Künstliche Intelligenz verändert das Projektmanagement in rasantem Tempo. Projektpläne werden automatisch analysiert, Risiken prognostiziert, Statusberichte zusammengefasst und Entscheidungen mit wenigen Mausklicks vorbereitet. Noch nie standen Projektverantwortlichen so viele Informationen in so kurzer Zeit zur Verfügung.
Dennoch wächst in vielen Organisationen ein bemerkenswertes Paradox: Obwohl die Informationsmenge stetig zunimmt, werden Entscheidungen nicht zwangsläufig besser. Im Gegenteil – viele Projektverantwortliche erleben, dass Orientierung schwieriger wird. Unterschiedliche Datenquellen liefern widersprüchliche Aussagen, KI-Systeme erzeugen plausible Empfehlungen ohne nachvollziehbare Begründung, und die Verantwortung für Entscheidungen scheint sich zunehmend zwischen Mensch und Maschine aufzulösen.
Die eigentliche Herausforderung der Künstlichen Intelligenz liegt deshalb nicht in ihrer technischen Leistungsfähigkeit. Sie liegt in der Frage, wie Organisationen mit Wissen umgehen. Denn Projekte werden nicht erfolgreicher, weil mehr Informationen verfügbar sind. Sie werden erfolgreicher, wenn Informationen zu gemeinsamem Verständnis, nachvollziehbaren Entscheidungen und organisatorischem Lernen führen.
Projektorganisationen produzieren heute eine kaum noch überschaubare Menge an Daten. Terminpläne, Budgetentwicklungen, Risikoregister, Kommunikationsverläufe, Nachhaltigkeitskennzahlen, Genehmigungen und Forecasts dokumentieren nahezu jeden Schritt eines Projekts. Hinzu kommen KI-generierte Analysen, Zusammenfassungen und Handlungsempfehlungen, die innerhalb weniger Sekunden entstehen.
Die Versuchung ist groß, diese Informationsfülle mit Wissen gleichzusetzen. Tatsächlich handelt es sich jedoch um zwei grundlegend unterschiedliche Dinge.
Informationen beschreiben Sachverhalte. Wissen entsteht erst, wenn diese Informationen interpretiert, eingeordnet und in einen konkreten Entscheidungskontext gestellt werden. Erst wenn Zusammenhänge verstanden, Annahmen hinterfragt und Konsequenzen bewertet werden, entsteht jene Urteilsfähigkeit, auf die Projektmanagement letztlich angewiesen ist.
Genau an dieser Stelle stoßen viele Organisationen an ihre Grenzen. Sie investieren erhebliche Mittel in digitale Plattformen und KI-Anwendungen, beschäftigen sich aber deutlich weniger mit der Frage, wie Wissen innerhalb der Organisation entsteht, weitergegeben und überprüft wird.
Künstliche Intelligenz verändert diese Situation grundlegend. Allerdings nicht in der Weise, wie häufig erwartet wird.
KI erzeugt keine höhere Qualität von Entscheidungen. Sie beschleunigt zunächst die Verarbeitung vorhandener Informationen. Sind diese Informationen unvollständig, widersprüchlich oder schlecht strukturiert, entstehen keine besseren Empfehlungen – sondern lediglich schneller erzeugte Unsicherheiten.
Damit wirkt KI wie ein Verstärker. Gut organisierte Wissensprozesse werden leistungsfähiger. Schlechte Wissensprozesse werden sichtbarer.
Diese Erkenntnis hat weitreichende Konsequenzen. Die Einführung von KI ist deshalb weit weniger ein Technologieprojekt als ein Organisationsprojekt. Sie zwingt Unternehmen dazu, sich mit Fragen auseinanderzusetzen, die bislang häufig unbeantwortet geblieben sind: Woher stammen unsere Informationen? Wer überprüft ihre Qualität? Welche Annahmen liegen unseren Entscheidungen zugrunde? Und wer trägt letztlich die Verantwortung?
Gerade diese Fragen entscheiden darüber, ob KI Vertrauen schafft oder Misstrauen erzeugt.
Viele Unternehmen verfügen über ausgefeilte Prozesse für Dokumentation und Wissensmanagement. Erfahrungen werden in Datenbanken abgelegt, Lessons Learned dokumentiert und Projektergebnisse archiviert.
Das Problem liegt jedoch nicht im Speichern von Wissen.
Das Problem liegt darin, dass Wissen häufig erst am Ende eines Projekts betrachtet wird – obwohl die entscheidenden Erkenntnisse während des gesamten Projektverlaufs entstehen.
Jede wichtige Entscheidung erzeugt neues Wissen. Jede Risikoabwägung, jede Priorisierung und jeder Zielkonflikt enthält Erfahrungen, die für spätere Projekte wertvoll sein können. Wenn diese Zusammenhänge nicht nachvollziehbar dokumentiert werden, bleibt ein wesentlicher Teil des organisatorischen Wissens unsichtbar.
Deshalb reicht es künftig nicht mehr aus, Informationen zu sammeln. Organisationen benötigen eine Architektur, die beschreibt, wie Wissen entsteht, validiert, weitergegeben und für spätere Entscheidungen nutzbar gemacht wird.
Dabei geht es weniger um technische Plattformen als um klare Regeln für Verantwortlichkeiten, Nachvollziehbarkeit und kontinuierliches Lernen.
Mit zunehmender Leistungsfähigkeit generativer KI stellt sich eine weitere Frage: Welche Aufgaben können Maschinen künftig übernehmen – und welche nicht?
Viele Tätigkeiten lassen sich bereits heute automatisieren. KI erkennt Muster in Projektdaten, erstellt Prognosen, analysiert Risiken oder fasst umfangreiche Dokumentationen zusammen. Diese Fähigkeiten werden sich weiter verbessern.
Was sich jedoch nicht delegieren lässt, ist die Verantwortung für Entscheidungen.
Projekte bewegen sich selten in eindeutig definierten Situationen. Unterschiedliche Stakeholder verfolgen unterschiedliche Interessen. Nachhaltigkeitsziele konkurrieren mit Kosten oder Terminen. Politische Rahmenbedingungen verändern Prioritäten. Genau diese Abwägungen lassen sich nicht allein aus historischen Daten ableiten.
Sie verlangen Kontextverständnis, Erfahrung und Urteilsvermögen.
Die Aufgabe des Projektleiters verändert sich dadurch grundlegend. Er wird weniger Zeit mit Informationsbeschaffung verbringen und mehr Zeit darauf verwenden müssen, Informationen kritisch zu bewerten, unterschiedliche Perspektiven zusammenzuführen und die Konsequenzen von Entscheidungen transparent zu machen.
Nicht die Analyse wird zur knappen Ressource.
Sondern die Qualität des Urteils.
Damit hybride Zusammenarbeit zwischen Mensch und KI funktionieren kann, braucht es mehr als leistungsfähige Algorithmen. Es braucht Vertrauen.
Vertrauen entsteht jedoch nicht durch Technik, sondern durch nachvollziehbare Regeln.
Organisationen müssen eindeutig festlegen, welche Informationen durch KI erzeugt werden dürfen, wer diese überprüft, welche Entscheidungen zwingend menschlicher Freigabe bedürfen und wie sich Empfehlungen später nachvollziehen lassen. Ebenso wichtig ist die Transparenz darüber, auf welcher Grundlage eine KI zu ihrer Einschätzung gelangt ist.
Gerade im Projektmanagement, wo Entscheidungen häufig weitreichende wirtschaftliche und gesellschaftliche Folgen haben, wird diese Nachvollziehbarkeit zu einer zentralen Führungsaufgabe.
Governance darf deshalb nicht als Hemmnis verstanden werden. Sie schafft die Voraussetzung dafür, dass Menschen intelligenten Systemen vertrauen können, ohne Verantwortung aus der Hand zu geben.
Ein weiterer Aspekt gewinnt in diesem Zusammenhang zunehmend an Bedeutung.
Nachhaltigkeit wird in vielen Projekten noch immer vor allem dokumentiert. ESG-Kriterien erscheinen im Abschlussbericht oder im Nachhaltigkeitsreporting, beeinflussen jedoch den Projektalltag nur begrenzt.
Mit KI eröffnet sich die Möglichkeit, ökologische und soziale Auswirkungen bereits während der Planung und Umsetzung systematisch sichtbar zu machen. Voraussetzung dafür ist allerdings, dass entsprechende Informationen Bestandteil der Entscheidungsprozesse werden.
Nachhaltigkeit entfaltet ihren Wert nicht durch Berichterstattung, sondern dadurch, dass sie bei Zielkonflikten tatsächlich berücksichtigt wird. KI kann diese Abwägungen unterstützen. Entscheiden muss weiterhin der Mensch.
Die Diskussion über Künstliche Intelligenz konzentriert sich häufig auf neue Werkzeuge und Anwendungen. Mindestens ebenso wichtig ist jedoch eine andere Frage: Wie entwickelt eine Organisation ihre Fähigkeit, gemeinsam Wissen zu erzeugen?
Hier zeigt sich eine bemerkenswerte Verbindung zum Kompetenzverständnis der IPMA Individual Competence Baseline (ICB). Sie beschreibt professionelles Projektmanagement als Zusammenspiel von Perspective, People und Practice. Genau dieses Zusammenspiel wird durch KI nicht ersetzt. Im Gegenteil: Je leistungsfähiger intelligente Systeme werden, desto wichtiger werden Kompetenzen wie kritisches Denken, Kontextverständnis, ethische Verantwortung, Kommunikation und Führung.
Die eigentliche Zukunftskompetenz liegt deshalb nicht im Umgang mit KI-Tools. Sie liegt in der Fähigkeit, menschliches und künstliches Wissen so miteinander zu verbinden, dass daraus bessere Entscheidungen entstehen.
Die Einführung Künstlicher Intelligenz markiert keinen technologischen Wendepunkt allein. Sie stellt Projektorganisationen vor eine wesentlich grundlegendere Frage: Wie entsteht in unserer Organisation eigentlich Wissen?
Je leistungsfähiger intelligente Systeme werden, desto weniger entscheidet die Menge verfügbarer Informationen über den Projekterfolg. Ausschlaggebend wird vielmehr die Fähigkeit, Informationen gemeinsam zu interpretieren, Verantwortung eindeutig zuzuordnen, Entscheidungen nachvollziehbar zu begründen und Erfahrungen systematisch in neues Handeln zu überführen.
KI kann diesen Prozess erheblich unterstützen. Sie kann Wissen jedoch nicht ersetzen.
Denn am Ende erfolgreicher Projekte stehen nicht die besten Algorithmen. Sondern Organisationen, die gelernt haben, menschliche Erfahrung und künstliche Intelligenz zu einer gemeinsamen Entscheidungsfähigkeit zu verbinden.
Dieser Blogbeitrag ist entstanden auf Grundlage eines englischsprachigen Fachbeitrages im „PM World Journal“:
Bassi, A. (2026). Shared Intelligence: Foundations and architectures of Human AI Hybrid Knowledge Ecosystems for project-based organizations; PM World Journal, Vol. XV, Issue VI, June: https://pmworldlibrary.net/wp-content/uploads/2026/06/pmwj165-Jun2026-Bassi-Shared-Intelligence-Foundations-and-Architectures.pdf
Das PM World Journal zählt zu den international etablierten Fachpublikationen im Projektmanagement. Es erscheint monatlich in englischer Sprache und veröffentlicht Beiträge von Wissenschaftlerinnen und Wissenschaftlern, Praktikerinnen und Praktikern sowie Führungskräften aus aller Welt. Die GPM Deutsche Gesellschaft für Projektmanagement e. V. ist Kooperationspartner des PM World Journals.
Ergänzend dazu bündelt die PM World Library als frei zugängliches Online-Archiv Fachartikel, Interviews, Buchbesprechungen, Forschungsarbeiten und weitere Ressourcen aus dem internationalen Projektmanagement und stellt sie dauerhaft für die Fachöffentlichkeit zur Verfügung.
Keine Kommentare
Antonio Bassi ist ausgebildeter Elektroingenieur und zertifizierter Project Management Professional (PMP). Von 2004 bis 2008 war er Mitglied des Lenkungsausschusses des Northern Italy Chapter des Project Management Institute (PMI-NIC). Er lehrt Projektmanagement im akademischen Umfeld und ist Präsident der Association Project Management Switzerland (APM-Switzerland). Darüber hinaus ist er Autor zahlreicher Bücher und Fachartikel zum Projektmanagement. Bassi war zudem Mitglied des UNI-Teams, das an der Definition der ISO-21500-Normen für Projektmanagement mitwirkte. Er verfügt über 20 Jahre Erfahrung als Projekt- und Programmmanager und war in dieser Funktion an innovativen Projekten in unterschiedlichen Branchen und Marktsektoren beteiligt.
antonio.bassi60@gmail.com
Blog
Kommentare