In meinen Kundenprojekten nimmt die KI immer mehr Raum ein – auch im SAP Umfeld. Dabei zeigt sich, dass alle Parteien (inkl. SAP selber) noch am Lernen sind – insbesondere was sicherheitsrelevante und regulatorische Aspekte angeht (die Technik eilt da eher voraus).

Ein Kollege hat in einer Übersicht die Use Cases in Pattern/Muster geclustert und unterscheidet:

• Knowledge-Based Use Cases – Dem Anwender wird gezielt mittels KI Wissen angeboten und aufbereitet, z.B. aus der SAP Hilfe, Prozessdokumentationen, etc.
• Navigational Use Cases – Dem Anwender wird geholfen Funktionalitäten und Menüpunkte zu finden ohne dass die AI aktiv in die Geschäftsprozesse eingreift. Das geht schon stark in die Richtung KI als User Interface.
• Analytical Use Cases – KI gestützt werden Informationen aufbereitet und ausgegeben. Auch wenn die KI nicht direkt in die Geschäftsprozesse eingreift, kann dies außerhalb des Systems in Entscheidungen zum Tragen kommen. Eine Bewertung kann daher nur fallweise erfolgen.
• Transactional Use Cases – Die KI führt aktiv Transaktionen durch. Theoretisch könnte die KI damit auch gravierende Entscheidungen treffen. Dass ein Bot Menschen entlässt oder einstellt, halte ich allerdings eher für eine theoretische Variante. Viel mehr kommt hier das Thema Automatisierung zum Tragen: Wie ein Mensch kann die KI Käufe/Verkäufe/Zahlungen/etc. veranlassen, dummerweise halt nicht nur eine einzelne, sondern unzählige, bis der Vorgang überhaupt erst transparent wird und ggf. jemand eingreifen könnte. Eigentlich ist das Automatisierungsrisiko auch keine KI-Thematik, sondern ein Effizienz-Thema und die KI ist uns in Sachen Effizienz bei der Massenverarbeitung hoffnungslos überlegen.

Die ersten beiden Use Cases sind hingegen vergleichsweise trivial: Ihre Inhalte sind weitgehend öffentlich oder maximal für einen internen Gebrauch bestimmt und es gibt keine direkten Konsequenzen, die zu verfolgen wären.

Auf der Lösungsseite sind mir im SAP Umfeld bislang 3 technologische Ansätze untergekommen:

• SAP Joule – die SAP eigene KI, wobei man etwas aufpassen muss, weil SAP den Namen Joule marketingtechnisch etwas inflationär benutzt und schnell alles, was mit KI zu tun hat, auch mal als Joule betitelt
• Specific Capabilities – Während Joule weitgehend produktübergreifend konzipiert ist, entwickelt SAP auch spezifische KI-Lösungen für Ihre Produkte, z.B. für SAP Signavio oder andere. Dabei wird mitunter, wie auch bei Joule, die Business AI Foundation genutzt, sprich auch für spezifischere Anwendungsfälle kommen die gleichen LLMs zum Einsatz, die dann auch spezifische Modelle und Lösungen unterstützen.
• Individual AI Solutions – Mit SAP BTP hat die SAP entwicklungsseitig Tür und Tor geöffnet und findige Entwickler können im eigenen Programmcode natürlich auch beliebige KI Lösungen ansprechen. Der Tragweite kann durchaus immens sein und der SW-Entwicklung kommt plötzlich auch die Verantwortung für Auswahl, Konfiguration und Nutzung der KI-Modells zu. In diese Kategorie würden auch KI-Lösungen von 3rd-Party Anbietern fallen, auch wenn mir solche bislang noch nicht untergekommen sind, was aber sicher nur eine Frage der Zeit ist.

Unabhängig von der KI-Thematik gilt es zu berücksichtigen, dass Daten mitunter über Schnittstellen bis hin zu 3rd Parties, wie z.B. einem LLM-Anbieter gegeben werden. Wie weit dies in Abhängigkeit von der Kritikalität der Daten sinnvoll oder sogar zulässig ist, ist zu berücksichtigen.

Wie verteilen sich nun die Use Cases auf die Lösungsszenarien? Hier meine Interpretation (es mag Ausnahmen geben, aber die Tendenz scheint naheliegend):

SAP Joule dürfte die Knowledge-Based und Navigational Use Cases weitestgehend abdecken. Bei Analytical Use Cases bin ich mir noch nicht sicher , wie weit hier SAP Joule zum Einsatz kommen wird, auch wenn generisch die Ansätze vorhanden sein werden. Im analytischen und auch im transaktionalen Bereich werden aber produktspezifische Capabilities wie sie auch bei der SAP auf der Roadmap stehen eine gewichtige Rolle spielen. Individuelle Lösungen können als „Schweizer Taschenmesser“ oder für noch spezifischere Anwendungsfälle fungieren. Die Hemdsärmligkeit, wie wir sie auch aus der Entwicklung von KI-Tools in anderen Bereichen kennen steht hier im Widerspruch zu den gestiegenen Anforderungen und der Verantwortung bei Entwicklung und Einsatz.

Das bringt uns noch zu einem weiteren Aspekt: den Compliance-Anforderungen, z.B. aus dem EU AI Act (eine Zusammenfassung gibt es übrigens auch im schlossBlog) und unternehmenseigenen Anforderungen, z.B. aus dem Risikomanagement.

Jetzt stehen das Enterprise Risk Management und der EU AI Act zwar nicht im Widerspruch, aber die EU-Bürokraten haben bei ihrer Arbeit leider übersehen, dass der Risiko-Begriff längst auch anderweitig besetzt war und ist. Ihr Fokus auf Menschenrechte und hoheitliche Themen ist Ausdruck des Elfenbeinturms in dem sie sich bewegen. Nicht dass die Anforderungen per se falsch wären, aber es gibt eben auch noch andere Anforderungen und ich persönlich halte es nicht für zielführend für jede Technologie eigene Regelwerke zu erlassen, anstatt allgemeine Regelwerke auf ihre Tauglichkeit hin für neue Technologien zu prüfen, das hat schon zur EU-Leuchtmittelverordnung und zu EU-Staubsaugerverodnung geführt.

Auch wenn Unternehmensrisiken durchaus die Themen des AI Act aufgreifen sollten, ist der Schwerpunkt der Betrachtung doch ein anderer. Ich sehe hier vor allem zwei Themenfelder:

(1) KI-gestützte Entscheidungen (und nicht nur Personalentscheidungen wie im AI Act, sondern grundsätzlich auch die strategische Entscheidungsfindung, die im worst case existenzbedrohend für ein Unternehmen werden kann.)

(2) Das Automatisierungsdilemma. Die KI kann, wie wir Menschen, Fehler machen, nur kann sie diese auch exponentiell machen. Ich habe ja auch an anderer Stelle schon darauf hingewiesen, dass wir vielleicht eine eigene Fehlerkultur für die KI entwickeln müssen.

Spannend wird es, wenn wir nun die Enden dieses Beitrags zusammenführen:

Die meisten SAP Joule Anwendungsfälle (weil Knowledge-based und Navigational) sind aus Risikosicht (sowohl des AI Acts als auch des Enterprise Risk Managements) trivial. Die Tücke liegt aber im Detail und analytische und transaktionale Anwendungsfälle benötigen dann doch eine genauere Betrachtung. In einer Diskussion mit Vertretern der SAP habe ich den Kollegen die Frage gestellt, ob SAP Joule maximal low-risk Use Cases im Sinne des AI Acts abdeckt und high-risk Use Cases out of scope sind. Soweit wollte allerdings niemand gehen, auch wenn sich alle Fälle die wir aktuell diskutieren in diesem Bereich bewegen. Die Fragen, wie die Anforderungen für high-risk Use Cases (im Sinnes des AI Acts) seitens SAP abgedeckt werden, wurden aber eher mit einem Commitment als mit konkreten Aussagen beantwortet.

Bei den Specific Capabilities liegt eine fallweise Betrachtung auf der Hand. Zur Herausforderung könnten aber insbesondere Individual AI solutions werden. Anforderungen, wie Logging Capabilities, technische Dokumentation und Robustheit, wie sie der AI Act für high-risk Use Cases fordert machen auch aus Unternehmenssicht darüber hinaus Sinn, wenn man an das Thema Automatisierung denkt. Die Verantwortung der Entwickler steigt hier, mitunter ohne dass sie sich dessen bewusst sind.

Drüben auf LinkedIn bin ich über Oliver Gabor und sein Workshop Follow-Up Framework gestolpert. Es ist ganz offensichtlich wieviel mögliche Ergebnisse wir verschenken, weil wir das, was wir mühsam z.B. in einem Workshop erarbeitet haben, nicht konsequent weiterverfolgen. Konsequenz und Nachhaltigkeit sind die Schlüsselworte.

Der gute Oliver hat nun eine Anleitung dazu inkl. Werkzeuge in ein 7 Schritte Framework gepackt:

1. Team-Scan vor der Umsetzung
2. Umsetzungs-Navigatoren wählen
3. Zweiwöchiges Navigator Meeting planen
4. Arbeiten mit dem Navigator Canvas
5. Team Scan nutzen, wenn ihr feststeckt
6. Review nach drei Monaten mit zweitem Team Scan
7. Übergang in den Normalbetrieb

Der Team-Scan ist ein Online-Fragebogen, der Team-Stärken und Schwächen in den Dimensionen Selbstverpflichtung, Konfliktbereitschaft, Offenheit, Verantwortlichkeit und Zielorientierung analysiert.

Umsetzungs-Navigatoren sind „Kümmerer“, die sich zu einem Thema committen und Verantwortung übernehmen.

Das Navigator-Meeting ist ein geplantes, regelmäßiges Event zur Nachverfolgung.

Dabei kommt der Navigator Canvas als Artefakt zum Einsatz. Nachdem meine Vorliebe für Canvas-Modelle bekannt ist (ich sage nur Business Visualisierung), gibt es von mir hier nur einen Daumen hoch.
Zentrale Fragen im Canvas zu jedem Thema sind:

• Ziel seit dem letzten Treffen
• Was wurde umgesetzt?
• Welche Hindernisse traten auf?
• Team Scan
• Ein Mini-Schritt für die nächsten 2 Wochen
• Support oder Entscheide, die benötigt werden
• Risiko, falls nichts passiert

Nachdem das regelmäßige Meeting schon versucht für Nachhaltigkeit zu sorgen wird im Canvas versucht die anstehende Arbeit in konkrete nächste Schritte herunterzubrechen.

Die weiteren Schritte sollen schließlich bis zum Übergang in den Normalbetrieb führen.

Natürlich kann man Zielorientierung, Konsequenz und Nachhaltigkeit auch mit anderen Mitteln erreichen. Nur bleiben im Alltag diese oft auf der Strecke und Olivers Framework ist der Versuch deren Umsetzung zu operationalisieren – ganz ähnlich wie das Scrum-Framework versucht Projektarbeit mittels Events und Artefakten zu operationalisieren. Eine begrüßenswerte Herangehensweise. Nicht die einzige. Vielleicht gibt es auch bessere, aber es ist eine gezielte Vorgehensweise um die Nachhaltigkeit sicherzustellen.

Und zu guter Letzt bleibt noch festzuhalten, das Zielorientierung, Konsequenz und Nachhaltigkeit nicht nur in/nach Workshops erstrebenswert sind, sondern auch in vielen anderen Arbeitsformen, aber Olivers Vorschlag ist ein inspirierender Versuch, der sich in Teilen bestimmt auch auf andere Gebiete anwenden lässt.

Kleiner Nachtrag: Hier noch die Links zu Olivers Homepage und dem Download des Frameworks.

Wünsche allseits frohe Weihnachten und einen guten Rutsch!

Auf der Table haben wir bis Ende Januar noch eine Weihnachtsaktion:

• 50 % Weihnachts-Discount auf unsere iOS-App PM Elements (Und hier der Link zum App-Store (inkl. Promocode XMAS25): https://apps.apple.com/redeem?ctx=offercodes&id=6738084498&code=XMAS25)
• 500 Codes verfügbar – der Code darf gern weitergegeben werden
• Aktion läuft bis Ende Januar.

Vielleicht ein Geschenk für dich?
Oder für jemanden, mit dem du 2025 Projekte besser machen willst.

Jüngst hat es wieder jemand gesagt. Ein lieber Kollege, den ich sehr schätze.

Das Beste aus beiden Welten ist ein Satz, der mich (negativ) triggert. Natürlich kann man gelbe und rote Bauklötzchen miteinander mischen, aber es geht nicht darum die schönsten gelben und die schönsten roten Klötze zu verwenden, sondern die Steine aus beiden Farben, die dir für dein (Bau-)Projekt am meisten helfen. Die schönsten Steine nutzen dir nichts, wenn du damit nicht dein Haus, deine Brücke oder, was auch immer dein Ziel ist, bauen kannst.

Im Ergebnis ist eine Kombination auch ok, aber eine Kombination ist per se kein Ansatz. Ich bin ein ganz großer Fan von siutativen Ansätzen und es wird dabei häufig auch passieren, dass das Vorgehen hybrid ausfällt, aber das ist Ergebnis und nicht Programm.

Schon wieder eine Woche her, aber meine Freundin sagt, man soll „nachfühlen“, also fühle ich nach über die PVM 2025 in Hameln und lasse kurz meinen Besuch Revue passieren, stichwortartig die von mir besuchten Sessions und meine persönlichen Highlights:

Vorabend-Event in der Osteria Il Capriccio Italiano

• kulinarisches Highlight der PVM
• insbesondere mit Gerhard Fessler über Audit und KI philosophiert, seine These: dank KI sind klassische Audits in spätestens 5 Jahren überholt, weil weitgehend automatisiert.

Leadership für AI Agents – Wer führt die künstliche Intelligenz (Dr. Jan Wehinger)

• AI Use Cases
  • create me…
  • code me…
  • do this task…
  • tell me…
• AI als Verstärker menschlichen Handelns. dank ChatGPT soll die Scheidungsrate angestiegen sein. Dank KI gibt es jetzt endlich jemanden, der einen versteht – wenn schon nicht der eigene Partner/Partnerin.
• Beim Einsatz/Nicht-Einsatz die cost of doing nothing berücksichtigen

Von Anfang an mit KI – Kokulan Thabalan und Axel Kalenborn

• Einsatzfelder
• insbesondere Axel bremst mit einigen Beispielen die KI-Euphorie, z.B. wenn zu dominantes Trainingsmaterial die falschen Ergebnisse liefert.

Post-Agilität – Sarah Brandt und Sven Theobald

• Der Begriff Post-Agilität im Tagungsmotto ging nach hinten los, denn eigentlich weiss niemand was das ist. Für mich lediglich da Ende des agilen Hypes (und nicht dass Ende der Agilität!). Der Versuch das mit agile Leadership und Vibe Coding in Verbindung zu bringen, hat nicht wirklich funktioniert und musste Kritik einstecken.

Kompaktbriefing: Künstliche Intelligenz im PM – Axel Kalenborn

• Vergänglichkeit von KI-Lösungen
• Übersicht von PM Angeboten inkl. nachträglich lediglich als GPTs identifizierter Lösungen

Zwischen Buzzword und Businessnutzen – André von Zobelitz und Lukas Zärtner

• lokale Studie aus Hameln

Keynote: Erfolg ist kein Zufall, Erfolg ist eine Haltung – Kathrin Boron (Wikipedia)

• erfolgreiche Rudererin
• frisch aus der Hall of Fame des deutschen Sports – quasi dem Olymp

Stadtführung: der Verführte Verführer

• verschiedene Erklärungsvarianten des Mythos vom Rattenfänger
• abendlicher Spaziergang durch das (kalte,) romantische Hameln

Konferenzdinner

• Zeit für Networking
• kulinarisch kein Vergleich zur Osteria

Frühstück im Hotel mit Marco Kuhrmann, auch wenn ich seine Session verpasse, philosophieren wir zwischen Audi TT und Politik

Praxisbericht: Agilität im Alltag der Atruvia – Christian Zender und Jens Zimmermann

• SAFe basiert
• Betonung genossenschaftlicher Werte (die sich mit dem agilen Manifest decken), weil Dienstleister der Genossenschaftsbanken
• Sie haben ein Betriebssystem=Playbook und darüber hinaus ein Vorgehensmodell (die minimalen Mindestanforderungen die ein Projekt einhalten muss im regulierten Umfeld compliant zu sein)

Digital Kompetenz im Projektmanagement – Jessica Nagel

• Eine Querschnittskompetenz
• Kompetenzstrukturmodell
  • Informations- und Datenmanagement
  • Virtuelle Zusammenarbeit
  • Digitale Kommunikation
  • Erstellung digitaler Inhalte
  • Ethik, Verantwortung und Sicherheit
  • Digitales Management
  • Technische Kompetenz
• Ich hirne gerade noch etwas an der technischen Kompetenz. Glaube, da will ich noch eine Schleife mit Jessica drehen.

Die Table of Elements als Wegweiser im post-agilen Projektalltag – mein eigener Beitrag

• Das Plakat der Table am Büchertisch hat schon zu einigen weitergehenden Gesprächen geführt. Die visuelle Übersicht triggert einfach.
• Ein Kollege fragt nach dem nächsten geilen Scheiß, Jurgen Appelos Antwort wäre wahrscheinlich KI, aber der mein Eindruck der PVM ist, dass hier bei vielen ein gewisser Realismus eingetreten ist. Ich mahne zur Demut, weil unsere Disziplin nach wie vor nur einen kleinen Teil des Projektspektrums abbildet, Projekte im Ehrenamt, in Kunst & Kultur aber aber beispielsweise auch im Agenturbereich sind ins unserer Disziplin längts nicht angekommen. Wir sind da sehr betriebsblind und können sicher noch von anderen lernen.
• Ich freue mich noch auf die Anfragen zur Kooperation und Nutzung der Table. Meldet euch, wenn ich euch dabei unterstützen kann.
• Der Beitrag ist auch im Tagungsband enthalten.

Linderung von technischen Schulden in Startups – Jil Klünder

• Online-Session
• Ok, Enterpreneural Software Engineering war mir noch kein Begriff
• und der Terminus der technischen Schulden gefällt mir
• Ansatz nutzt die Ideen des Feature Driven Developments (FDD)

Resiliente Verwaltung – Rebecca Borges (ich hoffe, ich habe den richtigen Nachnamen erwischt)

• Es gibt 10.000 Kommunalverwaltungen in Deutschland
• Der Hack einer Kommune bei Hannover verursachte einen Schaden von 46 Millionen Euro.
• Nutzt den BSI Standard 200-4 für das Business Continuity Management
• Und dann sagt eine junge Beamtin: „Die Boomer gehen in den Ruhestand. Wir haben jetzt keine Leute mehr. Wir müssen zusammenarbeiten.“ – Wenn die Schmerzen groß genug sind, funktioniert die Zusammenarbeit.

Daneben noch viele alte und neue Bekannte getroffen, z.B. Alexander Volland (wir kennen uns in der Tat aus Wikipedia und das schon seit Ewigkeiten), Oliver Linssen, Karin Wenzel, Michaela Hildt-Miowitz, Claus Hüsselmann, Martin Bertram, Martin Engstler, Eckhart Hanser, Tim Eichenberg, Michael Städler und viele mehr.

Und mehr Infos zur Table gibt es auf unserer Homepage, auf LinkedIn, im Buch „Das Methodensystem für Projekte“ (Amazon) oder in Apples Appstore in Form unsererer App „PM Elements„.

Auf LinkedIn Learning gibt zur Table noch die Reihe: „Projektmanagement Methoden: Jede Woche neu„

Genug lamentiert über den Niedergang von openPM und den PMCamps, denn es gibt ja noch ein kleines gallisches Dorf, das sich wacker hält: Zürich. Und am Freitag war PMCamp Zürich.

Mit dem Debattierhaus Karl der Große, eine wunderbare Location im Herzen der Altstadt (und ich Idiot hab anfangs ernsthaft darüber nachgedacht mit dem Auto anzureisen, dabei war es umso schöner Bahnhof, Hotel und Location alles fußläufig zu haben, wobei man bei den Hotelpreisen in Zürich schon mal schlucken darf).

Aber zum PMCamp, in Zürich eintägig, in besagter historische Umgebung mit ganz tollen Gastgebern – ein herzliches Dankeschön an Lucia, Anne, Katrin und Mathias. Ihr hattet ein hervorragendes Händchen bei der Auswahl der Keynote (Stefan Schwitter), denn das Thema Achtsamkeit hat tatsächlich in die eine andere Session und das eine oder Gespräch am Rande ausgestrahlt und zum Mindsetting beigetragen. Die Sessions waren in bester Barcamp-Tradition bunt und vielfältig. Bemerkenswert: es gab keine einzige „PM und KI“-Session. Gott sei dank. (Die Vertreter dieser Fraktion sind wohl gerade alle beim IPMA World Kongress in Berlin.) Ich empfand das als sehr wohltuend, weil mir die Gespräche durchaus gezeigt haben, dass die meisten von uns sich selbstverständlich damit beschäftigen und KI nutzen, aber eben ganz normal und nicht als Hype und dass es gerade in Projekten immer um Menschen geht, die eben achtsam miteinander umgehen müssen, wobei die konkrete Perspektive viel persönlicher war: wie gehe ich mit mir in dieser (Projekt-)Welt achtsam um. Die Themen der Sessions reichten vom Zielparadoxon, PMO, Projektfinanzierung bis hin zu psychologischen Effekten, um nur einige zu nennen. Natürlich gab es auch eine Session zu Table of Elements. In den Sessions an denen ich teilgenommen habe, haben wir alle auf den Präsentationscharakter verzichtet, was sehr angenehm war und gleich zu vertrauensvollen Gesprächen geführt hat. Ein kleines persönliches Highlight für mich war Ivanas Session, die ihr ganz persönliches „Problem“ mit ihrem Auftraggeber mitgebracht hat und Rat von den Teilnehmern gesucht hat. Auch wenn wir am Schluss in ihrer Runde nur mehr 5 oder 6 Teilgenberinnnen waren, haben Menschen die sich vorher nicht kannten, miteinander diskutiert, Mut gemacht und Wege gesucht. Auch so etwas ist in einem Barcamp möglich. Danke, liebe Ivana, für deine Bereitschaft dich so zu öffnen und deinen Mut uns zu fragen und mit uns zu diskutieren.

Nach dem Closing gab es den für Zürich obligatorischen Apero und die Gespräche und das Vernetzen gingen auf der Terrasse noch bis in den Abend weiter.

Haltet die Stellung! Gut möglich, dass ich wiederkomme.

Mein persönliches Verständnis von KI verändert sich derzeit. Der Begriff „Intelligenz“ erscheint mir zunehmend irreführend. Tatsächlich beginne ich, KI weniger als Form von Intelligenz, sondern vielmehr als  User Interface zu sehen – als eine Art, mit Systemen, Daten und Prozessen auf natürliche und adaptive Weise zu interagieren.

Seit Jahrzehnten ist das vorherrschende Paradigma in der Mensch-Computer-Interaktion die grafische Benutzeroberfläche (GUI) – Fenster, Symbole, Menüs und Zeiger. Doch mit der zunehmenden Leistungsfähigkeit von KI-Systemen treten wir in eine Ära ein, in der die KI selbst zur primären Schnittstelle wird.

Von Befehlen zu Gesprächen
Traditionelle Schnittstellen erfordern, dass der Benutzer die Sprache des Systems lernt: wohin er klicken muss, welche Befehle er eintippen muss, welche Abläufe er befolgen muss. KI kehrt dieses Prinzip um: Das System lernt unsere Sprache. Anstatt sich durch verschachtelte Menüs zu klicken, können wir unsere Absicht in natürlicher Sprache, über Bilder oder Gesten ausdrücken – und die KI interpretiert und setzt um.

Adaptiv und personalisiert
Eine KI-zentrierte Schnittstelle ist von Natur aus adaptiv. Sie kann sich Vorlieben merken, sich an den Kontext anpassen und sogar Bedürfnisse vorhersagen. Während GUIs statisch sind, kann KI völlig unterschiedliche Erlebnisse für verschiedene Nutzer bieten – ganz ohne manuelle Konfiguration.

Herausforderungen und Vertrauen
Der Wandel bringt Risiken mit sich. KI-gesteuerte Schnittstellen müssen transparent sein, um einen „Black Box“-Effekt zu vermeiden. Falsch interpretierte Nutzerabsichten können weitreichende Folgen haben. Gestaltung für Vertrauen, Nachvollziehbarkeit und klares Feedback wird entscheidend sein.

Die Zukunft ist hybrid
Anstatt GUIs vollständig zu ersetzen, wird KI zunehmend neben – oder unter – traditionellen Bedienelementen agieren. Man kann es sich als Doppelschicht vorstellen: Die GUI für Präzision, die KI für Geschwindigkeit und Flexibilität. Mit der Zeit könnte die KI-Ebene die Führung übernehmen, aber menschliche Aufsicht bleibt unerlässlich.

Mein persönlicher Weg zu dieser Schlussfolgerung wurde vor allem durch laufende Diskussionen über SAP Joule beeinflusst – SAPs Ansatz, KI in ihre Unternehmenslösungen zu integrieren. Joule nutzt KI als User Interface: Ein erster Aufruf an Sprachmodelle (LLMs) identifiziert die Capability hinter einer Benutzeranfrage. Daraufhin läuft ein konventioneller Verarbeitungsprozess innerhalb der bestehenden Landschaft (ohne KI). Das Ergebnis wird dann zurück durch die LLMs geleitet, die die Antwort in benutzerfreundliche Formate und Designs bringen.

Früher nutzten wir Websuchen, bei denen das Prinzip darin bestand, dass Algorithmen uns halfen, Webseiten zu finden, die mögliche Antworten auf unsere Fragen enthielten. Mit KI ist das anders: Wir suchen nicht – wir finden. Wir suchen nicht nach Webseiten, sondern wir finden Antworten. Das Dilemma dabei ist, dass die Quellen – und damit unsere Möglichkeit, die Zuverlässigkeit der Antworten zu beurteilen – in den Hintergrund treten. Das kann ein echtes Problem sein, ist uns in den meisten Fällen aber schlicht egal, denn wir sind froh, direkte Antworten zu bekommen, anstatt auch noch Quellen lesen und beurteilen zu müssen.

Natürlich ist der blinde Einsatz von KI bedenklich. KI kann halluzinieren, Fehler machen (weil sie in erster Linie auf Wahrscheinlichkeiten und nicht auf Logik beruht) und ist stark abhängig vom Trainingsmaterial. Es gibt ethische und rechtliche Bedenken, etwa zum Urheberrecht, und wir dürfen nicht vergessen, dass die meisten KI-Lösungen auch Webservices sind: Wir kommunizieren mit Drittanbietern und teilen unsere Informationen. Dabei stellt sich z. B. die Frage, ob die Modelle aus unseren Informationen lernen und ob andere davon profitieren können. Außerdem entstehen bei der Kommunikation zusätzliche Angriffsvektoren und Abhängigkeiten – besonders dann, wenn wir uns zunehmend auf KI verlassen und verlernen, Dinge selbst zu tun.

Zurück zu SAP und der Idee von KI als Benutzerschnittstelle: Der SAP GUI, wie wir ihn heute kennen, kann seine Wurzeln in Mainframe-Architekturen mit Transaktionscodes nicht verleugnen. Verschiedene Modernisierungsversuche sind nie vollständig ans Ziel gekommen, weil Power-User mit den „alten“ Transaktionscodes vertraut waren und damit schneller ans Ziel kamen. Ich bin gespannt, ob KI hier zum wirklich disruptiven Game Changer wird. Wir werden sehen.

In unserer Reihe Projektmanagement Methoden sind zuletzt erschienen:

Das Claim Management

Die 52-17-Methode

Die Mind Map

Undd hier geht´s zur ganzen Reihe: Projektmanagement Methoden.

Diese Woche geht es in dem aktuellen Beitrag der Reihe Projektmanagement Methoden um die kollegiale Beratung oder Englisch: die Case Clinic.

Die Kollegiale Beratung oder Case Clinic ist eine strukturierte Methode, bei der ein Teammitglied ein aktuelles berufliches Problem oder einen Fall vorstellt und die anderen Teilnehmer Lösungsvorschläge erarbeiten. Diese Methode fördert gemeinsames Lernen und die Entwicklung neuer Perspektiven.

Mehr dazu in der iOS App PM Elements oder im Buch Das Methodensystem für Projekte bei Hanser – das Buch zur Table of Elements.