Die Zukunft der KI im Projektmanagement mit Forecast, einem Unternehmen von Accelo

Tim Fisher (00:01.19) Hallo und willkommen zur Zukunft der KI im Projektmanagement, einer Reihe, in der wir über Präsentationsfolien hinausgehen und beleuchten, wie KI tatsächlich die Art und Weise verändert, wie Teams Projekte planen, liefern und steuern. Heute präsentieren wir Forecast PSA, ein Unternehmen von Accelo. Wenn Sie ein Professional-Services-Team leiten und sich gefragt haben, wo KI wirklich einen Mehrwert schafft – nicht nur theoretisch, sondern in den Tools, die Sie Tag für Tag nutzen – dann ist dies das richtige Gespräch. Wir hören ihre Einschätzung dazu, was beim Projektdelivery nicht funktioniert, sehen live einige sehr coole AI-Features in Demos und sprechen über künftige Entwicklungen. Stellen Sie Ihre Fragen gerne während der Session – wir greifen am Ende des Calls so viele wie möglich auf. Mein Name ist Tim Fisher. Ich bin VP AI beim Digital Project Manager. Meine Aufgabe ist herauszufinden, wo KI tatsächlich funktioniert und wo alles nur Marketing ist. Deshalb werde ich heute die Fragen stellen, die in Ihrem Team auch aufkämen. Bei uns ist heute Joe DiPaulo, CEO von Accelo, dem Unternehmen hinter Forecast PSA. Joe hat seine gesamte Karriere darauf ausgerichtet, Professional-Services-Teams zu befähigen, skalierbare und planbare Delivery-Organisationen aufzubauen. Und heute teilt er mit uns, wie KI diese Zukunft gestaltet. Joe, schön, dass du da bist.

Joe DiPaulo (01:07.502) Großartig, danke Tim. Es freut mich hier zu sein. Ich bin gespannt auf das Thema und wie es unsere Welt der Professional Services verändert.

Tim Fisher (01:10.554)
Von

Tim Fisher (01:16.088) Sehr cool. Joe, gib uns bitte kurz in 30 Sekunden einen Überblick zu Forecast. Was macht ihr und für wen ist es gebaut?

Joe DiPaulo (01:23.822) Klar. Forecast ist eine moderne PSA-Plattform, also eine Lösung für die Automatisierung professioneller Dienstleistungsunternehmen. Sie richtet sich an wachstumsorientierte Dienstleistungsunternehmen, die ihr Geschäft skalieren wollen. Unser Fokus reicht von Projektplanung, Kapazitäts- und Vorhersageplanung, Projektdurchführung bis hin zu Umsatzoperationen. Unsere Mission ist es, unseren Kunden Transparenz zu verschaffen, prädiktive Einblicke in ihr Geschäft und ihre Delivery-Vorhaben zu geben und sie zu unterstützen, ihr Unternehmen so effektiv wie möglich zu steuern.

Tim Fisher (01:58.652) Super, sehr spannend. Forecast hat sich kürzlich mit Accelo zusammengeschlossen. Was ermöglicht diese Kombination, was keine der Plattformen alleine vorher konnte?

Joe DiPaulo (02:08.674) Das Ziel der Verbindung beider Organisationen und Plattformen ist, ein echtes End-to-End-Betriebssystem für Dienstleistungsunternehmen zu schaffen. Forecast war bisher stark in KI-gestützter Projektplanung, Ressourcenprognosen, Nachfrageplanung aus Ressourcensicht und lieferte sehr gute vorausschauende Transparenz. Accelo hat vor allem Stärken in CRM-Fähigkeiten, Kundenworkflow-Management und Finanzprozessen. Zusammen deckt diese Verbindung die gesamte Wertschöpfungskette aus unserer Sicht ab und kann als zentrales System der Aufzeichnung fungieren.

Tim Fisher (02:46.748) Verstehe, macht Sinn. Eine fast schon komische Frage: Warum setzt ihr so stark auf KI? Was ist euer strategischer Einsatz dabei?

Joe DiPaulo (03:01.602) Ich glaube, niemand spricht derzeit darüber, oder? Wir setzen auf KI, weil unsere Kunden – Dienstleistungsunternehmen – in einer margengetriebenen, komplexen Umgebung arbeiten. Es gibt viele Faktoren bei der Lieferung an ihre Kunden. Historisch wurden solche Unternehmen durch mehr Personal skaliert.

Tim Fisher (03:04.444) Nein, überhaupt nicht. Kommt nie vor.

Joe DiPaulo (03:27.72) Die Wette mit KI, mehr Intelligenz und Automatisierung ist, dass Unternehmen damit ihre Performance und das Kundenerlebnis verbessern und letztlich rentabler skalieren können. KI erlaubt es unserer Ansicht nach, von einer rückwärts gewandten, eher reaktiven Steuerung hin zu einer proaktiv gesteuerten Organisation zu gelangen. Ich sage das bestimmt heute noch öfter, aber es geht darum, unseren Kunden Wachstum ohne zusätzliches Personal zu ermöglichen, Teams zu befähigen, ihren eigentlichen Wert zu schaffen und Kundenbeziehungen zu stärken, damit sie weiterhin wachsen und optimale Lieferprozesse realisieren können. Daher liegt unser Fokus auf KI: weil unsere Kunden damit erfolgreicher werden wollen.

Tim Fisher (04:30.587) Das macht Sinn. Bevor wir in die Demos einsteigen, wie ist dein Blick aktuell auf die Branche? Du hast täglich Kontakt zu Professional-Services-Firmen: Agenturen, Beratungen, IT-Dienstleistern – alle. Was ändert sich derzeit bei der Projektdurchführung?

Joe DiPaulo (04:50.668) Unsere Kunden entwickeln sich dahingehend, KI nicht mehr nur zu testen, sondern wirklich als Ressource in der Organisation einzusetzen – um ihre Arbeit effektiver zu machen. Man schaut, wie man das Geschäft weiterentwickelt und KI zur Unterstützung des Kunden nutzt. Jeder ist auf einem anderen Stand, aber sie wollen wiederholbare Ergebnisse, die durch KI optimiert werden. Das ist die Entwicklung, die wir gerade sehen.

Tim Fisher (05:33.757) Wir haben alle die Artikel über KI gesehen, die die Erwartungen nicht erfüllen soll. Der Fokus liegt gerade sehr auf praktischen Ergebnissen. Das scheint bei euch auch so zu sein. Laut euren Daten liegt die Auslastungsmeldung eurer Teams bei 75 %, branchenweit sind es im Schnitt 40 %. Was führt zu dieser riesigen Lücke?

Joe DiPaulo (06:10.029) Wenn man konstanter arbeitet und Tools nutzt, die Planbarkeit ermöglichen, kann man proaktiver agieren. Unser PSA-System gibt Einblick in die Projektpipeline, fördert wiederholbare, konsistente Prozesse und schafft Transparenz darüber, wer was wann bearbeitet. Je besser die Planung, desto effektiver läuft das Business und das zeigt sich auch bei der Auslastung. Langfristige Planung, Transparenz und gezielter Personaleinsatz führen zu besseren Ergebnissen und höherer Auslastung.

Tim Fisher (07:20.826) Sehr gut. Über 2000 Dienstleistungsfirmen nutzt ihr – was sind dabei die größten Lücken? Bei Margenverlust? Oder das berühmte Ressourcenmanagement via Excel – wie sieht das aus deiner Sicht aus?

Joe DiPaulo (07:47.437) Es gibt da einiges, aber zum Thema Margenverlust: Das ist für viele Kunden ein Problem, das nicht auf einmal entsteht, sondern schleichend, z.B. durch falsche Ressourcenzuteilung oder -auswahl. Wird ein bestimmter Skill oder High Performer überansprucht etc.? Verzögerte Sichtbarkeit von Risiken und abdriftende Projekte – genau das wollen wir lösen. Auch Scope Creep ist ein Margenproblem. Wir helfen, solche Herausforderungen früh zu erkennen und gegenzusteuern. Bezüglich Excel: Kleine Unternehmen arbeiten oft so, weil sie sich damit flexibel fühlen. Doch je komplexer die Organisation oder die Projekte werden, desto schwieriger wird das. Die Genauigkeit und Steuerbarkeit leidet. Datengetriebene Unternehmen nutzen CRMs, analysieren und planen zukunftsorientiert und profitieren von deutlich höherer Planbarkeit jenseits von Tabellen – das sieht man in den Ergebnissen.

Tim Fisher (10:24.688) Fantastisch. Forecast war von Anfang an KI-nativ gebaut, oder? Das gibt es in vielen PSA-Tools nicht. Was bedeutet das konkret für euer Produkt und den Kundenmehrwert?

Joe DiPaulo (10:50.624) Stimmt. Unser System basiert darauf, mithilfe von Machine-Learning-Modellen bessere Personal- und Ressourcenplanung zu unterstützen. Von Anfang an wurde das kontinuierlich weiterentwickelt. Ziel der KI ist es, als Berater für Dienstleistungsunternehmen zu agieren, Ineffizienzen und Skalierungsgrenzen zu adressieren. Wird ein Unternehmen planbarer, lassen sich Risiken vermeiden, Kundenerfahrungen optimieren und Ressourcen gezielter einsetzen, so dass Top-Performer nicht ausbrennen. Die KI erkennt Risiken, schafft Effizienz. Viele Kunden schätzen, dass sie abteilungsübergreifend besser auf Daten zugreifen und so koordinierte Entscheidungen treffen können. In Zukunft wird KI noch zentraler für Dienstleistungsunternehmen werden – das ist das Spannende.

Tim Fisher (12:39.612) Du hast Machine Learning erwähnt – ihr arbeitet also nicht erst seit ChatGPT mit KI. Das ist bemerkenswert.

Joe DiPaulo (13:02.242) Genau. Das ist spannend, dieses Fundament zu haben. Gleichzeitig investieren wir natürlich stetig in neue KI-Technologien für unsere Kunden.

Tim Fisher (13:17.712) Super. Zeig uns doch einige Forecast-KI-Anwendungsfälle.

Joe DiPaulo (13:27.018) Klar, ich stelle drei Anwendungsfälle vor. Ich teile meinen Bildschirm …

Joe DiPaulo (13:39.823) Zwei Beispiele innerhalb der Anwendung, in denen wir Machine-Learning-Modelle nutzen. Erster Anwendungsfall: Wir zeigen, wie ein Projekt oder ein Portfolioproblem identifiziert werden kann, um Verantwortliche gezielt zu unterstützen. Im Dashboard bin ich ein Projektleiter, gehe in ein laufendes Projekt. Hier öffne ich „Nova Insights“, unser Name für das KI-Tool, das kontinuierlich alle Aktivitäten analysiert: Projekte, Aufgaben, Zeiterfassung, Rechnungen. In diesem Beispiel bekomme ich Einblicke – z.B., dass Aufgaben wie geschätzt abgeschlossen wurden, aber meine Ressourcenverfügbarkeit nicht wie geplant ist. Deshalb werden Risiken fürs Budget und Zeitplanung prognostiziert. Details kann ich einsehen – etwa das Budget: Das System projiziert frühzeitig eine Margenabweichung. Obwohl es noch März ist, wird jetzt schon vorgewarnt. Das Enddatum wird nach hinten verschoben – laut System wird das Projekt (gebucht bis Mai) wohl erst im August fertig. Das ist Demo-Daten, aber illustriert gut. Als Projektleiter hat man so die Möglichkeit zu reagieren. Weitere Assists im System schlagen Lösungen vor – z.B., welche Rollen fehlen stundenmäßig, und man kann einfach passende Ressourcen suchen und zuweisen – sogenannte Placeholders werden erstellt. Das war der erste Anwendungsfall: Risiken werden früh identifiziert, man kann gezielt eingreifen.

Tim Fisher (17:33.618) Sehr cool. Wie viel historische Daten braucht die KI, damit Empfehlungen wirklich brauchbar sind? Gibt es ein Kaltstart-Problem, wenn eine Organisation wenig Daten hat?

Joe DiPaulo (18:00.866) Ja, die Modelle benötigen etwas historische Information. Im Implementierungsprozess laden wir möglichst ein bis zwei Jahre Altdaten – Ressourcen- und Projektleistungen –, damit die Kunden vom Start weg profitieren. Unser Team unterstützt dabei aktiv.

Tim Fisher (18:14.854) Gut.

Joe DiPaulo (18:33.122) Das machen wir immer gemeinsam mit dem Kunden.

Tim Fisher (18:33.893) Klasse.

Tim Fisher (18:38.653) Prima. Okay.

Joe DiPaulo (18:40.938) Weiter im Ablauf, Tim: Jetzt zum Thema Terminplanung …

Tim Fisher (18:47.741) Okay.

Joe DiPaulo (18:48.502) Zweiter Anwendungsfall: Kapazitätsplanung, Ressourcenplanung, Zuordnung von Ressourcen – also das Thema weg von Tabellen, hin zur Lösung. Die Abbildung zeigt eine Übersicht der monatlichen Kapazität. Ich kann das auf Wochen, Quartale usw. herunterbrechen. Ein Ressourcenmanager sieht hier, welche geplante Arbeit ansteht, nach Projekten, Kunden filterbar. Wenn ich ins Detail gehe, sehe ich in diesem Monat (März): Stunden zugewiesen plus Placeholder, die ich zuvor als Lösung vorgeschlagen hatte. Für Projektmanager gibt es nun Arbeit, die noch zugewiesen werden muss – das System schlägt Kandidaten vor: z.B. acht passende Personen für eine Aufgabe. Die Empfehlungen beruhen auf Skills, Rollen, Stundensätze, Profilmerkmalen. Es zeigt für ein bestimmtes Arbeitspaket die Top-3-Ressourcen. Ich sehe Zeiträume, Stunden, kann per Drag & Drop verschieben und prüfen, wie sich das auf die Kapazitäten auswirkt. Das System nimmt also viel Aufwand ab: Es berechnet Verfügbarkeit, Skills, Historie etc. – das wäre in Excel unmöglich.

Tim Fisher (21:29.309) Sehr interessant. Die KI empfiehlt also Rollen: Welche Signale fließen ein – Skill-Match, Verfügbarkeit, Projekthistorie?

Joe DiPaulo (21:50.007) Genau diese Aspekte sind entscheidend: Verfügbarkeit (wer ist kurzfristig einsatzbereit), Rolle und Skills, aber auch Projekthistorie und Leistung bei früheren Aufgaben. Das System lernt, wenn Juniors Senior-Aufgaben übernehmen und bezieht das in Empfehlungen ein.

Tim Fisher (22:27.869) Sowas kann keine Tabelle!

Joe DiPaulo (22:31.342) Das sehe ich auch so. Letzter Use Case, Tim, wenn es passt: Via MCP („Model Context Protocol“) können Kunden beliebige LLMs (wie Claude) anschließen und eigene KI-Workflows bauen. Ich zeige ein Beispiel – ich öffne Claude … Einfach gefragt, z.B. „Wer ist nächste Woche verfügbar?“ – Dann holt Claude via MCP die Daten aus dem Kundenaccount. Wichtig: Das Protokoll ist sicher, Authentifizierung erforderlich, und es gibt nur Zugriff auf eigene Accountdaten, keine Fremddaten.

Joe DiPaulo (25:09.614) Claude sucht also nach Verfügbarkeit nächste Woche und gibt passende Daten aus – etwa für Ressourcenmanager oder Führungskräfte für Reports oder Projektstatus.

Tim Fisher (25:14.749) Das ist wirklich cool.

Joe DiPaulo (25:37.742) Wir müssen noch kurz warten, aber dann kommen gleich die verfügbaren Kapazitäten. Typischerweise steht hier dann z.B. „55 Personen mit Kapazität, 40 Stunden frei“ usw. – natürlich Demo-Daten, aber die Idee wird klar: Verfügbarkeit und Kapazitäten kann man so einfach abfragen und erhält sofort Antworten. Noch ein weiteres Beispiel: „Zeige alle gebuchten Zeiten – fakturierbar und nicht-fakturierbar.“ Auch das kann ein LLM abfragen, dann läuft die Abfrage und die Ausgabe erfolgt, wie viele Stunden gebucht, verrechnet oder nicht verrechnet wurden …

Tim Fisher (27:55.709) Genau.

Joe DiPaulo (28:01.198) … Das MCP-Beispiel zeigt, wie Kunden KIdaten mit ihren eigenen Systemen verbinden können, um Fragen zu beantworten und tiefe Einblicke zu gewinnen.

Tim Fisher (28:20.741) Ich höre in deiner Schilderung eine gewisse Skepsis, wie lange solche KI-Abfragen momentan dauern. Aber vergleicht man den Aufwand dahinter, ist das unglaublich schnell und wertvoll!

Joe DiPaulo (28:38.702) Absolut, wir sprechen hier über zehntausende Stunden und sehr viel Daten, aber in wenigen Sekunden gibt es kontextreiche Berichte – das ist schon beeindruckend und macht echtes Operational Intelligence möglich.

Tim Fisher (29:10.661) Absolut. Also, wir haben die heutigen KI-Fähigkeiten gesehen – sehr beeindruckend. Doch wohin geht die Reise? Der PSA-Markt soll sich bis 2030 verdoppeln, und KI und Projektmanagement wachsen noch schneller. Joe, wie siehst du die Zukunft?

Joe DiPaulo (29:43.611) Ich hatte es eingangs angedeutet: Ich bin begeistert, wie KI den Einsatz von Agenten in Professional-Services-Unternehmen vorantreibt, um für Kunden Mehrwert zu schaffen. Organisationen werden KI-Agenten nutzen, um Aufgaben zu übernehmen – das bringt schnellere Ergebnisse und bessere Kundenerfahrung – und: bessere Margen.

Tim Fisher (30:15.613) Definitiv. Sag uns ohne deinen ganzes Roadmap offenzulegen: Welche Lücke willst du als Nächstes mit KI schließen und was ändert das für deine Kunden?

Joe DiPaulo (30:44.47) Daran arbeiten wir: Wir beobachten, wie Tools wie Claude Software-Teams helfen – und möchten unseren Kunden ermöglichen, ihre Teams gezielt mit Agenten und operativen Systemen zu orchestrieren, um Informationen im Kontext ihrer Geschäftsprozesse zu nutzen, die Fähigkeiten der Agenten einzubinden und so Output und Geschwindigkeit zu steigern. Wir leben das bereits intern und sehen großen Mehrwert für unsere Kunden.

Tim Fisher (31:48.166) Super. Jetzt ein Blick in drei, vier Jahren: Wie sieht der Alltag eines Projektleiters dann aus? Übernimmt KI diese Rolle?

Joe DiPaulo (32:10.158) Die Art der Arbeit wird sich dramatisch verändern. Es werden Menschen gebraucht, um Inputs, Ziele und Outcomes zu gestalten und Systeme zu orchestrieren. Qualitätssicherung bleibt wichtig. Aber alles entwickelt sich rasant: In 12–36 Monaten sehen wir KI-Agenten als echte Arbeitskräfte in Organisationen. Es beginnt bereits und wird zum Standard.

Tim Fisher (33:13.554) Ja.

Tim Fisher (33:18.971) Absolut. Vielen Dank für deinen umfassenden Einblick. Wer Forecast in der eigenen Umgebung erleben will: Wie geht man am besten vor?

Joe DiPaulo (33:35.343) Besuchen Sie unsere Webseite Forecast.App und fordern Sie eine Demo an. Ein Berater nimmt Kontakt auf, versteht Ihr Business und zeigt Ihnen gezielt, wie Forecast Mehrwert stiften kann. Zusätzlich stellen wir im Rahmen des Webinars einen KI-Readiness-Check bereit – auch darüber kommen wir gerne in Kontakt.

Tim Fisher (34:13.629) Perfekt, danke! Nun zum Live-Q&A. Wer noch Fragen hat: Jetzt ist die Gelegenheit! Die ersten kommen gleich … OK, Yaron fragt: Wie vergleicht man zuverlässig die Zeitersparnis mit und ohne KI in Projektmanagementaufgaben? Gibt es auch KI-Rabbit-Holes?

Joe DiPaulo (34:40.622) Ja, ohne KI nutzt man meist Reporting, Dashboards oder Business-Intelligence-Tools – projektbasiert oder systemübergreifend. Die gleichen Daten dienen unseren Sprachmodellen und der KI. Die Resultate sollten also ähnlich sein, je nachdem wie man Fragetexte formuliert und mit KI arbeitet. Der Vorteil ist, dass KI auf konsistente operative Daten zugreift (und nicht das Web abfragt), es also immer im eigenen Unternehmenskontext bleibt. Unsere Tests haben sehr ähnliche Ergebnisse wie klassische Methoden ergeben.

Tim Fisher (35:50.256) Wir haben zwei ähnliche Fragen von Michael und Eduardo: Wird diese Funktionalität auch in Accelo kommen? (Das bezieht sich auf deine Roadmap, denke ich.)

Joe DiPaulo (36:03.724) Ja, wir bringen neue KI-Funktionen in beide Produkte. Der erste Fokus lag auf dem MCP-Server und Workflow bei Forecast, langfristig aber sollen alle Kunden profitieren.

Tim Fisher (36:20.744) Sehr cool. Vivek fragt, woher stammen die Kapazitätsdaten, die das System anzeigt? (Bei deinem Cloud-Beispiel.)

Joe DiPaulo (36:30.222) Unsere Kunden erfassen die Zeit ihrer Berater im System (muss nicht verrechnet sein) – so erhalten wir die Kostendaten zu Aufgaben und Projekten und können sie mit Aufwandschätzungen vergleichen. Die Zeiterfassung ist Kern des Systems und Grundlage für die Auswertungen.

Tim Fisher (36:40.062) Sehr cool. Eine konkrete Produktfrage: Besteht eine Schnittstelle zu Service Now oder Azure?

Joe DiPaulo (37:19.47) Ja, Schnittstelle zu Xero gibt es – Buchhaltungs- und Finanzsysteme integrieren wir häufig direkt, auch out-of-the-box.

Tim Fisher (37:31.44) Sorry, gemeint war Microsoft Azure.

Joe DiPaulo (37:36.258) Genau, verstanden. Über MCP kann man – z.B. mit Azure oder Copilot – Daten aus der eigenen IT-Umgebung in ein LLM übernehmen und so nutzen.

Tim Fisher (37:43.944) Sehr cool. Yaron fragt: Gibt es ein empfohlenes Glossar oder Begriffsverzeichnis zu den heutigen Themen?

Joe DiPaulo (38:01.166) Gute Frage. Ad hoc habe ich nichts parat, aber wir können das gerne nachliefern, falls gewünscht.

Tim Fisher (38:09.873) Noch eine Info dazu: Bietet ihr Schulungen zu KI im Projektmanagement an?

Joe DiPaulo (38:23.586) Bisher nicht. Unser Schwerpunkt lag auf Software und Kundennutzen, nicht primär auf Trainings zu Projektmanagement.

Tim Fisher (38:29.073) Alles klar. Noch eine Frage: Kann KI Kollaboration und Austausch bei Ressourcenmanagement ersetzen?

Joe DiPaulo (38:54.231) Ja.

Tim Fisher (38:54.365) Große Frage …

Joe DiPaulo (38:59.39) KI kann viele Informationen kontextualisieren und Empfehlungen geben. Dennoch bleiben persönliche Gespräche wichtig, um Skills, Wünsche etc. abzuklären. Im Idealfall machen KIs die Gespräche zielgerichteter und wertvoller – z.B. weniger „bist du in drei Wochen frei?“, mehr: „Das passt zu deinen Skills, was meinst du?“ – Daten und Austausch ergänzen sich optimal für mehr Effizienz.

Tim Fisher (39:47.08) Eine Frage von mir: Worauf basiert der Unterschied zwischen euren Tools/Demos und z.B. ChatGPT, Claude oder Copilot plus Datendump?

Joe DiPaulo (40:03.863) Wir wissen, dass unsere Kunden verschiedene KI-Tools nutzen und fördern das – z.B. durch Mehrsystem-Anbindung. Der wichtige Unterschied: System wie unseres hat tiefes Kontextwissen über das Unternehmen – z.B. Zeitbuchungen, Eingänge, Rechnungsstatus usw., alles aktuell. Ein allgemeines KI-Tool sieht das nicht in Echtzeit und ohne kompletten Kontext. Die Kombination beider Welten ist aus meiner Sicht das Wertvolle.

Tim Fisher (41:30.331) Vollkommen logisch. Neue Frage von Augustina: In welchen Bereichen des Projektmanagements gibt es noch viel Potenzial für KI-gesteuerte Verbesserungen?

Joe DiPaulo (41:47.94) Überall, wo wiederkehrende, logikbasierte Aufgaben zuverlässig automatisierbar sind. Man hört viel zu Softwareentwicklung oder juristische Unterstützung – aber auch Angebotsgenerierung durch KI, Rechnungsstellung mit Ausnahme-Erkennung, Risikoidentifikation in Projekten usw. bieten viel Potenzial. Überall, wo Standardaufgaben automatisiert werden können, hilft KI stark weiter.

Tim Fisher (42:54.14) Ja, das erinnert an Kleinunternehmen, wo ein Kopf alles weiß – aber Skalierung ist schwierig. Je größer das Geschäft, desto wichtiger, vieles zu automatisieren – so lässt sich wachsen, ohne exponentiell mehr Menschen zu brauchen. Sehr spannend. Eine weitere Frage von Pia: Gibt es konkrete Anwendungsfälle, wie Accelo von Tech-Startups in Europa genutzt wird?

Joe DiPaulo (43:56.311) Absolut! Wir fokussieren uns verstärkt darauf, nicht nur klassische Projektmanagement-Strukturen (Milestones, Tasks), sondern auch agile Prozesse wie Sprints oder Kanban zu unterstützen. Insbesondere für Agenturen, SEO, Softwareentwicklung usw. bauen wir die Agenten-Integration aus, so wie bei Claude oder OpenAI. Das ist unser strategischer Fokus.

Tim Fisher (45:12.23) Super. Vielleicht zum Abschluss noch eine sehr gute Frage: Katarzyna fragt, wie man die PMO davon überzeugt, für das Portfoliomanagement auf Tools statt auf Tabellen zu setzen. Wie zeigen sie, dass Nutzen größer als Risiko ist? (Change Management ist ein großes Thema …)

Joe DiPaulo (45:48.847) Stimme beim Change Management zu. Wichtig ist, die Schmerzpunkte klar zu adressieren – z.B. schwierige Übergaben zwischen Sales, Delivery und Finance: Wenn das über Tabellen läuft, ist das ein guter Indikator für Handlungsbedarf, etwa mit Blick auf ROI. Beim Change Management müssen alle eingebunden und durch die Reise geführt werden – nicht einfach morgen alles ändern. Ein 30/60/90-Tage-Plan sichert Erfolg.

Tim Fisher (46:56.092) Dein letzter Punkt ist wichtig. Jede Organisation ist da anders unterwegs – manche sind früh dabei, andere steigen gerade erst ein, manche blockieren sogar aktiv oder passiv. Das ist in großen Unternehmen schwierig zu steuern.

Tim Fisher (47:56.782) Abschlussfrage: Stell dir vor, du hast als CEO den Zauberstab. Was wäre das eine Problem im Projektmanagement, das du als Nächstes mit KI lösen würdest?

Joe DiPaulo (47:56.782) Gute Frage. Für mich: Mehr Standard-/Routineaufgaben für den Menschen abnehmen, sie schneller und effektiver liefern und so Raum für Beziehungspflege und Optimierung schaffen. Das ist mein Ziel, wobei sich die Details je nach Organisation unterscheiden können. Aber da geht die Reise hin.

Tim Fisher (48:28.049) Keine Frage!

Tim Fisher (48:32.83) Das ist das Versprechen all dessen, ganz klar. Vielen Dank, Joe! Und danke an alle Zuschauer und für die großartigen Fragen. Bis zum nächsten Zukunfts-KI-Event im Projektmanagement!

Joe DiPaulo (48:52.46) Danke, Tim – gerne wieder.

Tim Fisher (48:54.589) Bis bald!