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:
Beim Paarvergleich werden jeweils zwei PPP auf ihre Abhängigkeiten untereinander untersucht. Dabei werden verschiedene Kriterien (z.B. Risiken, Ziele und Ressourcen) einzeln untersucht.
Beeinflussungsmatrix
Eine 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.
Korrelationsanalyse
Mit 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
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.
In der Zwischenzeit geht es in der Diskussion zu KI auch immer stärker um die Frage, wie KI Agenten im Projektmanagement genutzt werden können. Dazu gibt es den Beitrag KI-Agenten im Projektmanagement: So unterstützen digitale Rollen den Projektalltag von Jörg Meier, vom 15.07.2025 im GPM Blog. Darin werden erste gute Hinweise gegeben. Dennoch:
Ich hätte mir hier gewünscht, dass der Author auch auf die Problematik der Nutzung von Closed Sourced Modellen wie ChatGPT oder Gemini hinweist. Ausgewählte KI Modelle sollten möglichst “wirklich” Open Source AI (Definition aus 2024) sein. Es wäre m.E. auch die Aufgabe der GPM die Digitale Souveränität insgesamt stärker bewusst zu machen. Siehe dazu beispielsweise auch Digitale Souveränität: Souveränitätsscore für KI Systeme.
Da es in Organisationen immer mehr Projekte gibt, macht es Sinn zu kategorisieren. Beispielsweise wird das Multi-Projektmanagement oft in Einzelprojekte, Programme und Portfolios unterteilt.
Weiterhin können Projekte auch nach ihrem inhaltlichen Schwerpunkt in Projektarten unterschiedenen werden. In der Abbildung wurden dazu beispielsweise Technische Projekte, IT-Projekte, Organisationsprojekte und F&E-Projekte untergliedert. Anmerken möchte ich hier, dass ein Projekt oftmals aus mehreren, mehr oder weniger stark ausgeprägten Projektarten besteht.
Weiterhin wurden in der Abbildung Technische Projekte in Projekttypen II (nach Veränderung) und in Projekttypen I (nach Funktion) unterschiedenen.
Weitere Klassifizierungsmerkmale wie Größe, Komplexität und Dynamik gelten für alle angesprochenen Ebenen.
Tipp: Erstellen Sie für Ihre Organisation eine entsprechende Übersicht, um die Gesamtstruktur Ihres Projektmanagement-Systems besser zu verstehen.
Lean Innovation nach Schuh (2011); eigene Darstellung
Der Lean-Gedanke, also Verschwendung zu vermeiden und den Wertstrom zu optimieren, kann in allen Prozessen thematisiert und integriert werden. Dazu hatte ich in 2013 schon einmal einen Blogbeitrag geschrieben: Lean Innovation – Wie passt das zusammen?
Auf unserer Asienreise waren wir u.a. vom 15.04.-25.04.2025 in Tokyo, Kyoto und Osaka (mit Expo 2025). Dabei ist mir der Lean-Gedanke in allen Bereichen des gesellschaftlichen Lebens begegnet. Eben nicht nur theoretisch, sondern sehr praktisch – inkl. der Ausrichtung am Kundennutzen – sehr beeindruckend.
Es wundert daher nicht, dass der Lean-Gedanke auch im Projektmanagement, oder auch im Innovationsmanagement berücksichtigt werden kann. Prof. Schuh hat für Lean Innovationauf dieser Website 12 Schritte (Abbildung) ausführlich beschrieben.
Es ist wichtig, da alle wirtschaftlichen Bereiche stärker auf die Produktivität achten müssen – gerade in Zeiten vieler neuer technischen Möglichkeiten.
Leistung: grundsätzlich fix Dauer: ausgerichtet an der Leistungserbringung Kosten: ausgerichtet an der Leistungserbringung
Leistung: ausgerichtet an der Dauer und dem Machbaren Dauer: grundsätzlich fix Kosten: grundsätzlich fix (Personalkosten)
Planung
Phasen, Meilensteine, Arbeitspakete, Liefergegenstände/-objekte Up-Front, aber rollierend möglich
Releases, Epics, Features, User Stories, Inkremente grundsätzlich rollierend
Aufwand (Personal)
Schätzung im Gegenstromverfahren (Management, Experten) in Personentagen Up-front, dann ggf. nachsteuernd
Schätzung durch das Team in Story Points
rollierend
Steuerungs- instrumente
Fortschrittsmetriken, Meilensteintrendanalyse, Earned Value Analyse Status Meeting, Berichte
Acceptance of Done, Taskboard, Burn-Down-/-Up-Chart
Sprint-Review, Daily Stand Up
Hüsselmann/Hergenröder (2024): Integrierte Earned Value Analyse, nach Fiedler (2020)
Das klassische, eher plangetriebene Vorgehen beim Projektmanagement ist seit vielen Jahren bekannt und etabliert. Es wundert daher nicht, dass es gerade etablierten Organisationen schwer fällt, die beim agilen Projektmanagement zu berücksichtigen Vorgehensweise zu integrieren..
Die in der Tabelle zusammengefasste Gegenüberstellung der Merkmale “Anforderungen”, “Umfang (Scope”, “Ziele”, “Planung”, “Aufwand (Scope)” und “Steuerungsinstrumente” gibt Ihnen noch einmal einen Gesamtüberblick dazu.
Dabei sollten Sie allerdings bedenken, dass es oft nicht um ein Entweder-oder, sondern um ein Sowohl-als-auch geht, was als Hybrides oder auch Adaptives Projektmanagement bezeichnet werden kann.
Quelle: Ausschnitt des Cowers zu PM4NGOS (2025): Social Good DPro Guide – Project Management for Social Good
Projektmanagement wird in verschiedenen, branchenunabhängigen Standards (z.B.: PMI, IPMA, PRINCE2,) abgebildet. Dennoch gibt es darüber hinaus auch sehr viele branchenspezifische Ansätze, wie z.B. für die Bauwirtschaft, die Softwareentwicklung usw. Weniger bekannt ist das Projektmanagement für NGOs. Hier gibt es durchaus Unterschiede zum Projektmanagement eines reinen Wirtschaftsunternehmens.
Es ist daher gut, wenn sich frei verfügbare Veröffentlichungen mit dem Projektmanagement für NGOs befassen. Der folgende, englischsprachige Guide ist ein Beispiel dafür:
PM4NGOS (2025): Social Good DPro Guide – Project Management for Social Good | PDF
Die erste Version ist aus dem Jahr 2020, die aktuelle aus 2025. Der Guide ist auf das klassische, eher planbasierte Projektmanagement ausgerichtet und enthält größtenteils die Elemente, die auch z.B. in der DIN 69901:2025 zu finden sind.
Hinweise auf agile Vorgehensmodelle, oder hybrides Projektmanagement fehlen komplett. Ganz zu schweigen von den Möglichkeiten, Künstliche Intelligenz im Projektmanagement einzusetzen. Es wäre gut, wenn sich das Handbuch zum Projektmanagement für NGOs in der nächsten Version auch damit befassen würde. Siehe dazu auch
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.
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.
“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.
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 Projektmanagementfindet 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.
