KENNENLERNEN · 2026-06-22

KI-getriebenes Projektmanagement

BISHERIGE HAUPTAUFWÄNDE

Wo die Aufwände lagen — und wohin sie sich verschieben

Kontext erfassen einordnen, verknüpfen; KI reagiert auf neuen Kontext und macht Änderungen kenntlich
Dokumente aktuell halten bisher manuell; künftig automatisiert erzeugt und synchron gehalten
Klären Agenten führen Klärungen proaktiv herbei; Engpass verschiebt sich zum Urteil
Entscheiden KI bereitet auf, der Mensch entscheidet — dieser Anteil wächst

KI unterstützt massiv — der Mensch entscheidet.

KI-GETRIEBEN

Plan entsteht aus Kontext aus Gesprächen, Dokumenten, Entscheidungen — nicht aus Vorlagen
Bleibt aktuell Änderungen fließen nach, nachvollziehbar, mit Zeitstempel
Mensch entscheidet, KI entwirft Vorschläge, Optionen, Klärungen — Freigabe bleibt beim Menschen
Nachvollziehbar wer, wann, auf welchen Kontext — Provenance als Selbstverständlichkeit

DIE ROLLE

Kontext kuratieren was rein muss, was raus, was zählt — gepflegte Bedeutung als Arbeitsleistung
Synthese & Impulse Richtung geben, Werte einbringen, Urteil bilden — Persönlichkeit wirkt direkt
Operativ: Mensch im Loop Gates an den richtigen Stellen — freigeben, klären, justieren
Rest: agentisch Routine automatisiert, beobachtbar — viele Wirkungsfäden gleichzeitig halten

GRUNDLAGEN

Modell der Denker; erzeugt aus Eingabe eine Antwort, urteilend (probabilistisch)
Agent Modell, das in Schritten arbeitet: Werkzeuge nutzt, prüft, weitergeht
Kontext alles, was das Modell für die Aufgabe vor sich hat; Qualität schlägt Modellwahl
Harness das Gerüst: Regeln, Werkzeuge, Wissen, Leitplanken; macht Arbeit wiederholbar

MYTHOS: AGENTEN LERNEN

Häufige Annahme

Im Alltag wirkt es wie Lernen — tatsächlich wächst der Kontext, auf dem Modellinferenz läuft. Das Modell wird zur Laufzeit nicht trainiert.

Bessere Ergebnisse entstehen durch besseren Kontext, nicht durch ein trainiertes Modell — das entlastet die Erwartung und macht den Hebel sichtbar.

GOVERNANCE

Grauzone ist der Normalfall viele Organisationen nutzen KI reaktiv, ohne systematische Governance
Zwei ungesunde Ausschläge Schatten-KI (unkontrolliert) · pauschale Blockade (Produktivitätsverlust)
Dynamische Governance Szenarien, Reversibilität, klare Gates, gezieltes Human-in-the-Loop
Lokal / Server / Cloud trennen Cloud nur mit geklärter Inhalts-Governance; DSGVO & EU AI Act durch Anwalt prüfen

AUSBLICK

Einzel-Prompting Modelle ad hoc im Frontend, einzelne Prompts — Einstieg für fast alle
Harness & Kontext-Engineering strukturierter Kontext, Regeln, Skills, Stränge — Arbeit wird reproduzierbar
Companion & geführte Dialoge Sprache, Transkript, Canvas/Panels — geführte Kontext-Erfassung
Cockpit / Agenten-OS Orchestrierung, Beobachtbarkeit, KPI-Gates, minimale Human-in-the-Loop-Last
Laufzeit-optimierte Ausführungsgraphen Agentenschwärme, selbst-rekonfigurierende Graphen — heute nur benannt

Einstieg meist Stufe 1–2 — die Leiter gehen wir gemeinsam hoch.

HERAUSFORDERUNGEN

KI-Texte sind oft noch „AI-Slop“ generisch, ohne Geschmack für Ästhetik (KI-Generiertes will ich KI-getrieben verarbeiten, nicht mehr selbst lesen)
Mehr Text, als wir lesen können Produktion überholt Rezeption — Verdichtung und Kuratierung werden zum Engpass
Datenklassifikation & Cloud-Restriktionen was darf in welche Cloud — Vertraulichkeit, DSGVO und Souveränität bestimmen den Pfad
Reife & Verlässlichkeit der Agenten Halluzination, Verifikation, Wiederholbarkeit — Vertrauen entsteht über belegte Ergebnisse
Weiteres besprechen wir gemeinsam die Liste ist offen — die nächsten Punkte kommen aus Ihrem Kontext

WAY FORWARD

Der mitwachsende Plan ist das Angebot Projektplan entsteht aus echtem Kontext und wächst mit jeder Klärung
Auftragsklärung gemeinsam erste 2–3 Zyklus-Elemente besprechen; Plan am Schluss updaten — er wächst sichtbar
Operative Umsetzung bleibt bei Ihnen Selbstständigkeit ist das Ziel — kein Dauerbedarf, sondern Befähigung
Multi-Projekt / Portfolio bewusst später Fokus zuerst auf einem Projekt; Skalierung folgt nach erstem Erleben

Einladung zum gemeinsamen Erschließen.