Die verborgenen Schulden des Änderungsmanagements durch KI
Angepasst an den Podcast „The Digital Project Manager“, moderiert von Galen Low. Hier anhören.
Große Unternehmen, die KI einführen, betrachten dies oft zuerst als Technologieproblem und erst an zweiter Stelle als organisatorische Herausforderung. Diese Reihenfolge ist laut Deborah Ketai, Managerin für organisatorisches Veränderungsmanagement und Vorstandsmitglied beim Project Management Institute (PMI), ein Fehler.
Ketai leitete innerhalb der United Health Group, einem Gesundheitsunternehmen aus der Fortune 5, jahrelang KI-bezogene Veränderungsinitiativen. Sie sagte, dass Unternehmen, die es versäumen, Silos zwischen Teams abzubauen, später dafür bezahlen. „Wenn sie den Schritt zum Abbau von Silos überspringen, werden sie außerdem eine Menge dessen anhäufen, was wir als Schulden bezeichnen – technische Schulden, Wissensschulden und so weiter“, sagte Ketai. „Das wird zukünftige Projekte teurer und schwieriger machen.“
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Wenn sie den Schritt zum Abbau von Silos überspringen, werden sie außerdem eine Menge dessen anhäufen, was wir als Schulden bezeichnen – technische Schulden, Wissensschulden und so weiter. Das wird zukünftige Projekte teurer und schwieriger machen.
Diese Schulden zeigen sich in doppeltem Aufwand, konkurrierenden Werkzeugen und Teams, die nicht wissen, was die Gruppe im Büro nebenan bereits entwickelt.
Drei Ziele für eine umfassende KI-Abstimmung
Um dem entgegenzuwirken, baute Ketai ihr Programm auf drei Ziele auf: die Mobilität und Bindung von Talenten in der gesamten KI-Belegschaft, die Zusammenarbeit zwischen Teams und einen umfassenderen kulturellen Wandel hin zur Betrachtung von KI als legitime Geschäftslösung. „Wir [bei der United Health Group] hatten wirklich drei Ziele – Talent, Mobilität und Bindung im gesamten KI-Bereich“, sagte Ketai. Das zweite Ziel befasste sich mit einem häufigen Fehlverhalten in großen Organisationen, bei dem sich KI-Arbeiten unabhängig voneinander entwickeln und die Anstrengungen der jeweils anderen duplizieren. „Mein zweites Ziel für das Programm war, die Zusammenarbeit zwischen diesen KI-Bereichen zu fördern, damit sie das Rad nicht neu erfinden“, sagte sie. Das dritte Ziel war kultureller Natur: „Das dritte ist ein kultureller Wandel, der geschäftliche Fürsprecher dazu ermutigt, KI-Lösungen für ihre geschäftlichen Herausforderungen in Betracht zu ziehen.“
Das bedeutete, Programme aufzubauen – Konferenzen, Hackathons, interne Inhalte und Community-Kanäle –, die sich an verschiedene Interessengruppen im gesamten Unternehmen richteten, statt an eine einzige Vorgabe von oben.
Veränderungen messen, wenn die Daten ein Chaos sind
Selbst bei klaren Zielen erwies sich der Nachweis der Wirkung des Programms als eine der schwierigsten Aufgaben. Ketais Unternehmen war größtenteils durch Fusionen und Übernahmen gewachsen, was bedeutete, dass die zugrunde liegenden Daten, die sie zur Nachverfolgung von Karriereentwicklung und Engagement benötigte, bestenfalls uneinheitlich waren. „Ich räume ein, dass die Kennzahlen für mich der schwierigste Teil des Programms waren“, sagte Ketai, „denn dies war ein Fortune-5-Unternehmen, das größtenteils durch Fusionen und Übernahmen gewachsen war. Die Überbleibsel alter HR-Systeme waren noch daran zu erkennen, dass dieselbe Art von Rolle in der Organisation häufig 15 verschiedene Titel, Berufsbezeichnungen oder Stellencodes hatte, und das machte das Leben sehr schwierig.“
Da keine sauberen Systeme zur Verfügung standen, stützte sich Ketais Team auf Ersatzkennzahlen wie die Interaktion mit Inhalten und die Teilnahme an Veranstaltungen, statt auf die tiefergehenden Personaldaten, die es bevorzugt hätte.
Sollten Projektmanager auch Manager für Veränderungsprozesse sein?
Da sich KI-Initiativen vervielfachen, werden immer mehr Projektmanager gebeten, zusätzlich Aufgaben des Veränderungsmanagements zu übernehmen. Ketai sagte, dass sich die beiden Kompetenzbereiche überschneiden, aber nicht identisch sind, und dass der Unterschied vor allem im Zeitrahmen entscheidend ist. „Nicht alle Projekte erfordern ein Veränderungsmanagement“, sagte sie. „Die Kompetenzbereiche sind unterschiedlich, überschneiden sich aber.“ Der eigentliche Unterschied liegt laut Ketai darin, wer bleibt, um eine Veränderung bis zum Ende zu begleiten. „Der Grund, warum man getrennte Rollen haben sollte, sind die Zeitrahmen, denn traditionell bekommen Projektmanager nicht die Möglichkeit, eine Veränderung weiterzuverfolgen und wirklich sicherzustellen, dass sie nachhaltig umgesetzt wird.“
Nicht alle Projekte erfordern ein Veränderungsmanagement. Die Kompetenzbereiche sind unterschiedlich, überschneiden sich aber.
Diese Lücke – zwischen dem Abschluss eines Projekts und der Aufrechterhaltung der Veränderung, die es bewirken sollte – ist ihrer Ansicht nach das stärkste Argument dafür, die beiden Rollen getrennt zu halten, auch wenn die Grenze zwischen ihnen in der Praxis zunehmend verschwimmt.
KI ist nicht nur ein Werkzeug – sie ist eine Interessengruppe
Ketai wies außerdem auf einen Wandel in der Art und Weise hin, wie Projekt- und Change-Manager über KI selbst denken müssen. Anstatt sie ausschließlich als Infrastruktur zu betrachten, argumentierte sie, dass sie zunehmend wie ein eigenständiger Stakeholder agiert. „Mit generativer KI ist die KI selbst zunehmend ein Stakeholder“, sagte Ketai. „Sie hat ihre eigenen Ziele und Einstellungen und wird aufgrund dieser internen Gegebenheiten anders und manchmal entgegen dem handeln, was man von ihr erwartet.“
Mit generativer KI ist die KI zunehmend ein Stakeholder. Sie hat ihre eigenen Ziele und Einstellungen und wird anders und manchmal entgegen dem handeln, was man von ihr erwartet.
Diese Sichtweise hat praktische Auswirkungen auf die Governance: Wenn KI-Systeme sich unvorhersehbar verhalten oder von den Erwartungen abweichen können, müssen sie bei der Planung und in Risikogesprächen genauso berücksichtigt werden wie ein menschlicher Stakeholder.
Wohin sich die Rolle des Programmmanagers entwickelt
Mit Blick auf die Zukunft sagte Ketai, dass Programmmanager näher an den Ort rücken müssen, an dem die Geschäftsstrategie tatsächlich entwickelt wird, anstatt sie nur umzusetzen. „Programmmanager müssen näher an den Ort gelangen, an dem die Strategie entwickelt wird, und in der Lage sein, die Strategie zu beeinflussen“, sagte sie, „und transparent darlegen, wo es wahrscheinlich zu Fehlanpassungen kommt.“
Programmmanager müssen näher an den Ort gelangen, an dem die Strategie entwickelt wird, und in der Lage sein, die Strategie zu beeinflussen.
Dieser Wandel bedeutet auch, dass Programmmanager ihr Verständnis von Risiken erweitern müssen, um neben dem traditionellen Fokus auf Bedrohungen auch Chancen zu berücksichtigen, und dass sie im Laufe der Zeit gezielter in den Aufbau von Beziehungen innerhalb der gesamten Organisation investieren müssen.
Das Vertrauensproblem, das bisher niemand gelöst hat
Trotz der Dynamik hinter der Einführung von KI sagte Ketai, dass die größte verbleibende Hürde nicht die Technologie selbst sei. Es gehe um Vertrauen, insbesondere im Zusammenhang mit Daten. Sie berichtete von einer kürzlich abgehaltenen Sitzung auf einer regionalen Führungskonferenz des PMI, bei der diskutiert wurde, ob es angemessen sei, wenn ein PMI-Chapter KI zum Verfassen von E-Mail-Rundschreiben an Mitglieder einsetzt. „Es war nicht ethisch, wenn dies bedeutete, die Daten der Mitglieder weiterzugeben“, sagte Ketai, „es sei denn, man verwendete eine vollständig interne Lösung.“
Diese Unterscheidung — zwischen KI-Tools, die Daten innerhalb des Systems halten, und solchen, die dies nicht tun — wird wahrscheinlich noch lange nach dem Abklingen der aktuellen Experimentierphase prägen, wie Organisationen mit der Governance von KI umgehen.
Möchten Sie mehr Einblicke wie diese? Registrieren Sie sich für ein kostenloses DPM-Konto, um von weiteren Expertinnen und Experten wie diesen zu hören.
