Wie sich das Projektmanagement durch KI-Programmiersoftware verändert

Warum traditionelle Backlogs überholt sind und Projektmanager ihre Rolle neu definieren müssen

Die Geschwindigkeitsrevolution: Wenn die Entwicklungsgeschwindigkeit explodiert

KI-gestützte Programmiertools beschleunigen nicht nur die Softwareentwicklung, sondern verändern auch grundlegend das traditionelle Projektmanagement. Die Geschwindigkeit, mit der KI Code generiert, zwingt zu einem radikalen Umdenken in Bezug auf Backlogs, Sprint-Planung und die Rolle des Projektmanagers. Was wir derzeit erleben, ist keine Evolution, sondern eine Revolution in der Konzeption, Planung und Durchführung von Softwareprojekten.

Bei Deep Impact AG sind wir seit 2017 führend in der Integration von KI und arbeiten mit Kunden von Julius Bär bis hin zu unseren eigenen Unternehmen wie AVA-X und Deepico zusammen. Durch diese Erfahrung haben wir einen Paradigmenwechsel beobachtet, den viele Unternehmen erst jetzt zu begreifen beginnen: KI beschleunigt nicht nur die Entwicklung, sondern verändert auch grundlegend die Bedeutung des Projektmanagements. Dieser Artikel untersucht diese Veränderungen und hinterfragt kritisch, ob die traditionelle Rolle des Projektmanagers diese Transformation überstehen kann.

Die unmittelbarste und dramatischste Auswirkung von KI-Programmierwerkzeugen ist die Geschwindigkeit. Nicht nur 10–20 % schneller, sondern in vielen Fällen sogar 50–70 % schneller. GitHub berichtet, dass Entwickler, die Copilot verwenden, Aufgaben 55 % schneller erledigen, aber unsere Erfahrungen bei Deep Impact deuten darauf hin, dass dies die tatsächlichen Geschwindigkeitsgewinne für bestimmte Arten von Entwicklungsarbeiten noch unterschätzt.

Diese Beschleunigung hat einen Kaskadeneffekt: Wenn einzelne Codierungsaufgaben schneller erledigt werden, steigt die Sprintkapazität dramatisch an. Was früher einen zweiwöchigen Sprint wert war, kann jetzt in wenigen Tagen erledigt werden. Der traditionelle Rhythmus der Softwareentwicklung – zwei Wochen planen, zwei Wochen entwickeln, überprüfen, wiederholen – wirkt plötzlich antiquiert und ineffizient.

Die Folge? Entwicklungspakete werden deutlich größer. Teams können in einer einzigen Iteration ambitioniertere Funktionen in Angriff nehmen. Der Umfang, der sich zuvor über drei oder vier Sprints verteilt hätte, kann nun in einem einzigen Sprint geliefert werden.

Das Ende des traditionellen Backlogs

Hier wird die Transformation radikal: Die massiven, sorgfältig gepflegten Backlogs, die bisher den Grundstein des agilen Projektmanagements bildeten, werden obsolet.

Warum? Weil die KI-Implementierung Anforderungen bemerkenswert genau in funktionalen Code übersetzt. Wenn ein Projektmanager oder Product Owner beschreibt, was entwickelt werden muss, können KI-Tools Implementierungen generieren, die beim ersten Versuch zu 70–80 % korrekt sind. Die restlichen 20–30 % sind Verfeinerungen, Randfälle und geschäftsspezifische Logik – aber die Grundlage ist sofort vorhanden.

Dies verändert die Wertversprechen einer detaillierten Backlog-Planung grundlegend:

• Wochenlanges Aufschlüsseln von Funktionen in detaillierte User Stories wird überflüssig, wenn KI ganze Funktionssätze innerhalb weniger Tage implementieren kann.
• Umfangreiche Schätzungszeremonien (Planning Poker, Story Pointing) verlieren an Relevanz, wenn sich die Entwicklungszeit so drastisch verkürzt.
• Die Pflege einer sechsmonatigen Roadmap mit detaillierten Tickets macht wenig Sinn, wenn Anforderungen innerhalb weniger Stunden in funktionierende Software umgewandelt werden können.
• Der Backlog-Verfeinerungsprozess, der traditionell 5–10 % der Teamkapazität in Anspruch nimmt, stellt einen Aufwand dar, der keinen proportionalen Wert mehr liefert.

Die neue Realität: Unternehmen benötigen kleinere, strategischere Backlogs, die sich auf Geschäftsergebnisse statt auf Implementierungsdetails konzentrieren. Das „Just-in-Time"-Backlog, bei dem Anforderungen Tage oder sogar Stunden vor der Implementierung definiert werden, wird nicht nur praktikabel, sondern optimal.

Die unbequeme Wahrheit: Das Projektmanagement wird drastisch kleiner

Wenn die Entwicklung schneller und die Backlogs kleiner sind, was passiert dann mit dem Projektmanagement? Die Antwort, der sich viele in diesem Berufsfeld nur ungern stellen: Die traditionelle Arbeitsbelastung im Projektmanagement schrumpft drastisch.

Betrachten Sie, was mit den klassischen PM-Aktivitäten geschieht:

• Sprint-Planung: Verkürzt sich von halbtägigen Zeremonien zu kurzen Abstimmungsrunden
• Fortschrittsverfolgung: Erfolgt nahezu in Echtzeit, anstatt tägliche Standup-Meetings und Burndown-Charts zu erfordern
• Risikomanagement: Verlagert sich von Terminrisiken (die mit der Geschwindigkeit abnehmen) zu Qualitäts- und Architekturrisiken
• Ressourcenzuweisung: Vereinfacht sich, wenn Teams mit derselben Mitarbeiterzahl mehr leisten können
• Berichterstattung an Stakeholder: Erfordert weniger Prognosen und Vorhersagen, wenn die Lieferzyklen in Tagen gemessen werden

Bei Deep Impact hat sich unsere Design-Sprint-Methodik, mit der bereits in 4 Tagen funktionsfähige Software geliefert wird, durch die Integration von KI weiterentwickelt. Der Aufwand für das Projektmanagement wurde um etwa 40 % reduziert. Aufgaben, die früher die dedizierte Aufmerksamkeit des Projektmanagers erforderten, erfolgen nun organisch, da der Implementierungszyklus so stark verkürzt wurde.

> Die provokante Frage: Wenn KI den Bedarf an traditionellen Projektmanagementaktivitäten um 40 bis 60 % reduziert, brauchen Unternehmen dann weniger Projektmanager? Oder müssen Projektmanager grundlegend andere Aufgaben übernehmen?

Die neu definierte Rolle: Vom Aufgabenkoordinator zum Geschäftsprozessarchitekten

Die Antwort lautet „Letzteres" – aber die erforderliche Transformation ist erheblich. Die Projektmanager, die in einer KI-gestützten Entwicklungsumgebung erfolgreich sind, werden diejenigen sein, die sich von der Koordination von Aufgaben hin zur Gestaltung von Geschäftsergebnissen verlagern.

Von der technischen Koordination zur Geschäftsprozesskompetenz

Wenn KI aus Anforderungen mit einer Genauigkeit von 70–80 % Code generieren kann, verlagert sich der Engpass von der Implementierung zur Anforderungsdefinition. Dabei handelt es sich jedoch nicht um Anforderungen im traditionellen Software-Sinne, sondern um Anforderungen, die ein tiefes Verständnis der Geschäftsprozesse, Benutzerabläufe und organisatorischen Dynamiken widerspiegeln.

Der neue Projektmanager muss in der Lage sein:

• komplexe Geschäftsprozesse abzubilden und zu erkennen, wo Software einen echten Mehrwert schaffen kann
• Geschäftsziele in Systemverhalten zu übersetzen, das KI umsetzen kann
• branchenspezifische Arbeitsabläufe so gut zu verstehen, dass er Anforderungen präzise definieren kann
• zu erkennen, welche geschäftlichen Probleme sich für KI-beschleunigte Lösungen eignen und welche menschliches Urteilsvermögen erfordern
• die Lücke zwischen der Strategie der Geschäftsleitung und der technischen Umsetzung zu schließen, ohne sich in den Details der Umsetzung zu verlieren

Dies ist eine grundlegende Verlagerung vom Koordinator zum Berater – von jemandem, der Zeitpläne verwaltet und Fortschritte verfolgt, zu jemandem, der die Geschäftsabläufe so gut versteht wie ein Business-Analyst oder Prozessberater.

Der Aufstieg der konzeptionellen Arbeit

Da die Implementierungsgeschwindigkeit keine Einschränkung mehr darstellt, wird die konzeptionelle Arbeit zum kritischen Pfad. Der Projektmanager der Zukunft verbringt seine Zeit mit:

• Systemarchitektur und Integrationsdesign – wie verschiedene Komponenten zusammenpassen
• Definition der Geschäftslogik – die Regeln, Ausnahmen und Randfälle, die die Funktionsweise des Unternehmens definieren
• Design der Benutzererfahrung – nicht das visuelle Design, sondern der Ablauf und die Logik der Benutzerinteraktionen
• Datenmodellierung – welche Informationen erfasst, gespeichert und analysiert werden müssen
• Definition von Qualitätskriterien – was „fertig" aus Sicht der Geschäftsergebnisse bedeutet, nicht nur aus technischer Sicht

Beachten Sie, was in dieser Liste fehlt: Verfolgung der Geschwindigkeit, Verwaltung von Burndown-Charts, Moderation von Standup-Meetings, Aktualisierung von Jira-Boards. Diese Aktivitäten finden zwar weiterhin statt, aber sie sind nicht mehr der Bereich, in dem Projektmanager den größten Mehrwert schaffen.

Die entscheidende Herausforderung: Ist dieser Wandel realistisch?

Diese Vision der transformierten Rolle des Projektmanagers ist überzeugend – aber ist sie auch realisierbar? Mehrere bedeutende Herausforderungen verdienen eine genaue Betrachtung:

Herausforderung 1: Die Qualifikationslücke

Die meisten Projektmanager wurden heute in Koordination und Prozessmanagement geschult, nicht in Geschäftsprozessanalyse oder konzeptionellem Systemdesign. Der Wechsel von „Projekte auf Kurs halten" zu „Geschäftslösungen entwerfen" erfordert völlig andere Fähigkeiten. Können bestehende Projektmanager für diese Rolle umgeschult werden? Oder müssen Unternehmen eine neue Generation von hybriden geschäftlich-technischen Führungskräften einstellen?

Die Realität ist, dass viele derzeitige Projektmanager mit diesem Übergang zu kämpfen haben werden. Fachwissen über Geschäftsprozesse erfordert Branchenkenntnisse, analytische Genauigkeit und systemisches Denken, die nicht in wenigen Schulungskursen erlernt werden können.

Herausforderung 2: Die Annahme der Genauigkeit

Das Argument, dass KI „zu 70–80 % korrekten Code" generiert, setzt klare, eindeutige Anforderungen voraus. Viele Softwareprojekte scheitern jedoch nicht aufgrund von Implementierungsfehlern, sondern weil Anforderungen missverstanden oder Geschäftsanforderungen schlecht formuliert wurden. KI löst dieses Problem nicht – sie kann es sogar verschärfen, indem sie es einfacher macht, schnell das Falsche zu entwickeln.

Wenn die Qualität der Anforderungen schlecht bleibt, häufen Unternehmen einfach schneller technische Schulden an. Projektmanager, die Geschäftsprozesse nicht tiefgreifend verstehen, geben grünes Licht für KI-generierte Implementierungen, die ihr Ziel verfehlen – und damit mehr Arbeit schaffen statt weniger.

Herausforderung 3: Die Komplexität der Integration

Moderne Softwareprojekte umfassen selten die Entwicklung isolierter Anwendungen. Sie erfordern die Integration mit bestehenden Systemen, APIs, Datenbanken und Diensten von Drittanbietern. KI ist hervorragend geeignet, um eigenständigen Code zu generieren, hat jedoch Schwierigkeiten mit komplexen Integrationsszenarien, die fundierte Systemkenntnisse erfordern.

Das bedeutet, dass einzelne Funktionen zwar schneller implementiert werden können, der Integrationsaufwand – und das dafür erforderliche Projektmanagement – jedoch weiterhin erheblich ist. Die Vision einer drastisch reduzierten PM-Arbeitsbelastung mag für Greenfield-Projekte gelten, für Unternehmensumgebungen mit komplexen Altsystemen jedoch weniger.

Herausforderung 4: Der menschliche Faktor

Softwareprojekte sind von Natur aus kollaborativ und beziehen Entwickler, Designer, Stakeholder und Endnutzer mit ein. Selbst wenn KI die Codierung beschleunigt, bleiben die Aspekte der menschlichen Zusammenarbeit – Abstimmung, Kommunikation, Konfliktlösung, Erwartungsmanagement – zeitaufwändig. Projektmanager müssen diese Interaktionen weiterhin erleichtern, und KI reduziert diese Arbeitsbelastung nicht.

Die zwischenmenschlichen und politischen Dimensionen des Projektmanagements können noch wichtiger werden, wenn die technische Umsetzung beschleunigt wird. Stakeholder, die an langsame Lieferzeiten gewöhnt sind, könnten Schwierigkeiten haben, mit den durch KI beschleunigten Zeitplänen Schritt zu halten, was neue Herausforderungen bei der Koordination mit sich bringt.

Die Perspektive von Deep Impact: Pragmatischer Optimismus

Wir bei Deep Impact glauben, dass die Transformation des Projektmanagements real und unvermeidlich ist – aber nicht sofort und nicht überall. Unsere Erfahrungen mit der Integration von KI seit 2017 in Projekten von AVA-X bis hin zu Unternehmensanwendungen für Finanzinstitute haben uns wertvolle Erkenntnisse gebracht.

> Unsere Philosophie: KI ist kein Produkt – KI ist eine Lösung. Die Effektivität der KI-beschleunigten Entwicklung hängt vollständig davon ab, wie gut Sie das zu lösende Problem verstehen.

Wir haben Projekte gesehen, bei denen KI die Entwicklungszeit um 60 % reduziert hat, und Projekte, bei denen die Gewinne minimal waren. Der Unterschied? Die Qualität des Verständnisses der Geschäftsprozesse und der Definition der Anforderungen. Wenn Projektleiter den geschäftlichen Kontext tiefgreifend verstehen, ist KI transformativ. Wenn sie dies nicht tun, liefert KI einfach schneller die falsche Lösung.

Was bedeutet das für Unternehmen?

• Investieren Sie in Schulungen zu Geschäftsprozessen für technische Führungskräfte – dies ist mittlerweile genauso wichtig wie technische Fähigkeiten.
• Erkennen Sie, dass nicht alle Projektmanager diesen Übergang schaffen können; einige Rollen werden wegfallen.
• Schaffen Sie hybride Rollen, die Geschäftsanalyse, Systemarchitektur und Projektkoordination kombinieren.
• Reduzieren Sie den Backlog-Aufwand, aber behalten Sie strategische Roadmaps bei, die sich auf Geschäftsergebnisse konzentrieren.
• Akzeptieren Sie, dass die Beschleunigung durch KI neue Koordinationsherausforderungen mit sich bringt, auch wenn sie andere reduziert.

Praktische Schritte für Projektmanager

Wenn Sie als Projektmanager mit dieser Transformation konfrontiert sind, finden Sie hier konkrete Schritte zur Vorbereitung:

1. Vertiefen Sie Ihre Fachkenntnisse im Geschäftsbereich – Werden Sie zum Experten in dem Geschäftsbereich, in dem Sie tätig sind. Verstehen Sie Arbeitsabläufe, Vorschriften, Benutzeranforderungen und Wettbewerbsdynamiken auf einem Niveau, das mit dem von erfahrenen Geschäftsinteressenten vergleichbar ist.

1. Lernen Sie konzeptionelles Modellieren – Entwickeln Sie Fähigkeiten in den Bereichen Geschäftsprozessmodellierung, Datenmodellierung und Systemarchitektur. Dies sind mittlerweile Kernkompetenzen eines Projektmanagers und keine optionalen Zusatzqualifikationen.

1. Reduzieren Sie den Verwaltungsaufwand für Backlogs – Experimentieren Sie mit kleineren, strategischeren Backlogs. Messen Sie, ob der reduzierte Planungsaufwand tatsächlich die Lieferung beschleunigt oder Chaos verursacht.

1. Testen Sie KI-Tools selbst – Verstehen Sie aus erster Hand, was KI leisten kann und was nicht. Verwenden Sie Tools wie GitHub Copilot oder ChatGPT, um zu sehen, wo sie sich auszeichnen und wo sie versagen.

1. Verlagerung der Metriken von Geschwindigkeit zu Ergebnissen – Hören Sie auf, Story Points zu verfolgen, und beginnen Sie, Geschäftsergebnisse zu verfolgen. Hat die Software das Problem gelöst? Haben die Benutzer sie angenommen? Hat sie einen Mehrwert geschaffen?

1. Zusammenarbeit mit Business-Analysten – Wenn Ihr Unternehmen über Business-Analysten verfügt, lernen Sie von ihnen. Wenn nicht, eignen Sie sich deren Fähigkeiten selbst an.

1. Akzeptieren Sie die Weiterentwicklung Ihrer Rolle oder steigen Sie aus – Seien Sie ehrlich, ob Sie diesen Übergang schaffen können. Einige Projektmanager werden in dem neuen Paradigma erfolgreich sein, andere sollten zu Rollen übergehen, die besser zu ihren Stärken passen.

Fazit: Weiterentwicklung oder Aussterben

Der Beruf des Projektmanagers befindet sich an einem Wendepunkt. KI-gestützte Entwicklung ist kein Zukunftsszenario – sie verändert Projekte schon heute. Traditionelles Backlog-Management, Sprint-Zeremonien und Fortschrittsverfolgung verlieren an Bedeutung, da Entwicklungszyklen immer kürzer werden und die Implementierung immer schneller voranschreitet.

Die Projektmanager, die überleben – und Erfolg haben – werden diejenigen sein, die sich als Geschäftsprozessarchitekten neu erfinden: Fachleute, die die Geschäftsabläufe so gut verstehen, dass sie Anforderungen definieren können, die KI präzise umsetzen kann. Dies ist eine anspruchsvollere Rolle als das traditionelle Projektmanagement und erfordert Fähigkeiten, über die viele derzeitige PMs nicht verfügen.

Der Übergang wird schwierig sein. Unternehmen werden weniger Projektmanager benötigen, aber die verbleibenden müssen deutlich kompetenter sein. Das ist keine angenehme Botschaft, aber eine ehrliche.

Bei Deep Impact haben wir uns verpflichtet, diese Transformation gemeinsam mit unseren Kunden zu bewältigen – ehrlich, pragmatisch und erfolgreich. Die Zukunft der Softwareentwicklung ist KI-gestützt, aber die Zukunft des Projektmanagements ist menschliches Fachwissen, das auf grundlegend neue Weise angewendet wird.