24.07.2025 Veronika Eigner

Die Rolle der Künstlichen Intelligenz im Projektmanagement: Chancen und Herausforderungen

Die Digitalisierung der EDV verändert die Art und Weise, wie Unternehmen arbeiten, in rasantem Tempo.

Ein zentraler Treiber dieser Entwicklung ist die Künstliche Intelligenz (KI). Dieser Trend wurde im Artikel „KI im Consulting“ genauer beleuchtet und die Auswirkungen der KI auf die Beratungsbranche aus verschiedenen Blickwinkeln thematisiert.

Dieser Artikel gibt einen Überblick über das „Können“ der KI selbst. Besonders im Projektmanagement, welches häufig von IT-Dienstleistern angeboten wird, eröffnen KI-Technologien neue Möglichkeiten, um Prozesse zu optimieren, Entscheidungen zu unterstützen und Ressourcen effizienter einzusetzen. Doch wie genau kann KI im Projektmanagement unterstützen? Wo liegen ihre Stärken – und wo noch ihre Schwächen?

Wie kann KI Berater im Projektmanagement unterstützen?

KI revolutioniert das Projektmanagement, indem sie die Effizienz und Genauigkeit in verschiedenen Bereichen steigert. Durch die Analyse großer Datenmengen kann KI Risiken frühzeitig identifizieren, Budgetabweichungen erkennen und die Projektleistung in Echtzeit überwachen. Eine Studie des Project Management Institute (PMI) aus dem Jahr 2023 zeigt, dass 54 % der befragten Projektmanager das Risikomanagement als den wichtigsten Anwendungsfall von KI betrachten. Durch den Einsatz von KI-Tools zur Analyse historischer Projektdaten können potenzielle Risiken frühzeitig erkannt und Strategien zur Risikominderung entwickelt werden.

Zudem automatisiert KI repetitive Aufgaben wie Statusberichte und Ressourcenmanagement, wodurch Projektmanager entlastet werden und sich auf strategische Entscheidungen konzentrieren können. Bei der Projektplanung kann KI historische Daten analysieren, um realistische Prognosen für Zeitrahmen und potenzielle Verzögerungen zu erstellen. Dies ermöglicht eine proaktive Anpassung der Planungen und eine frühzeitige Erkennung unvorhersehbarer Probleme.

Eine Untersuchung des Beratungsunternehmens Deloitte aus dem Jahr 2025 betont die Notwendigkeit für Führungskräfte, ihre Strategien anzupassen und Mitarbeiter gezielt weiterzubilden, um das Potenzial von KI effektiv zu nutzen und den Wert ihres Unternehmens zu steigern. Laut der Studienauswertung zu Generativer AI in Deutschland aus Q2 in 2024 von Deloitte versprechen sich 53% der befragten Unternehmen Produktivitätssteigerungen durch den Einsatz von Künstlicher Intelligenz

Welche Aufgaben kann KI heute bereits übernehmen?

Künstliche Intelligenz kommt bereits heute erfolgreich in Bereichen wie Aufgabenplanung, Ressourcenmanagement und Risikobewertung zum Einsatz – und wird künftig in immer mehr Unternehmen zu einem festen Bestandteil moderner Projektmanagement-Prozesse. Auch im Zuge der Wettbewerbsfähigkeit wird es unausweichlich sein, KI-Technologien für dafür geeignete Aufgaben zu nutzen , die nachfolgend genauer erläutert werden.

Datenanalyse und Entscheidungsunterstützung: AI kann große Mengen an strukturierten und unstrukturierten Daten – wie Projektpläne, Meeting-Protokolle, Zeiterfassungen, Budgetdaten oder Chatverläufe –analysieren und daraus Muster sowie relevante Erkenntnisse ableiten. Dies ermöglicht es Projektmanagern, datenbasierte Entscheidungen zu treffen, ohne selbst tief in komplexe Analysen eintauchen zu müssen. Laut einer Studie von McKinsey (2023) können Unternehmen, die KI-gestützte Datenanalyse nutzen, ihre Projektlaufzeiten um bis zu 20 % reduzieren und die Kosten um 15–25 % senken. Besonders leistungsfähig sind KI-Systeme in der Vorhersage von Budgetabweichungen und der Identifikation von Engpässen im Ressourcenmanagement.

Risikomanagement: Durch die Analyse von Projektdaten und externen Quellen wie Nachrichten oder Social Media kann KI potenzielle Risiken frühzeitig erkennen und Gegenmaßnahmen vorschlagen. Laut einer Studie des Project Management Institute (PMI) aus dem Jahr 2023 identifiziert KI Risiken bis zu 40 % schneller als herkömmliche Methoden, insbesondere durch den Einsatz von Machine Learning und Predictive Analytics. Tools wie beispielsweise Microsoft Project, Wrike oder Click Up Brain haben bereits KI-Funktionen integriert, die historische Projektinformationen analysieren und Risiken prognostizieren sowie geeignete Risikominderungsmaßnahmen vorschlagen.

Projektüberwachung, Kommunikation und Dokumentation: KI kann Projektfortschritte in Echtzeit analysieren und automatisierte Berichte erstellen, was den manuellen Aufwand erheblich reduziert und die Transparenz für alle Stakeholder verbessert. Virtuelle Assistenten und Chatbots übernehmen Standardanfragen, helfen bei der Kommunikation und stellen sicher, dass Informationen innerhalb des Teams effizient weitergegeben werden. Auch die Dokumentation wird sich stark verändern: KI wird nicht mehr nur Inhalte mitschreiben oder strukturieren, sondern aus Projektverläufen automatisch Berichte, Lessons Learned oder Wissensdatenbanken erstellen – verständlich, aktuell und individuell anpassbar. Insgesamt wird sich die Rolle der Projektbeteiligten dadurch stärker auf strategische Steuerung und kreative Problemlösung verlagern, während AI diese Aufgaben übernimmt und die Qualität der Informationen und Zusammenarbeit auf ein neues Niveau hebt.

Automatisierung von Routineaufgaben: Projektmanager verbringen oft viel Zeit mit administrativen Tätigkeiten wie der Zuweisung von Aufgaben, Terminverfolgung, der Aktualisierung von Projektplänen oder der Kommunikation mit Stakeholdern. AI kann diese Prozesse automatisieren, wodurch die Projektlaufzeit verkürzt und sogar die Gesamtperformance verbessert werden kann . Projektbeteiligte gewinnen spürbar mehr Zeit für strategische, kreative und zwischenmenschliche Aufgaben. Die Rollen verschieben sich hin zu mehr Qualitätssicherung, Interpretation von KI-gestützten Analysen und gezielter Zusammenarbeit. Damit entsteht nicht nur Effizienzgewinn, sondern auch ein höheres Maß an Verantwortung und Gestaltungsspielraum für alle Beteiligten.

Prädiktive Analytik: KI kann auf Basis historischer Projektdaten und laufender Performance-Messungen die Wahrscheinlichkeit eines Projekterfolgs berechnen. Dadurch erhalten Unternehmen frühzeitig Hinweise darauf, ob ein Projekt innerhalb der geplanten Zeit und des Budgets abgeschlossen wird oder ob Anpassungen erforderlich sind. In der Praxis kann dies folgendermaßen ablaufen: In einem Softwareentwicklungsprojekt analysiert AI regelmäßig den Code und erkennt automatisch, wie weit eine Aufgabe fortgeschritten ist. Basierend auf der bisherigen Arbeitsgeschwindigkeit und den noch anstehenden Aufgaben, kann die KI präzise Prognosen über den voraussichtlichen Abschluss des Projektes erstellen.

Welche Aufgaben kann KI (noch) nicht ersetzen?

Trotz erheblicher Fortschritte gibt es Bereiche, in denen menschliche Expertise weiterhin unerlässlich ist:

Kreative Problemlösung und Innovation: KI kann Daten analysieren und Muster erkennen, jedoch bleibt echte Kreativität und die Entwicklung innovativer Lösungsansätze dem Menschen vorbehalten. Besonders bei komplexen, einzigartigen Herausforderungen sind „menschliche“ Projektmanager gefragt.

Zwischenmenschliche Kommunikation und Führung: Die Fähigkeit, Teams zu motivieren, Konflikte zu lösen und eine klare Vision zu vermitteln, gehört zu den wichtigsten Aufgaben eines Projektmanagers und ist bislang nicht durch KI zu ersetzen.

Unvorhersehbare Herausforderungen und komplexe Entscheidungen: KI arbeitet auf Basis bestehender Daten und Muster. In völlig neuen, unvorhergesehenen Situationen fehlt ihr jedoch die menschliche Intuition und Erfahrung. Eine Studie des Project Management Institute (PMI) aus dem Jahr 2023 zeigt, dass in Deutschland 17 % der Projekte als Fehlschläge gelten und nur 68 % ihre Geschäftsziele erreichen, was die Bedeutung menschlicher Entscheidungsfähigkeit unterstreicht.

Wo liegen die Schwächen der KI im Projektmanagement?

Um besser zu verstehen, warum KI die oben beschriebenen Aufgaben bisher nicht erledigen kann, richten wir die Sichtweise etwas tiefer und blicken auf die Schwächen, die KI mit sich bringt.

Mangelnde Anpassungsfähigkeit/Flexibilität bei Änderungen: KI-Systeme sind darauf ausgelegt, strukturierte Prozesse zu optimieren. Bei kreativen oder nicht standardisierten Aufgaben stoßen sie jedoch an ihre Grenzen, da sie Schwierigkeiten haben, sich an neue oder unerwartete Situationen anzupassen. Während Menschen in der Lage sind, sich spontan an neue Situationen anzupassen, benötigen KI-Modelle oft eine Neuanpassung oder ein erneutes Training, wenn sich Rahmenbedingungen unerwartet ändern. Eine Studie der Gesellschaft für Informatik diskutiert die Herausforderungen und Gründe für das Scheitern von KI-Projekten und betont die Notwendigkeit, Vorgehensmodelle weiterzuentwickeln, um besser auf Veränderungen reagieren zu können.

Abhängigkeit von Datenqualität: Die Effektivität von KI-Modellen hängt stark von der Qualität der verwendeten Daten ab. Fehlerhafte, unvollständige oder verzerrte Datensätze können zu ungenauen Prognosen und falschen Entscheidungen führen. Eine Studie von Haufe zeigt, dass bereits viele Potenziale von KI erkannt werden, jedoch noch Unsicherheiten im Umgang mit der Technologie bestehen. Es wird betont, dass eine saubere und umfassende Datenbasis erforderlich ist, um qualitativ hochwertige Ergebnisse zu erzielen.

Fehlende ethische und kulturelle Sensibilität sowie emotionale Intelligenz: AI trifft Entscheidungen auf Basis von Algorithmen und Daten, ohne die komplexen ethischen und kulturellen Nuancen zu verstehen, die in Projekten eine zentrale Rolle spielen können. KI kann menschliche Interaktionen nicht vollständig ersetzen, insbesondere in sensiblen Situationen, in denen Empathie, zwischenmenschliches Feingefühl und diplomatisches Geschick erforderlich sind. Das Project Management Institute (PMI) betont die Bedeutung einer verantwortungsvollen Entwicklung und Anwendung von KI, die die Minimierung von Schäden und die Einhaltung ethischer Standards sicherstellt. Ebenfalls wird KI das Projektmanagement und den Beruf des Projektmanagers stark verändern, jedoch menschliche Fähigkeiten weiterhin eine wichtige Rolle spielen.

Begrenzte Transparenz und Erklärbarkeit („Black Box“-Problem): Viele KI-Modelle liefern Ergebnisse, ohne dass deren Entscheidungsfindung vollständig nachvollziehbar ist. Dies erschwert das Vertrauen in die Technologie und kann zu Akzeptanzproblemen führen. Fehlende Transparenz und ethische Bedenken gehören zu den Risiken beim Einsatz von KI im Projektmanagement. Das Vertrauen der Mitarbeiter in die KI kann dadurch untergraben werden. Sogenannte „Deep Seek“ Methoden können zur Verbesserung der Erklärbarkeit von KI beitragen, sie aber nicht vollständig lösen. Sie bieten Hilfsansätze, die das „Black Box“-Problem mindern, indem sie tiefer in die Entscheidungsprozesse der Modelle „hineinsehen“. Tools wie beispielsweise SHAP, LIME oder Captum können hier unterstützen.

Rechtliche und regulatorische Unsicherheiten: Der Einsatz von AI im Projektmanagement wirft zahlreiche rechtliche Fragen auf, insbesondere im Bereich Datenschutz, Haftung und Compliance. Da sich gesetzliche Rahmenbedingungen ständig weiterentwickeln, kann die Implementierung von KI mit rechtlichen Risiken verbunden sein. Der Schutz von vertraulichen Unternehmens- und Kundendaten ist von größter Bedeutung. Der AI Act ist die erste EU-spezifische KI-Verordnung, die DSGVO-Standards erweitert und verstärkt – insbesondere durch konkrete Vorschriften zur Transparenz, Handhabbarkeit und Ethik bei KI-Einsatz. Wer KI-Systeme in der EU einsetzt, muss beide Regelwerke (DSGVO + AI Act) beachten.

Fazit

KI bietet enorme Chancen für das Projektmanagement. Sie hilft, Prozesse effizienter zu gestalten, Risiken frühzeitig zu erkennen und Routineaufgaben zu automatisieren. Doch trotz ihrer Stärken bleibt der Fokus auf ein „unterstützendes Werkzeug“. Der Mensch bleibt unersetzlich, wenn es um kreative Problemlösung, Führung und komplexe Entscheidungsfindung geht. Die Zukunft des Projektmanagements wird in der engen Zusammenarbeit von Mensch und Maschine liegen und diesen Nutzen gilt es bestmöglich in bereits bestehende Strukturen zu integrieren . Unternehmen sollten daher frühzeitig in Schulungen und Change-Management investieren, um Projektteams den sicheren und reflektierten Umgang mit KI-Technologien zu ermöglichen. Dabei ist es wichtig, eine Kultur der Transparenz und des Vertrauens zu fördern, damit KI-gestützte Werkzeuge als echte Unterstützung wahrgenommen werden und ihr Potenzial voll ausgeschöpft werden kann.

Quellen:

1. PMI Germany Chapter Magazine
2. KI im PM - Risiken
3. KI im PM - Einsatzgebiete
4. ISO 21500
5. Deloitte - KI-Studie
6. Haufe - Verbesserung der Misserfolgsquote
7. Vorgehen in KI- und ML-Projekten
8. Investitionen in Künstliche Intelligenz
9. Haufe - KI-Transformation, Wissen und strategischer Fokus
10. KI als Produktivitätsbooster
Für die Recherche und Erstellung dieses Blog-Artikels wurde KI (ChatGPT) unterstützend eingesetzt.