Wie Künstliche Intelligenz das Projektmanagement revolutioniert

Inhaltsverzeichnis

• 1 Einleitung
  • 1.1 Problemstellung
  • 1.2 Forschungslücke
  • 1.3 Ziele der Arbeit und Forschungsfrage
  • 1.4 Methode
  • 1.5 Aufbau der Arbeit
• 2 Theorie
  • 2.1 Definition zentraler Begriffe
    • 2.1.1 Projekt
    • 2.1.2 Projektmanagement
    • 2.1.3 Künstliche Intelligenz
  • 2.2 Theoretische Grundlagen
    • 2.2.1 Projektmanagement
      • 2.2.1.1 Klassisches Projektmanagement
      • 2.2.1.2 Agiles Projektmanagement
      • 2.2.1.3 Management von IT-Projekten
      • 2.2.1.4 Zwischenfazit zu Projektmanagement
    • 2.2.2 Künstliche Intelligenz
      • 2.2.2.1 Machine Learning
      • 2.2.2.2 Deep Learning
      • 2.2.2.3 Natural Language Processing
      • 2.2.2.4 Zwischenfazit zu Künstlicher Intelligenz
    • 2.2.3 Künstliche Intelligenz im Projektmanagement
      • 2.2.3.1 Anwendungsmöglichkeiten von Künstlicher Intelligenz im klassischen Projektmanagement
      • 2.2.3.2 Anwendungsmöglichkeiten von Künstlicher Intelligenz im agilen Projektmanagement
      • 2.2.3.3 Zwischenfazit zu Künstlicher Intelligenz im Projektmanagement
• 3 Methodischer Teil
  • 3.1 Forschungsdesign
    • 3.1.1 Methodik und Vorgehen
    • 3.1.2 Aufbau der qualitativen Interviews
    • 3.1.3 Expert:innenakquise
    • 3.1.4 Pretest des Interviewleitfadens
  • 3.2 Datenerhebung
    • 3.2.1 Durchführung der qualitativen Interviews
    • 3.2.2 Transkription
  • 3.3 Datenanalyse
    • 3.3.1 Datenaufbereitung
    • 3.3.2 Datenauswertung
  • 3.4 Gütekriterien
• 4 Empirischer Teil
  • 4.1 Präsentation der Forschungsergebnisse
    • 4.1.1 Hauptkategorie 1 – Verständnis von Künstlicher Intelligenz
    • 4.1.2 Hauptkategorie 2 – Anwendungsmöglichkeiten von Künstlicher Intelligenz in Projekten
    • 4.1.3 Hauptkategorie 3 – Erfahrungen mit Künstlicher Intelligenz im Projektmanagement
    • 4.1.4 Hauptkategorie 4 – Rahmenbedingungen und Erfolgsfaktoren für eine Implementierung von Künstlicher Intelligenz
  • 4.2 Einordnung der Ergebnisse in den theoretischen Kontext
  • 4.3 Hypothesen
• 5 Conclusio
  • 5.1 Zusammenfassung der wesentlichen Erkenntnisse
  • 5.2 Beantwortung der Forschungsfrage
  • 5.3 Limitationen der Arbeit
  • 5.4 Handlungsempfehlungen
  • 5.5 Empfehlungen für zukünftige Forschung
• 6 Literaturverzeichnis

Zielsetzung & Themen

Die vorliegende Masterarbeit befasst sich mit der geringen Datenbasis zur tatsächlichen Nutzung von Künstlicher Intelligenz (KI) im Projektmanagement (PM) in österreichischen Großunternehmen der IT-Branche. Die zentrale Forschungsfrage lautet: „Wie wirkt sich Künstliche Intelligenz auf das Projektmanagement in der IT in großen Unternehmen in Österreich aus?“ Ziel ist es, die Einsatzmöglichkeiten, Nutzenpotenziale und Herausforderungen eines KI-Einsatzes im IT-Projektmanagement zu ermitteln. Dies wird durch eine qualitative Forschung mittels umfassender Literaturrecherche und Expert:inneninterviews realisiert, wobei die qualitative Inhaltsanalyse nach Mayring zur Datenanalyse verwendet wird.

• Identifizierung von Einsatzmöglichkeiten von KI im Projektmanagement.
• Analyse der Nutzenpotenziale von KI im IT-Projektmanagement.
• Untersuchung der Herausforderungen bei der Implementierung von KI-Lösungen.
• Erfassung der aktuellen Nutzung von KI in großen österreichischen IT-Unternehmen.
• Bewertung der Auswirkungen von KI auf die Rolle von Projektmanager:innen.
• Anwendung qualitativer Forschungsmethoden und Inhaltsanalyse nach Mayring.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Stellt die Problemstellung und Forschungslücke im Kontext der KI-Nutzung im IT-Projektmanagement in Österreich dar und formuliert die Ziele und Forschungsfrage der Arbeit.

2 Theorie: Definiert zentrale Begriffe wie Projekt, Projektmanagement und Künstliche Intelligenz, beleuchtet deren historische Entwicklung und theoretische Grundlagen sowie konkrete Anwendungsmöglichkeiten von KI im klassischen und agilen PM.

3 Methodischer Teil: Erläutert das Forschungsdesign, die qualitative Forschungsmethodik mittels Expert:inneninterviews, die Datenerhebung und -analyse nach Mayring sowie die angewandten Gütekriterien.

4 Empirischer Teil: Präsentiert die Ergebnisse der qualitativen Inhaltsanalyse, strukturiert nach dem Verständnis von KI, ihren Anwendungsmöglichkeiten und den Erfahrungen im Projektmanagement, inklusive Rahmenbedingungen und Erfolgsfaktoren für die Implementierung.

5 Conclusio: Fasst die wesentlichen Erkenntnisse zusammen, beantwortet die Forschungsfrage, diskutiert Limitationen und leitet Handlungsempfehlungen sowie Vorschläge für zukünftige Forschung ab.

Schlüsselwörter

Künstliche Intelligenz, Projektmanagement, IT-Projektmanagement, empirische Studie, Österreich, Machine Learning, Deep Learning, Natural Language Processing, agile Methoden, Wasserfallmodell, Datenerhebung, Expert:inneninterviews, qualitative Inhaltsanalyse, Risikomanagement, Kostenmanagement, Ressourcenplanung, Automatisierung, digitale Transformation.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Diese Masterarbeit untersucht die Auswirkungen und das Potenzial von Künstlicher Intelligenz (KI) auf das Projektmanagement (PM) in IT-Projekten großer Unternehmen in Österreich.

Was sind die zentralen Themenfelder?

Die Arbeit konzentriert sich auf Einsatzmöglichkeiten, Nutzenpotenziale, Herausforderungen bei der Implementierung von KI im PM sowie die Veränderung der Rolle von Projektmanager:innen durch KI.

Was ist das primäre Ziel oder die Forschungsfrage?

Das primäre Ziel ist es, Einsatzmöglichkeiten, Nutzenpotenziale und Herausforderungen eines KI-Einsatzes im IT-Projektmanagement zu ermitteln. Die Forschungsfrage lautet: „Wie wirkt sich Künstliche Intelligenz auf das Projektmanagement in der IT in großen Unternehmen in Österreich aus?“

Welche wissenschaftliche Methode wird verwendet?

Die Studie verwendet ein qualitatives Forschungsdesign, bestehend aus einer umfassenden Literaturrecherche und Expert:inneninterviews. Zur Datenanalyse kommt die qualitative Inhaltsanalyse nach Mayring zur Anwendung.

Was wird im Hauptteil behandelt?

Der Hauptteil der Arbeit präsentiert die empirischen Forschungsergebnisse, die in vier Hauptkategorien unterteilt sind: das Verständnis von KI, ihre Anwendungsmöglichkeiten in Projekten, Erfahrungen mit KI im PM sowie die notwendigen Rahmenbedingungen und Erfolgsfaktoren für eine Implementierung.

Welche Schlüsselwörter charakterisieren die Arbeit?

Künstliche Intelligenz, Projektmanagement, IT-Projektmanagement, empirische Studie, Österreich, Machine Learning, Deep Learning, Natural Language Processing, agile Methoden, Wasserfallmodell, Datenerhebung, Expert:inneninterviews, qualitative Inhaltsanalyse, Risikomanagement, Kostenmanagement, Ressourcenplanung, Automatisierung, digitale Transformation.

Welche Diskrepanz besteht zwischen theoretischem Nutzen und praktischer Anwendung von KI im Projektmanagement?

Die Studie zeigt eine signifikante Diskrepanz: Während theoretisch große Vorteile und Nutzenpotenziale von KI im PM gesehen werden, kommt sie in der Praxis großer Unternehmen in Österreich nur sporadisch und zumeist unstrukturiert zum Einsatz, hauptsächlich für routinemäßige Aufgaben.

Welche Rolle spielen Datenschutz und ethische Bedenken bei der Implementierung von KI im Projektmanagement?

Datenschutz und ethische Bedenken stellen zentrale Herausforderungen dar. Viele Unternehmen haben Vorbehalte gegenüber der Verarbeitung sensibler Daten durch KI-Systeme, insbesondere da diese oft als „Black Boxes“ agieren und ihre Entscheidungsprozesse schwer nachvollziehbar sind. Dies erfordert Maßnahmen wie strenge Richtlinien, Anonymisierung und die Einhaltung regulatorischer Vorgaben wie der DSGVO und des AI Act.

Wie wird die Rolle von Projektmanager:innen durch den Einsatz von KI beeinflusst?

Die Rolle von Projektmanager:innen wird sich durch KI verändern, aber nicht entfallen. KI kann repetitive Aufgaben automatisieren, wodurch Projektmanager:innen mehr Zeit für zwischenmenschliche und strategische Aufgaben gewinnen. Soziale Kompetenzen und die Fähigkeit, KI-generierte Ergebnisse kritisch zu interpretieren, bleiben entscheidend.

Warum wird KI im Projektmanagement in großen österreichischen Unternehmen derzeit nur punktuell eingesetzt?

Gründe dafür sind ein Mangel an konkreten Anwendungsszenarien (Use Cases), fehlende PM-Software mit integrierten KI-Funktionalitäten, unzureichende Quantität und Qualität historischer Projektdaten für das Training von KI-Modellen sowie teilweise restriktive Datenschutzvorgaben und fehlende strategische Vorgaben seitens des Managements.