Die neue Folge von Projektmanagement im Glas liefert wertvolle Insights, wie Unternehmen KI effektiv und nachhaltig einsetzen können, um echten Mehrwert zu schaffen.
Host Christian Dürk spricht mit Thomas Lechte, Managing Director bei Corivus, Andreas Krisor, Experte für KI, Automatisierung und Software-Entwicklung, und Fabian Borchers, Experte für die Transformation der Finanzfunktion, anhand praxisnaher Beispiele über die erfolgreiche Planung und Umsetzung von KI-Projekten.
Überblick: Künstlicher Intelligenz in Unternehmen
Andreas gibt zu Beginn einen umfassenden Überblick über die Entwicklung der Künstlichen Intelligenz. Bereits seit den 70er-Jahren kommen erste KI-Systeme in Unternehmen zum Einsatz, zum Beispiel zur Optimierung der Produktion oder zur Bonitätsprüfung im Finanzbereich. Ab Mitte der 2000er-Jahre ermöglichten dann neue Algorithmen und der einfache Zugang zu High-Performance-Rechnern neue Anwendungen wie Bilderkennung oder Sprachverarbeitung.
Besonders der Aufstieg großer Sprachmodelle wie ChatGPT hat KI einem breiten Publikum zugänglich gemacht und die öffentliche Aufmerksamkeit massiv gesteigert. Gleichzeitig zeigt sich aber auch ein Spannungsfeld. Andreas beschreibt hier zwei Extreme: die „KI-Jünger“, die jedes Problem mit KI lösen wollen, und die „KI-Skeptiker“, die Risiken und Arbeitsplatzängste in den Vordergrund stellen. Die goldene Mitte? KI muss gezielt und sinnvoll dort eingesetzt werden, wo sie ihre Stärken ausspielen kann.
Voraussetzungen für erfolgreiche KI-Projekte
Für den Erfolg von KI-Projekten ist ein klares Verständnis der Grundlagen unerlässlich. Andreas erklärt, dass Unternehmen zunächst prüfen müssen, welche Daten ihnen in welcher Qualität zur Verfügung stehen. Zudem ist entscheidend zu wissen, welche Algorithmen für welchen Anwendungsfall passend sind und welche konkreten Probleme oder KPIs überhaupt optimiert werden sollen. Dabei beschreibt er unterschiedlichen Arten von Algorithmen: generative Systeme wie ChatGPT, überwachte Lernverfahren für Klassifikationen und Prognosen und unüberwachte Lernverfahren, die verborgene Muster und Anomalien erkennen. Fabian beschreibt dazu typische Use Cases für KI aus seiner Projekterfahrung, etwa den Einsatz großer Sprachmodelle zur Unterstützung bei Compliance-Prozessen oder die Entwicklung von Forecasting-Modellen zur Umsatzprognose.
Andreas ergänzt, dass es vorab wichtig ist zu klären, ob der Use Case mehr auf Genauigkeit oder auf Erklärbarkeit ausgerichtet ist, ob der Fokus auf Automatisierung oder auf der Gewinnung neuer Einsichten liegt und welche Mengen an Prozessen oder Datensätzen der Anwendungsfall bewältigen muss. Erst dann kann der Business Case sinnvoll bewertet werden. Nur wenn KI-Projekte tatsächlich Kosten sparen oder neue Geschäftspotenziale erschließen, lohnt sich der Aufwand.
Herausforderungen und typische Fehler bei KI-Projekten
Fabian warnt vor unrealistischen Erwartungen und viel zu großen Projektumfängen, mit denen Unternehmen starten. Andreas hebt hervor, dass ein Großteil der Projektarbeit in die sorgfältige Datenaufbereitung fließt und der Übergang vom Prototypen zur produktionsreifen Lösung regelmäßig massiv unterschätzt wird.
Zudem müssen auch regulatorische und organisatorische Rahmenbedingungen wie der EU AI Act von Anfang an berücksichtigt werden. Wichtig sind klare interne Prozesse zur Bewertung potenzieller Risiken sowie ein nachhaltiges Betriebsmodell für die eingesetzten KI-Systeme. Die Modelle sollten regelmäßig überprüft und bei Bedarf an neue Daten oder veränderte Rahmenbedingungen angepasst werden, um langfristig valide Ergebnisse zu gewährleisten.
Strategie und Umsetzung: Wie KI-Projekte gelingen
Thomas und Fabian betonen abschließend, dass sowohl top-down-Ansätze ausgehend von der Unternehmensstrategie als auch kleine, schnelle Pilotprojekte sinnvoll sein können. Die beste Wahl hänge immer vom Reifegrad der Organisation, der vorhandenen Infrastruktur und der Qualität der Daten-Governance ab.
Christian fasst zusammen, dass erfolgreiche KI-Projekte – wie alle IT- und Prozessänderungen – nur dann gelingen, wenn sie klare Zielsetzungen haben, die richtigen Kompetenzen und Ressourcen vorhanden sind, die Datenqualität stimmt, die Technik sinnvoll gewählt und eingesetzt ist und ein stringentes Projekt- und Risikomanagement die Umsetzung begleitet.
Sie möchten noch tiefer in das Thema Prompt Engineering im Projekt einsteigen?
Am 2. Juli 2025 bieten wir ein kompaktes Webinar zum Thema „Prompt Engineering für Einsteiger –KI sinnvoll im Projekt nutzen“ an – mit Experte Sven Wenzel. Dort zeigen wir live, wie Prompts aufgebaut, KI-Modelle sinnvoll ausgewählt und konkrete Projektaufgaben mit KI unterstützt werden können.
Jetzt anmelden! Wir freuen uns auf Ihre Teilnahme!
Ein spannender wissenschaftlicher Beitrag aus dem Jahr 2018 – mit Co-Autor Christian Dürk , der die Einsatzpotenziale Künstlicher Intelligenz im Projektmanagement beleuchtet, können Sie hier nachlesen. Erstaunlich, was seither alles passiert ist!
Kapitel
| Zeitstempel | Thema |
|---|---|
| 00:00 | Einführung in Künstliche Intelligenz im Projektmanagement |
| 03:09 | Überblick über Künstliche Intelligenz und ihre Entwicklung |
| 10:43 | Anwendungsfälle und Herausforderungen der KI |
| 16:27 | Unterschied zwischen Data Analytics und Künstlicher Intelligenz |
| 23:34 | Die Bedeutung von Daten und Governance |
| 24:54 | Rolle des CIO in der KI-Implementierung |
| 29:03 | Häufige Fehler bei KI-Projekten |
| 34:07 | Standardlösungen vs. individuelle KI-Entwicklung |
| 39:57 | Erste Schritte zur KI-Implementierung |
Möchten Sie uns Feedback geben oder haben Sie eine Frage zum Projektmanagement oder zu Projekten, die wir im Podcast beantworten sollen?
Dann schreiben Sie uns an podcast(at)corivus.de.
Vernetzen Sie sich auf LinkedIn mit Christian Dürk, Thomas Lechte, Andreas Krisor, Fabian Borchers und Corivus.
Ihnen gefällt, was Sie hören?
Dann bewerten Sie unseren Podcast und teilen ihn mit Freund:innen und Kolleg:innen!
Mehr über Corivus, was wir tun und wobei wir Sie unterstützen können, lesen Sie auf corivus.de.
