Persönliche und soziale Kompetenzen von Projektmanagern und KI-Systeme

Es ist unzweifelhaft, dass Künstliche Intelligenz (KI) unsere Arbeitswelt immer stärker beeinflussen/durchdringen wird – auch das Projektmanagement. In dem Beitrag Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI) wurde schon deutlich, dass Projektmanager einen Großteil ihrer praktischen Projektarbeit mit sozialen Interaktionsprozessen zu tun haben. Um diesen praktischen und den eher theoretischen Teil der Projektarbeit bewältigen zu können, sind entsprechende Kompetenzen erforderlich. In der Individual Competence Baseline (ICB 4.0) der International Project Management Association (IPMA) sind unter “People” persönliche und soziale Kompetenzen genannt.

“Dies ist der Kompetenzbereich der persönlichen und sozialen Kompetenzen (im englischen kurz ‚People‘ genannt). Die in diesem Kompetenzbereich differenziert aufgeführten Einzelkompetenzen (Selbstreflexion und Selbstmanagement, Persönliche Integrität und Verlässlichkeit, Persönliche Kommunikation, Beziehungen und Engagement, Führung, Teamarbeit, Konflikte und Krisen, Vielseitigkeit, Verhandlungen, Ergebnisorientierung) schätzt die IPMA® als notwendige „People-Skills“ eines Projektmanagers ein. Dem sozialen Miteinander wird also für den Projekterfolg ein hoher Stellenwert zugesprochen. Betrachtet man in diesem Kontext die Art und Weise, in der die Interaktionsmöglichkeiten von KI-Systemen auf Algorithmen beruhen, so wird das beschränkte Potenzial der KI bzgl. der People-Skills deutlich” (Barth/Sarstedt 2024).

Es wird auch hier wieder deutlich, dass die heutigen KI-Systeme bei großer sozialer Komplexität noch ihre Grenzen haben. Es geht im modernen Projektmanagement nicht nur um die jeweiligen Vorgehensmodelle (plangetrieben, hybrid, agil), sondern verstärkt um das angemessene Zusammenspiel der Dimensionen soziale Komplexität, Vorgehensmodell, KI-System.

Dabei taucht wieder “Kompetenz” als Schlüsselbegriff für die Bewältigung heutiger komplexer Arbeitssituationen auf. Ich tendiere hier – abweichend vom Kompetenzverständnis der ICB 4.0 – zu einem Kompetenzverständnis das Kompetenz als Selbstorganisationsdisposition beschreibt – und zwar auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk.

Siehe dazu auch  Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Von der Taylor-Wanne zur VUCA-Wanne?

Eigene Darstellung in Anlehnung an Wohland/Wiemeyer (2012)

Die Taylor-Wanne thematisiert die Entwicklung von 1900 bis heute. Zunächst dominierte die Manufaktur, die individuelle Produkte dynamisch erstellen, und somit die Komplexität (Dynamik) der Kundenanforderungen abbilden konnte. Diese Organisationsform war allerdings wenig effizient.

Der Taylorismus mit seiner Arbeitsteilung auf allen Ebenen reduzierte die Dynamik (Komplexität), um die Effizienz bei der Herstellung von Produkten und Dienstleistungen zu erzielen. Dabei ist allerdings eine gewissen Trägheit entstanden ist, die zu einer geringen Anpassungsfähigkeit führt(e). Konventionelle Unternehmen arbeiten heute immer noch so.

Moderne Unternehmen/Organisationen sind vernetzt, dynamisch und passen sich den turbulenten Umfeld (VUCA oder BANI) an. Diese Art noch dynamisch-vernetze Unternehmen/Organisationen werden oft als Agile Organisationen bezeichnet. Diese Organisationen verbinden Effizienz und Dynamik mit Hilfe der Digitalisierung.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Verfügbares Wissen: Vom Sicherheitslernen zum Unsicherheitslernen

Eigene Darstellung; Quelle: Arnold (2017)

Der Zusammenhang von Wissen und Lernen ist offensichtlich, denn Lernen ist der Prozess und Wissen das Ergebnis (Wilke 1998) Wenn also Lernen und Wissen so eng miteinander verbunden sind, und sich das verfügbare Wissen in den letzten Jahrhunderten massiv vergrößert hat, so sollte sich auch das Lernen mit verändern.

Das lange verbreitete Sicherheitslernen mit einer Pädagogik des Vorbereitens sollte durch ein Unsicherheitslernen abgelöst werden, das in seiner Pädagogik die Kompetenzstärkung in den Mittelpunkt stellt (vgl. Arnold 2017).

Lernen in einem eher unsicheren Umfeld mit einem starken anstieg des verfügbaren Wissen muss eher selbst gesteuert, selbst organisiert sein (Abbildung). Kompetenzstärkung, bzw. Kompetenzentwicklung bedeutet dann, die Selbstorganisationsdispositionen (Kompetenz) zu stärken – auf der individuellen Ebene, der Teamebene, der organisationalen Ebene und der Netzwerkebene – eben ein modernes Kompetenzmanagement.

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Künstliche Intelligenz bei Standardprojekten

Künstliche Intelligenz (KI) bietet auf allen gesellschaftlichen Ebenen Anwendungsmöglichkeiten – auch im Projektmanagement. Dabei stellt sich die Frage, wie Künstliche Intelligenz (KI) bei verschiedenen Projekten eingesetzt werden kann. Barth/Sarstedt (2024) schlagen dazu in Anlehnung an Kuster (2022) vor, verschiedene Projektkategorien zu unterscheiden – eine davon kann die Kategorie “Standardprojekte” sein.

Standardprojekte sind eine Projektkategorie, die sich durch eine eher geringe Soziale Komplexität, und eine relativ gute Bestimmbarkeit von Aufgabe und Lösungsweg auszeichnen. Künstliche Intelligenz kann bei solchen Projekten als “Agierende Einheit” (vgl. Barth/Sarstedt 2024) bezeichnet werden. Die Autoren meinen damit, dass die Künstliche Intelligenz im Extremfall Projektmanager bei Standardprojekten komplett ersetzen kann” (ebd.).

Auch in dem Beitrag Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte wird deutlich, um welche Aufgaben es dabei geht. Siehe dazu auch Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI).

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, die wir an verschiedenen Standorten anbieten. Weitere Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

Kohärenzwissen als neue Wissensform

Die Entgrenzung des Wissens führt zu einem neuen Wissensbegriff und zu neuen Wissensformen, zu denen auch das “Google-Wissen” zählt. Darüber hinaus gibt es noch eine Wissensform, die sich eher in der Expertise zeigt, und sich daher von dem Google-Wissen unterscheidet.

“Dieses etabliert sich über seine Verankerung in überlieferten Wissensformen. Das Kohärenzwissen ist ein anknüpfendes Wissen. Es lebt von den vielfältigen Erklärungsversuchen, mit denen es sich vergleicht, denen es sich anschließt oder über die es hinausführt. Grundlegend ist die Vielfalt der Perspektiven, welche in dieses Wissen integriert sind und auch unauflösbare Widersprüche beinhaltet, die aufzulösen bislang nicht gelungen ist. Das Kohärenzwissen ist der Hort der Expertise. Es tritt in Fachbüchern, Lexika und Ausbildungs- oder Studienunterlagen zutage und ist dem Selbstlernen zugänglich. Um jedoch den Umgang mit Wiedersprüchen, Unsicherheiten oder gar Fehlern zu lernen, lohnt es sich Expertinnen und Experten bei solchem Umgang  zu beobachten und mit ihnen in Kontakt zu treten. Diese Begegnungen haben wenig mit Unterricht, viel aber mit Interaktion, Nachfrage und Begleitung zu tun” (Arnold 2017; Eigene Hervorhebungen).

Es ist in der heutigen Zeit wichtig, den Wissensbegriff, weitere Wissensformen und den jeweiligen Umgang mit den neuen Wissensformen zu thematisieren, denn letztendlich wird sich aus diesen Betrachtungen auch ein neues Wissensmanagement ableiten.

Der “reflexible Mensch” und der Umgang mit Wissen

In den vergangenen Jahrzehnten der Industriegesellschaft wurde es zunächst immer wichtiger flexibel zu sein (Der flexible Mensch), um sich den Veränderungen im Umfeld anzupassen. Der Strukturbruch zwischen Einfacher und Reflexiver Modernisierung hat gezeigt, dass Flexibilität nicht ausreicht, um das turbulente Umfeld zu bewältigen. Bei der Reflexiven Modernisierung geht es um Kontingenzzuwachs, um die Nebenfolgen sozialen Handelns, und um die Krise der Realitätsunterstellungen und Rationalisierbarkeitserwartungen. Der reflexive Mensch muss daher auch sein Verständnis von Lernen und Wissen den neuen Gegebenheiten anpassen. In Arnold, R. (2017) geht man noch einen Schritt weiter und verbindet den flexiblen Menschen und den reflexiven Menschen zum reflexiblen Menschen.

Der reflexible Mensch lernt dabei nicht nur „etwas“, sondern erweitert seine persönlichen Fähigkeiten
– zur Erschließung von Wissensquellen,
– zum Umgang mit Neuem,
– zur Planung und Gestaltung eigener Lernprojekte,
– sowie zur Veränderung vertrauter Sichtweisen und Routinen” (ebd.).

Dabei spielen die neuen technologischen Möglichkeiten wie z.B. Künstliche Intelligenz eine bedeutende Rolle, da sie ganz neue Lernmöglichkeiten und Wissenskonstruktionen ermöglichen.

Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI)

AdobeStock_527653115

Die Rolle eines Projektmanagers, einer Projektmanagerin, ist vielschichtig. In der Theorie gibt es viele Themen die abgedeckt werden sollen. Dazu zählen planerische, kontrollierende und steuernde Tätigkeiten, Kommunikation und Organisation. Darüber hinaus gehören auch Führungsaufgaben, Weisungen und Entscheidungen zum Arbeitsfeld. Zu all den genannten Punkten gibt es in der Literatur viele Hinweise zur möglichen Umsetzung, doch kommen in der Praxis viele soziale Interaktionen hinzu.

Eigene Darstellung – Quelle: Barth/Sarstedt (2024)

“Ohne soziales Miteinander und soziale Interaktionsprozesse ist kein Projekt zielführend zum Abschluss zu bringen. Der Begriff sozial ist aus dem lat. „sozialis“ abgeleitet, was so viel wie gesellschaftlich, gemeinnützig bzw. hilfsbereit bedeuten kann. Die soziale Interaktion sollte demnach auch innerhalb von einem Projekt von gemeinschaftlichem und sich unterstützendem Handeln geprägt sein” (Barth/Sarstedt 2024).

Betrachten wir die Prozesse in der Realität (Abbildung) so wird deutlich, dass neben den technischen auch viele sozialen Interaktionsprozesse für den Erfolg von Projekten nötig sind. Beispielsweise zählen kognitive und menschliche Sensorik zu einzusetzen, Mensch zu sein (z.B. Emotionen zu zeigen) oder auch Verantwortung zu tragen. zu den jeweiligen Punkten sind in der Abbildung weitere Unterpunkte genannt, auf die ich hier nicht weiter eingehen möchte.

Die gesamten sozialen Interaktionsprozesse können durch “kognitive Empathie und Fingerspitzengefühl” (ebd.) erschlossen werden. An dieser Stelle führt das zu der Frage, inwieweit Künstliche Intelligenz (KI) solche Bereiche abdecken kann. Aktuelle sieht es so aus, dass der Nutzen von Künstlicher Intelligenz (KI) zunächst auf den Punkten liegt, die auf der Seite “Theorie” stehen. Auf der Seite “Praxis” stehen allerdings viele Punkte, die von Künstlicher Intelligenz (aktuell noch) nicht abgedeckt werden. Es wird als Projektmanager daher darauf ankommen, beide Potentiale für das Projektmanagement sinnvoll und angemessen zu nutzen. Siehe dazu auch Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte.

Informationen zu den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten, finden Sie auf unserer Lernplattform.

Künstliche Intelligenz: Vorteile von Open-Source-Modellen

Was als Open-Source begann, wird oft zu einem wirtschaftlich getriebenen Closed-Source-Modell. Das Beispiel OpenAI zeigt, wie das funktioniert. Zunächst war OpenAI Open-Source basiert und wurde dann unter dem Einfluss und dem Kapital von Microsoft Schritt für Schritt zu einem Closed-Source KI-System, das sich der Konzern gut bezahlen lässt. Es ist zu vermuten, dass dieser Weg auch von anderen Konzernen beschritten wird, sobald sich die Anwender an die zunächst freien Funktionen gewöhnt haben, wodurch sich deren Switching-Cost pro Anwender erhöhen. Diese Entwicklung wird allerdings in dem aktuellen EFI Gutachten (2024) kritisch gesehen, und hervorgehoben, welche Vorteile Open-Source KI-Modelle haben:

“Open-Source-Modelle können den Wettbewerb stärken und bieten mehr Innovationsmöglichkeiten als Closed-Source-Modelle, da sie in der Regel besser anpassbar sind. Zudem können Akteure aus Wissenschaft und Wirtschaft, insbesondere Startups und KMU, von den verhältnismäßig niedrigen Kosten der Open-Source-Nutzung profitieren und
vorhandene Open-Source-Modelle einsetzen, um domänenspezifisch zu innovieren und die Produktivität zu steigern. Dies erhöht den Wettbewerb und die Angebotsvielfalt und beugt somit Monopolisierungstendenzen vor. Darüber hinaus haben Open-Source-Modelle den Vorteil, dass Programmierfehler oder potenzielle Verzerrungen, die bei der Analyse von Daten entstehen, schneller identifiziert und behoben werden können. Dies ist der Transparenz und Zuverlässigkeit von KI-Modellen förderlich” (EFI Gutachten 2024:88).

Jede Organisation sollte sich genau überlegen, welche KI-Strategie geeignet ist, mittel- und langfristig die Chancen von KI-Modellen zu nutzen. Wir nutzen Open-Source-KI-Modelle in unserer Nextcloud und entwickeln dadurch eine KI-Strategie, die zu unseren Anforderungen passt. Wie weit wir Closed-Source KI-Modelle mit integrieren, entscheiden wir je nach Bedarf mit Hilfe des integrierten Ethical KI-Rankings.

Ein neuer Wissensbegriff

Der Begriff “Wissen” hat sich n der Vergangenheit immer wieder verändert, und wird dies auch in Zukunft tun. In dem Beitrag Vom Wissen als Besitz zum Wissen als Prozess wird diese Transformation deutlich. Zusammen mit den neuen Technologien, wie das WWW oder auch Künstliche Intelligenz, entsteht ein neuer Wissensbegriff.

„Wissen begründet sich in der gegenwärtigen Gesellschaft in dem Zusammenspiel vieler Wissensfragmente, die unter anderem im world wide web (www) technisch zusammengeführt werden und dort als gemeinsam verfügbares Wissen auftauchen, das durch Prozesse der Wissensbegründung in einer Erfahrungsgemeinschaft konstituiert wird. Dieser Wissensbegriff ist neu (vgl. Neusser 2013, zitiert in Arnold 2017:88).

Diese Entwicklung wirft zugleich Fragen zum Umgang mit diesem neuen Wissensbegriff auf. Welche Herausforderungen ergeben sich daraus für ein modernes Wissensmanagement?

Warum kann es keine “endgültige” Problemlösung geben?

Wenn es um Probleme und deren Lösung geht, wünschen wir uns oft eine Art “endgültige” Lösung. Immerhin haben wir ja genug Probleme zu lösen und möchte, dass eines dann wenigstens erledigt ist. Doch in einer auf vielen Ebenen vernetzten Welt ist es nicht mehr so einfach in Ursache und Wirkung aufzuteilen, denn die Wirkung ist nicht abgeschlossen, sondern wiederum Ursache für den nächsten Problemlösungsprozess unter Unsicherheit.

“Da wir – wie uns  die Systemforschung lehrt – die Wirkungen einer Intervention grundsätzlich nicht auf gewünschte Wirkungen eingrenzen können, ist jede erreichte ´Problemlösung´ meist der Startschuss für das Aufkommen neuer Probleme. Die mühevoll erreichte Wirkung ist zugleich Ursache für neuartige systemische Störungen und neue Prozesse des Sich-Einpendelns und -Einschwingens der Gesamtlage. Ein Denken in endgültigen Lösungen ist deshalb unrealistisch, weil unsystemisch” (Arnold 2017).

Das ist für viele nicht einfach zu verarbeiten, und deshalb sind manche Menschen auch durch einfache Regeln oder auch Stammtischparolen beeinflussbar. Diese einfachen Parolen bieten allerdings nur vordergründig eine Art “Lösung” an, da dabei die Vernetzung mit anderen Problembereichen ignoriert wird – was nicht der Lebenswirklichkeit entspricht. Siehe dazu auch Ambiguität/Ambivalenz: Bewältigung von Unbestimmtheit und Mehrdeutigkeit.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.