Veröffentlicht am

Anders über gesellschaftliche Transformation nachdenken

Image by Engin Akyurt from Pixabay

Früher haben alle in den Organisationen von Change gesprochen, heute reden alle über Transformation. In dem Blogbeitrag Wandel, Change, Transformation oder doch Transition? habe ich dazu verschiedene Perspektiven zusammengefasst.

Auf der gesellschaftlichen Ebene wird im Zusammenhang mit Transformation oft davon ausgegangen, dass es eine relativ homogene Gesellschaft gibt, doch dem ist nicht so. Ein gut gemeinter Wille, beispielsweise der Politik, zur Veränderungen in einer Gesellschaft reicht einfach nicht.

Gerade bei Veränderungsprozessen merken alle Beteiligten – manchmal schmerzhaft- , dass es in einer Gesellschaft viele und vielschichtige Widerstände gibt. Es ist wieder einmal bezeichnend, dass es gerade Soziologen sind, die darauf hinweisen – beispielsweise Armin Nassehi:

„Aber dieser Triumph des Willens rechnet nicht mit dem Eigensinn, mit der inneren Komplexität und den Widerständen einer Gesellschaft, die eben kein ansprechbares Kollektiv ist. Und sie rechnet nicht mit der populistischen Reaktion auf Krisenerfahrungen. Dabei wird immer deutlicher: Man kann nicht gegen die Gesellschaft transformieren, sondern nur in ihr und mit ihr – und nur mit ihren eigenen Mitteln“ (Der Soziologe Armin Nassehi in einem Interview in brand eins 12/2024).

In seinem Buch weist Nassehi auch darauf hin, dass die notwendigen Veränderungen trotz des vielschichtigen Widerstandes in allen Ecken der Gesellschaft schon geschehen.

»Gesellschaftliche Transformation kann nicht als große Form funktionieren, sondern nur als eine, die in konkreten Situationen erfolgreich sein kann. Das ganze Programm der kleinen Schritte läuft längst …“ Armin Nassehi (2024): Kritik der großen Geste. Anders über gesellschaftliche Transformation nachdenken | Bei Amazon

Es ist auch hier wieder interessant zu sehen, dass es immer wieder Soziologen sind, die bei komplexen Zusammenhänge spannende alternative Deutungsmuster anbieten. Der Mainstream wird diese allerdings nicht aufnehmen, da Mainstream häufig nicht klären und aufklären, sondern eher beeinflussen will. Weitere Blogbeiträge dazu finden Sie hier.

Veröffentlicht am

9 Anzeichen für einen falschen Umgang mit Komplexität im Unternehmen

In unserem Blog habe ich schon oft über komplizierte und komplexe Aufgabenstellungen geschrieben. Siehe dazu beispielsweise Was sind Eigenschaften von komplexen Aufgabenstellungen? oder Alle reden über Komplexität, doch wer kennt schon Bifurkationspunkte?

Je vernetzter die Strukturen einer Organisation (innen und außen) sind, um so höher ist der Grad an Komplexität. Dabei unterliegen viele einem Irrtum, denn der Begriff „komplex“ ist keine Steigerungsform von „kompliziert“. Interessant ist, dass es durchaus Anzeichen für den falschen Umgang mit Komplexität in Unternehmen git. Dazu habe ich folgendes gefunden:

9 Anzeichen für einen falschen Umgang mit Komplexität im Unternehmen:

(1) Bekämpfung der Symptome anstelle der Ursachen
Es wird immer nur das repariert, was gerade hakt. Eine Suche nach der Ursache hinter dem
Symptom findet nicht statt. Symptom und Problem werden gleichgesetzt.

(2) Übergeneralisierung
Wenige (oft unzusammenhängende) Ereignisse führen zu allgemeinen Regeln und Schlussfolgerungen für ähnliche Situationen in der Zukunft.

(3) Methodengläubigkeit
Um Fehler künftig zu vermeiden und Unwägbarkeiten „bestimmbar“ zu machen, sucht man ständig nach neuen Methoden oder überarbeitet die bestehenden.

(4) Projektmacherei
„Wenn du nicht mehr weiterweißt, bilde einen Arbeitskreis.“ Sobald Aufgaben nicht mehr leicht zu lösen sind, werden Projekte initiiert.

(5) Betriebsame Hektik
Gerade wenn Aufgaben unlösbar erscheinen und der Überblick fehlt, wird viel „gearbeitet“ und wenig übers Handeln kommuniziert und reflektiert.

(6) Denken in „kurzen Laufzeiten“
Bei Entscheidungen wird nur der direkte Wirkzusammenhang in der nahen Zukunft betrachtet, ohne die zeitlich verzögerten Effekte zu berücksichtigen. Der Zeithorizont wird dabei meist durch Rahmenbedingungen (Projektlaufzeit, Zeitvertrag, Berufung Aufsichtsrat usw.) bestimmt, die mit dem System nichts zu tun haben.

(7) Schutz des mentalen Modells vor der Welt
„Das, was ich denke, ist richtig!“, ist eine verbreitete Überzeugung.

(8) Feedback wird weder gehört noch verstanden
Der wichtigste Regelungsmechanismus für komplexe Systeme wird nicht verwendet. Man überhört jede Form von Kritik, Bestätigung, Ideen, Hinweisen und schwachen Signalen und nichts davon findet Eingang in das System.

(9) Mangelndes Systemdenken:
Gedacht, diskutiert und geplant wird in linearen Kausalzusammenhängen, ohne Wechselwirkungen zu betrachten. Der Fokus liegt auf Details, das Big Picture bleibt außen
vor.

Quelle: Stephanie Borgert (2015) : Irrtümer der Komplexität. Gabal, Offenbach.

Veröffentlicht am

Künstliche Intelligenz: LLM (Large Language Models) und Large Reasoning Models (LRMs) in Bezug auf komplexes Problemlösen

Conceptual technology illustration of artificial intelligence. Abstract futuristic background

KI-Anwendungen basieren oft auf Trainingsdaten, sogenannter Large Language Models (LLM). Um die Leistungsfähigkeit und die Qualität der Antworten von solchen Systemen zu verbessern, wurde inzwischen ein „Denkprozess“ (Reasoning) vor der Ausgabe der Antwort vorgeschaltet. Siehe dazu ausführlicher What are Large Reasoning Models (LRMs)?

Die Frage stellt sich natürlich: Liefern LRMs wirklich bessere Ergebnisse als LLMs?

In einem von Apple-Mitarbeitern veröffentlichten, viel beachteten Paper wurde nun die Leistungsfähigkeit nicht aufgrund logisch-mathematischer Zusammenhänge alleine untersucht, sondern anhand von drei Komplexitätskategorien – mit überraschenden Ergebnissen:

„Recent generations of language models have introduced Large Reasoning Models (LRMs) that generate detailed thinking processes before providing answers.. (…) By comparing LRMs with their standard LLM counterparts under same inference compute, we identify three performance regimes: (1) low-complexity tasks where standard models outperform LRMs, (2) medium-complexity tasks where LRMs demonstrates advantage, and (3) high-complexity tasks where both models face complete collapse“

Source: Shojaee et al. (2025): The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity.

In Zukunft werden immer mehr hoch-komplexe Problemlösungen in den Mittelpunkt von Arbeit rücken. Gerade in diesem Bereich scheinen LLMs und sogar LRMs allerdings ihre Schwierigkeiten zu haben. Ehrlich gesagt, wundert mich das jetzt nicht so sehr. Mich wundert eher, dass das genannte Paper die KI-Welt so aufgewühlt hat 🙂 Siehe dazu auch Was sind eigentlich Multi-Kontext-Probleme?

Sicher werden die Tech-Unternehmen der KI-Branche jetzt argumentieren, dass die nächsten KI-Modelle auch diese Schwierigkeiten meistern werden. Das erinnert mich an unseren Mercedes-Händler, der ähnlich argumentierte, sobald wir ihn auf die Schwachstellen des eingebauten Navigationssystems hingewiesen hatten: Im nächsten Modell ist alles besser.

Technologiegetriebene Unternehmen – insbesondere KI-Unternehmen – müssen wohl so argumentieren, und die Lösungen in die Zukunft projizieren – Storytelling eben, es geht immerhin um sehr viel Geld. Man muss also daran glauben….. oder auch nicht.

Möglicherweise handelt sich es hier um einen Kategorienfehler. Siehe dazu ausführlicher Künstliche Intelligenz – Menschliche Kompetenzen: Anmerkungen zu möglichen Kategorienfehler.

Veröffentlicht am

Qualitätsmanagement: Die neue ISO 9001:2026

Image by u_4xcm1iw8y9 from Pixabay

Die allseits bekannte ISO 9001 für Qualitätsmanagementsysteme liegt aktuell noch in der Version aus dem Jahr 2018 vor – es wird Zeit für ein Update, an dem auch schon gearbeitet wird. In der ISO 9001:2026 sollen viele neue Themen enthalten sein.

„Die Integration von KI und digitalen Tools zur Unterstützung von Qualitätssystemen soll aufgenommen werden – ein echtes Novum. Ein Fokus wird auf der Risiko- bzw. Chancenidentifikation ruhen – das ist sicher. Die Nachhaltigkeit wird an Bedeutung gewinnen, die ISO 9001 wird zur Basis für die Integration von ESG und CSRD – Details noch unbekannt. Aber auch Lieferkettenmanagement, organisatorisches Wissen, Change- und Resilienzmanagement sollen vertieft behandelt werden – lassen wir uns überraschen“ (Funk 2025, QZ News vom 15.08.2025).

Es ist gut, wenn ein Managementsystem alle wichtigen Themen der heutigen Realität abbildet. Dennoch könnte es sein, dass man die Norm mit den vielen Handlungsfeldern überfrachtet, und Organisationen dadurch überfordert. Was in der Endfassung herauskommt ist – wie gesagt – allerdings noch nicht klar.

Ich bin gespannt, ob es in der Norm auch eine Art Wirkungsnetz gibt aus dem hervorgeht, welche Einflussfaktoren für die jeweilige Organisation in den Fokus rücken sollten – also zu managen sind. Bei der Wissensbilanz – Made in Germany war so ein Wirkungsnetz Bestandteil der Vorgehensweise für ein Wissensmanagement-System. Ich habe damit gute Erfahrungen gemacht.

Gerade Kleine und Mittlere Unternehmen (KMU) tun sich oft mit der Komplexität des gesamten Management-Systems schwer, da ja alles mit allem zusammenhängt. Ein Wirkungsnetz mit den daraus abgeleiteten Generatoren hilft also KMU, das immer komplexer werdende Managementsystem effektiv und effizient zu bewältigen.

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

Management 1.0 bis 4.0 und das Agile Manifest

Eigene Darstellung. Quelle: Oswald (2016); GPM-Workshop „Agiles Projekt Management 4.0„

In dem Artikel North, K; Maier, R. (2018): Wissen 4.0 – Wissensmanagement im digitalen Wandel gehen die Autoren von der Annahme aus, dass die Wissensproduktion genau so wie Arbeit (Arbeit 1.0 bis Arbeit 4.0) in Wissen 1.0 bis 4.0 aufgeteilt werden kann. Dabei erweitern sie das Konstrukt der Wissenstreppe in eine Wissenstreppe 4.0.

Ähnlich kann auch für das Management argumentiert werden (siehe Abbildung), das sich von einem Management 1.0 (Command and Control, wissenschaftlich) zum Management 2.0 (Markt-Strategien, add on Tools) weiterentwickelt hat, und über das Management 3.0 Komplexität, wissenschaftliche Analogien) zu Management 4.0 (Komplexität als Geschenk, vernetzte Modelle) weiterentwickelt hat. Dabei ist zu beachten, dass in Organisationen oftmals Arbeit 1.0-4.0 und Management 1.0-4.0 vorhanden sind.

Wie in der Abbildung weiterhin zu erkennen ist, stellt das Agile Manifest (Manifest für agile Softwareentwicklung) aus dem Jahr 2001 einen Vorschlag dar, besser mit Komplexität umzugehen. Daraus ist wiederum das Framework Scrum entstanden, wobei der Begriff Scrum in einem Paper aus dem Jahr 1986 geprägt wurde.

Siehe dazu auch Agiles Projektmanagement und das Agile Manifest – passt das wirklich zusammen?

Veröffentlicht am

Künstliche Intelligenz: Ein gesellschaftlicher Bifurkationspunkt mit der Chance für einen Pfadwechsel?

Conceptual technology illustration of artificial intelligence. Abstract futuristic background

In unserer heutigen Welt, in der alles und jeder miteinander vernetzt ist, ist die Komplexität in allen Systemen nicht nur Theorie, sondern hat auch für jeden Einzelnen praktische Auswirkungen. Dabei scheint es eine gewisse gesellschaftliche Ohnmacht gegenüber den vielfältigen globalen Problemen zu geben. Denn obwohl es Belege für diese Probleme gibt, wird nicht/kaum gehandelt. Siehe dazu z.B. Nassehi (2020) mit der entsprechenden Begründung aus der Systemtheorie.

In „Zeiten von Corona“ allerdings haben wir deutlich erkennen können, dass es den jeweiligen Staaten durchaus gelungen ist, für die Menschen und deren Überleben zu handeln. Dabei wurde auf die Unternehmen und Finanzinstitutionen im Markt weniger Rücksicht genommen. Solche historischen Punkte können also Wendepunkte (Bifurkationspunkte) dafür sein, von bekannten Wegen – also einer Pfadabhängigkeit – abzuweichen, und neue Wege/Pfade zu gehen.

„In bestimmten Konstellationen aber, zu bestimmten Zeitpunkten im historischen Verlauf, die als geschichtliche „Bifurkationspunkte“ begriffen werden können, eröffnen sich plötzlich Chancen auf einen Pfadwechsel, weil aufgetretene Anomalien nicht mehr ignoriert werden können (vgl. Knöbl 2010; Goldstone 1998). Es handelt sich um Krisenmomente, in denen die Fortsetzung der institutionellen Operationen in Frage steht, in denen eben nicht klar ist, wie es weitergeht, weil die Prozessketten gerissen sind. An solchen Gabelungen erscheint es vielen Akteuren wünschenswert, auf den alten Pfad zurückzukehren und so schnell wie möglich die eingespielten Routinen wiederzubeleben. Es ist aber auch möglich, einen neuen Pfad einzuschlagen“ (Rosa, H. Pfadabhängigkeit, Bifurkationspunkte und die Rolle der Soziologie. Ein soziologischer Deutungsversuch der Corona-Krise. Berlin J Soziol 30, 191–213 (2020). https://doi.org/10.1007/s11609-020-00418-2).

Stehen wir möglicherweise mit dem Aufkommen Künstlicher Intelligenz wieder vor so einem Wendepunkt, einem Bifurkationspunkt, der staatliche Organisationen dazu aufruft, ihre tradierten, marktorientierten Entscheidungen wieder mehr auf das Wohl der Menschen auszurichten? Siehe dazu auch

Der Strukturbruch zwischen einfacher und reflexiver Modernisierung

“Pfadabhängigkeit” in Organisationen

Alle reden über Komplexität, doch wer kennt schon Bifurkationspunkte?

Hybrides Projektmanagement: “Emergent Practice” und Bifurkationspunkte

Worin unterscheiden sich Industry 5.0 und Society 5.0?

Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften

Veröffentlicht am

Künstliche Intelligenz und Kompetenz

Wenn ein neues Thema aufkommt, geht es dabei oft auch darum, entsprechende Kompetenzen zu entwickeln. Als beispielsweise immer klarer wurde, dass die Digitalisierung alle Bereiche unseres Lebens beeinflussen wird, wurde schnell von Digitalen Kompetenzen gesprochen und geschrieben, die alle und jeder entwickeln sollte/müsste. In dem Beitrag “Digitale Kompetenzen” oder besser “Kompetenzen in digitalen Kontexten”? habe ich erläutert, warum es in diesem Fall besser ist, von Kompetenzen in digitalen Kontexten zu sprechen. Solche Bindestrich-Kompetenzen gibt es in sehr vielen Facetten – nun auch bei dem Thema Künstliche Intelligenz.

Auch hier wird schnell von KI-Kompetenzen gesprochen, ohne zu reflektieren, dass es grundsätzlich Kompetenzen sind, die im Kontext der Künstlichen Intelligenz entwickelt (nicht vermittelt!) werden sollen. In diesem Zusammenhang verweise ich gerne darauf, Kompetenzen als Selbstorganisationsdispositionen zu sehen. Diese Perspektive geht auf Erpenbeck und Heyse zurück:

„Die Handlungskompetenztheorie von Erpenbeck und Heyse (Erpenbeck 2012, Erpenbeck & Sauter 2015, Heyse & Erpenbeck 2007) wiederum betont die Bedeutung von selbstorganisiertem und werteorientiertem Handeln in komplexen Situationen, was sich auch auf den Bereich der KI übertragen lässt. Personen mit hoher Handlungskompetenz
sind dann in der Lage, Handlungen zu entwickeln, um erfolgreich handlungsfähig zu sein und zu bleiben“ (Ehler et al. 2025).

Siehe dazu auch

Hybridisierung von Kompetenzen: Kompetenzmanagement in Zeiten von Künstlicher Intelligenz

Persönlichkeitseigenschaften, -fähigkeiten und Kompetenzen

Projektmanagement: KI-Unterstützung der ICB 4.0 Kompetenzen

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

Veröffentlicht am

Von den Komplexitätsdimensionen des Projektmanagements zum Kompetenzmanagement

Der Begriff Komplexität ist im Projektmanagement sehr wichtig. Projektmanagement-Standards wie IPMA, PMI oder auch Prince2 bieten beispielsweise an, die Komplexität eines Projektes, oder vieler Projekte, nach einem definierten Ablauf abzuarbeiten. Auch agile Vorgehensmodelle wie Scrum oder auch Kanban machen hier Vorschläge. Dabei wird Wert darauf gelegt, in kleinen Iterationen vorzugehen.

Im Rahmen der Stacey-Matrix wird weiterhin versucht, anhand der beiden Dimensionen Anforderungen (bekannt – unklar) und Vorgehen (bekannt-unklar) das geeignete Vorgehensmodell zu bestimmen. Im komplexen Bereich wird dann empfohlen, agile Vorgehensmodelle einzusetzen.

Es liegt auf der Hand, dass diese Einschätzung nicht alleine aufgrund zweier Dimensionen gemacht werden sollte, da es eine Vielzahl von Einflussfaktoren auf die Komplexität im Projektmanagement gibt. In der folgenden Tabelle sind einige davon aufgelistet.

VielzahlVielfaltVieldeutigkeitVeränderlichkeit
Größe
Volumen
Reichweite
Häufigkeit
Scale
Dichte
Laufzeit
Multikonstella-
tionen
…
Diversität
Heterogenität
Interdiszi-
plinarität
Scope
Heterogenity
Multiplexität
Antagonismen
Konflikte
Pluralismus
Hybride
…		Ambiguität
Unschärfe
Unsicherheit
Konfusion
Vagheit
Intransparenz
Spielräume
Zweifel
Wahlmöglich-
keiten
Paradoxien
Überschnei-
dungen
…		Dynamik
Geschwindigkeit
Instabilität
Diskontinuitäten
Wachstum
Überraschungen
Volatilität
Verbesserung
Chaos
….
Komplexitätsdimensionen des Projektmanagements (Reiss 2018, in projektmanagementaktuell 3/2018)

In solch komplexen Systemen verändern sich die jeweiligen Parameter permanent, sodass eine eigene Dynamik entsteht. Es ist daher empfehlenswert, die Einschätzung darüber, ob es sich um ein kompliziertes oder komplexes Projekt handelt, mehrmals durchzuführen. Gerade am Anfang eines Projekts liegen noch nicht so viele Informationen über das Projekt vor (Cone of Uncertainty), sodass die erste Einschätzung fehlerbehaftet sein kann.

Grundsätzlich kann man davon ausgehen, dass Selbstorganisation die Antwort auf Komplexität ist. Daraus lässt sich ableiten, dass es nicht alleine erfolgversprechend ist, Standards einzusetzen, sondern dass auf allen Ebenen die Selbstorganisation zu entwickeln. Auf der individuellen Ebene, der Gruppenebene, der organisationalen Ebene und der Netzwerkebene.

Gehen wir nach Erpenbeck/Heyse von Kompetenz als Selbstorganisationsdisposition aus, so bedeutet das, in diesem Sinne Kompetenz auf der individuellen Ebene, der Gruppenebene, der organisationalen Ebene und der Netzwerkebene zu entwickeln (Kompetenzmanagement).

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

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.

Veröffentlicht am

Hybrides Projektmanagement: „Emergent Practice“ und Bifurkationspunkte

Projektmanagement spannt von den Polen Agiles Projektmanagement und Planbasiertes Projektmanagement ein Projektmanagement-Kontinuum der Möglichkeiten auf. Dabei gibt es Bereiche, in denen das Planbasierte Projektmanagement besser passen, und andere, in denen das Agile Projektmanagement eine bessere Option darstellt.

Diese Studie PMI (2024) Global Survey: Hybrides Projektmanagement wird immer wichtiger hat gezeigt, dass es in der Praxis immer mehr Hybrides Projektmanagement gibt, das weniger dogmatisch, sondern eher pragmatisch ist. In der Zwischenzeit gibt es auch Vorschläge, welcher Kombinationen bei einem Hybriden Projektmanagement Vorgehensmodell geeignet sind.

Darüber hinaus gibt es in der Literatur aber auch Hinweise, dass Hybrides Projektmanagement „einfach entsteht“ – also emergent ist.

„Diebold et al. konnten zeigen, dass einige Organisationen, die agiles Projektmanagement implementieren, den kulturellen Wandel (vgl. dazu auch Zasa et al.) und / oder den damit verbundenen Schulungsbedarf unterschätzten. Dies führte zu einer „emergent practice“ des hybriden Projektmanagements.(…) Im Sinne der emergent practice gibt es also Elemente („Relikte“) klassischen Projektmanagements, mit denen Teams sich konfrontiert sehen, die ansonsten nach einem agilen Modell zusammenarbeiten“ (Albrecht und Romero Müller 2024, in: projektmanagementaktuell 4/2024).

In komplexen Systemen mit seinen vielfältigen Verbindungen entsteht etwas, das nicht so ohne weiteres auf die einzelnen Komponenten, Elemente des Projektmanagement-Systems zurückzuführen ist. Solche Phasenübergänge (bitte nicht mit den Projektmanagementphasen verwechseln!) werden Bifurkationspunkte genannt. Möglicherweise genügt es, das Verhalten der wenigen instabilen Systemelemente zu erkennen, um das gesamte Projektmanagement-System zu steuern. Siehe dazu auch

Kernkompetenzen als Emergenzphänomene

Komplexität bzw. komplex – in Abgrenzung zu einfach und kompliziert

Alle reden über Komplexität, doch wer kennt schon Bifurkationspunkte?

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