Mit KI-gestützten Projektmanagement-Anwendungen schneller, flexibler und sicher zum Erfolg.
Im modernen Projekt-Portfolio-Management (PPM) stehen Unternehmen vor der Herausforderung, aus einer Vielzahl von Projekten diejenigen auszuwählen und zu priorisieren, die den größten strategischen Nutzen bringen. Traditionelle Ansätze zur Projektbewertung und -auswahl basieren nur teilweise auf historischen Daten und überwiegend auf menschlicher Intuition, was zu subjektiven und fehleranfälligen Entscheidungen führen kann. Hier kommt die Prädiktive Analyse ins Spiel – ein fortschrittliches Machine-Learning-Feature, das es ermöglicht, fundierte Entscheidungen auf der Grundlage von Daten zu treffen und exaktere Prognosen über zukünftige Projektergebnisse abzugeben.
Was ist Prädiktive Analyse?
Die Prädiktive Analyse nutzt statistische Algorithmen und Machine-Learning-Modelle, um Muster in historischen Daten zu erkennen und diese Muster zu nutzen, um zukünftige Ergebnisse vorherzusagen. Im Kontext von PPM-Software bedeutet dies, dass die Software eigenständig Treiber und Einflussfaktoren für den Erfolg oder Misserfolg vergangener Projekte identifiziert oder aber die Treiber identifiziert, welche für bestimmte Ergebnisse den größten Einfluss haben. Diese Erkenntnisse werden dann verwendet, um Prognosen für laufende oder geplante Projekte zu erstellen. Zusätzlich können auch Vorhersagen darüber getroffen werden, ob Angebote wahrscheinlich erfolgreich sind oder nicht, basierend auf den selbst identifizierten Treibern.
Funktionsweise der prädiktiven Analyse in PPM-Software
- Datensammlung und -aufbereitung:
Die PPM-Software sammelt Daten aus abgeschlossenen Projekten und vergangenen Angeboten. Diese Daten umfassen verschiedene Parameter wie Kosten, Zeitplan, Ressourcenaufwände, eingesetzte Technologien, Angebotstypen und erzielte Ergebnisse. - Erkennung von Mustern:
Mit Hilfe von Machine-Learning-Algorithmen analysiert die Software diese historischen Daten, um Muster und Zusammenhänge zu erkennen. Sie identifiziert, welche Faktoren maßgeblich gewisse Outcomes beeinflussen (zum Beispiel welche Faktoren treiben den Aufwand gewisser Ressourcen oder führen zu erhöhten Kosten) oder zum Erfolg oder Misserfolg der Projekte und Angebote beigetragen haben. - Prognoseerstellung:
Basierend auf den erkannten Mustern erstellt die Software Prognosen für zukünftige Projekte und Angebote. Sie kann beispielsweise vorhersagen, wie hoch bei bestimmten Projektrahmenbedingungen (Projektart, Komplexität, Standort, etc.) die Projektkosten ausfallen werden, wie hoch der erwartete Ressourcenaufwand je Team sein wird oder ob ein Angebot erfolgreich sein wird.
Anwendung in der Praxis
Ein Beispiel ist ein Windturbinenhersteller, der Prädiktive Analyse nutzt, um die Erfolgswahrscheinlichkeit seiner künftigen Angebote zu prognostizieren. Mithilfe der KI-Funktionen seines PPM-Tools analysiert der Hersteller die vorhandenen Daten in einer entsprechenden Portfolio-Ansicht und gewinnt hierbei zwei zentrale Erkenntnisse über die Erfolgsaussichten seiner Angebote. Zum einen steigt mit der Größe der Rotordurchmesser die Chance, ein »Onshore-Projekt« zu gewinnen. Zum anderen erhöht sich mit wachsender Anzahl der Turbinen bei potenziellen Offshore-Kunden die Chance, ein »Offshore-Projekt« erfolgreich abzuschließen. Die Prädiktive Analyse hat es dem Unternehmen ermöglicht, die Prognosegeschwindigkeit von mehreren Wochen auf einige Stunden zu reduzieren und gleichzeitig die Prognosegüte signifikant zu verbessern, während der Ressourceneinsatz deutlich gesenkt wurde.
Analyse der Erfolgstreiber im Angebotsprozess bei einem Windturbinenhersteller. Quelle: Planisware
Fazit
Die Prädiktive Analyse revolutioniert das Projekt-Portfolio-Management, indem sie datengetriebene Entscheidungen und exakte Prognosen ermöglicht. Durch die Identifikation relevanter Treiber und die Erstellung besserer Prognosen trägt sie dazu bei, Projekte effizienter zu planen und erfolgreich abzuschließen sowie die Erfolgschancen von Angeboten zu maximieren. Unternehmen, die Prädiktive Analysen in ihrer PPM-Software integrieren, profitieren von einer objektiveren Entscheidungsfindung, einer besseren Risikomitigation und einer optimierten Ressourcennutzung. In einer Welt, in der Daten immer wichtiger werden, ist sie ein unverzichtbares Werkzeug für jedes zukunftsorientierte Unternehmen.
Matthias Schulz, Sales Manager, Planisware Deutschland GmbH
Im zweiten Teil dieser Artikelserie wird die Projektplanung mit generativer KI im Mittelpunkt stehen.
Bildquelle: alle Planisware
Unternehmensprofil Planisware
Planisware ist ein globaler Anbieter von Softwarelösungen für das Projektportfolio-Management, die speziell dafür entwickelt wurden, um Produktentwicklungs-, Engineering- und IT-Geschäftsprozesse in Unternehmen zu unterstützen. Seit mehr als 20 Jahren können Kunden von Planisware damit strategische und innovative Spitzenleistungen erbringen, valide Geschäftsentscheidungen treffen und ihren Portfoliowert steigern. Heute verlassen sich weltweit mehr als 500 Unternehmen beim Verwalten ihrer Projekte, Ressourcen und Portfolios auf Planisware.
Planisware, mit Hauptsitz in Paris, hat weltweit 12 Standorte und erwirtschaftete 2022 mit mehr als 600 Beschäftigten einen Umsatz von 136 Millionen Euro. Die Planisware Deutschland GmbH hat ihren Sitz in München.
Die beiden Lösungen Planisware Enterprise und Planisware Orchestra werden im Bereich PPM-Software-Lösungen von führenden Analysten als Leader eingestuft. Mit Planisware Enterprise können weltweit Unternehmen mit Schwerpunkt auf R&D, Engineering, Produktentwicklung sowie IT ihre komplexen operativen und strategischen Projekt-Herausforderungen umsetzen. Planisware Orchestra ist eine moderne Web-Lösung, die sich vor allem an den Mittelstand und größere Geschäftsbereiche innerhalb großer Unternehmen richtet. https://de.planisware.com/
Vorteile von KI, intelligenten Prozessen und menschlichen Fähigkeiten kombinieren – Mit KI-gestützten Projektmanagement-Anwendungen schneller, flexibler und sicherer zum Erfolg
Unternehmen setzen Projekte in erster Linie um, weil sie einen wirtschaftlichen Nutzen erfüllen sollen. Durch den Einsatz von KI-gestützten Tools, Anwendungen und Lösungen können sie dazu beitragen, eine immer komplexer werdende Projektlandschaft beziehungsweise Projektportfolios effektiver zu steuern und Ergebnisse schneller zu erzielen. In der Praxis kann KI helfen, bessere Entscheidungen zu treffen und Prognosen abzugeben, die Projektplanung mit generativer KI zu beschleunigen, Risiken zu verringern sowie Ressourcen zur rechten Zeit für die wichtigsten Aufgaben im Portfolio einzusetzen. Am erfolgsträchtigsten erweist sich dabei die richtige Mischung aus intelligenten Prozessen, Technikeinsatz und menschlicher Kreativität.
Ob für Innovationen, die digitale Transformation, für Automatisierung und Produktivitätssteigerungen oder andere strategische Vorhaben: Unternehmen, die heutzutage entlang dieser strategischen Megatrends arbeiten, managen einen immer größeren Anteil ihrer Vorhaben in Projekten. Jedoch scheitern laut einer internationalen Studie zwei Drittel aller Projekte aufgrund von schlechter Planung. Um eine wachsende Anzahl an komplexen Projekten stringenter planen zu können, setzen viele Organisationen Softwaretools für Projektmanagement (PM) und Projektportfoliomanagement (PPM) ein.
Treffen wir die richtigen Entscheidungen über Projekte?
Beim Projektportfoliomanagement (PPM) geht es darum, mehrere geplante Projekte gegeneinander abzuwägen, um festzustellen, welches Projekt zu einer bestimmten Geschäftsstrategie passt. Arbeiten wir an den Richtigen? Es gilt, kontinuierlich die richtigen Projekte auszuwählen und die Wirkung der einzelnen Projekte zu maximieren – wobei jeweils auch die Kosten, Ressourcen und Risiken beachtet werden sollten. Zu den Fragen, die Projektportfoliomanager beantworten wollen, zählen auch: Wie können wir das Ressourcenmanagement verbessern? Wie vermeiden wir die X-, Y-, Z-, etc. Risiken? Und: Wie werden unsere Projekte die wichtigsten strategischen Ziele erreichen?
In den vergangenen 20 bis 25 Jahren wurden die leistungsfähigsten unter den PPM-Lösungen von den Softwareherstellern kontinuierlich weiterentwickelt, damit sie ein breites Spektrum an Anforderungen ganzer Branchen abdecken. Um darüber hinaus spezifische Anforderungen von Kunden erfüllen zu können, haben zum Beispiel PPM-Lösungen von Softwareanbietern, wie etwa Planisware Enterprise, schon seit mehr als 20 Jahren Zukunftstechnologien wie künstliche Intelligenz integriert. Das Ziel war es, Prognosen zu verbessern und Lerneffekte zu erzielen. Dabei bilden die Aktivitäten in Projekten einen guten Nährboden für den KI-Einsatz [1].
Auf dem Weg zu KI-gestützten Projektmanagement-Anwendungen
- Entscheidungen
Bessere und schnellere Entscheidungen lassen sich mithilfe von KI-Systemen erzielen, wenn diese mit immer mehr Daten zu Portfoliozielen und Projektvorgängen gefüttert werden. In der Praxis hat sich zum Beispiel gezeigt, dass prädiktive Analysen im Vergleich zu traditionellen Planungsmethoden die Prognosegeschwindigkeit von mehreren Wochen auf einige Stunden reduzieren können. Zugleich ist die Qualität von Vorhersagen signifikant besser geworden.- Assistenten und PPM-Tools
KI-gestützte digitale Assistenten oder Bots in PPM-Tools, die an generative Sprachmodelle (wie etwa ChatGPT bzw. ein unternehmensinternes LLM (Large Learning Modell))angebunden sind, haben das Potenzial, Projekte in allen Phasen sowie PPM-Prozesse enorm zu beschleunigen: zum Beispiel im Rahmen der Projektplanung einschließlich Terminplanung. Die Projektverantwortlichen profitieren, weil sie sich auf die Kernaspekte ihres Projekts konzentrieren, indem sie die mühsame Planung auslagern. Insgesamt sparen die Unternehmen Zeit, Ressourcen und Kosten.- Risikomanagement
Mit auf KI- und Machine Learning-gestützte Datenanalysetools können PPM-Manager ihr gesamtes Projektportfolio scannen und die risikoreichsten Projekte identifizieren. Um ein Risikomanagement praxisorientiert umzusetzen und Prognosen angesichts schwer vorhersagbarer Umfeldbedingungen abzugeben, können sie mit modernen PPM-Lösungen Szenarien durchspielen, indem sie zum Beispiel Monte-Carlo-Simulationen ausführen lassen.- Ressourcenplanung
Bei der Ressourcenplanung können Portfolio- und Projektmanager mithilfe von KI-Analysen Abhängigkeiten genauer untersuchen und daraufhin Ressourcen in vielschichtigen Portfolios und komplexen Projekten gezielter zuteilen. Damit Fragen zur Ressourcenzuteilung, Prioritätenverschiebungen und Engpassmanagement nicht manuell berechnet werden müssen, lassen sich Modelle wie etwa die Schwarmintelligenz nutzen, um die Auslastung der Ressourcen in einem Portfolio durchspielen und optimieren zu können.
Projektdaten als Ausgangsbasis. Projektmanagement als Querschnittsfunktion im Wertschöpfungsprozess bietet per se in vielerlei Hinsicht eine ideale Ausgangsposition für KI-Anwendungen. Es fallen viele Daten an. Diese werden einerseits in den Projekten selbst erzeugt sowie andererseits aus anderen Systemen wie etwa ERP, CRM oder PIM integriert. Ein genereller Vorteil von PPM-Lösungen besteht darin, dass PM-Verantwortliche immer schon Projektdaten nutzen können, um darauf basierend die personellen, zeitlichen und finanziellen Ressourcen ihres Unternehmens immer genauer zu schätzen. Da die PPM-Lösungen in Unternehmen meist als Single-Source-of-Truth aufgesetzt werden, ist die Datenstruktur einheitlich und vergleichbar. Dies schafft ideale Voraussetzungen für KI-Anwendungen. Selbstlernende Module unterstützen die PPM-Verantwortlichen, die darauf aufbauend Modelle entwickeln können, um zum Beispiel Prognosen zu erstellen.
Generieren einer Liste von Projektrisiken für Aktivitäten samt Auswirkungen und Eintrittswahrscheinlichkeit(en).
Durch die Integration von ChatGPT lassen sich Projektstrukturplan (PSP) und Zeitplan in Sekundenschnelle erstellen. Dabei sollte man den Input der generativen KI als kreativen Denkanstoß sehen, der noch validiert werden muss.
Optimieren der Projektauswahl/ des Timing mit einem Klick – Ziel: so früh wie möglich und so knapp wie möglich. Mit einem Klick glättet der Schwarmintelligenz-Algorithmus die Ressourcenauslastung.
KI-basierte Systeme können die Projektverantwortlichen in Unternehmen unterstützen, bessere Entscheidungen zu treffen, Projekte zu planen und zu steuern, Risiken zu managen, Ressourcen zuzuweisen sowie zusammenzuarbeiten und zu kommunizieren. Die Praxisbeispiele hierzu, die im unterstehenden Kasten sehr kurz zusammengefasst sind, werden in einer Online-Artikelserie unter https://ap-verlag.de/tag/planisware beleuchtet und genauer beschrieben.
Online-Artikelserie
Ab dem 26. August 2024 startet zum Themenfeld »Mit KI-gestützten Projektmanagement-Anwendungen schneller, flexibler und sicher zum Erfolg« hier auf der Website von »manage it« eine Online-Artikelserie mit vier Folgen:
Teil 1:
Exaktere Prognosen mit prädiktiver Analyse und bessere Entscheidungen treffenTeil 2:
Projektplanung mit generativer KITeil 3:
Risikomanagement beziehungsweise KI-gestützte RisikoanalyseTeil 4:
Ressourcenmanagement mit Schwarmintelligenz
Armin Schießl, Head of Sales,
Planisware Deutschland GmbH
[1] Das Europäische Parlament definiert Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) als »die Fähigkeit einer Maschine, menschenähnliche Fähigkeiten wie logisches Denken, Lernen, Planung und Kreativität zu zeigen.«
https://www.europarl.europa.eu/topics/en/article/20200827STO85804/what-is-artificial-intelligence-and-how-is-it-used