Veröffentlicht am

KI-Modelle: Von “One Size Fits All” über Variantenvielfalt in die Komplexitätsfalle?

In letzter Zeit gibt es immer mehr Meldungen, dass der Einsatz von Künstlicher Intelligenz in allen gesellschaftlichen Bereichen steigt. Doch nicht immer sind KI-Projekte erfolgreich und werden daher eingestellt – was bei neuen Technologien ja nicht ungewöhnlich ist. Siehe dazu beispielsweise Künstliche Intelligenz: 40% der Projekte zu Agentic AI werden wohl bis Ende 2027 eingestellt (Gartner).

Dennoch ist deutlich zu erkennen, dass es immer mehr Anbieter in allen möglichen Segmenten von Künstlicher Intelligenz – auch bei den Language Models – gibt. Wenn man sich alleine die Vielzahl der Modelle bei Hugging Face ansieht: Heute, am17.09.2025, stehen dort 2,092,823 Modelle zur Auswahl, und es werden jede Minute mehr. Das erinnert mich an die Diskussionen auf den verschiedenen (Welt-) Konferenzen zu Mass Customization and Personalization. Warum?

Large Language Models (LLM): One Size Fits All
Wenn es um die bei der Anwendung von Künstlicher Intelligenz (GenAI) verwendeten Trainingsmodellen 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”. Diese Einschätzung wird natürlich von den Tech-Unternehmen vertreten, die aktuell mit ihren Closed Source Models das große Geschäft machen, und auch für die Zukunft wittern. Die Argumentation ist, dass es nur eine Frage der Zeit ist, bis das jeweilige Large Language Model die noch fehlenden Features bereitstellt – bis hin zur großen Vision AGI: Artificial General Intelligence. Storytelling eben…

Small Language Models (SLM): Variantenvielfalt
In der Zwischenzeit wird immer klarer, dass kleine Modelle (SLM) viel ressourcenschonender, in speziellen Bereichen genauer, und auch wirtschaftlicher sein können. Siehe dazu Künstliche Intelligenz: Vorteile von Small Language Models (SLMs) und Muddu Sudhakar (2024): Small Language Models (SLMs): The Next Frontier for the Enterprise, Forbes, LINK.

Komplexitätsfalle
Es wird deutlich, dass es nicht darum geht, noch mehr Möglichkeiten zu schaffen, sondern ein KI-System für eine Organisation passgenau zu etablieren und weiterzuentwickeln. Dabei sind erste Schritte schon zu erkennen: Beispielsweise werden AI-Router vorgeschlagen, die verschiedene Modelle kombinieren – ganz im Sinne eines sehr einfachen Konfigurators. Siehe dazu Künstliche Intelligenz: Mit einem AI Router verschiedene Modelle kombinieren.

Mit Hilfe eines KI-Konfigurators könnte man sich der Komplexitätsfalle entziehen. Ein Konfigurator in einem definierten Lösungsraum (Fixed Solution Space) ist eben das zentrale Element von Mass Customization and Personalization.

Die Lösung könnte also sein, massenhaft individualisierte KI-Modelle und KI-Agents dezentralisiert für die Allgemeinheit zu schaffen. Am besten natürlich alles auf Open Source Basis – Open Source AI – und für alle in Repositories frei verfügbar. Auch dazu gibt es schon erste Ansätze, die sehr interessant sind. Siehe dazu beispielsweise (Mass) Personalized AI Agents für dezentralisierte KI-Modelle.

Genau diese Überlegungen erinnern – wie oben schon angedeutet – an die Hybride Wettbewerbsstrategie Mass Customization and Personalization. Die Entgrenzung des definierten Lösungsraum (Fixed Solution Space) hat dann weiter zu Open Innovation (Chesbrough und Eric von Hippel) geführt.

Veröffentlicht am

Bureaucratic Mass Index (BMI) bestimmen – ganz einfach

Ergebnis einer kleinen Befragung zum BMI in einer Organisation.

Jeder von uns kennt den Body Mass Index (BMI). Bei der Techniker Krankenkasse können Sie beispielsweise Ihren Body Mass Index online berechnen lassen: BMI-Rechner der TK. Dabei geht es – vereinfacht ausgedrückt – um das Verhältnis zwischen Körpergröße und Gewicht. Das Ergebnis zeigt beispielsweise an, ob jemand “übergewichtig” ist

Kann auch eine Organisation “übergewichtig” sein?

Bei einer Organisation wären das Verschwendungen in allen Bereichen, denen ja das Lean Management auf der Spur ist. Siehe dazu beispielsweise Lean Project Management: Mit dem Project Management Waste Index (PMWI) den Grad der Verschwendung in Projekten identifizieren.

Solche Verschwendungen stellen in vielen Organisationen eine Art “Übergewicht” auf allen Ebenen dar, die Gary Hamel und Michele Zanini als unnötige Bürokratie bezeichnen. Bürokratie bedeutet ja “Herrschaft der Verwaltung” (Quelle: Wikipedia). Bürokratische Strukturen sind nicht per se schlecht, sie sind nur dann ein Übel, wenn sie sich sich immer weiter unnötig verselbständigen.

“Unfortunately”, when confronted by unprecedented challenges, most companies and institutions prove timid, plodding and orthodox. The culprit is bureaucracy.” (Source: Gary Hamel and Michele Zanini).

Wenn also Bürokratie nach den beiden Autoren die Schuldige (culprit) ist, schlagen Hamel und Zanini vor, den Bureaucratic Mass Index (BMI) einer Organisation zu bestimmen. Dazu bieten sie eine einfache englischsprachige Website an. Starten Sie einfach, es sind keine persönlichen Daten einzugeben.

Website: https://www.humanocracy.com/course/BMI

In der Abbildung oben finden Sie das Ergebnis, das sich für eine fiktive Organisation ergeben hat. Es ist zwar zugegebenermaßen eine sehr grobe Einschätzung, doch regt es an, weiter an weniger Bürokratie in der Organisation zu arbeiten. Nicht morgen oder übermorgen, sondern möglichst jetzt, denn die Dynamik im Umfeld Ihrer Organisation nicht nicht ab, sondern eher zu.

Veröffentlicht am

Projektcontrolling: Beispiel zur Berechnung des Kosten- und Terminentwicklungsindex

Durch das veränderte Umfeld von Organisationen (Stichwort: VUCA oder BANI) wird es in Zukunft immer mehr Projekte geben, denn Projekte sind Träger des Wandels. Es ist allerdings nicht immer leicht zu bestimmen, ob das Projekt so läuft, wie es geplant war.

Da das oft nicht der Fall ist, sollte man immer wieder prüfen, welche Abweichungen es bei den drei Dimensionen Leistung/Qualität, Zeit und Kosten gibt. Alle drei Parameter sollten zu einem Stichtag vorliegen, da es ansonsten zu einer falschen Bewertung des Projekts kommen kann.

Zunächst bietet sich die Projektstatus-Analyse (Wassermelonen-Effekt) an, die schon einen guten Eindruck von dem Projektverlauf gibt. Etwas besser ist es, die Earned Value Analyse (Fertigstellungswert) zusammen mit einer Earned Value Prognose (Entwicklungsindex) zu verwenden. Anhand eines Rechenbeispiels soll das an dieser Stelle kurz erläutert werden. Die verwendeten Abkürzungen sind englischsprachig und können in der Norm oder an anderen Stellen nachgelesen werden.

“Der Fertigstellungswert eines Projekts am Berichtsstichtag beträgt EV = 100.000 €. Der Projektcontroller berichtet über tatsächlich angefallene Kosten von AC = 90.000 €. Der Kostenplan weist am Berichtsstichtag einen Wert von PV = 120.000 € aus. Auf Basis dieser Daten ergibt die Earned-Value-Analyse folgende Aussagen: Der Kostenentwicklungsindex CPI = EV / AC = 100.000 € / 90.000 € = 1,11 weist aus, dass das Projekt um 11 Prozent günstiger verläuft als geplant. Um einen Fertigstellungswert von 100.000 € zu erlangen, wurden nur 90.000 € ausgegeben. Der Terminentwicklungsindex berechnet sich zu SPI = EV / PV = 100.000 € / 120.000 € = 0,83. Damit ist das Projekt ca. 17 Prozent langsamer als geplant. Zum Stichtag wurde weniger Wert geschaffen als geplant” (Timinger 2021:33).

Über die Earned Value Analyse habe ich in unserem Blog schon öfters geschrieben. Interessant dabei ist, dass in der Literatur vorgeschlagen wird, die Earned Value Analyse auch für Scrum (Agiles Projektmanagement) zu nutzen. Siehe dazu auch:

Die Earned Value Analyse auch für das Multiprojektmanagement nutzen

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

Wo stehen wir eigentlich mit unserem Projekt?

Veröffentlicht am

Anmerkungen zum World Social Report 2025

Quelle: World Social Reports 2025

In der aktuellen Wahrnehmung der Themen in den öffentlichen und privaten Diskussionen geht es fast nur noch um die Möglichkeiten von technologischen Entwicklungen wie der Künstlichen Intelligenz. Es geht um die Entwicklung von Märkten, ganzer Branchen (Automobilindustrie, Landwirtschaft, Lebensmittel, Pharma…) und systemrelevanter Organisationen (Banken) usw. Darauf ist auch unsere Politik fokussiert. Lobbyisten gehen hier ein und aus, um die geplanten Gesetze im Sinne einer Branche oder eines großen Konzerns zu beeinflussen – was auch oft genug funktioniert. Es wundert einen schon, dass Politiker sich fragen, warum die Menschen kein Vertrauen mehr in ihre Arbeit haben.

An dieser Stelle muss ich etwas klarstellen: Ich bin Demokrat und überzeugter Europäer. Ich plädiere hier nicht für extreme politische Richtungen (links oder rechts).

All das ist eine Perspektive, in der sich einzelne Menschen, Gruppen von Menschen, oder auch ganze Gesellschaften anpassen, oder besser unterordnen sollen/müssen. Wehe, wenn sie das nicht machen, wie beispielsweise die Europäische Union, die sich doch mit dem EU AI ACT gegen die Forderungen der US-amerikanischen Politik und KI-Unternehmen stellt. Oder wenn sich kleine Künstler und Autoren darüber beschweren, dass ihnen die Large Language Models (LLMs) einfach so die Inhalte nehmen und damit Geld verdienen (Urheberrechte missachten). Aus den hier nur kurz zusammengefassten Entwicklungen, entsteht ein Bild, das in der eingangs dargestellten Grafik visualisiert ist.

Die Abbildung aus dem World Social Report 2025 der United Nations zeigt verschiedene Einflussfaktoren, die sich zu einem selbst-verstärkenden Generator vernetzen (Wirkungsnetz): Die aktuelle Situation in vielen Ländern hat zu immer mehr Misstrauen (Distrust) und zu mehr Polarisation (Polarization) geführt – und damit zu weniger Kooperationen (Lack of collective action) und zu einer politischen Lähmung (Policy paralysis). Daraus wiederum entstehen Ungleichheit (Inequality) und Unsicherheit (Unsecurity), was wieder zum Anfang führt usw.

Wie kommen wir aus dem Kreislauf heraus?

Es fängt damit an, auf allen Ebenen (Individuum, Gruppe, Organisation, Netzwerk, Gesellschaft) den Menschen mit seinen Anforderungen in den Mittelpunkt zu rücken.

Dass das aktuell nicht der Fall ist, möchte ich an einigen wenigen Beispielen aufzeigen: Ist es die Anforderung von Menschen, massenhaft industriell produzierte Lebensmittel angeboten zu bekommen, die teilweise krank machen, und bei dem ein großer Anteil auch noch weggeworfen wird? Im Gesundheitswesen bekommen viele Akteure nur Geld, wenn ich krank bin. Welches Interesse haben diese Akteure, dass ich gesund bin und gesund bleibe? Ähnliches kann man für das Bildungswesen oder für die politischen Strukturen formulieren. Ist es die Anforderung der Menschen, dass immer mehr politische Ebenen auf EU-, Bundes, Landes- und regionaler Ebene mit immer mehr Personal und unnötigen Schnittstellen aufgebaut werden? usw. usw. Es geht nicht um mehr Geld, sondern darum, die vorhandenen Ressourcen für das Wohl der menschlichen Gemeinschaft einzusetzen, und Strukturen, die im Industriezeitalter angemessen waren, an die heutige Lebenswirklichkeit anzupassen.

Heute können wir mit Hilfe neuer Technologien (Additive Manufacturing, Künstliche Intelligenz…) vieles davon erreichen. WIE so etwas aussehen kann, hat Japan schon vor einigen Jahren in der Society 5.0 skizziert und teilweise schon umgesetzt. Im April 2025 waren wir 10 Tage in Japan – auch auf der Expo 2025 in Osaka – wo Elemente des Konzepts gezeigt wurden.

Quelle: https://www8.cao.go.jp/cstp/english/society5_0/index.html (Abgerufen am 19.11.2022)
Veröffentlicht am

Multiprojektmanagement: Wie können Abhängigkeiten analysiert werden?

Ein Projekt zum Ziel zu führen ist manchmal schon schwierig, da es hier schon viele Abhängigkeiten der verschiedenen Schritte untereinander gibt. Ein Beispiel sind die Abhängigkeiten der einzelnen Arbeitspakete untereinander.

Auf der Programm oder Portfolioebene gibt es dann Abhängigkeiten zwischen einzelnen Projekten, Programmen und Projektportfolios, was das Multiprojektmanagement durchaus verkomplizieren kann. Es macht daher Sinn, Werkzeuge zur Identifizierung von Abhängigkeiten im Projektsystem der Organisation zu kennen. Im DIN Taschenbuch 472 aus dem Jahr 2025 findet sich dazu folgender Hinweis:

WerkzeugeCharakterisierung/ Beschreibung
PaarvergleichBeim Paarvergleich werden jeweils zwei PPP auf ihre Abhängigkeiten untereinander untersucht. Dabei werden verschiedene Kriterien (z.B. Risiken, Ziele und Ressourcen) einzeln untersucht.
BeeinflussungsmatrixEine Abhängigkeit kann auf PPP keinen sowie unterschiedlich starke positive oder negative Wirkungen haben. Beispiel: Projekt A kann einen Einfluss auf B, aber B keinen Einfluss auf A haben.
KorrelationsanalyseMit der Korrelationsmatrix kann man den Grad des linearen Zusammenhanges zwischen den PPP bezüglich verschiedener Kriterien ( z.B. Termine, Ziele, Ressourcen) berechnen.
Werkzeuge zur Identifizierung von Abhängigkeiten, DIN Taschenbuch 472 (2025). PPP: Projekte, Programme und Projektportfolios

Schauen Sie sich doch dazu auch meine verschiedenen Beiträge zum Multiprojektmanagement an.

Veröffentlicht am

KI und Arbeitsmarkt: Interessante Erkenntnisse aus einer aktuellen, belastbaren wissenschaftlichen Studie

Wenn es darum geht, die Auswirkungen der Künstlichen Intelligenz auf den Arbeitsmarkt zu prognostizieren, kommt es – wie immer – darauf an, wen man fragt.

Die eher technikorientierten Unternehmen verkaufen die angestrebte AGI (Artificial General Intelligence) als das non plus ultra der Intelligenzentwicklung. Dabei prognostizieren diese Unternehmen, dass AGI den menschlichen Fähigkeiten (Intelligenzen) überlegen sein wird. Daraus folgt zwingend, dass KI wohl alle arbeitsbezogenen Tätigkeiten in der nahen Zukunft übernehmen kann. Diese Argumentation erinnert mich an so viele Versprechen der Technik-Unternehmen; beispielsweise an die Unsinkbarkeit der Titanic oder die “100%-ige” Sicherheit von Kernkraftwerken, oder an die Verheißungen der Internetpioniere. Technologie muss wohl in dieser Form verkauft werden (Storytelling) – immerhin geht es ja um Investoren und sehr viel Geld. Ich weiß natürlich, dass diese Vergleiche “hinken”, dennoch …

Betrachten wir Künstliche Intelligenz mit seinen Möglichkeiten aus der eher gesamtgesellschaftlichen Perspektive, so sieht das etwas anders aus. Hier geht es darum, mit Hilfe der Künstlichen Intelligenz gesellschaftliche Probleme zu lösen, zum Wohle aller. Die Idee der japanischen Society 5.0 kommt diesem Anspruch sehr nahe. Da ich darüber schon verschiedene Blogbeiträge veröffentlich habe, gehe ich darauf nicht weiter ein. Siehe dazu beispielhaft Worin unterscheiden sich Industry 5.0 und Society 5.0?

Wie ist es dennoch möglich herauszufinden, wie sich Künstliche Intelligenz auf dem Arbeitsmarkt bemerkbar macht, bzw. machen wird?

Als Leser unseres Blogs wissen Sie, dass ich bei solchen Fragestellungen immer dazu tendiere, belastbare wissenschaftliche Studien von unabhängigen Forschern heranzuziehen. Eine dieser Studie ist folgende. Darin sind sehr ausführlich Vorgehensweise, Datenanalysen und Erkenntnisse dargestellt, mit einer zu beachtenden Einschränkung: Es geht um den amerikanischen Arbeitsmarkt.

“First, we find substantial declines in employment for early-career workers in occupations most exposed to AI, such as software development and customer support.

Second, we show that economy-wide employment continues to grow, but employment growth for young workers has been stagnant.

Third, entry-level employment has declined in applications of AI that automate work, with muted effects for those that augment it.

Fourth, these employment declines remain after conditioning on firm-time effects, with a 13% relative employment decline for young workers in the most exposed occupations

Fifth, these labor market adjustments are more visible in employment than in compensation.

Sixth, we find that these patterns hold in occupations unaffected by remote work and across various alternative sample constructions”

Source: Brynjolfsson et al. (2025): Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence | PDF

Herausheben möchte ich hier, dass gerade junge Menschen, die in den Arbeitsmarkt kommen und noch keine domänenspezifische Expertise entwickeln konnten, von Künstlicher Intelligenz betroffen sind. Das ist in mehrerer Hinsicht bemerkenswert.

Einerseits scheint Expertise nicht so leicht durch KI ersetzbar zu sein, was wiederum für erfahrene, auch ältere Mitarbeiter spricht. Diese sollten natürlich Künstliche Intelligenz nutzen und nicht ablehnen.

Weiterhin sind es ja gerade junge Menschen, die in ihren Jobs mit Digitalisierung und auch mit Künstlicher Intelligenz arbeiten möchten. Die Innovation “Künstliche Intelligenz” kann anhand der genannten Effekte durchaus als reflexiv angesehen werden. Siehe dazu auch  Freund, R.; Chatzopoulos, C.; Lalic, D. (2011): Reflexive Open Innovation in Central Europe.

Veröffentlicht am

Digitale Souveränität: Videokonferenzen mit Nextcloud Talk – Open Source, und die Daten bleiben auf dem eigenen Server

Eigener Screenshot: Videokonferenz mit Nextcloud Talk auf unserem Server

Heute hatte ich eine Videokonferenz mit Kollegen aus verschiedenen Ländern. Dabei haben wir statt Zoom oder MS Teams bewusst Nextcloud Talk genutzt, das Bestandteil der Nextcloud-Installation auf unseren Servern ist. Nextcloud ist Open Source und führt zu einer Digitalen Souveränität – auch bei Videokonferenzen. Die Daten bleiben dabei alle auf unseren Servern.

Inhaltlich ging es bei der Videokonferenz um die nächste MCP-Konferenz, die im September 2026 stattfinden soll – die Vorfreude ist bei mir schon jetzt vorhanden. Siehe dazu auch die Konferenz-Website oder unsere Übersichtsseite zu Konferenzen.

Die Abbildung zeigt einen Screenshot zu dem Zeitpunkt, an dem ich eine Videokonferenz (Anruf) in Nextcloud Talk gestartet habe. Den Link zu dem Raum habe ich dann an die Teilnehmer gesandt, die keine weitere Installationen benötigen, um teilzunehmen. Natürlich können auch Videokonferenzen terminiert, und dazu eingeladen werden. Wie dem Screenshot zu entnehmen ist, sind die aus anderen Videokonferenz-Tools bekannten Aktivitäten integriert – ich möchte diese daher hier nicht mehr ausführlich erläutern.

Nextcloud Talk ist dabei in eine komplette Kollaborationsplattform (inkl. Open Project, Deck als Board, Cloud als Datenspeicher, kollaboratives Arbeiten an Dateien, Whiteboard usw. usw.) integriert, die einen souveränen Arbeitsplatz unterstützt – alles Open Source, und die Daten bleiben auf dem eigenen Server.

Darüber hinaus haben wir auch LocalAI integriert, und die Möglichkeit geschaffen, KI-Agenten zu entwickeln und zu nutzen – alles Open Source, alle Daten bleiben auf unseren Servern.

Veröffentlicht am

Report 2025: Commercial Open Source Software (COSS)

Quelle: Linux Foundation Infographic

Wir alle nutzen mehr oder weniger intensiv Open Source Anwendungen. Gerade in der Diskussion um die Digitale Souveränität in Europa kommt dem Thema allerdings eine besondere Bedeutung zu – es geht um mehr Unabhängigkeit und dadurch um mehr Eigenverantwortung für Daten. Darüber hinaus gibt es auch eine dynamische Entwicklung bei der Kommerzialisierung von Open Source Anwendungen (COSS: Commercial Open Source Software). In dem aktuell vorliegenden Report

Sam Boysel, Linux Foundation; Matthiueu Lavergne, Serena; Matt Trifiro, Commercial Open Source Startup Alliance (COSSA) (2025): The State of Commercial. Open Source 2025. The Data-Backed Financial Case from 25 Years of Commercial Open Source | PDF

geht es darum aufzuzeigen, wie sich Commercial Open Source Software (COSS) auch bei wichtigen finanziellen Kennzahlen schlägt. Die Ergebnisse sind erstaunlich:

“This report sets out to settle that debate with data. Drawing from 25 years of venture capital activity and a matched dataset of over 800 VC-backed COSS startups, we benchmark the funding trajectories and liquidity outcomes of open source companies against their closed-source peers. The results are conclusive: not only is COSS financially viable, it consistently outperforms on key venture metrics especially in infrastructure software” (ebd.).

Seit vielen Jahren sind Personen und Organisationen, die Open Source Software favorisieren, eher eine “Randnotiz” gewesen. Diese Sicht scheint sich seit einigen Jahren kontinuierlich zu verändern. Siehe dazu auch Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

Veröffentlicht am

Projektmanager: Modell einer hybriden Laufbahn in Organisationen

Modell einer hybriden Laufbahn (Hölzle 2010, in Anlehnung an Kessler und Hönle 2002, S. 43)

Über den Trend zu einem Hybriden Projektmanagement habe ich hier schon oft geschrieben. Dabei geht es im Kern darum, die beiden extremen Pole “Plangetriebenes Projektmanagement” und “Agiles Projektmanagement” je nach Projekt, Programm, Portfolio angemessen zu kombinieren. Siehe dazu PMI (2024) Global Survey: Hybrides Projektmanagement wird immer wichtiger.

Der Begriff “Hybrid” wird allerdings auch in anderen Kontexten verwendet – beispielsweise bei der Entwicklung von Karrieren für Projektverantwortliche in einer Organisation. Dabei wird der Mitarbeitern oftmals die Rolle eines Projektmanagers aufgedrängt, ohne dass die Mitarbeiter bewusst danach gesucht hätten:

“Few individuals grow up with the dream of one day becoming a project manager. It is neither a well-defined nor a well understood career path within most modern organizations. Generally, the role is thrust upon people rather than being sought” (Hölzle 2010, nach Pinto und Kharbanda 1997, S. 216).

In der Abbildung ist beispielhaft das Prinzip einer hybriden Laufbahn dargestellt: Nach der Ausbildung, bzw. des Studiums werden zunächst erste Projekte in dem Bereich X bearbeitet. Anschließend kommen noch weitere Bereiche (Y und Z) dazu, und es wird der Status “Teamleiter” erreicht.

Mit der nachgewiesenen Erfahrung (mit den nachgewiesenen Kompetenzen) wird der Teamleiter über die Zeit zum Projektleiter – international ist die Bezeichnung Projektmanager üblich. Auf der gleichen Führungsebene gibt es auch noch den Abteilungsleiter. Über beide Führungsanforderungen ist der Weg zum z.B. Bereichsleiter geebnet.

Der Begriff “hybride Laufbahn” bezieht sich hier also nicht auf den Einsatz von plangetriebenen, hybriden oder agilen Vorgehensmodellen im Projektmanagement, sondern meint hier die wechselseitige Kompetenzentwicklung im Kontext Projekt und im Kontext Abteilung/Bereich. Die dabei entwickelten Kompetenzen führen dann zu den übergeordneten Positionen in Organisationen.

Siehe dazu auch Projektmanager: Verknüpfung von Laufbahnstufen mit Projektklassen.

Veröffentlicht am

Projektmanager/in (IHK) startet am 02.09.2025 in Düsseldorf

Der von uns entwickelte Blended Learning Lehrgang Projektmanager/in (IHK) startet am 02.09.2025 bei der IHK Düsseldorf (IHK Forum).

Projektmanager/in (IHK) – Blended Learning Lehrgang (Flyer, IHK-Website) 02.09.-07.10.2025, IHK Düsseldorf, Ansprechpartnerin: Frau Wanke, Telefon: 0211/17243-35, E-Mail: petra.wanke@duesseldorf.ihk.de  

An dem Lehrgang werden Personen aus den unterschiedlichsten Branchen teilnehmen, was die Entwicklung der Projektmanagement-Kompetenzen spannend macht.

Weiterhin wechseln sich in dem Blended Learning Format Präsenztage im IHK Forum Düsseldorf mit Onlinephasen ab. Diese moderne Lernform ermöglicht es Ihnen, individuell und in der Gruppe zu lernen.

In einem Projektteam arbeiten Sie über den gesamten Lehrgangszeitraum hinweg an einer Fallstudie. Zu den einzelnen Übungen erhalten die Projektteams Feedback., das in die Projektdokumentation eingearbeitet wird.

In dem oben erwähnten Flyer zum Lehrgang finden Sie eine Zusammenfassung der Inhalte, des Blended Learning Konzepts und der Zertifikatsanforderungen.