Teil 1 von 6 der Serie „KI im Projektmaschinenraum“.
KI hält im Projektmanagement selten als bewusste Entscheidung Einzug. Sie kommt als Feature-Update: Das Konferenz-Tool fasst Meetings zusammen, das Ticketsystem schlägt Priorisierungen vor, das PPM-Werkzeug zeigt einen Risiko-Score. Nach einigen Monaten laufen ein halbes Dutzend KI-Funktionen, ohne dass jemand sie je eingeführt hätte.
Dafür hilft eine Landkarte. Diese Serie zeichnet sie in sechs Teilen, für CIOs, IT-Leiter, PMO- und Programmleiter, die entscheiden müssen, wohin Budget fließt. Den Anfang macht ein Ordnungsraster: vier Stufen, auf denen KI heute in Projekten arbeitet.
Stufe 1: Assistenz. Protokolle, Statusbericht-Entwürfe, Zusammenfassungen, Routineantworten. Der häufigste Einsatzbereich im deutschsprachigen Raum. Der Aufwand sinkt, die Steuerung bleibt unverändert.
Stufe 2: Analyse. Muster in Projektdaten, Termin- und Budget-Forecasts, Risikofrüherkennung. Genau hier sehen die GPM-Befragten den höchsten Mehrwert, obwohl die wenigsten diese Stufe schon systematisch nutzen.
Stufe 3: Automation. Ticket-Triage, Reporting-Pipelines, automatische Eskalations-Trigger. Die KI bereitet Entscheidungen vor und stößt definierte Abläufe an.
Stufe 4: Agenten. Autonome Workflows mit eigenem Aufgabenschnitt. Seit 2026 liefern Jira, Wrike und Asana solche Agenten produktiv aus. Sie arbeiten selbständig, innerhalb gesetzter Grenzen.
Warum das mehr ist als eine Fingerübung, zeigt eine Zahl aus der Pulse of the Profession 2026 des PMI: Teams, die Projektkomplexität beherrschen, erreichen 88 Prozent Erfolgsquote, Teams, die daran scheitern, nur 14. KI wirkt auf beiden Seiten der Gleichung, als Komplexitätstreiber und als Werkzeug, sie zu beherrschen. Und sie bleibt: Gartner erwartet, dass KI bis 2030 den Großteil der klassischen PM-Routine trägt.
Ein typisches Bild: Stufe 1 läuft flächendeckend, weil sie mit den Lizenz-Updates kam. Auf Stufe 2 gibt es einen Forecast-Piloten im PMO. Und ein Fachbereich hat längst einen Agenten aktiviert, von dem die IT-Leitung nichts weiß. Drei Stufen gleichzeitig, ohne gemeinsame Datenbasis. Die erste sinnvolle Maßnahme ist dann eine Inventur.
Der belastbare Weg führt der Reihe nach über die Stufen, weil jede die Datendisziplin der vorherigen voraussetzt. Eine Risikoprognose auf ungepflegten Tickets liefert gepflegt formatierten Zufall. Ein Agent auf schwacher Automationsbasis multipliziert deren Schwächen.
Für die Selbstverortung genügen drei Punkte: die Stufe, die heute flächendeckend läuft; die Stufe, auf der experimentiert wird; und die Stufe, die die eigene Datenbasis tatsächlich trägt. Wer sie ehrlich benennt, hat eine Investitionslandkarte in der Hand.
Im nächsten Teil geht es um das Fundament unter allen vier Stufen: die Projektdaten, aus denen jede Prognose gerechnet wird.