Der Salesforce-Projektmanager, der neu definiert, wie Unternehmensteams KI bei der Projektdurchführung nutzen
Brian Galardo, Programm- und Projektmanager bei Salesforce, erklärt, wie KI die Projektdurchführung transformiert – nicht durch Ersatz menschlicher Urteilsfähigkeit, sondern durch praktische Arbeitsabläufe, die Teams von der Experimentierphase zur tatsächlichen Nutzung führen.
Brian Galardo
Programm- und Projektmanager
Bereichsübergreifende Initiativen: Brian Galardo betont die Bedeutung der teamübergreifenden Zusammenarbeit für eine effektive Projektdurchführung und operative Effizienz.
KI-Integration: KI hilft dabei, das Projektmanagement zu optimieren, indem sie Routinetätigkeiten automatisiert und die Entscheidungsfindung verbessert.
Strukturierte Prozesse: Die Einführung strukturierter Intake-Systeme minimiert Missverständnisse und sorgt für Klarheit zwischen Fach- und Technikteams.
Operative Effizienz: KI-Tools reduzieren den Bedarf an manueller Nachverfolgung, ermöglichen Echtzeit-Zusammenarbeit und eine kontinuierliche Abstimmung der Teams.
Zukunft des Projektmanagements: Das Projektmanagement entwickelt sich vom einfachen Aufgaben-Tracking zur Entscheidungsstrukturierung weiter und stellt Klarheit über bloße Aktivität.
Brian Galardo ist Programm- und Projektmanager im Bereich Revenue Operations bei Salesforce, wo er funktionsübergreifende Initiativen in den Bereichen Abrechnung, Inkasso und Kunden-Self-Service leitet. Er hat Governance-Frameworks zur Bewertung von KI- und Agenten-Anwendungsfällen entwickelt, mit Führungskräften zusammengearbeitet, um Innovationsinitiativen mit strategischen Prioritäten abzustimmen, und Programme geleitet, die die operative Effizienz in Unternehmenssystemen und Business-Teams verbessern.
Wir haben mit Brian darüber gesprochen, wie sich die Projektabwicklung weiterentwickelt und wie er mit KI führend ist. Hier ist, was er zu sagen hatte.
Wie funktionsübergreifende Initiativen die Projektabwicklung verbessern
Ich bin Programm- und Projektmanager im Bereich Revenue Operations bei Salesforce. Meine Rolle befindet sich zwischen Geschäftsstrategie und Systembereitstellung, indem ich Teams helfe, das Problem klar zu definieren und eine Entscheidung zu treffen, die jeder versteht und unterstützt. Ich bin eine Führungskraft im Bereich Transformation und unterstütze Unternehmen dabei, von KI-Experimenten zur skalierbaren unternehmensweiten Einführung zu gelangen. Bei Salesforce leite ich funktionsübergreifende Initiativen, die KI-gesteuerte Lösungen in RevOps und Finanzoperationen untersuchen und umsetzen.
Kostenlos freischalten
Erstellen Sie ein kostenloses Konto, um diesen Beitrag zu Ende zu lesen und Teil einer Community zukunftsorientierter Führungskräfte zu werden, die Tools, Leitfäden und Insights für den Erfolg im Zeitalter der KI freischaltet.
Have an account? Log In
Meine Arbeit bewegt sich an der Schnittstelle von KI-Strategie, Governance und operativer Transformation und hilft Teams, wirkungsstarke Möglichkeiten zur Effizienzsteigerung zu identifizieren, Workflows zu automatisieren und die Entscheidungsfindung zu verbessern.
Mein Hintergrund umfasst Lieferkette, Betrieb und Führung von Unternehmensprogrammen, was mir eine praxisnahe Perspektive darauf gibt, wie Technologie und KI reale Prozesse transformieren können. Ich glaube, dass die erfolgreichsten KI-Initiativen eine starke Governance, messbaren geschäftlichen Nutzen und durchdachtes Veränderungsmanagement kombinieren, um eine flächendeckende Akzeptanz im Unternehmen sicherzustellen.
Wie KI Aufgaben in Projektmanagement-Rollen transformiert
KI hat die Zeit verringert, die ich für das Schreiben von Updates, Zusammenfassungen und ersten Plänen aufwende. Ich verbringe jetzt mehr Zeit damit, Annahmen zu validieren, Entscheidungen vorzubereiten und Stakeholder frühzeitig abzustimmen. Die Arbeit hat sich von der reinen Fortschrittskontrolle hin zur Richtungssteuerung verschoben.
Ich nutze KI, um bei allem, was mich normalerweise ausbremsen würde, den ersten Entwurf zu übernehmen. Nach einem Meeting werfe ich grobe Notizen oder ein Transkript ein und lasse KI daraus eine saubere Zusammenfassung mit Entscheidungen, Risiken und nächsten Schritten erstellen. Außerdem setze ich KI ein, um Pläne auf den Prüfstand zu stellen, indem ich sie bitte, Annahmen zu hinterfragen oder Sonderfälle zu skizzieren, bevor ich etwas an Stakeholder herantrage.
KI hat die Zeit verringert, die ich für das Schreiben von Updates, Zusammenfassungen und ersten Plänen aufwende. Ich verbringe jetzt mehr Zeit damit, Annahmen zu validieren, Entscheidungen vorzubereiten und Stakeholder abzustimmen
Das Setup ist nicht besonders komplex. Ich habe einige wiederverwendbare Prompts und Vorlagen erstellt, die zu meiner Arbeitsweise im Projektmanagement passen, und sie konsequent wiederverwendet. Es geht weniger um das Werkzeug selbst, sondern vielmehr um eine klare Struktur für den Informationsoutput, die es mir ermöglicht, schneller zu arbeiten, ohne an Qualität einzubüßen.
Warum strukturierte Anforderungen die operative Effizienz verbessern
Wir haben einen strukturierten Aufnahme- und Priorisierungsprozess für operative Anfragen in mehreren Finanzteams eingeführt. Wir haben die Anträge kategorisiert, zusammengefasst und vor der Überprüfung vorbereitet, sodass sich die Meetings auf Entscheidungen und nicht auf Klarstellungen konzentriert haben. Die Bearbeitungszeit ging deutlich zurück, und Nacharbeiten wurden weniger, da die Erwartungen von Anfang an klarer waren. Der eigentliche Gewinn war weniger Missverständnisse zwischen Business- und Technikteams.
Wir haben das mithilfe eines Slack-Workflows für die Aufnahme, eines gemeinsamen Trackers und KI zur Standardisierung des Anfrage-Eingangs gebaut. Jede Anfrage musste über ein strukturiertes Formular mit Pflichtfeldern wie Problemstellung, betroffene Nutzer und Dringlichkeit eingereicht werden. Danach haben wir KI genutzt, um die Anfrage zusammenzufassen, Lücken herauszuarbeiten und potenzielle Risiken zu identifizieren, bevor sie überhaupt in ein Review-Meeting gelangte.
Schritt für Schritt lief das so ab: Anfragen wurden in Slack eingereicht und flossen dann in einen zentralen Tracker. Von dort erzeugte KI eine prägnante Zusammenfassung und machte fehlenden Kontext sichtbar, dann wurden sie asynchron von Business- und Technikverantwortlichen vor dem Meeting geprüft. Wenn wir dann im Meeting waren, entschieden wir, was zu tun war, anstatt erst zu klären, was die Anfrage überhaupt bedeutete.
Wir haben die Anzahl der Review-Meetings etwa halbiert und einen deutlichen Rückgang an Hin-und-her nach Entscheidungen bemerkt. Ich schätze, der Nacharbeitsaufwand ist um mindestens 30–40 % gesunken, weil die Anforderungen von Anfang an klarer waren. Außerdem wurden weniger Folgemeetings nötig, was wahrscheinlich die größte Verbesserung der Arbeitsqualität für das Team war.
Wir haben die Anzahl der Review-Meetings etwa halbiert und einen deutlichen Rückgang an Hin-und-her nach Entscheidungen bemerkt. Ich schätze, der Nacharbeitsaufwand ist um mindestens 30–40 % gesunken.
Wie Projektverantwortliche die KI-Integration optimieren können
Künstliche Intelligenz beseitigt keine chaotischen Prozesse – sie macht sie sichtbar. Wenn Ziele und Zuständigkeiten klar definiert sind, kann KI enorm helfen. Fehlen diese Grundlagen, entsteht nur schnellere Verwirrung. Projektverantwortliche müssen zunächst die Basics richtigstellen, bevor sie KI in den Prozess einbinden. Das bedeutet klare Verantwortlichkeiten, eine definierte Projektproblemstellung und Übereinstimmung darüber, wie ein gutes Ergebnis aussieht. Sind diese Voraussetzungen nicht erfüllt, beschleunigt KI nur das Chaos.
Künstliche Intelligenz beseitigt keine chaotischen Prozesse – sie macht sie sichtbar. Wenn Ziele und Zuständigkeiten klar sind, hilft sie sehr. Wenn nicht, entsteht noch schneller Verwirrung.
In der Praxis sorge ich dafür, dass jede Aufgabe einen klaren Verantwortlichen, eine einfache Erfolgskriterien-Definition sowie einen strukturierten Weg zur Erfassung von Inputs hat, bevor irgendetwas automatisiert wird. Erst wenn dieses Fundament steht, schafft KI einen Mehrwert – statt zusätzliche Unklarheiten zu erzeugen.
Zusammenfassungen, das Erstellen von Dokumentationen und das Sortieren von Anfragen funktionieren gut mit Automatisierung, da sie Mustern folgen. Priorisierung, Konfliktlösung und die Umsetzung von Veränderungen bleiben aber abhängig von menschlicher Beurteilung. Menschen stimmen sich mit Menschen ab – nicht mit Ergebnissen.
Warum KI-Tools in modernen Technologiestacks entscheidend sind
Unsere Kernwerkzeuge umfassen Slack, Salesforce-Plattform-Tools, kollaborative Whiteboards (LucidSpark), strukturierte Eingabeformulare und KI-Agenten für das Erstellen von Entwürfen und Analysen. KI unterstützt Zusammenfassungen, Kommunikation und die frühzeitige Erkennung von Risiken. Im vergangenen Jahr haben wir statische Tracker reduziert und sind auf geteilte Echtzeitkontexte umgestiegen. Weniger manuelle Übergaben haben diese Verbesserung ermöglicht.
Ich nutze hauptsächlich KI-Tools wie Gemini und Slack-eigene Workflows sowie Salesforce-Tools wie Agentforce für stärker strukturierte Anwendungsfälle. Ich entwickle keine komplexen Agenten von Grund auf. Es handelt sich meist um promptbasierte Setups und schlanke Workflows, die Zusammenfassungen, Entwürfe für Mitteilungen und frühe Risikohinweise auf Grundlage der ohnehin erfassten Eingaben übernehmen.
Ich entwickle keine komplexen Agenten von Grund auf. Es handelt sich meist um promptbasierte Setups und schlanke Workflows, die Zusammenfassungen, Entwürfe für Mitteilungen und frühe Risikohinweise auf Grundlage der ohnehin erfassten Eingaben übernehmen.
Nach Meetings nutze ich beispielsweise Gemini, um Notizen oder Transkripte in eine strukturierte Zusammenfassung mit Entscheidungen und nächsten Schritten umwandeln zu lassen. Innerhalb von Slack erfassen Workflows alle Anfragen und leiten sie in einen gemeinsamen Tracker ein, in welchem KI für die Standardisierung der Darstellung sorgt. Agentforce kommt vor allem auf der Salesforce-Seite zum Einsatz, wenn wir Daten und Workflows in großem Maßstab miteinander verknüpfen.
Wir haben uns von statischen Status-Folien und wöchentlich aktualisierten Tabellen abgewandt. Alles befindet sich nun in gemeinsam genutzten Bereichen wie Slack Canvas, Trackern und Backlog-Ansichten mit kontinuierlichen Updates. So kann jeder den aktuellen Stand der Arbeit, getroffene Entscheidungen und Risiken einsehen, ohne auf ein Meeting oder einen Bericht warten zu müssen. Das hat den Bedarf an Status-Meetings verringert und dafür gesorgt, dass Abstimmung fortlaufend und nicht nur periodisch stattfindet.
Jeder kann den aktuellen Stand der Arbeit, getroffene Entscheidungen und Risiken einsehen, ohne auf ein Meeting oder einen Bericht warten zu müssen.
Wir haben große Projektpläne durch gemeinsame Backlogs, Canvas-Modelle und Entscheidungsprotokolle ersetzt. Teams arbeiten direkt an den Aufgaben, statt auf Status-Updates zu warten. Wir sind schrittweise umgestiegen, indem wir Dokumente entfernt haben, die niemand mehr verwendet hat. Die Akzeptanz folgte, weil der Prozess als einfacher empfunden wurde.
Wie KI grundlegende Abläufe der Projektausführung verändert
Wir beginnen jetzt mit mehreren Interpretationen des Problems, um Annahmen frühzeitig zu testen. Besprechungen konzentrieren sich auf Entscheidungen, da wir den Kontext im Voraus vorbereiten. Wir validieren früher, weil Risiken schneller sichtbar werden. Wir überwachen die Ausführung weniger und bestätigen das Verständnis häufiger.
Wir überwachen die Ausführung weniger und bestätigen das Verständnis häufiger.
Wir generieren diese verschiedenen Sichtweisen, indem wir die ursprüngliche Problemstellung mit KI analysieren und aus unterschiedlichen Blickwinkeln beleuchten lassen. Zum Beispiel lasse ich sie aus Geschäfts-, Technik- und Kundenperspektive darstellen oder aufzeigen, was passieren könnte, wenn wir die Anfrage missverstanden haben. Es geht nicht darum, dem Ergebnis zu vertrauen, sondern darum, schnell Annahmen sichtbar zu machen, die wir selbst vielleicht nicht benennen würden.
Diese Annahmen bringen wir dann in frühe Gespräche mit Stakeholdern ein, um den Projektumfang zu validieren, bevor wir uns festlegen. Anstatt zu fragen: „Sieht das richtig aus?“, fragen wir: „Welche dieser Varianten passt am ehesten und was fehlt uns noch?“ Dadurch verschiebt sich die Diskussion von Zustimmung zu Klarheit. Das hilft uns, Lücken früher zu erkennen, verringert Nacharbeit und sorgt dafür, dass die Ausführung gezielter abläuft, sobald die Arbeit startet.
Wie sich die Projektausführung mit KI-gestützten Workflows optimieren lässt
Wir experimentieren mit automatisierter Erstanfragen-Triage und intelligenter Kommunikationsverteilung. Wir haben Bereiche anvisiert, in denen Verzögerungen nicht aus technischem Aufwand, sondern aus unklarer Zuständigkeit resultierten. Erste Ergebnisse zeigen weniger Eskalationen und mehr asynchrone Entscheidungen.
Unser Fokus lag zunächst auf der Anfragen-Triage, weil dort die meiste Unsicherheit herrschte. Anfragen kamen auf verschiedensten Wegen herein, die Zuständigkeit war oft unklar und Teams investierten viel Zeit, um herauszufinden, wer sich kümmern müsste. Wir richteten einen Slack-basierten Intake-Workflow ein, bei dem jede Anfrage einer einheitlichen Struktur folgt; anschließend haben wir KI genutzt, um sie zusammenzufassen, fehlenden Kontext zu markieren und einen Routenvorschlag zu machen.
Von dort aus werden die Anfragen automatisch in einen gemeinsamen Tracker übertragen und je nach Typ und Auswirkung an die richtige Gruppe zugewiesen. Auch die Kommunikationsverteilung wurde verbessert; Updates finden jetzt in festen Threads oder Kanälen statt, statt in verstreuten Nachrichten. Es entwickelt sich stetig weiter, aber wir erleben weniger Diskussionen darüber, „wer ist zuständig“, und mehr asynchrone Entscheidungen noch vor den Meetings.
Es entwickelt sich stetig weiter, aber wir erleben weniger Diskussionen darüber, ‘wer ist zuständig’, und mehr asynchrone Entscheidungen noch vor den Meetings.
Warum strukturiertes Entscheiden die Zukunft des Projektmanagements ist
Projektmanagement wird sich von der Aufgabenverfolgung hin zur Strukturierung von Entscheidungen verschieben. Der Koordinationsaufwand nimmt ab, während Fähigkeiten zur Ausrichtung wichtiger werden. Die Rolle wird strategischer und weniger administrativ.
Mein Rat an Führungskräfte in der Ausführung: Verbessern Sie erst den Prozess, bevor Sie ihn automatisieren. Klare Zuständigkeiten und Erwartungen sind wichtiger als Geschwindigkeit. Wo Klarheit herrscht, folgt Effizienz von selbst. Verfassen Sie keine Dokumente, nur um Aktivität zu zeigen. Erstellen Sie Workflows, in denen Fortschritt auch ohne Erklärungen sichtbar ist.
Dranbleiben
Sie können Brians Arbeit auf LinkedIn verfolgen.
Weitere Experteninterviews erscheinen in Kürze auf The Digital Project Manager!
