Deze senior directeur programmamanagement legt uit welke AI-hulpmiddelen en integraties zij gebruikt om hiaten in de technologie van haar klanten te overbruggen
Lauren Selley is senior directeur productie bij Code and Theory, waar zij toezicht houdt op de volledige oplevering van digitale oplossingen voor web en mobiel. Nu AI in haar werkprocessen is geïntegreerd, besteedt ze minder tijd aan administratieve taken — en meer tijd aan het nemen van strategische beslissingen.
Lauren Selley
Senior directeur productie bij Code and Theory
Experimenteren met AI: AI-hulpmiddelen vereisen vallen en opstaan, waardoor strategisch leiderschap boven administratieve taken in projectmanagement komt te staan.
Strategisch leiderschap: AI vermindert routinewerk, waardoor er meer aandacht is voor planning, risicobeheer en het oplossen van bredere strategische vraagstukken.
Essentiële hulpmiddelen: Hulpmiddelen zoals Elvex en Claude stroomlijnen werkprocessen, waardoor projectmanagers efficiënter en effectiever kunnen werken.
Uitdagingen bij AI-integratie: AI-hulpmiddelen integreren tussen systemen blijft moeilijk door ecosystemen die in silo's opereren en uiteenlopende prestaties van hulpmiddelen.
Toekomstige leiderschapskloof: De opkomst van AI kan rollen veranderen, waardoor binnen projectmanagement meer nadruk nodig is op leiderschap en vaardigheden op het gebied van menselijk contact.
Lauren Selley is senior directeur productie bij Code and Theory, waar ze toezicht houdt op de levering van digitale oplossingen van begin tot eind voor web en mobiel. Nu AI in haar werkprocessen is geïntegreerd, besteedt ze minder tijd aan administratieve taken — en meer tijd aan het nemen van strategische beslissingen.
We spraken met Lauren over wat er verandert in de leveringswereld, welke tools echt impact maken en hoe ze haar team helpt bij de verschuiving van projectmanager naar strategisch leider. Dit is wat ze te zeggen had.
Waarom programmamanagement experimenten met AI vereist
Ik ben senior directeur productie (programmamanagement) bij Code and Theory.
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
Ik houd toezicht op de levering van digitale oplossingen van begin tot eind voor onze klanten — van strategie tot lancering en ondersteuning na de lancering, voor web en mobiel. Ik besteed veel tijd aan het zorgen dat onze teams hebben wat ze nodig hebben om succesvol te leveren en dat onze klanten vertrouwen in ons hebben als partners.
In ons bedrijf draait AI volledig om experimenteren: testen, optimaliseren, herhalen.
Bedrijven leveren ons geen uitgewerkte oplossingen aan met de boodschap: “Hier zijn je prompts en tools, ga ze gebruiken.” Ze zeggen: “Hier heb je toegang tot een paar tools, zoek uit wat je ermee kunt doen.”
Daarom besteed ik veel tijd aan experimenteren, werkprocessen opzetten en ontdekken wat daadwerkelijk blijft werken.
Wanneer je AI moet gebruiken bij projectlevering — en wanneer je het moet vermijden
Wat mij het meest enthousiast maakt over AI bij projectlevering, is dat we eindelijk minder tijd besteden aan het beheren van taken en meer tijd aan het zijn van echte leiders. Die verschuiving had al veel eerder moeten plaatsvinden.
Dankzij AI besteden we eindelijk minder tijd aan het beheren van taken en meer tijd aan het zijn van echte leiders.
Ik gebruik AI voortdurend om het routinematige werk uit handen te nemen. Het is bijvoorbeeld uitstekend in het geven van antwoorden op basis van een dataset met projectkennis, het samenvatten, opstellen van notities en versturen van herinneringen voor actiepunten. Maar je moet het wel dubbel controleren. AI heeft de slechte gewoonte om actiepunten te verzinnen of vervaldatums te vervalsen.
Daardoor kan ik me richten op het begeleiden van het team en het oplossen van uitdagingen op grotere schaal.
Mijn kennis van projectuitvoering komt het best tot zijn recht bij strategische planning, het anticiperen op risico’s, het begeleiden van teams door complexe situaties en het nemen van slimmere beslissingen over de uitvoering — niet bij het najagen van statusupdates.
En ik laat AI ook niet de communicatie met klanten over scope en risico’s afhandelen. Er is geen vervanging voor het lezen van iemands persoonlijkheid, het aanpassen aan communicatiestijlen en het putten uit eerdere ervaringen om lastige gesprekken in goede banen te leiden.
Als AI nu ook kon uitzoeken hoe je onkostendeclaraties maakt en de uren voor mijn team invoert, zou dat geweldig zijn. Daar wacht ik nog steeds op.
De AI-hulpmiddelen die projectlevering en werkprocessen aandrijven
Op het werk gebruiken we een reeks geautoriseerde AI-hulpmiddelen van Atlassian, Vercel en Google, plus toegang tot een bedrijfsbrede tool die verschillende LLM’s, zoals ChatGPT en andere, gebruikt.
Atlassian biedt Rovo, dat uitstekend geschikt is voor zoeken binnen bedrijfsinformatie — het kan in één keer resultaten ophalen uit Gmail, Documenten, Confluence-pagina’s en Jira-tickets.
We gebruiken Elvex ook om een gecontroleerde kennisbank te creëren op basis van een afgebakende dataset, zodat het team deze kan raadplegen voor projectspecifieke vragen.
En Vercel biedt V0, dat fantastisch is voor “intuïtief coderen” — het maakt het eenvoudig om interne prototypes te genereren en verder uit te werken of ideeën snel te visualiseren.
Buiten het werk, voor het maken van content, leun ik sterk op ChatGPT, Claude en verschillende ontwerptools.
Claude heeft alles veranderd. Ik heb geen aangepaste plug-ins of ondersteuning van ontwikkelaars meer nodig, omdat het front-endcode genereert en me de mogelijkheid biedt om deze te bekijken. Zo kan ik problemen oplossen voordat ik live ga en mijn werkproces soepeler maken.
En thuis zijn Notion en Notion AI mijn geheugen. Daarmee houd ik mijn hele gezin en mijn leven thuis georganiseerd.
En ik zal dit zeggen. AI kan niet alles. Het heeft mijn peuter er nog niet van overtuigd groenten te eten. Als iemand dat model bouwt, meld ik me aan!
De onmisbare AI-tool voor projectmanagers
Op dit moment heb ik twee favoriete AI-tools.
Vanuit het perspectief van projectleiding is dat Elvex. Teams de mogelijkheid geven om een database te bevragen en via chat antwoorden te krijgen, bespaart me elke dag uren.
Vanuit het perspectief van projectleiding is dat Elvex. Teams de mogelijkheid geven om een database te bevragen en via chat antwoorden te krijgen, bespaart me elke dag uren.
Je zou verbaasd zijn hoe vaak een PM degene is die mensen een bericht sturen wanneer ze iets niet kunnen vinden of zich iets niet kunnen herinneren. Nu kan ik ze gewoon naar een chatbot verwijzen. We hebben Elvex-integraties met Slack gemaakt, zodat teams de bot “Project” vragen kunnen stellen over doelstellingen, deadlines, teamleden of andere projectdetails — en direct nauwkeurige antwoorden krijgen.
Vanuit het perspectief van contentcreatie moet ik Claude opnieuw erkenning geven. Het heeft de behoefte aan zoveel plug-ins en back-endscripts die ik vroeger betaalde weggenomen en bespaart me uren door zowel front-end- als back-endtaken te vereenvoudigen.
Hoe AI de belangrijkste opleveringsroutines transformeert
AI is fantastisch om de informatiestroom aan het begin van een project te beperken.
AI is fantastisch om de informatiestroom aan het begin van een project te beperken.
In plaats van lange kennisoverdrachtsvergaderingen kunnen teams een database met projectinformatie bevragen en in realtime krijgen wat ze nodig hebben.
AI wordt ook steeds waardevoller bij het valideren van opleverresultaten — van ondersteuning bij codebeoordelingen tot hulp bij geautomatiseerd testen.
AI vervangt deskundige validatie niet, maar versnelt het proces en helpt ons problemen eerder op te sporen.
AI-werkstromen gebruiken om complexe projecten met meerdere belanghebbenden te beheren
Bij grote, complexe programma's met meerdere afdelingen, leveranciers en belanghebbenden aan klantzijde zijn geautomatiseerde werkstromen en geïntegreerde tools absoluut cruciaal.
Ik heb bijvoorbeeld werkstromen ingesteld die geautomatiseerde herinneringen in Slack versturen, door AI gegenereerde dagelijkse samenvattingen maken om vergadertijd te beperken en projectplannen synchroniseren tussen verschillende platforms.
Slack heeft onlangs een eigen samenvattingsfunctie voor gesprekken in kanalen uitgebracht, die ongelooflijk nuttig is geweest. En wanneer ik er zeker van wil zijn dat het team op de hoogte is van wat er in Jira is gebeurd, gebruik ik een Rovo-agent om wijzigingen in specifieke velden op onze borden samen te vatten.
Rovo wordt ook steeds waardevoller voor het identificeren van projecttrends, die we vervolgens kunnen koppelen aan retrospectieven en leerpunten — hier is een artikel van Atlassian over hoe je dat doet.
Dit is vooral waardevol geweest wanneer klanten verschillende ecosystemen gebruiken, zoals Microsoft of Google. Door die verschillen met werkstromen en AI-integraties te overbruggen, blijft iedereen op één lijn zonder mensen tot één tool te dwingen.
Dit is vooral waardevol geweest wanneer klanten verschillende ecosystemen gebruiken, zoals Microsoft of Google. Door die verschillen met werkstromen en AI-integraties te overbruggen, blijft iedereen op één lijn zonder mensen tot één tool te dwingen.
Experimenteren met agentgestuurde werkstromen om de efficiëntie van opleveringen te verhogen
We experimenteren op elk gebied waar dat mogelijk is — ook met agentgestuurde werkstromen. We hebben ons eigen orkestratietool ontwikkeld en blijven verschillende punten voor gegevensinvoer testen.
De focus ligt op alle fasen van de oplevering:
- Strategische inzichten
- Ontwerpdocumentatie
- Projectmonitoring, en
- Technische oplevering
We zijn nog steeds aan het itereren, maar we verwachten aanzienlijke efficiëntiewinsten te zien naarmate deze systemen volwassener worden.
Waarom het integreren van AI-tools in opleveringswerkstromen een uitdaging blijft
Dat gezegd hebbende, is het nog steeds veel moeilijker dan nodig om integraties op te zetten voor wat volgens mij veelvoorkomende bedrijfsproblemen zijn.
AI leidt me met alle plezier door de stappen heen, maar ik zou het geweldig vinden als het de configuratie gewoon voor me kon uitvoeren. Het laten uitvoeren van die stappen in systemen zoals Google of Microsoft is een ander verhaal, dankzij de geïsoleerde ecosystemen.
Een andere verrassing — of misschien frustratie — is de enorme verscheidenheid aan modellen en tools. Je krijgt echt totaal verschillende antwoorden, afhankelijk van welke tool je gebruikt en waarin die gespecialiseerd is. Het kost dus tijd om op de hoogte te blijven en ze te testen aan de hand van realistische gebruikssituaties.
Waarom AI in de toekomst een leiderschapstekort in projectmanagement kan veroorzaken
Projectmanagers verbinden de punten en zijn communicatiespecialisten. Over vijf jaar zal AI naar mijn idee 90 procent van de gegevensverzameling en analyse voor zijn rekening nemen die we vandaag uitvoeren.
Dat betekent dat PM's nog sterker zullen moeten inzetten op leiderschap, klantbeheer en vaardigheden op het gebied van omgang met mensen — maar ze zullen niet zonder baan komen te zitten; de banen zullen gewoon anders zijn.
Projectmanagers verdwijnen niet. De banen zullen gewoon anders zijn.
De grootste uitdaging tussen nu en dan is het tekort aan talent op instapniveau dat we zullen zien.
Als AI al het routinematige werk kan doen dat we voorheen aan stagiairs en PM's op mediorniveau overlieten, moeten we nieuwe functies op mediorniveau voor projectmanagers creëren — mogelijk op het gebied van databases en prompts — om ervoor te zorgen dat we een instroom van kandidaten hebben die kunnen uitgroeien tot toekomstige senior leiders. Anders zal er niemand zijn om door te groeien naar de leiderschapsfuncties.
Ik denk ook dat personeelsinzet er heel anders uit zal zien. In plaats van vaste functies zullen we kortetermijnbehoeften zien op gebieden zoals promptengineering, AI-validatie of het opzetten van integraties.
Functies zullen per project veranderen en zich ontwikkelen, en PM's zullen experts moeten zijn in het samenstellen en beheren van die combinaties.
Advies voor leiders op het gebied van oplevering die zich aanpassen aan het AI-tijdperk
Denk er niet te veel over na; begin gewoon de tools te gebruiken. Iedereen lijkt te weten wat hij of zij doet, maar de meeste mensen zoeken het gaandeweg uit.
Iedereen lijkt te weten wat hij of zij doet, maar de meeste mensen zoeken het gaandeweg uit.
Je loopt niet achter. We hebben allemaal toegang tot dezelfde AI. Het verschil zit in de vraag of je tijd vrijmaakt om te experimenteren en te ontdekken wat echt werkt.
Blijf op de hoogte
Blijf in contact met Lauren via LinkedIn en haar website. Houd ook de ontwikkelingen in het werk van haar team bij Code and Theory in de gaten.
Er volgen meer interviews met experts op The Digital Project Manager.
