In ihrer Präsentation ging die Early Career-Forscherin zuerst auf das aktuelle KI-Momentum ein, in dem wir derzeit leben. In einem kurzen Abriss erklärte sie, was KI kann, wie sie sich in den letzten Jahrzehnten entwickelt hat und warum wir so viel darüber reden. Im zweiten Teil der Präsentation ging es um die Anwendungsmöglichkeiten im Projektmanagement und zum Abschluss stellte sie einige Erkenntnisse aus ihrer Forschung vor und gab einen Ausblick, wie KI unsere Arbeitsweise verändern wird.
Derzeit ist KI in aller Munde, doch ihre Geschichte geht auf die 1950er Jahre zurück. Damals stellte Alain Turing die ersten Theorien über das Lernen von Maschinen und das Imitieren von menschlicher Intelligenz auf. Darauf folgten die ersten „goldenen Jahre“ von KI (1956 – 1974): John McCarthy prägte auf der Darthmouth Conference 1956 den Begriff „Künstliche Intelligenz“, die ersten AI-Programme, die mathematische Aufgaben lösen könnten, wurden entwickelt und Joseph Weizenbaum kreierte mit „Eliza“ den ersten „Chatbot“ der Welt. Doch die hohen Erwartungen, die an die KI-Technologie gestellt wurden, konnten nicht erfüllt werden. Deshalb ließen zwischen 1974-1994 das Interesse und die Investments in KI merklich nach. Zu den darauffolgen Durchbrüchen zählten IBMs „Deep Blue“, ein Schachspielender Computer, der 1997 den damaligen Schachweltmeister Garry Kasparov besiegte. 2011 gelang „Watson“ ein Sieg bei Jeopardy! gegen menschliche Champions. Dadurch konnte KI zeigen, dass sie natürliche Sprache verstehen, und in kurzer Zeit riesige Datenmengen verarbeiten konnte. Der nächste große Durchbruch gelang mit ChatGPT und anderen generativen KI-Modellen.
Anwendungsmöglichkeiten von KI
Der Grund, warum die hohen Erwartungen an KI lange Zeit enttäuscht wurden, ist dass es bis dato noch keine „generelle“ KI gibt, die alles kann. Stattdessen sind in den letzten Jahren spezifische KI-Anwendungen, entstanden, die spezielle Aufgaben sehr effizient erfüllen können. Zu diesen Anwendungen gehören:
- Predictive Analytics (Prädiktive und präskriptive Modelle erstellen, Datenverbesserung und Codegenerierung)
- Computer Vision (Bilder und Videos generieren)
- Natural Language Processing (KI die unsere Sprache verstehen kann)
Diese Technologien sind sehr einfach anzuwenden. Anhand eines Diagrammes zeigte Costanza Mariani, welche Potentiale KI in den unterschiedlichen Branchen hat, um unsere Arbeitswelt zu verändern. Danach ging sie auf die Anwendungsmöglichkeiten in Projektmanagement ein, die sich ebenfalls in drei Phasen einteilen lassen:
Die „Pre-Projekt Phase“
In dieser Phase kann man KI für folgende Anwendungen nutzen: Anforderungserfassung durch Analyse von E-Mails, Dokumenten und Stakeholder, Machbarkeitsanalyse und erste Risikobewertung, Entscheidungsunterstützung für die Projektauswahl auf Basis historischer Daten, Kosten und Ressourcenaufstellung
Die Planungsphase
Zu den potentiellen KI-Nutzungsmöglichkeiten gehören: Optimierung der Ressourcenzuteilung, Aufgabenpriorisierung und Abhängigkeitsanalyse, Automatische Generierung von Projektdokumenten
Die Monitoring- und Controlling-Phase
In dieser Phase steht KI zum Risikomanagement in Echtzeit zur Verfügung, durch Vorhersage potenzieller Probleme auf der Grundlage laufender Daten. Weitere Möglichkeiten sind: Überwachung der Teamkommunikation im Hinblick auf Moral und Projektausrichtung, Qualitätskontrolle durch Bilderkennung in der Konstruktion oder Fertigung, Leistungsprognose zur Vorhersage der Projektergebnisse basierend auf aktuellen Trends, automatisierte Fortschrittsverfolgung und Fehlererkennung
Beispiele aus der Forschung
Costanza Mariani erstellte in ihrer Forschungsarbeit vier Fallstudien (Paper A, Paper B, Paper C und Paper D). In Paper A wurden KI-Anwendungen zur Projekt-Portfolio-Auswahl untersucht, bei den Papers B und C ging es um KI-Anwendungen im Projekt-Risiko-Management und Paper D beschäftigt sich mit KI-Anwendungen zur Stakeholder-Klassifizierung. Einige Beispiele, wie die Effizienz, Effektivität und Dateninformation in den Fallbeispielen durch KI gesteigert wurden: In Paper B konnte gezeigt werden, das der Einsatz von künstlicher Intelligenz eine effizientere Risikobewertung ermöglicht. Die verwendeten Modelle zur Risikobewertung beschleunigten den Prozess und steigerten die Effizienz, indem sie die Berechnung von Risiken vereinfachten. In Paper C führte die Verwendung eines evolutionären Algorithmus zu einer genaueren Bewertung und Priorisierung von Maßnahmen unter Berücksichtigung von Budget- und Ressourcenbeschränkungen. Dabei wurden 68 primäre und 11 sekundäre Maßnahmen gleichzeitig abwickelt. Die Ergebnisse erwiesen sich als genauer als der traditionelle Prozess des Unternehmens. In Paper A gelang es durch eine zweimalige Aktualisierung der Risikodaten, die Genauigkeit und Zuverlässigkeit des Prozesses erheblich zu verbessern.
Was müssen wir in Zukunft können?
Neue Rollen zur Aufgabenautomatisierung konzentrieren sich laut Costanza Mariani zukünftig auf die Interpretation und Nutzung von KI-Systemen, außerdem werden Soft Skills, die Maschinen nicht ersetzten können gefragt. Beispiele dazu nennt sie aus ihren Fallbeispielen B und C, wo es um die Interpretation risikokorrelierter Wahrscheinlichkeiten geht. Während vorher viele Leute gebraucht wurden, um die Datenmengen zusammenzutragen, benötigt man nun Personen, die es verstehen, diese Daten richtig zu analysieren und zu interpretieren. Eine große Herausforderung sind die ethischen Implikationen beim Einsatz von KI: Datenschutzbedenken, algorithmische Voreingenommenheit und die Auswirkungen auf die Beschäftigung.
Das 3. pma quarterly fand im Markhof statt, wo die Teilnehmer*innen nach dem Vortrag im lauschigen Innenhof der Location ein köstliches Buffet und erfrischendes Eis von einem mobilen Eisrad erwartete. Bei den sommerlichen Temperaturen genossen die Gäste einen entspannten Abend im Freien mit einem anregenden Austausch über die Anwendung von künstlicher Intelligenz im Projektmanagement.
