Uitdagingen van AI in projectmanagement: wat projectmanagers zeggen in 2026
Vertrouwen en bestuur: Vertrouwenskwesties belemmeren de invoering van AI, omdat teams twijfelen aan de nauwkeurigheid en betrouwbaarheid van de resultaten.
Vaardigheidstekorten: Vaardigheidstekorten belemmeren projectmanagers bij het effectief gebruiken van AI-hulpmiddelen, wat leidt tot misplaatst vertrouwen in de resultaten.
Comfort en controle: Projectmanagers hebben moeite om de controle aan AI over te dragen, wat hun bereidheid om met nieuwe hulpmiddelen te innoveren beïnvloedt.
Nauwkeurigheid van gegevens: Bezorgdheid over de nauwkeurigheid van gegevens verhindert dat teams op AI vertrouwen voor kritieke projectbeslissingen.
Overdaad aan hulpmiddelen: Een overdaad aan hulpmiddelen bemoeilijkt de invoering van AI, omdat projectmanagers moeite hebben om te beoordelen welke oplossingen echte ROI opleveren.
AI is momenteel een van de belangrijkste onderdelen van een workflow die projectmanagers goed proberen in te richten. Maar AI succesvol invoeren is veel complexer dan simpelweg een nieuwe tool aan de technologiestack toevoegen. Hoewel projectmanagers optimistisch zijn over het potentieel ervan om de uitvoering van werk te automatiseren, te versnellen en te verbeteren, ontdekken ze ook zeer reële uitdagingen op het gebied van vertrouwen, governance, cultuur en vaardigheden.
Om te begrijpen wat PM's tegenhoudt, hebben we contact opgenomen met meer dan 30 experts op het gebied van projectmanagement en AI om te ontdekken welke obstakels zij zijn tegengekomen bij het implementeren van AI in hun workflows. Hun inzichten laten zien dat de grootste obstakels niet technisch zijn, maar menselijk.
1. Vertrouwen en governance
Vertrouwen kwam herhaaldelijk naar voren als de bepalende uitdaging bij het invoeren van populaire AI-projectmanagementtools. Zonder vertrouwen in de nauwkeurigheid, ethiek en betrouwbaarheid van door AI gegenereerde resultaten aarzelen veel teams om AI verder te gebruiken dan voor eenvoudige experimenten.
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
“We zijn bij het invoeren van AI verschillende belangrijke obstakels tegengekomen… lacunes in AI-vaardigheden, bedrijfsbeleid en toegang, een overvloed aan tools en zorgen over de ROI, en vertrouwen en governance”, aldus Kathleen Walch, beherend vennoot bij Cognilytica en bijdrager aan PMI.
Dat gebrek aan vertrouwen komt vaak voort uit het ‘black-box’-karakter van AI: teams kunnen niet altijd zien hoe beslissingen worden genomen of welke gegevens daarop van invloed waren. Dr. Matt Hasan van aiRESULTS, Inc. verwoordde het als volgt: “Het grootste obstakel is niet de technologie, maar het vertrouwen. Veel PM's zien AI nog steeds als een auditor in plaats van als een bondgenoot, waardoor de invoering oppervlakkig blijft.”
Zelfs wanneer AI-projectmanagementtools veel voordelen bieden, blijven governancekaders vaak achter. Frank Vega van The Efficiency Group denkt dat de oorzaak helemaal niet technologisch is: “Het grootste obstakel is niet technisch, maar cultureel. Veel PMO's zien AI nog steeds als experimenteel of bedreigend. De echte verandering ontstaat wanneer teams AI zien als een copiloot voor inzicht, niet als vervanging van menselijk oordeel.”
Deze culturele terughoudendheid doet zich in alle sectoren voor. Teams willen dat AI de transparantie van projecten verbetert, niet dat het meer onzekerheid creëert. Zoals Walch en Vega allebei aangeven, moet vertrouwen niet alleen worden opgebouwd met resultaten, maar ook met governance, verantwoordingsplicht en duidelijk menselijk toezicht.
2. Lacunes in vaardigheden en misplaatst vertrouwen
Veel projectmanagers zijn het erover eens dat de echte uitdaging ligt in capaciteiten en vertrouwen. Teams bevinden zich op verschillende punten van de AI-leercurve: sommige staan te popelen om alles te testen, terwijl andere niet weten waar ze moeten beginnen.
“Het grootste obstakel is niet de technologie, maar lacunes in vaardigheden en misplaatst vertrouwen”, aldus Ravitez Dondeti, senior productmanager bij Crestron Electronics. “Junior ingenieurs en PM's kunnen zich gemakkelijk laten meeslepen door de enorme kracht die deze tools bieden.”
Wanneer enthousiasme sneller groeit dan begrip, kunnen fouten zich snel opstapelen. Suvrangsou Das van EasyPR voegde daaraan toe: “Het obstakel voor een brede invoering van AI is dat er te veel vertrouwen wordt gesteld in de resultaten. Er is nog een ander obstakel… lacunes in vaardigheden...”
Om deze lacunes te dichten zijn gestructureerde AI-training en consistente initiatieven voor AI-geletterdheid nodig. Zonder deze maatregelen lopen organisaties het risico AI zowel te weinig als verkeerd te gebruiken. Beide kunnen het vertrouwen binnen teams ondermijnen.
3. Comfort en controle
Zelfs wanneer teams AI begrijpen, lopen de mate van comfort en zekerheid sterk uiteen. Veel projectmanagers hebben moeite met het idee de controle over te dragen aan een systeem dat ze niet volledig kunnen uitleggen.
Conner Flynn van Hylaine vatte deze spanning samen: “Twee grote obstakels vallen op: comfort en controle. Werknemers voelen zich vaak ongemakkelijk en aarzelen om te experimenteren met AI-tools die ze niet volledig begrijpen, en kaders voor governance binnen ondernemingen kunnen de vooruitgang soms vertragen door langdurige goedkeuringsprocessen.”
Die terughoudendheid komt ook naar voren in ervaringen uit de praktijk. Peter Murphy Lewis van Strategic Pete en Ella Weddings deelden het volgende: “Sommige projectmanagers willen de controle niet uit handen geven… Training is ook lastig. De helft van het team had drie weken nodig om vertrouwd te raken met de AI-functie van ClickUp.”
Deze terughoudendheid benadrukt de menselijke kant van de invoering. Hoewel AI efficiëntie belooft, stelt het ook de manier waarop mensen de waarde van hun werk definiëren ter discussie. Zolang teams geen vertrouwen hebben in het proces én in hun eigen vermogen om er toezicht op te houden, zal de invoering van AI trager blijven verlopen dan de technologie zelf.
4. Vertrouwen in de nauwkeurigheid van gegevens
AI is slechts zo betrouwbaar als de gegevens waarop het is gebaseerd. Als teams niet kunnen controleren of die gegevens accuraat zijn, zullen ze er niet op vertrouwen voor cruciale besluitvorming.
“Vertrouwen is een belangrijk probleem. Veel mensen aarzelen nog steeds om op AI te vertrouwen voor belangrijke beslissingen binnen projecten. Ze maken zich ook zorgen over de nauwkeurigheid van AI-gegevens”, aldus Arunkumar Thirunagalingam, AI- en dataonderzoeker.
In projectomgevingen waarin deadlines, budgetten en middelen voortdurend veranderen, kan een kleine fout in de gegevens leiden tot grote projectrisico's. Olena Kuvarova van Overcode herhaalde deze zorg: “Het grootste operationele obstakel is het gebrek aan vertrouwen in de nauwkeurigheid van AI bij het inschatten van de doorlooptijden van complexe R&D-projecten.”
Zolang AI-systemen niet kunnen uitleggen hoe ze tot conclusies komen—and teams die aannames niet kunnen valideren—blijft vertrouwen in data een belangrijke drempel voor adoptie.
5. Te veel tools en druk om rendement te behalen
Nu er dagelijks nieuwe AI-producten verschijnen, staan projectmanagers voor een nieuwe uitdaging: keuzemoeheid. Elk platform belooft automatisering en inzichten, maar bepalen welke tools tastbare ROI opleveren kan overweldigend zijn.
“Een overvloed aan tools is een reëel probleem,” zei Don Gregori, COO van First Factory, Inc. “Het is het beste om op de hoogte te blijven van trends en te proberen toekomstig voordeel te voorspellen. Laat vervolgens de winnaars op de markt naar voren komen of rechtstreeks worden geïntegreerd in de bestaande tools die we gebruiken. Kies daarna de tools die het beste bij je behoeften passen. Leer, observeer, adopteer.”
Deze voorzichtige aanpak weerspiegelt een groeiende volwassenheid in de sector. In plaats van zich te haasten om elke nieuwe tool voor ontelbare AI-toepassingen te adopteren, leren toonaangevende PM's te observeren, selectief te experimenteren en de ROI te meten voordat ze opschalen.
6. Knelpunten op het gebied van bestuur en goedkeuring
Zelfs wanneer teams klaar zijn om snel te handelen, zijn bedrijfssystemen dat vaak niet. Veel organisaties passen hun inkoop- en nalevingsprocessen nog steeds aan om het tempo van AI-innovatie bij te kunnen houden.
“AI is inherent aan ons bedrijf… [maar] inkoop- en goedkeuringsprocessen zijn bezig het tempo van AI bij te benen,” zei Cameron van Orman van Planview.
Lange beoordelingscycli, risicobeoordelingen en beveiligingsgoedkeuringen kunnen adoptie tot een slakkengang vertragen—vooral in streng gereguleerde sectoren. Innovatie in balans brengen met naleving is een voortdurende uitdaging die zowel culturele als procedurele veranderingen vereist.
7. Verantwoorde innovatie en ethiek
Ten slotte groeit het besef dat AI-adoptie niet alleen draait om productiviteit—het gaat ook om verantwoordelijkheid. Teams zijn steeds voorzichtiger met de manier waarop hun gebruik van AI aansluit bij de gevolgen voor het milieu, ethische omgang met gegevens en bredere bestuurspraktijken.
“We hebben onder teams een gezonde behoedzaamheid rond AI gezien—vooral op het gebied van gevolgen voor het milieu, data-ethiek en bestuur,” zei Niamh Glennon van MIGSO-PCUBED. “Die voorzichtigheid is geen weerstand; het is volwassenheid in verantwoorde innovatie.”
Glennon voegde toe: “Voor veel organisaties is technologie niet de drempel, maar vertrouwen. Vertrouwen opbouwen in AI-ondersteunde uitvoering betekent aantoonbare ROI laten zien en tegelijkertijd mensen verantwoordelijk houden.”
Deze mentaliteitsverandering—van haastige adoptie naar verantwoorde implementatie—weerspiegelt een volwassenere fase in de integratie van AI in projectmanagement. Teams wijzen AI niet af; ze leren het bewuster te gebruiken.
De conclusie
De boodschap is duidelijk: AI-adoptie in projectmanagement draait niet om het beheersen van tools—het gaat om het opbouwen van vertrouwen, vaardigheden en systemen die verantwoorde, mensgerichte innovatie ondersteunen.
De meest succesvolle PM's automatiseren niet alleen taken; ze bevorderen vertrouwen, ontwikkelen de vaardigheden van hun teams en creëren bestuurskaders waarmee AI de manier waarop mensen werken kan verbeteren—in plaats van vervangen.
Zoals Glennon het treffend verwoordde: “Voor veel organisaties is technologie niet de drempel, maar vertrouwen.” De weg vooruit ligt in het versterken van dat vertrouwen—tussen mensen, gegevens en de intelligente systemen die de manier waarop we projecten uitvoeren veranderen.
Wil je betere manieren vinden om AI in je projectmanagement te benutten? Bekijk dan de cursus AI voor digitale projecten van DPM.
