Die Business Agility Nürnberg ist doch mehr Konferenz als Unkonferenz. Die meisten Beiträge sind vorab im Programm verankert. Nicht schlimm, sondern Konzept. Allerdings leiden die Kollegen an den gleichen Problemen, wir openPM. Dieses Jahr kaum Sponsoren gefunden. Immerhin – aufgrund der Regionalität, sind die Teilnehmerzahlen nicht das Problem. Damit das #BAN aber Zukunft hat, braucht es weitere Unterstützung. Also Sponsoren bitte melden.
Aber zur diesjährigen #BAN.
Die Spannbreite ist wieder enorm: Vom traditionellen Projekthelden über Agilisten, die sich nicht mehr so nennen, Serious Play Enthusiasten, natürlich einer Prise Table of Elements, Kanban/Flow Enthusiasten wie Eric-Jan Kaak, bis hin zur Book Promotion von Jurgen Appelo mit seinem „Human Robot Agent“.
Alles in allem ein Tag mit vielen wertvollen Inputs. Networking – nicht zu unterschätzen. Aktuell rauschen die Anfragen auf LinkedIn rein. Das Thema Austausch ist einerseits so wertvoll, andrerseits so stiefmütterlich behandelt und wo findet man es heut noch?
Ich lade dich daher gerne dazu ein mit zu folgen auf LinkedIn, oder der Table of Elements (ebenfalls auf LinekdIn). Und die Kollegen und Teilnehmer der #BAN würden sich auch über deine Wertschätzung freuen.
Der AI Act der Europäischen Union ist der Inbegriff europäischer Bürokratie. Er steht in der glorreichen Tradition der Staubsauger-Verordnung und der Leuchtmittel-Verordnung. Also nicht dass der Inhalt der Verordnung Blödsinn wäre, nein, da haben sich Experten wirklich Mühe gegeben und viel Gehirnschmalz reingesteckt.
„Sie waren stets bemüht…“
Aber dahinter steckt ein grundlegend falsches Verständnis:
Statt bestehende Regelungen zu prüfen und auf neue technologische Herausforderungen, wie die künstliche Intelligenz, anzupassen, werden neue Regelungen und neue Bürokratie geschaffen. Im aktuellen AI Hype geht es noch unter, aber der AI Act wird uns noch einholen, wie damals die DSGVO.
Meine erste Annäherung
Windholz, Natascha, et al. Praxishandbuch KI-VO: Künstliche Intelligenz rechtskonform im privaten und öffentlichen Bereich einsetzen, München 2024
Leider keine Empfehlung. Extreme Detailtiefe, aber den Blick auf das Wesentliche habe ich nicht gefunden. Sicher alles da, aber ist nicht bei mir angekommen. Obwohl ich mich durchgekämpft habe.
Zweiter Versuch beim Kunden: Deutscher Tech-Konzern hat eine interne Guideline zum Einsatz von AI
Wieder viel Gutes und Richtiges. 80+ Empfehlungen mit Referenzen auf Cybersecurity Policies, aber die Umsetzung stellt noch nicht einmal die Compliance zum AI Act sicher. (Soviel ist dann doch beim Praxishandbuch hängengeblieben.)
Dritter Versuch: Diskussion mit der AI Governance in einem Konzern
Auch wieder etwas Deutsches: Wir brauchen neue Polices und eine Governance für das Thema AI.
Den Fehler des EU AI Act auf Unternehmensebene nachziehen und fortschreiben. Auch hier wieder vieles Gutes und Richtiges. Aber irgendwie ein Greenfield Approach. Für neue AI Anwendungen. Die gibt es zwar sicher, aber durch die Hintertür, durch die Einbindung von AI-basierten Webservices, wird plötzlich alles zu einer AI-Applikation. Viele Fragen, gute Fragen – aber auf der falschen Ebene. Ein Deep Dive in die genutzten LLM-Modelle, die aber in den meisten Anwendungsszenarien durch SaaS-Lösungen vorgegeben sind und morgen möglicherweise schon wieder durch neue Modelle ausgetauscht werden. Fragen die kein normaler Applikations-Verantwortlich beantworten kann, sondern die einen Cybersecurity-AI -Architekten erfordern. Es fehlt die Sensibilisierung für das Wesentliche:
Wenn wir AI-Webservices einbinden, geben wir Daten nach draußen – das hat noch nicht einmal mit AI zu tun.
Und wenn wir die Daten nach draußen geben, dann ist die Frage, ob nur zur Verarbeitung oder ob die Modelle, die womöglich auch von anderen genutzt werden, daraus lernen. In Nischenbereichen kann dann auch schnell die direkte Konkurrenz von uns lernen.
Ja, es gibt da noch typische AI Risiken, wie Halluzinationen und Biases über die wir die Anwender zumindest aufklären müssen.
Selbsthilfe
Ok, noch einmal zurück auf Start. Warum nicht ChatGPT fragen nach dem AI Act? Nein ganz so einfach habe ich es mir dann doch nicht gemacht. ChatGPT war nur der Startschuss und dann habe ich aus den gewonnen Erkenntnissen (siehe oben) nachgearbeitet. Ich bin auch kein Jurist – entsprechend unverbindlich sind meine eigenen 5 Cent, auch wenn ich sie hier teile.
Zentral im AI Act ist eine Risikoklassifizierung.
Typisch für die europäische Bürokratie eine neue Risikobetrachtung einzuführen, als gäbe es nicht längst Risikomanagement in Unternehmen. Eine Betrachtung auf Applikationsebene kann schnell überfordern, aber auf Ebene von Use Cases lässt sich die Klassifizierung nach AI Act beantworten und dann bedarf es eben einer Aggregation: der Worst Case greift auf Applikationsebene.
Der AI Act unterscheidet die folgenden Risikokategorien:
Verbotene Anwendungen brauchen keine weitere Betrachtung.
Interessant wird es bei den Hochrisiko-Anwendungsfällen. Was fordert der AI Act hier?
Nun, wieder ChatGPT:
Auch hier gibt es Überschneidungen mit generellen Cybersecurity-Anforderungen, aber immerhin ein komprimierter Ansatz.
Bei „limited risks“ verbleibt nach dieser Logik nur mehr Transparency and Information.
Und bei „minimal risk“, naja, das können wir vernachlässigen.
Was ich trotzdem mitgenommen habe:
Natürlich müssen wir uns mit der Kritikalität der Daten – Input wie Output beschäftigen (auch wenn das eigentlich gar keine AI-Frage ist).
Werden die verarbeiteten Daten als Trainingsmaterial verwendet? Dann könnten ja auch andere Nutzer des LLM darauf zurückgreifen.
Sind wir „nur“ Nutzer oder Betreiber eines Modells? Bei der aktuellen Dynamik werden die Modelle schneller ausgetauscht als wir schauen können. Sind wir selbst Betreiber kommt eine besondere Verantwortung hinzu,
Aus regulatorischer Sicht halte ich das Thema AI weitgehend für überbewertet. Grundsätzliche Anforderungen und Weisheiten, wie Garbage in – Garbage out, gelten weiter. Wirklich neu sind Halluzinationen und Biases. Für die war früher noch der Mensch zuständig…
Die Grundidee der Table of Elements ist eine Rückbesinnung auf die fundamentalen Bausteine eines Themas, für unsere App der PM Elements (App- Store) also das Thema Projektmanagement und Methoden. Die Idee an sich ist aber viel universeller. Und auch die Inhalte an sich bieten Mehrwert weit über Projekte hinaus.
Habe gerade mit ChatGPT „gespielt“ und die KI gebeten eine Retrospektive für openPM durchzuführen. Das hat anfangs nicht wirklich geklappt, aber im zweiten oder dritten Nachfassen kam etwas heraus, was mir durchaus ansprechend erscheint und was ich hier teilen möchte:
Retrospektive: Was wir im openPM e.V. hätten besser machen können
1. Offenheit ≠ Selbstläufer – die Hürde zur aktiven Mitwirkung blieb hoch
Was wir wollten: Eine offene Plattform, auf der jede:r etwas beitragen kann – kollaborativ, gemeinschaftlich, niedrigschwellig.
Was passiert ist: Die meisten Nutzer:innen konsumierten Inhalte – aber aktive Beiträge blieben selten. Nur ein kleiner Kern trug dauerhaft. Viele wollten „open“, aber nicht unbedingt „mitmachen“.
Was wir lernen: → Offenheit muss aktiv moderiert, gestaltet und konkretisiert werden: durch persönliche Ansprachen, definierte Mitmachformate, klare Micro-Contributions („Schreib 1 Absatz“, „Gib 1 Feedback“) → Partizipation braucht Führung – auch in einem offenen Modell. Sonst verläuft sie sich.
2. Kein tragfähiges Nachfolge- oder Skalierungskonzept
Was wir hatten: Ein motiviertes Kernteam mit starker inhaltlicher Kompetenz. Viel ehrenamtliches Engagement – aber auch begrenzte Ressourcen.
Was fehlte:
Systematische Übergaben: „Wenn X aufhört – wer macht’s?“
Strukturen, um neue Leute einzubinden und zu halten.
Anreizsysteme für „zweite Reihe“-Mitmacher:innen (z. B. Nachwuchsmoderation, Co-Projekte, Mini-Rollen).
Was wir lernen: → Nachhaltigkeit heißt nicht nur Inhalte bewahren – sondern auch Rollen, Energie und Wissen. → Ehrenamt braucht Pflege, Nachschub und sichtbare Wertschätzung.
3. Corona hat nicht die Struktur zerstört – sondern den sozialen Kitt
Was uns Corona genommen hat:
Spontane Vernetzung auf Events
Austauschformate mit niedrigem Einstieg
Die Energie durch persönliche Begegnung und nonverbale Dynamik (Meetups, Barcamps, Stammtische)
Was digital nicht kompensiert wurde: → Digitale Formate blieben „funktional“, aber selten „verbindend“. → Viele haben sich still zurückgezogen, ohne Abschied oder Übergabe.
Was wir lernen: → Digitale Zusammenarbeit braucht emotionale Touchpoints – z. B. persönliche Check-ins, Retros, Dankeskultur. → Je digitaler ein Projekt, desto bewusster muss Bindung gestaltet werden.
4. Themenpluralität vs. Identitätsschärfe
Was wir wollten: Alles offen denken: Methoden, Schulen, Branchen – keine Grenzen, keine Dogmen.
Was passiert ist: → Für Außenstehende wurde es unübersichtlich. → Ohne klare Klammer fehlte die narrative Zugkraft: „Wofür steht openPM eigentlich – und warum soll ich mich dort engagieren?“
Was wir lernen: → Offenheit braucht einen klaren Rahmen oder wiedererkennbare Stoßrichtung (z. B. „Projektmanagement jenseits der Zertifikate“, „radikal praxisorientiert“, „PM für alle“) → Ohne Profil wird man schwer anschlussfähig für neue Gruppen.
5. Vernetzung ohne institutionelle Andockpunkte
Was gefehlt hat: → Kooperationen mit Verbänden, Hochschulen, Medien oder Firmen, die Reichweite, Nachwuchs oder Infrastruktur hätten bringen können.
Was wir lernen: → Ein Verein, der offen ist, muss auch offen für Anschluss sein. → Netzwerkpflege nach außen braucht genauso viel Energie wie interne Arbeit.
Fazit:
openPM war ein mutiges, konsequent digital gedachtes Experiment – mit einer beeindruckenden Anfangsdynamik. Was uns das Genick gebrochen hat, war nicht die Technik oder die Idee – sondern das schleichende Wegbrechen der tragenden Menschen, das Fehlen gezielter Bindungs- und Nachwuchsarbeit und eine gewisse Überforderung durch zu viel Offenheit ohne Rahmen.
Wenn du willst, kann ich daraus eine ehrliche Lessons-Learned-Seite, ein Abschlussstatement oder eine Zukunftsempfehlung für ähnliche Initiativen formulieren. Sag nur, wofür du es brauchst.
Nein, es wir jetzt nicht apokalyptisch. Aber heute haben wir das Ende von openPM eingeläutet.
Eingeläutet ist eigentlich auch falsch, denn das Ende hat sich längst abgezeichnet. Was auf einem PMCamp in Dornbirn seinen Anfang nahm und seit 2012 formal als gemeinnütziger e.V. firmierte, stellt zum Jahresende seine Tätigkeit ein – nachdem zuerst das Wiki weggebrochen ist und auch die PMCamps unter unserem Mantel ihre Aktivitäten eingestellt. haben. Das PM Camp Gathering war ein letztes Aufbäumen – und musste mangels Nachfrage abgesagt werden.
Alles hat seine Zeit und die Zeit von openPM ist anscheinend vorbei.
Zum 31.12.2025 stellt openPM seine Tätigkeit ein.
Anschließend läuft noch ein Jahr die Liquidation.
Auch mal was Neues: Liquidator war ich auch noch nie.
Ich höre gerade die alten Folgen den Podcasts „Kopf & Bauch“ (Spotify) von Tobias Leisgang und Peter Maischak zum Thema Entscheidungen. Zuletzt die Folge über Zufallsentscheidungen in der Tobias seinen Faible für den Zufall „outet“.
Da habe ich doch was für den Innovationsmensch Tobias, denn vor ein paar Jahren habe ich einen SCAMPER-Würfel gebaut.
SCAMPER ist eine Kreativitätsmethode, die natürlich auch in der Table of Elements als [SC] enthalten ist. SCAMPER ist ein Akronym. Jeder Buchstabe steht für einen anderen Ansatz eine bestehende Idee zu variieren:
Substitute (Ersetzen): Was kann ersetzt werden?
Combine (Kombinieren): Was kann kombiniert werden?
Adapt (Anpassen): Was kann angepasst werden?
Modify (Verändern): Was kann verändert werden?
Put to another use (Umfunktionieren): Wofür kann es noch genutzt werden?
Eliminate (Eliminieren): Was kann weggelassen werden?
Reverse (Umkehren): Was kann umgekehrt werden?
Mit dem Würfel- und auf jeder Seite einer dieser Ansätze, kommt der Zufall ins Spiel.
Noch nicht einmal um zu entscheiden, sondern in der Entscheidungsvorbereitung. Ein vorgelagerte Entscheidung, die einen Perspektivenwechsel erzwingt.
Und für alle, die aufgepasst haben: ja, SCAMPER hat 7 Buchstaben/Facetten und der Würfel nur 6 Seiten. Habe deswegen ein kleines bisschen gemogelt und Adapt und Modify auf eine Würfelseite gepackt.
Ich habe u.a. für die Table of Elements mit der neuen Bildgenerierung von ChatGPT herumgespielt. Das mit den Texten in Bildern ist besser geworden, aber noch nicht wirklich gut, denn aus der Retrospektive wurde die „Refrospektive“ (mit F), was immer das auch sein soll und die Umlaute schauen wir uns lieber nicht an. Ob ich wirklich schon so alt aussehe, überlasse ich anderen. In einem zweiten Versuch hat sich ChatGPT aber unaufgefordert der plastischen Chirurgie bemächtigt und die Personen aus der hochgeladenen Vorlage bis zur Unkenntlichkeit verjüngt.
Auch an dem mitunter störrischen Verhalten bin ich verzweifelt – manchmal will einen die KI einfach nicht verstehen und noch Schlimmeres habe ich jüngst bei der Entwicklung eines Texts im Canvas-Mode (das ist jetzt zwar nicht mehr Bildgenerierung, aber immer noch ChatGPT) erlebt, als Chat GPT Modifikationen nicht wie gewünscht rückgängig gemacht hat, d.h. das Tool hat mir zwar gesagt, es hätte die Änderungen rückgängig gemacht, dem war aber nicht so. Da hätte ich mir eine einfache Versionsverwaltung á la Google Docs gewünscht, denn meine zwischenzeitlich entwickelten Inhalte waren unwiederbringlich weg.
Naja, die Lernkurve geht weiter: bei ChatGPT und bei uns Nutzern.
