Veröffentlicht am

InstructLab: A new community-based approach to build truly open-source LLMs

Screenshot https://instructlab.ai/

In vielen Blogbeiträgen habe ich darauf hingewiesen, dass es kritisch ist, Closed Sourced Modelle für KI-Anwendungen (GenAI) zu nutzen. Die hinterlegten Trainingsdaten können kritisch sein und auch das Hochladen eigener Daten sollte bei diesen Modellen möglichst nicht erfolgen. Siehe dazu Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

In der Zwischenzeit gibt es viele Large Language Models (LLMs), die Open Source basiert sind, und sich an der Definition von Open Source AI orientieren. Das reicht vielen Unternehmen allerdings nicht aus, da sie gerne ihre eigenen Daten mit den Möglichkeiten der LLMs kombiniert – und sicher – nutzen wollen. Siehe dazu Künstliche Intelligenz: 99% der Unternehmensdaten sind (noch) nicht in den Trainingsdaten der LLMs zu finden.

In der Zwischenzeit ist es mit Hilfe von InstructLab möglich, vorhandene LLMs mit eigenen Daten zu trainieren. Dabei handelt sich um eine Initiative von Redhat und IBM – weiterführende Informationen dazu finden Sie bei Hugging Fcae.

Wie funktioniert InstructLab? Das Prinzip ist relativ einfach: Ein bestehendes Modell (LLM) wird mit Hilfe von InstructLab und eigenen Daten erweitert, spezifiziert und trainiert – alles unter eigener Kontrolle und Open Source.

“InstructLab can augment models though skill recipes used to generate synthetik data for tuning. Experiments can be run locally on quantized version of these models” (InstructLab-Website).

In einem ausführlichen, deutschsprachigen artikel erklärt Redhat noch einmal die Zusammenhänge: “Unternehmen können die InstructLab-Tools zum Modellabgleich auch nutzen, um ihre eigenen privaten LLMs mit ihren Kompetenzen und ihrem Fachwissen zu trainieren” (Redhat vom 10.03.2025).

Es ist für mich entscheidend, dass diese Initiative Open Source basiert, nicht auf bestimmte Modelle beschränkt, und lokal angewendet werden kann.

Veröffentlicht am

Hybrides Projektmanagement: Vom Trend zum neuen Standard

In den letzten Jahren habe ich schon viele Beiträge zum Hybriden Projektmanagement geschrieben. In der Zwischenzeit nehmen auch die Diskussionen um Normen, Standards und Vorgehensmodelle diese Entwicklung auf. Im Vorfeld des IPMA World Congress (17.-19.09.2025 in Berlin) ist zum Beispiel folgendes zu Trendthemen zu lesen:

“Die zunehmende Komplexität von Projekten und unsichere Rahmenbedingungen machen flexible Lösungen notwendig. Hybride Modelle erlauben schnelle Reaktionen auf Veränderungen, ohne die organisatorische Stabilität zu gefährden. Auch große Unternehmen wie IBM und Microsoft berichten von positiven Erfahrungen: Effizientere Projektabläufe und zufriedenere Teams nach Einführung hybrider Ansätze. Hybrides Projektmanagement entwickelt sich damit vom Trend zum neuen Standard. Es kombiniert Planungsdisziplin mit Agilität – und macht Projekte robuster gegenüber externen Einflüssen. Ein klarer Wettbewerbsvorteil” (Wieschowski 2025, in projektmanagementaktuell 3/2025).

Dass Hybrides Projektmanagement der neue Standard sein soll ist zwar gut und richtig, doch gibt es noch gar keinen Standard zum Hybriden Projektmanagement.

Veröffentlicht am

Gehaltsstudie 2024: Was verdienen Projektmanager?

In der von der Gesellschaft für Projektmanagement e.V. durchgeführten Studie beteiligten sich 1.616 Personen. Damit zählt diese zu den wichtigsten Gehalts- und Karrierestatistiken in Europa.

Die letzte Studie wurde in 2020 veröffentlicht und bezog sich auf das Jahr 2019. In dem Blogbeitrag Gehaltsstudie 2019: Was verdienen Projektmanagerinnen und Projektmanager? bin ich darauf eingegangen.

Die aktuelle Veröffentlichung GPM (2025): Gehalt und Karriere im Projektmanagement.2024 liegt mir als GPM-Mitglied vor. Daraus möchte ich nur zwei bemerkenswerte Ergebnisse hervorheben:

“Im Vergleich zur letzten Studie von 2019 hat sich das Gehalt im Tätigkeitsbereich Projektmanagement in Deutschland im Jahr 2024 um knapp 30 %, in Österreich um über 33 % gesteigert.”

“In Deutschland liegt das ungewichtete durchschnittliche Jahresgesamtgehalt (brutto) im Projektmanagement inklusive aller flexiblen und leistungsorientierten Bezüge bei 112 TEUR und in Österreich bei 101 TEUR.”

Eine Gehaltssteigerung von knapp 30% in Deutschland ist ein deutliches Indiz dafür, dass die Rolle des Projektmanagers erheblich aufgewertet wurde. Das ist nicht verwunderlich, da es in allen Branchen einen deutlichen Trend in Richtung Projektmanagement gibt.

Veröffentlicht am

Künstliche Intelligenz: Mit einem AI Router verschiedene Modelle kombinieren

An AI router that understands the capabilities of models in its library directs
a given inference request to the best model able to perform the task at hand (Thomas et al. 2025)

Wenn es um die bei der Anwendung von Künstlicher Intelligenz (GenAI) verwendeten Trainingsmodelle geht, stellt sich oft die Frage, ob ein großes Modell (LLM: Large Language Model) für alles geeignet ist – ganz im Sinne von “One size fits all”. Siehe dazu diesen Blogbeitrag zu den Vorteilen und Nachteilen dieser Vorgehensweise.

Eine andere Herangehensweise ist, mehrere spezialisierte kleinere Trainingsmodelle (SLM: Small Language Models) zu verwenden, die verschiedene Vorteile bieten. Siehe dazu Künstliche Intelligenz: Vorteile von Small Language Models (SLMs).

Neben den genannten Extremen gibt es noch Modelle, die dazwischen anzusiedeln sind, und daher als “midsized” bezeichnet werden können.

Diese drei Möglichkeiten sind beispielhaft in der Abbildung unter “Sample of model ecosystem” zusammengefasst. Erfolgt also eine neue Anfrage über den “New data point” an den AI Router, so kann der vorher trainierte AI Router das geeignete Trainingsmodell (Small, Midsized, Large) zuweisen.

Die Autoren (Thomas et al. 2025) konnten in verschiedenen Tests zeigen, dass ein guter Mix an geeigneten Modellen, zusammen mit einem gut trainierten AI Router bessere und wirtschaftlichere Ergebnisse erzielt.

Die Vorteile liegen auf der Hand: Sie sparen Geld, reduzieren die Latenz und helfen der Umwelt. Diese Punkte sind gerade für Kleine und Mittlere Unternehmen (KMU) interessant.

Veröffentlicht am

Kann die Earned Value Analyse (EVA) für Scrum genutzt werden?

Eigene Darstellung – Earned Value Analyse – Beispiel für Story Points (Klein 2021:54-55) / Ausschnitt

Wenn es um das Projektcontrolling geht, stellt sich natürlich immer auch die Frage: Von welchem Vorgehensmodell gehen wir aus? Ist es ein eher Plangetriebenes Projektmanagement, so kommen die üblichen Kennzahlen infrage, die beispielsweise aus einer Earned Value Analyse (EVA) entnommen werden können.

Gehen wir von einem Agilen Projektmanagement aus, so wird oft behauptet, dass die klassischen Controlling-Ansätze hier nicht anwendbar sind . Es wird von Objective Key Results (OKR) oder anderen (neuen?) Ansätzen gesprochen. Siehe dazu auch Veränderung des Controllings in einer VUCA-Welt. Das ist alles durchaus einleuchtend, doch gibt es eine Ausnahme.

Gehen wir einmal von der oben angesprochenen Earned Value Analyse aus, so stellt sich die Frage, ob die EVA nicht auch im Agilen Projektmanagement eingesetzt werden kann. Und siehe da: Es gib durchaus Autoren, die diese Frage in ihren Veröffentlichungen bewusst bejahen und auch begründen.

Klein (2021) hat anhand eines Zahlen-Beispiels ausführlich dargestellt, wie die Earned Value Analyse im Scrum Framework genutzt werden kann. Ich gehe hier nicht auf die gesamte Berechnung ein, doch zeigt schon der Ausschnitt in der Abbildung, die Vorgehensweise für die Sprints 1-5.

Wenn es also möglich ist, die Earned Value Analyse (EVA) im Plangetriebenen Projektmanagement und im Agilen Projektmanagement (Scrum Framework) zu nutze, so kann die EVA auch im Hybriden Projektmanagement eine wertvolle Hilfe darstellen.

Die Earned Value Analyse (EVA) stellt sich also als integrierendes Element des Projektcontrollings in verschiedenen Vorgehensmodellen dar.

Veröffentlicht am

GPM (2025): Künstliche Intelligenz im Projektkontext – Studie

Es ist schon eine Binsenweisheit, dass Künstliche Intelligenz (GenAI) alle Bereiche der Gesellschaft mehr oder weniger berühren wird. Das ist natürlich auch im Projektmanagement so. Dabei ist es immer gut, wenn man sich auf verlässliche Quellen, und nicht auf Berater-Weisheiten verlässt.

Eine dieser Quellen ist die Gesellschaft für Projektmanagement e.V., die immer wieder Studien zu verschiedenen Themen veröffentlicht. In der Studie GPM (2025): Gehalt und Karriere im Projektmanagement. Sonderthema: Die Anwendung Künstlicher Intelligenz im Projektmanagement findet sich auf Seite 13 folgende Zusammenfassung:

“Künstliche Intelligenz im Projektkontext
Künstliche Intelligenz (KI) wird im Bereich Projektmanagement in der Mehrheit der Unternehmen eingesetzt, allerdings in noch geringem Maße.
(1) KI-basierte Tools werden insgesamt eher selten genutzt, wenn sie zum Einsatz kommen, dann sind es hauptsächlich ChatGPT, Jira, MS Pilot oder eigenentwickelte Tools.
(2) Es zeichnet sich kein eindeutiger Projektmanagement-Bereich ab, in dem KI bevorzugt zum Einsatz kommt. Am deutlichsten noch in der Projektplanung und in der Projektinitiierung, am seltensten im Projektportfolio- und im Programmmanagement.
(3) Der Nutzen der KI wird tendenziell eher positiv gesehen, insbesondere als Unterstützung der alltäglichen Arbeit, zur Erleichterung der Arbeit im Projektmanagement und zur Erhöhung der Produktivität.
(4) Der Beitrag von KI zu einem höheren Projekterfolg wird von der Mehrheit der Befragten nicht gesehen – allerdings nur von einer knappen Mehrheit.
(5) Es besteht eine grundlegende Skepsis gegenüber KI, was verschiedene Leistungsparameter im Vergleich zum Menschen betrifft. Alle hierzu gestellten Fragen wie Fehleranfälligkeit, Genauigkeit, Konsistenz der Information oder Konsistenz der Services wurden mehrheitlich zu Gunsten des Menschen bewertet.
(6) Die überwiegende Mehrheit der befragten Projektmanagerinnen und Projektmanager teilt diverse Ängste gegenüber der KI nicht, wie z. B. diese werde Jobs vernichten oder dem Menschen überlegen sein.”
Quelle: GPM (2025). Anmerkung: Im Originaltext wurden Aufzählungszeichen verwendet. Um besser auf einzelnen Punkte einzugehen, habe ich diese nummeriert, was somit keine Art von Priorisierung darstellt.

An dieser Stelle möchte ich nur zwei der hier genannten Ergebnisse kommentieren:

Punkt (1): Es wird deutlich, dass hauptsächlich Closed Source Modelle verwendet werden. Möglicherweise ohne zu reflektieren, was mit den eigenen Daten bei der Nutzung passiert – gerade wenn auch noch eigene, projektspezifische Daten hochgeladen werden. Besser wäre es, ein Open Source basiertes KI-System und später Open Source basierte KI-Agenten zu nutzen. Dazu habe ich schon verschiedene Blogbeiträge geschrieben. Siehe dazu beispielhaft Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

Punkt (6): Es geht bei der Nutzung von KI nicht immer um die “Vernichtung” (Was für ein schreckliches Wort) von Jobs, sondern darum, dass viele verschiedene Aufgaben (Tasks) in Zukunft von KI autonom bearbeitet werden können. Siehe dazu auch The Agent Company: KI-Agenten können bis zu 30% der realen Aufgaben eines Unternehmens autonom übernehmen.

Veröffentlicht am

The Agent Company: KI-Agenten können bis zu 30% der realen Aufgaben eines Unternehmens autonom übernehmen

Quelle: Xu et al. (2025): The Agent Company | https://the-agent-company.com/

Es ist mehr als eine interessante Spielerei von KI-Enthusiasten: KI-Agenten (AI-Agents) können immer mehr Aufgaben in einem Unternehmen autonom übernehmen. Um das genauer zu untersuchen, haben Wissenschaftler in dem Paper

Xu et al. (2025): TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks

wichtige Grundlagen dargestellt, und auch untersucht, welche Tasks in einem Unternehmen von KI-Agenten autonom übernommen werden können.

Wie in der Abbildung zu erkennen ist, wurden Mitarbeiterrollen simuliert (Engineer, CTO, HR) und verschiedene Tasks angenommen. Bei dem Admin beispielsweise “arrange meeting room” und bei dem Projektmanager (PM) “teams sprint planning”, was auf das Scrum Framework hinweist. Als Modelle für Trainingsdaten wurden Large Language Models (LLMs) genutzt – closed source und open weight models:

“We test baseline agents powered by both closed API-based and open-weights language models (LMs), and find that the most competitive agent can complete 30% of tasks autonomously” (Xu et al (2025).

Es wird zwar ausdrücklich auf die Beschränkungen (Limitations) hingewiesen, doch gibt diese Untersuchung konkrete Hinweise darauf, welche Aufgaben (Tasks) in Zukunft möglicherweise von KI-Agenten in Unternehmen übernommen werden können.

Interessant bei dem Paper ist, dass dazu auch eine ausführliche Website https://the-agent-company.com/ aufgebaut wurde, auf der Videos, inkl. der verschiedenen KI-Agenten zu finden sind. Interessiert Sie das? Wenn ja, nutzen Sie einfach den Quick Start Guide und legen Sie los!

Natürlich sollte jedes Unternehmen für sich herausfinden, welche Tasks von KI-Agenten sinnvoll übernommen werden sollten. Dabei wird schon deutlich, dass es hier nicht darum geht, ganze Berufe zu ersetzen, sondern ein Sammelsurium von unterschiedlichen Tasks (Ausgaben) autonom durchführen zu lassen.

Hervorzuheben ist aus meiner Sicht natürlich, dass die Autoren mit dem letzten Satz in ihrem Paper darauf hinweisen, dass die Nutzung von Open Source AI in Zukunft ein sehr vielversprechender Ansatz sein kann – aus meiner Sicht: sein wird!

“We hope that TheAgentCompany provides a first step, but not the only step, towards these goals, and that we or others may build upon the open source release of TheAgentCompany to further expand in these promising directions” (Xu et al 2025).

Veröffentlicht am

The Cynefin Mini-Book. An Introduction to Complexity and the Cynefin Framework

Im Projektmanagement ist es heute wichtig, zwischen einfachen, komplizierten und komplexen Projekten zu unterscheiden, um das angemessene Vorgehensmodell zu bestimmen.

Dabei können Organisationen im einfachsten Fall mit der Stacey-Matrix, oder auch mit ausführlicheren Analysemethoden nach Boehm & Turner oder Timinger usw. arbeiten. Siehe dazu Projektmanagement: Das geeignete Vorgehensmodell finden.

Darin wird auch das Cynefin-Framework als geeignetes Instrument erwähnt, das ursprünglich aus dem Wissensmanagement kommt. Siehe dazu Projektmanagement: Das Cynefin-Framework und der Bereich “disorder”. Natürlich kann man sich bei Wikipedia oder auch von KI-Modellen Informationen zum Cynefin-Framework zusammenstellen, doch ist es manchmal auch gut, sich ein Buch anzusehen,.

Brougham, G. (2015): The Cynefin Mini-Book. An Introduction to Complexity and the Cynefin Framework | PDF

Das frei verfügbare Mini-Buch zum Thema ist deshalb wertvoll, da es die verschiedenen Facetten des Cynefin-Frameworks intensiv thematisiert, und dazu auch noch wichtige Quellen angibt.

Veröffentlicht am

Entwicklungskontinuum des Projektmanagements

Das Projektmanagement entwickelt sich schon immer weiter. Beispielsweise von einem eher plangetriebenen zu einem agilen und hybriden Projektmanagement. Siehe dazu ausführlicher DAS Projektmanagement-Kontinuum in der Übersicht.

Ein weiteres Kontinuum bei der Entwicklung des Projektmanagements kann auf der organisatorischen Ebene aufgezeigt werden. Die folgende Tabelle zeigt dazu auf, in welchen Entwicklungsstufen die Professionalisierung des Projektmanagements ablaufen kann.

EntwicklungsstufenFokus
Management von ProjektenEinzelprojektabwicklung
Management durch ProjekteBeitrag der Projekte zur rentabilitätsorientierten und strategischen Unternehmensführung
Projektorientiertes UnternehmenSukzessive Anpassung der Führungspositionen zur Unterstützung des wachsenden Projektgeschäfts
Zukunftsvision einer projektorientierten UnternehmensentwicklungVollständige Neuausrichtung der Führungsfunktionen an einem neuen Projektgeschäft
Wagner/Cammans (2025) in projektmanagementaktuell 3/2025, nach Bea et al. (2019)

Der jeweilige Fokus deutet dabei an, welche Herausforderungen auf jeder Ebene bestehen. Dabei geht es immer auch um die Frage, wie viele Projekte plangetrieben, hybrid oder auch agil durchgeführt werden, und wie mit Einzel-Projekten, Programmen und Portfolios in der Organisation umgegangen wird. Siehe dazu auch The Project Economy has arrived.

Nicht zuletzt muss auch das Verhältnis zwischen Routine und Projektarbeit, sowie in Zukunft vermehrt, die Nutzung von Künstlicher Intelligenz mit berücksichtigt werden.

Informationen zu unseren Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.

Veröffentlicht am

Projektmanager/in (IHK) ab 15.09.2025 in Mannheim

Der von uns entwickelte Blended Learning Lehrgang Projektmanager/in (IHK) wird auch im zweiten Halbjahr 2025 wieder von der IHK Rhein-Neckar in Mannheim angeboten:

Projektmanager/in (IHK) – Blended Learning Lehrgang (Flyer, IHK-Website) 15.09.-20.10.2025, IHK Rhein-Neckar, Mannheim, Ansprechpartnerin: Frau Maibach, Telefon: 0621 1709-852, E-Mail: lisa.maibach@rhein-neckar.ihk24.de  

Informationen zu unseren Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.