Entgrenzung des Project Management Office (PMO)

In unserem Blog habe ich schon oft über das Project Management Office (PMO) geschrieben. Es ging und geht dabei oft um eine eher interne Sicht auf diese Form viele Projekte im Unternehmen zu unterstützen. Es wundert daher nicht, dass in dem Artikel Braun et al. (2024): Die Entfesselung des Project Management Office?, in projektmanagementaktuell 4/2024 vorgeschlagen wird, verschiedene Typen zu unterscheiden. Ich kann an dieser Stelle nur Auszüge darstellen:

Typ 1 Vollständig intern: Das PMO agiert vollständig innerhalb der eigenen Organisationsgrenzen und beschäftigt sich ausschließlich mit den Projekten im eigenen Betrieb.

Typ 2 Vorsichtige Experimente: Das PMO handelt exklusiv im Auftrag einer einzelnen Organisation, erkennt jedoch das Potenzial, den Schritt über die eigene Grenze hinauszuwagen.

Typ 3 PMO mit einzelnen organisationsübergreifenden Aktivitäten: Das PMO ist weiterhin innerhalb einer Organisation angesiedelt, fördert und standardisiert jedoch vermehrt Kooperation und interorganisationalen Austausch.

Typ 4 Interorganisationales PMO: Das PMO ist keiner einzelnen Organisation vollständig zugeordnet, es setzt sich zusammen aus Akteuren verschiedener Organisationen.

Die Autoren weisen darauf hin, dass diese Typisierung keine Rangfolge angibt. Weiterhin habe ich in meiner Überschrift zu diesem Blogbeitrag den im Artikel verwendeten Begriff der “Entfesselung” bewusst durch “Entgrenzung” ersetzt. Der Grund sit, dass der Begriff der “Entgrenzung” eine bessere Passung zur Reflexiven Modernisierung hat.

Siehe zum Thema “PMO” auch:

Wie grenzen sich Project Management Office (PMO) und Project Office (PO) voneinander ab?,

Projektmanagement-Office (PMO): Neue Aufgaben durch Künstliche Intelligenz (KI)

Projektmanagement Office (PMO): Organisatorische Einbindung und inhaltliche Möglichkeiten

Mögliche Aufgaben des Project Management Office (PMO)

Das PMO als agiles Kompetenzzentrum?

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.

MYTHOS: Die Covid-19-Pandemie war ein Beschleuniger für die Digitale Transformation

Image by Peggy und Marco Lachmann-Anke from Pixabay

Es herrscht die einhellige Meinung, dass die Covid-19-Pandemie die Digitale Transformation unserer Gesellschaft beschleunigt hat. Immerhin haben doch viele Arbeitnehmer gelernt, von Zuhause aus (aus dem Home Office) zu arbeiten, und Videokonferenz-Software genutzt. All das war vorher nicht “üblich”.

Doch ist diese Meinung ausreichend um zu formulieren, dass es während der Pandemie zu einer Beschleunigung der Digitalen Transformation in Deutschland kam? Eine aktuelle Studie ist dieser Frage nachgegangen.

Während der Covid-19-Pandemie kam es entgegen der öffentlich herrschenden Meinung zu keiner Beschleunigung der digitalen Transformation in Deutschland“(Melanie Arntz (ZEW), Michael Böhm (TU Dortmund), Georg Graetz (Universität Uppsala),
Terry Gregory (LISER & ZEW), Florian Lehmer (IAB), Cäcilia Lipowski (ZEW), Britta Matthes (IAB) (2024): Digitale Transformation auf Sparflamme: Weniger 4.0-Investitionen in der Pandemie) | PDF.

Es ist schon erstaunlich, wie schnell sich die oben erwähnte Meinung durch das Wiederholen in allen Medien zu de facto Erkenntnissen werden, die alle als richtig empfinden. Dass es sich dabei um ein Mythos handelt, zeigt später eine wissenschaftliche Studie. Leider wird diese dann nicht so oft in den verschiedenen Medien geteilt und erwähnt, sodass der Mythos wohl weiterleben wird.

Siehe dazu auch Lernpyramide ist als Mythos schon lange entzaubert.

Wissenskompetenz als die eigentliche Schlüsselfähigkeit der modernen Wissensgesellschaften?

Der neue Wissensbegriff deutet an, dass viele verschiedene Wissensfragmente zusammengeführt, und kontextspezifisch (domänenspezifisch) bewertet werden müssen. Diese Kompetenz – verstanden als Selbstorganisationsdisposition (Erpenbeck/Heyse 2007 und Erpenbeck/von Rosenstiel 2007) – kann als Wissenskompetenz bezeichnet werden.

Wissenskompetenz schließlich umfasst die Fähigkeiten zur Recherche und Auswertung (Prüfung und Beurteilung) sowie zum Management, zur Einordnung und zum Mitteilen von Wissen und Informationen. Erst wer über diese Kompetenz verfügt, kann sich sicher und selbstlernend durch den Dschungel der Informationsflut und der sich beständig verändernden Wissensstände (insbesondere in der eigenen Domäne) bewegen. Die Wissenskompetenz kann als die eigentliche Schlüsselfähigkeit der modernen Wissensgesellschaften mit ihren sich extrem verkürzenden Halbwertzeiten des Wissens angesehen werden (vgl. Arbesman 2012)” (Arnold 2017:116).

In der Zwischenzeit zeigen uns die Möglichkeiten der Künstlichen Intelligenz, dass viele Arbeiten von entsprechenden Apps übernommen werden können. Die sozialen Dimensionen in der jeweiligen beruflichen Domäne mit ihren Vernetzungen und emotionalen Zuständen müssen von Menschen zusätzlich mit beachtet. und somit mit bewertet werden.

Nicht nur auf der individuellen Ebene (Mensch) spielt das eine Rolle. Hinzu kommen noch die Ebenen Gruppe (Team), Organisation und Netzwerk. Siehe dazu auch Kompetenzmanagement.

Projektmanagement bei Drittmittel-Projekten

Beteiligte in öffentlich geförderten Drittmittelprojekten am Beispiel der Schweiz (Gerber et al. 2017)

Projekte in einem kommerziellen Umfeld erfolgreich zum Ziel zu führen, ist schon schwierig. Bei Not-for-Profit Projekten, oder bei Projekten in Öffentlichen Verwaltungen gibt es auch Besonderheiten, die zu beachten sind. Ähnlich sieht es bei Drittmittel-Projekten aus.

Diese zeichnen sich dadurch aus, dass sie teilweise oder vollständig von Fördermittelgeber finanziert werden, und von einem Konsortium von Forschungspartner, Industriepartner und weiteren Partnern durch geführt werden. Die Abbildung zeigt diesen Zusammenhang auf.

Es ist unschwer zu erkennen, dass diese Konstellation besondere und durchaus herausfordernde Anforderungen an das Projektmanagement stellt. Grundsätzlich geht es in den verschiedenen Phasen um folgende Unterschiede bei den Beteiligten (Gerber et al. 2017):

Zielsetzung: Während die Wissenschaft an Publikationen, der Finanzierung ihrer Stellen und der Anerkennung in der Scientific Community interessiert ist, steht für die Industrie das Bestehen und Wachstum des Unternehmens durch neue Techniken, innovative Produkte oder Dienstleistungen an vorderster Stelle. “

Projektergebnisse: Am Ende des Projektes sollte für die Industriepartner ein konkretes Ergebnis wie zum Beispiel ein Prototyp oder eine neue Technik verfügbar sein, sodass ein Unternehmen dieses kommerzialisieren kann. Für Forschende kann der Erkenntnisgewinn am Projektende bereits befriedigend sein, auch wenn weiterhin viele Fragen offen bleiben.”

Projektinhalte: In der Industrie werden eher Projekte zum gleichen Thema durchgeführt, die in sich abgeschlossen sind. An Hochschulen dagegen sind die Projekte Teil einer kontinuierlichen Weiterentwicklung bzw. Erweiterung von Themen.”

Finanzierung & Controlling: Die Wissenschaft wird häufig zu 100 Prozent gefördert, während Unternehmen nur einen Teil der Kosten erstattet bekommen und gegenfinanzieren müssen. Somit ist es für Unternehmen wichtiger, dass am Projektende vorzeigbare Resultate vorliegen. Bestehendes Personal an Forschungseinrichtungen ist mit der Grundfinanzierung abgedeckt und zusätzliche Stellen für Doktorierende werden über die Drittmittel unterstützt. Diese sind oft befristet, sodass permanent Drittmittel akquiriert werden müssen.”

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.

Gedanken zur Frage: Warum fällt uns die Zusammenarbeit mit anderen so schwer?

In den letzten mehr als 100 Jahren hat sich die Arbeitsteilung in allen Bereichen der Gesellschaft etabliert. Es stellte sich dabei immer stärker heraus, dass es besser (wirtschaftlicher) ist, komplexe Themen, Prozesse, Produkte zu zerteilen und diese Teilsysteme dann massenhaft effektiv und effizient abzuarbeiten. Das führte zu Skaleneffekte, die kleine Betriebe nicht mehr abbilden konnten.

Es entwickelten sich beispielsweise Produktionsbetriebe, die sich immer weiter spezialisierten. Immer mehr Abteilungen wurden erforderlich, die großen Wert auf das Trennende legten. Jede Abteilung denkt in diesem Umfeld an sich und handelt für sich. Das färbte auch auf die Menschen ab, die fortan mehr an sich als an die Gemeinschaft dachten, und auch heute noch denken. Die Abbildung zeigt die Entwicklung dieser Tayloristischen Arbeitsteilung von Kleinbetrieb bis zum großen Produktionsbetrieb. (Massenproduktion).

Der arbeitsteilige Industriebetrieb (Metzger/Gründler 1994: Zurück auf Spitzenniveau)

Das Trennende wurde allerdings nicht nur in der Produktion umgesetzt, sondern auch in der Politik (Bundesministerien, Ländergrenzen, Grenzen bei den Kommunen) und bei Dienstleistungen. Das gesamte System war darauf ausgerichtet, Standardprodukte und Standarddienstleistungen in großer Zahl effektiv und effizient anzubieten und durchzuführen.

In den letzten Jahrzehnten kam es allerdings global zu immer mehr Vernetzungen von technischen Systemen (Informations- und Kommunikationssystemen), Verkehrswegen (Bahn, Schiff, Flugzeug…), von Personen untereinander, Personen und Dingen, Dingen mit Dingen usw. – das Internet der Dinge ist hier nur ein Schlagwort. Solche Vernetzungen führten zu immer komplexeren Anforderungen an Produkte und Dienstleistungen, die in den etablierten Strukturen kaum noch mit dem nötigen Tempo abgearbeitet werden konnten.

Mit projektorientierter Arbeit über die Grenzen der Abteilungen, und mit der intensiveren Zusammenarbeit mit externen Partnern und Kunden, konnten sich Organisationen auf diese neuen Herausforderungen einstellen (Projekte sind Träger des Wandels). Gesellschaftlich sehen wir diese Adaption in der Politik leider noch nicht. Alle Bürger und Organisationen sollen sich anpassen, die politische Struktur bleibt noch wie sie ist. Dass diese Situation zu Spannungen und Verwerfungen führt, ist offensichtlich.

Darüber hinaus müssen wir alle, die in einer Tayloristischen Arbeitswelt aufgewachsen sind, bzw. auch noch aufwachsen, lernen, wieder mit anderen zusammenzuarbeiten. Der Mensch ist per ein soziales Wesen, das auch an das Wohl anderer Menschen denkt, und entsprechend handelt. Nicht umsonst engagieren sich viele Menschen ehrenamtlich, helfen in der Not anderen Menschen, arbeiten kostenlos in Open-Source-Projekten mit, oder entwickeln frei verfügbare Innovationen, die sie anderen kostenlos zur Verfügung stellen (Open User Innovation).

Durch die Anpassung der Menschen an die Maschinenwelt sind diese Eigenschaften von Menschen etwas “überdeckt” worden. Es wird Zeit, dass diese menschlichen Seiten wieder unser Zusammenleben dominieren.

Vermindert der Einsatz Künstlicher Intelligenz menschliche Fähigkeiten?

Wenn wir ein Navigationssystem nutzen hilft uns das, schnell und bequem unser Ziel zu erreichen. Andererseits vermindert sich dadurch auch die menschliche Fähigkeit, sich zu orientieren. Die Nutzung eines Autos hilft uns, große Strecken zurückzulegen, doch vermindert es auch unsere körperlichen Fähigkeiten. Die Nutzung eines Computers erleichtert uns die Bearbeitung von Zahlenkolonnen, doch reduziert es auch unsere Rechen-Fähigkeiten. Die Nutzung von Suchmaschinen wie Google hat es uns erleichtert, Daten und Informationen schnell zu finden. Manche Fähigkeiten der Recherche und des Prüfens von Daten und Informationen bleiben hier manchmal wegen den schnellen Zyklen der Veränderungen auf der Strecke.

Warum sollten diese Effekte also bei der Nutzung von Künstlicher Intelligenz anders sein?

“Eine grundlegende Erkenntnis besagt, dass jedes technische Hilfsmittel die Fähigkeiten der Kombination «Mensch-Tool» zwar erhöht, jene des Menschen alleine aber potenziell vermindert (every augmentation is also an amputation, frei nach Marshall McLuhan)” (Digital Society Initiative 2023)

Im Kontext der universitären Bildung haben Forscher ermittelt, welche menschlichen Fähigkeiten in Zukunft in einem von KI dominierten Umfeld erhalten und gestärkt werden sollten (vgl. Digital Society Initiative 2023):

Grundlegende technische Fähigkeiten in Bezug auf KI-Technologien.

Sozialisationsfähigkeiten: Soziales Lernen, Einfühlungsvermögen, Resilienz und effektives
Teamwork gefördert werden. Dies bedingt auch ein Verständnis und eine Reflexion über ethische Werte und wissenschaftlichen Ethos.

Kritisches Denken: Kritische Diskurs, das Denken in Modellen und Abstraktionen sowie die Fähigkeit zur multiperspektivischen Kognition und Analyse.

Handeln unter Unsicherheit: Um mit der Geschwindigkeit des technischen Fortschritts (und auch den bekannten globalen Herausforderungen wie z.B. dem Klimawandel) umgehen zu können, sind Fähigkeiten zu fördern, welche das Handeln unter Unsicherheit erleichtern. Unter anderem zu nennen ist hier eine Schulung der Intuition und abstraktes Problemlösen.

Anmerken muss ich an dieser Stelle, dass persönliche Fähigkeiten nicht mit Persönlichkeitseigenschaften gleich gesetzt werden sollten. Siehe dazu auch Über den Umgang mit Ungewissheit. Es geht hier darum, dass gerade der Mensch als soziales und emotionales Wesen komplexe Problemlösungssituationen besser bewältigen kann, als es Technologie vermag. Wie ein Idealszenario der Arbeitsteilung zwischen menschlicher und künstlicher Intelligenz aussehen kann, lesen Sie in diesem Blogbeitrag.

Von “Märkte als Ziele” zu “Märkte als Foren”

Image by user32212 from Pixabay

Es wird in unterschiedlichen Zusammenhängen (Kontexten) immer wieder von “dem Markt” gesprochen/geschrieben, der das Ziel aller Unternehmensaktivitäten sein soll. Das hört sich an, als ob “der Markt” ein relativ homogenes “Gebilde” ist, doch “der Markt” ist sehr differenziert. Weiterhin sind die verschiedenen Akteure immer stärker vernetzt (technologisch, räumlich, zeitlich usw.) und haben Rückkopplungen untereinander. Ramaswar und Prahalad haben daher vorgeschlagen, “Märkte als Foren” zu sehen.

“Market is no longer a target, it is more a forum (Prahalad and Ramaswamy 2004) to “tap into the knowledge of participants in the social ecosystem to create a freer flow of information, engage people more wholeheartedly, and enable richer, fuller stakeholder interactions” (Ramaswamy and Gouillart 2010). Further, in such a complex system knowledge is unevenly distributed (Hayek 1945) and the direction of flows of knowledge and information cannot be predetermined (Ramaswamy and Ozcan 2014)” (Freund, R. 2017).

Es ist somit nicht, oder nur bedingt, möglich, Wissensflüsse in solchen Foren (Marktplätzen) gezielt vorauszusagen. In Unternehmen möchte man allerdings gerne, den Wissensfluss so organisieren, dass ein bestimmtes Ergebnis (meistens ein Gewinn für das Unternehmen) herauskommt. Die Schwierigkeiten so vorzugehen haben viele Unternehmen erkannt, und öffnen ihre Innovationsgrenzen. Diese Entwicklung hat Chesbrough als Open Innovation bezeichnet. Dabei bezieht er sich ausdrücklich auf Unternehmen mit ihrem Geschäftsmodell.

Betrachten wir allerdings die oben genannten Charakteristika von Foren und den damit verbundenen Wissensflüssen müssen Innovationen nicht zwangsläufig nicht nur von Unternehmen ausgehen, sondern können in der Vernetzung von allen möglichen Foren-Teilnehmern geschehen. Ein so verstandenes Open User Innovation wird von Eric von Hippel propagiert.

Solche Bottom-up-Innovationen tauchen allerdings immer noch nicht in den offiziellen Innovations-Statistiken auf. Es ist vorstellbar, dass diese Art von Innovationen mit Hilfe neuer Technologien (Künstliche Intelligenz, Additive Manufacturing, Open Source, Maker-Bewegung usw.) in Zukunft immer mehr an Bedeutung gewinnt. Unternehmen sollten diese Entwicklungen frühzeitig adaptieren.

Wie hängen Innovationsmanagement und Projektmanagement in einem Netzwerk zusammen?

Grafische Darstellung der Verantwortlichkeit des Innovationsmanagements in einem Netzwerk (Bundesministerium für Wirtschaft und Technologie 2012)

In der Zukunft wird es für Großunternehmen, und für Kleine und mittlere Unternehmen (KMU) immer mehr darum gehen, in Netzwerken Wissen zu nutzen, um Innovationen zu entwickeln. In dem Beitrag Innovationsmanagement bei Großunternehmen, KMU und in Netzwerken hatte ich aufgezeigt, dass es dabei jeweils Unterschiede bei Komplexität, Verbindlichkeit und Steuerung gibt.

Betrachtet man nun den Anteil des zentralen Innovationsmanagements in einem Netzwerk über die Phasen Ideenentwicklung bis Evaluation, so wird deutlich, dass dieser Anteil bei Entwicklung, Durchführung und Monitoring stark zurückgeht (rote Linie) – und das zu Gunsten des konkreten Projektmanagements der Netzwerkpartner.

“Der farbig hervorgehobene Bereich markiert jene Prozessphasen (insbesondere die Projektdurchführung), in denen das Innovationsmanagement weniger intensiv bzw. kaum beteiligt ist(…). In der eigentlichen Durchführungsphase wird der Netzwerkmanager am wenigsten gebraucht. Diese Kurve wiederholt sich bzw. überlagert sich mit anderen Innovationsmanagementkurven, je nachdem wie das Netzwerk aufgebaut ist”” (Bundesministerium für Wirtschaft und Technologie 2012).

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.

Innovationsmanagement bei Großunternehmen, KMU und in Netzwerken

Conceptual technology illustration of artificial intelligence. Abstract futuristic background

Großunternehmen werden oft von Kleinen und mittleren Unternehmen (KMU) unterschiedenen, da bei beiden alleine durch ihre Größenordnung unterschiedliche Management-Ansätze erforderlich sind. Die Abgrenzung zwischen Großunternehmen und KMU liegt zwar vor (Definition), doch kommt es immer wieder auch zu Entgrenzungen und fließenden Übergängen.

Diese Entgrenzungstendenzen sind sogar auf der gesellschaftlichen Ebene wiederzufinden und sind Bestandteile einer Reflexiven Modernisierung. Dabei entstehen immer mehr temporäre oder auch relativ stabile Netzwerke, in denen Wissen geteilt wird, um beispielsweise Innovationen zu entwickeln. Betrachten wir nun die drei Bereiche Großunternehmen, KMU und Netzwerk, so ergeben sich im Rahmen des Innovationsmanagements unterschiedliche Ausprägungen bei den Dimensionen Komplexität, Verbindlichkeit und Steuerung. Die folgende Tabelle stellt alles übersichtlich dar.

KomplexitätVerbindlichkeitSteuerung
Großunternehmenhochmittelhoch
KMUgeringhochmittel
Netzwerkehochgeringgering
Vergleich Großunternehmen, KMU und Netzwerke bezüglich Innovationsmanagement
(Bundesministerium für Wirtschaft und Technologie 2012)

Das Innovationsmanagement in KMU oder auch in Großprojekten ist es oftmals nicht gewohnt, Netzwerke zu managen und verfallen dabei oft in die gewohnten Ansätze aus den jeweiligen Organisationen. Ein Netzwerk “funktioniert” allerdings anders. Beispielsweise ist die Komplexität hoch, allerdings sind gleichzeitig die Steuerungsmöglichkeiten gering. Das sind traditionelle Manager so nicht gewohnt.

Siehe dazu auch Welche Einflussfaktoren wirken auf den Erfolg von Netzwerken?, Soziale Netze und Big Nudging, Innovationen im Netzwerk entwickeln.

Unternehmen und Start-ups unterscheiden sich in vielen Kategorien

Etablierte Unternehmen haben sich auf dem Markt über einen längeren Zeitraum durchgesetzt und vertrauen daher oft – auch für ihre zukünftige Entwicklung – den eingeführten Strukturen und Prozessen. Den Erfolg aus der Vergangenheit in die Zukunft zu projizieren kann allerdings gerade in turbulenten Zeiten der falsche Weg sein.

Start-ups sehen ihre Erfolge in der Gegenwart und insbesondere in der Zukunft, gerade darin, keinen “Ballast auf der Vergangenheit mitschleppen zu müssen”. Start-ups sehen in turbulenten Zeiten eher mögliche Chancen ,und weniger die Risiken. Die folgende Übersicht zeigt für verschiedene Kategorien die jeweiligen Unterschiede auf.

KategorienUnternehmenStart-ups
ProzessmodellLinearIterativ
InnovationsformInkrementellRadikal
SicherheitHohe Durchführungs-sicherheitGeringe Durchführungs-sicherheit
ErfahrungViel ErfahrungWenig Erfahrung
Ressourcen (-aufwand)Hohe Verfügbarkeit /
Hoher Aufwand
Geringe Verfügbarkeit / Geringer Aufwand
Nutzenversprechen (Geschäftsmodell)UmsetzungSuche / Validierung
ErfolgsquoteHohe Abschlussquote20% Erfolgs-
wahrscheinlichkeit
DurchführungInnerhalb der OrganisationDirekte Einbeziehung von externen Kunden
Änderungen (Pivot)Eher negative AssoziationenPositive Assoziationen
Gegenüberstellung der Unterschiede zwischen etablierten Unternehmen und Start-ups
(Richter et al (2025), in projektmanagementaktuell 2/2015)

Diese Gegenüberstellung kann allerdings auch etwas anders gesehen werden: Wenn es möglich ist, die jeweiligen Stärken von Unternehmen und Start-ups zu kombinieren, könnten neue, hybride Geschäftsmodelle entwickelt werden, die zukunftsfähig sind.

Auf solche Themen gehen wir auch in den von uns entwickelten Blended Learning Lehrgängen ein, die wir an verschiedenen Standorten anbieten. Informationen zu unseren Blended Learning Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.