Veröffentlicht am

Anwendungsbeispiele für ChatGPT in KMU

Die Möglichkeiten von Künstlicher Intelligenz (KI) am Arbeitsplatz sind vielfältig, und werden daher von großen Konzerne, Privatpersonen und verstärkt auch von Kleinen und mittelständischen Unternehmen (KMU) genutzt. Saskia Powell vom RKW stellte dazu Nicole Simon einige Fragen dazu. Das komplette Interview kann im aktuellen RKW-Magazin 1/2024 unter ” Gekommen, um zu bleiben. Wie kleine und mittlere Unternehmen ChatGPT für sich nutzen können” nachgelesen werden. Ich möchte an dieser Stelle die in dem Interview angegebenen Anwendungsbeispiele für ChatGPT in KMU hervorheben:

> Content-Erstellung und Überarbeitung: Marketingtexte, Webseite, Social Media
> Übersetzungen: Inhalte für nichtdeutsche Märkte übersetzen
> Kundenservice: Antworten auf häufige Fragen, 24/7-Support, Sentiment-Analysen
> Marktforschung: Zusammenfassung von Branchenberichten und Analyse von Kundenfeedback, Entwurf von Interview-Fragen
> Entwicklung von Lernmaterialien und Trainings: Umwandlung von Handbüchern in Kurse mit Fragen, Tests und Webanwendungen
> Dokumentation: Beschreibung von Arbeitsabläufen nach definiertem Standard
> Profilerstellung: Zielgruppendefinition anhand von Vertriebs- und Marketingunterlagen
> Vorbereitung von Verkaufsgesprächen: Antizipation möglicher Kundenfragen, Einwandbehandlung
> Brainstorming: Finden von Metaphern und Beispielen
> Programmierung: Dokumentation und Analyse von Codes, Unterstützung bei der Fehlersuche

Darüber hinaus weist Nicole Simon auch darauf hin, dass ChatGPT nicht kreativ ist, und nicht querdenken kann (ebd.). Ich hätte mir weiterhin gewünscht, dass der Blick nicht nur auf ChatGPT gerichtet wird, sondern die Entwicklungen hin zu einem souveränen Arbeitsplatze erwähnt werden, bei dem viele Anwendungen (inkl. eines KI-Assistenten) Open-Source-basiert sind, damit die Daten bei dem jeweiligen kleinen und mittelständischen Unternehmen (KMU) bleiben können. Siehe dazu auch Nextcloud: Geeignete KI-Apps selbst auswählen – ein Beispiel oder Warum kann NEXTCLOUD zukünftig eine interessante Alternative zu ChatGPT (OpenAI) oder Bard (Google) sein?

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.

Veröffentlicht am

Menschliche Intelligenz und Künstliche Intelligenz: Ein Idealszenario der Arbeitsteilung

Künstliche Intelligenz durchdringt alle Bereiche der Gesellschaft, und somit auch die Arbeitswelt. Für die Arbeitswelt hat Künstliche Intelligenz insofern starke Auswirkungen, als dass repetitive oder auch Routineaufgaben wohl als erstes durch leistungsfähige KI-Anwendungen ersetzt werden. Dadurch können sich wiederum Menschen mit ihren Potenzialen auf komplexere Problemlösungen konzentrieren. Ob das ein Vorteil oder Nachteil ist, liegt wie immer an der Perspektive. Der folgende Abschnitt beschreibt dazu ein Idealszenario.

“Die Maschine nimmt uns die komplizierten, berechenbaren (und oft langweiligen) Routineaufgaben entweder komplett ab oder liefert die passende Zuarbeit für weitere Arbeitsschritte und Entscheidungen. Dadurch wird der Fachkräftemangel gelindert und Menschen werden von repetitiven Tätigkeiten entlastet. Sie können sich dadurch den Aufgaben zuwenden, die auf Kreativität, Empathie, Kontextualisierung in volatilem Umfeld sowie auf zwischenmenschliche Interaktion angewiesen sind. Die Trennung von Kopf, Hand und Herz – wie sie die Arbeit der letzten 100 Jahre vorantrieb – kann so rückgängig gemacht oder verringert werden. Menschen können im Idealfall mehr schöpferisch und nach persönlichen Neigungen wirken. Sie können ihr Potenzial entfalten und zur Verfügung stellen” (Hertling, S. (2024), in RKW-Magazin 1/2024).

Der Artikel thematisiert in seiner Überschrift auch auf Menschliche Intelligenz, fokussiert im Text allerdings sehr stark auf die Künstliche Intelligenz. Den Begriff Menschliche Intelligenz thematisiert der Autor leider nur indirekt, indem er Begriffe wie “Empathie”, “Kreativität“, “zwischenmenschliche Interaktionen” oder auch “Skills” verwendet. Unklar bleibt, von welchem Intelligenzverständnis hier ausgegangen wird. Ist es die Perspektive eines Intelligenz-Quotienten (IQ), oder die Perspektive einer Emotionalen Intelligenz oder aber die Perspektive von Multiplen Intelligenzen nach Howard Gardner? Erst durch diese Klärung würde ein “in-Beziehung-setzen” von Menschlicher Intelligenz und Künstlicher Intelligenz Sinn machen. Erste Hinweise auf ein angemessenes Intelligenz-Konstrukt habe ich bei Funke gefunden:

Funke (2006) hat dazu einen ausführlichen Beitrag zum ersten Intelligenztest (PDF) geschrieben. Auf Seite 38 steht: “Inhaltlich hat sich das Intelligenzkonzept in den letzten 100 Jahren ausdifferenziert (vgl. Funke u. Vatterodt-Plünnecke 2004): An der Stelle einer einzigen Intelligenzdimension (´general intelligence´, g-Faktor) ist heute die Konzeption Multipler Intelligenzen im Sinne unterschiedlicher Teilkompetenzen (z.B. logisches Schlussfolgern, verbale Intelligenz, kreatives Problemlösen, emotionale Kompetenz, Körperbeherrschung) getreten, für die jeweils andere Erfassungsinstrumente benötigt werden.”

Veröffentlicht am

Projektmanagement: Nudging zur Verbesserung der Entscheidungsfindung nutzen

© pixabay/magnetme

Manchmal benötigt man einen kleinen Schubs oder Denkanstoß, um eine Entscheidung zu treffen. Dieser Schubs (Nudge) wird in der Marketing-Kommunikation beispielsweise auch mit Hilfe von Sozialen Netzwerken genutzt. Da das Nudging aus der Verhaltensökonomie kommt, kann es Verhalten in komplexen Entscheidungsprozessen unterstützen, und damit die Entscheidungsfindung verbessern.

“Nudges können als eine Architektur der Entscheidungsfindung definiert werden, die das Verhalten der Menschen vorhersehbar verändert, ohne Barrieren zu beseitigen oder wesentliche wirtschaftliche Anreize zu verändern. Diese Nudges sind kosten- und konflikteffiziente Techniken, die bestimmte Vorurteile ausnutzen, um die individuelle Entscheidungsfindung zu verbessern. Zu den allgemeinen Komponenten eines Nudge gehören: (1) ein Eingriff in die Mittel der Entscheidungsfindung und nicht in die Ziele; (2) die Freiheit, eine alternative Wahl zu treffen; und (3) eine Belohnungs- oder Kostenkomponente, die im Vergleich zu Handlungsalternativen gering ist. Die drei Haupttypen von Nudges untergliedern sich in: Entscheidungsinformationen, Entscheidungsstrukturen und Entscheidungshilfen. Diese repräsentieren verschiedene Aspekte des Entscheidungsprozesses. Nudges können die menschlichen Fähigkeiten in mindestens einer der drei Typologien verbessern” (Lächelt/Portillo/Braun (2024), in projektmanagementaktuell 2/2024).

Da es auch im Projektmanagement viele komplexe Entscheidungsprozesse gibt, kann Nudging in diesem Kontext genutzt werden – zukünftig auch mit Hilfe der Künstlichen Intelligenz.

Solche Zusammenhänge berücksichtigen 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

Projektmanagement: Verzerrungen bei Entscheidungsprozessen

Ein Projekt ist durch die “Einmaligkeit der Bedingungen in ihrer Gesamtheit” gekennzeichnet (DIN 69901). Im einfachsten Fall können Projekte in der Stacey-Matrix positioniert werden, um das geeignete Vorgehensmodell (plangetrieben, hybrid, agil) abzuleiten. Daraus leitet sich wiederum ab, dass es in Projekten zu ambiguen Situationen kommt, in denen Entscheidungen getroffen werden müssen. Doch diese Entscheidungsprozesse sind oftmals durch Verzerrungen geprägt. Doch was ist eine Verzerrung?

“Als Verzerrung ist eine systematische Diskrepanz zwischen dem durchschnittlichen Urteil einer Person und einem wahren Wert oder einer Norm zu verstehen” (Lächelt/Portillo/Braun (2024) in Anlehnung an Gigerenzer (2018), in projektmanagementaktuell 2/2024).

Die folgende Übersicht zeigt, wie vielfältig diese Verzerrungen sein können (ebd.):

Strategische Falschdarstellung („strategic misrepresentation“)

Optimismusverzerrung („optimism bias“)

Eskalation des Commitments („escalation of commitment“)

Verfügbarkeitsverzerrung („availability bias“)

Prävalenzfehler („base rate fallacy“)

Einsichtsverzerrung („hindsight bias“)

Selbstüberschätzung („overconfidence bias“)

Verankerung („anchoring“)

Einzigartigkeitsverzerrung („uniqueness bias“)

Planungsirrtum („planning fallacy“)

Es ist für alle Projektbeteiligten wichtig, sich diese Verzerrungen klar zu machen, um dann Strategien zu entwickeln, diese zu bewältigen. Dazu bieten sich verhaltensbasierte oder auch KI-unterstütze Techniken an.

Solche Zusammenhänge berücksichtigen 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

Welchen Beitrag kann Künstliche Intelligenz (KI) zur Fachkräftesicherung leisten?

KI-Beiträge zur Fachkräftesicherung (Schmidt, C. M., ; Stich, A.; Suchy, O. et al. (2024))

Der Einsatz von Künstlicher Intelligenz (KI) ist – wie bei neuen Technologien immer – ambivalent. Es kommt darauf an, Künstliche Intelligenz (KI) zum Wohle von Gesellschaften zu nutzen und nicht nur für die Geschäftsmodelle einiger großer Unternehmen.

In dem Whitepaper Schmidt, C. M., ; Stich, A.; Suchy, O. et al. (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer (PDF) wird herausgearbeitet, wie Künstliche Intelligenz zur Fachkräftesicherung beitragen kann. In dem Beitrag werden grundsätzlich drei Richtungen herausgestellt (Abbildung), die ich hier nur auszugsweise nennen kann.

Automatisierung und KI-basierte Assistenz: Die KI-basierte Automatisierung von Tätigkeiten kann den künftigen Bedarf an Fachkräften zum Teil mindern.

Integration in den Arbeitsmarkt: Das Reservoir an potenziellen Beschäftigten muss noch besser genutzt werden, um den konkreten Bedarf an Fachkräften zu erfüllen, und mit passenden Rahmenbedingungen in die Lage versetzt werden, am Arbeitsmarkt zu partizipieren.

Wissenstransfer in die Zukunft: KI kann beim Up-Skilling von Beschäftigten unterstützen. Wichtige Elemente können individualisierte Weiterbildungspläne, KI-basierter Wissenstransfer sowie lern- und erfahrungsförderliche Arbeitsumgebungen (mit und durch KI) sein.

Den Autoren ist selbstverständlich klar, dass Künstliche Intelligenz (KI) nicht alleine dafür sorgen kann, die anstehenden Veränderungen bei den Fachkräften abzufangen, dennoch kann Künstliche Intelligenz (KI) ein wichtiger Baustein sein.

Veröffentlicht am

Wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz

Der Umgang mit Wissen wird heutzutage stark mit den neuen technologischen Möglichkeiten, wie der Künstlichen Intelligenz in Verbindung gebracht. Dabei spielen wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz eine zentrale Rolle. Doch was macht so ein wissensbasiertes System aus? Dazu habe ich in einem aktuellen Glossar folgendes gefunden:

“Der Wesenskern wissensbasierter Systeme ist, dass sie eine explizite Repräsentation von Wissen besitzen, und dieses Wissen maßgeblich für das Verhalten des Systems ist. Dies wurde etwa im Jahr 1982 als sogenannte KR Hypothese (engl. knowlegde representation hypothesis) von Brian Smith formuliert (Smith 1982). Demnach beinhaltet ein (intelligentes) wissensbasiertes System eine Komponente, die das Wissen des Systems repräsentiert und Komponenten, in denen dieses Wissen das Verhalten des Systems maßgeblich beeinflusst. Wissensbasierte Systeme stellen ein Teilgebiet der Künstlichen Intelligenz dar. Eine frühe, aber gute Darstellung von wissensbasierten Systemen findet sich in (Davis 1986). Eine aktuelle Übersicht über Methoden und Systeme geben (Beierle und Kern-Isberner 2019). Einer der Vorzüge wissensbasierter Systeme ist, dass eine einfache Übertragung eines Systems auf einen neuen Anwendungsfall oder eine neue Domäne möglich ist. Dazu muss lediglich das Wissen im alten System durch das Wissen der neuen Domäne ausgetauscht werden. Die restlichen Systemkomponenten können unverändert bleiben. Außerdem kann durch die explizite Repräsentation des Wissens oft einfacher eine Form der Erklärbarkeit hergestellt werden (Meske et al. 2022). Die ist auch angesichts der Datenschutzgrundverordnung (Goodman und Flaxman 2017) und der KI-Regulierung der EU von zunehmender Bedeutung” (Richter et al. (2024): Glossar Künstliche Intelligenz für die interdisziplinär vernetzte Arbeitsforschung).

Etwas stutzig macht mich hier, dass es bei wissensbasierten Systemen so einfach möglich sein soll, Wissen auf eine andere Domäne (auf einen anderen Kontext) zu übertragen. Wenn man allerdings Wissen auf explizites Wissen reduziert, wird dieser Umstand klarer, denn in diesem Fall sind wissensbasierte Systeme im Kern Softwaresysteme, die mit expliziten Wissen umgehen (Quelle).

Es stellt sich natürlich sofort die Frage, wie wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz mit impliziten Wissen (Tacit Knowledge) umgehen. Siehe dazu auch Implizites Wissen sollte in Organisationen stärker beachtet werden.

Veröffentlicht am

Projektmanagement-Office: Neue Aufgaben durch Künstliche Intelligenz

Das Umfeld von Organisationen ist sehr turbulent und kann mit VUCA oder BANI beschrieben werden. Um sich diesen Veränderungen anzupassen, führen Organisationen Projekte durch – Projekte sind Träger des Wandels. Siehe dazu auch GPM-Studie (2023): Projektifizierung 2.0. Zweite Makroökonomische Vermessung der Projekttätigkeit in Deutschland.

Die Vielzahl von Projekten wird in Einzelprojekte, Programme und Portfolios strukturiert. Als Dienstleister für Projektmanagement hat sich das Projektmanagement-Office (PMO) in vielen Organisationen als Kompetenzzentrum etabliert. Dabei kann das PMO unterschiedliche Aufgaben übernehmen. Mit der immer stärkeren Nutzung von Künstlicher Intelligenz im Projektmanagement kommt dem Projektmanagement-Office (PMO) eine Vielzahl an neuen Aufgaben zu.

Zu den neuen Aufgaben des Projektmanagement Offices gehören unter anderem
– Die Beobachtung der technologischen Entwicklung von KI-Systemen im Allgemeinen.
– Die kontinuierliche Evaluierung des sinnvollen Einsatzes von KI im Projektmanagement.
– Das Testen und Beschaffen entsprechender Systeme.
– Die Anpassung oder das Training von KI-Komponenten auf Basis vorhandener Prozesse, Daten vergangener Projekte und Lessons Learned.
– Die Integration von KI-Komponenten an relevanten Stellen im Projektmanagement, wo sie Mehrwert bieten.
– Die Schulung der Stakeholder, angefangen von Projektteammitgliedern bis hin zur Führungsebene.
– Die Initiierung von Changeprozessen, die durch die Einführung von KI in Projektmanagementaufgaben und -Prozesse erforderlich werden.
– Die kritische Überwachung der Arbeitsweise von KI-Systemen hinsichtlich Risiken, Voreingenommenheit (Bias) und potenzieller blinder Flecken.
– Die Reflexion über die Auswirkungen solcher Systeme auf die Aufgabenbereiche des PMO.

Quelle: Ordner, G. (2024) in Anlehnung an Ordner/Stuhr (2024). In: Bernert et al. (2024): KI in der Projektwirtschaft.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Veröffentlicht am

Das Projektmanagement-Sandwich

Racine, J. (2006): Projektmanagement ist Verhandlungsmanagement, projektmanagementaktuell 3/2006

Als Projektleitung möchte man es allen Beteiligten/Stakeholdern recht machen. Die Situation kann mit einem Bild veranschaulicht werden: einem Projektmanagement-Sandwich (Abbildung). Dieses “Orchestrieren” verschiedener Gesichtspunkte/Perspektiven auf und in einem Projekt ist oft eine Herkulesaufgabe und fordert Projektverantwortliche über die reine Fach- und Methodenkompetenz heraus.

“Vereinfacht dargestellt, führen Projekte zu Interaktionen zwischen drei Akteuren bzw. Gruppen von Akteuren: den Auftraggebenden, den Auftragausführenden und der Projektleitung in der Mitte (Abbildung). Auch wenn sie alle das Projektziel unterstützen (wollen), haben sie unterschiedliche Motivationen und nehmen unterschiedliche Perspektiven ein. In der Regel leben Auftraggebende und -ausführende in völlig unterschiedlichen Welten. Aus diesem Grund haben die unmittelbaren Sorgen der einen mit denjenigen der anderen oft wenig oder überhaupt nichts zu tun. Der Projektleitung kommt damit eine Schnittstellen- und Brückenbaufunktion zwischen diesen zwei Gruppen zu” (Racine 2006).

Diese notwendigen vielen sozialen Interaktionen führen auch zu einer sozialen Komplexität in Projekten, die es für Projektleitungen zu bewältigen gilt. Neben den fachlichen und methodischen Kompetenzen verschiebt sich der Fokus – gerade in Zeiten von Künstlicher Intelligenz – mehr zu persönlichen und sozialen Kompetenzen von Projektmanagern.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, die wir an verschiedenen Standorten anbieten. Informationen zu unseren Blended Learning Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.

Veröffentlicht am

Projektmanagement: Protokolle als einfacher Einstieg zur Nutzung Künstlicher Intelligenz

Dave Garret Using AI Tools to Make Meeting Minutes Magic! (PMI-Blog vom 11.01.2024)

Der Einsatz von Künstlicher Intelligenz im Projektmanagement kann an vielen Stellen erfolgen. In dem Blogbeitrag von Dave Garret Using AI Tools to Make Meeting Minutes Magic! (PMI-Blog vom 11.01.2024) wird empfohlen, Sitzungsprotokolle (Meeting Minutes) für den Einstieg zur Nutzung von KI zu nutzen.

Der Autor hat zur Erläuterung in einer Abbildung zwei Achsen gegenüber gestellt. Y-Achse: Komplexität des Tasks von niedrig bis hoch, X-Achse: Wer bearbeitet den Task (Maschine oder Mensch)?

Die eingetragenen Tasks zeigen, dass es in der Abbildung ein Kontinuum von Möglichkeiten gibt. Es geht wie so oft nicht um ein “Entweder Maschine (KI) oder Mensch”, sondern um ein sinnvolles “sowohl-as-auch”.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, die wir an verschiedenen Standorten anbieten. Informationen zu unseren Blended Learning Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.

Veröffentlicht am

Generative Künstliche Intelligenz für Industrie und Behörde: Chancen und Risiken

Künstliche Intelligenz (KI) ist in unserem Alltag nicht mehr wegzudenken. Es vergeht kein Tag, an dem nicht von neuen, beeindruckenden Möglichkeiten berichtet wird. Große Technologie-Konzerne, Beratungsfirmen usw. zeigen oft nur die eine, positive Seite von Künstlicher Intelligenz. Es ist daher gut, dass das Bundesamt für Sicherheit in der Informationstechnik (BSI) den Leitfaden Generative KI-Modelle (PDF) herausgebracht hat, in dem es um die Chancen und Risiken für Industrie und Behörden geht. Am Ende werden die wichtigsten Punkte für eine systematische Risikoanalyse zusammengefasst (S. 3.-31):

Sensibilisierung von Nutzenden

Durchführung von Tests

Umgang mit sensiblen Daten

Herstellung von Transparenz

Überprüfung von Ein- und Ausgaben

Beachtung von (Indirect) Prompt Injections

Auswahl und Management der Trainingsdaten

Praktische Expertise aufbauen