AI Layer im Projektmanagement: Warum wir ein Buch geschrieben haben
Nach 18 Monaten Praxis mit KI-gestützter Projektarbeit haben wir das aufgeschrieben, was kein Tool-Vergleich erklärt — einen systematischen AI Layer über die IPMA-ICB4-Practices.
Am 6. Mai 2026 ist unser Buch „KI Layer im Projektmanagement“ erschienen. 251 Seiten, 11 Module entlang der IPMA-ICB4-Practices, ein durchgängiger Implementierungspfad von MVP bis Betrieb. Geschrieben haben wir es, weil uns in jedem zweiten Beratungsgespräch dieselbe Frage begegnete: „Wir wollen KI im Projektmanagement einsetzen — aber wo fangen wir an, ohne unsere Methodik über Bord zu werfen?“
Dieser Beitrag erklärt, was der AI Layer als Konzept meint, warum wir uns gegen einen weiteren Tool-Vergleich entschieden haben und für wen das Buch geschrieben ist. Wer direkt zur Buchseite springen will, findet alles unter /buch/ki-layer/ — wer den Hintergrund verstehen möchte, liest hier weiter.
Das Problem: KI im PM landet zwischen Hype und Methodik-Erosion
Tool-Vergleiche statt Methodik — jede zweite Studie listet 30 KI-Tools, aber keiner erklärt, wo sie in den Projektprozess gehören.
ICB4, PMI und PRINCE2 bleiben gültig, aber niemand zeigt, wie sich die Practices unter KI verändern. Ergebnis: zwei Welten nebeneinander.
Governance wird nachträglich drangeflickt. Wer einen KI-Assistenten in den Risk-Workshop bringt, ohne Aufsichtsstruktur, bekommt Probleme mit Audit, Compliance und Akzeptanz.
Kein durchgängiger Pfad. Pilotprojekte enden im Vorzeigeordner. Es fehlt die Brücke von MVP zu Betrieb — mit klaren Reifestufen und Schnittstellen zwischen den Modulen.
Der AI Layer — KI als Schicht über bewährter Methodik.
11 ICB4-Module bleiben die Grundlage. Eine KI-Schicht erweitert jedes Modul — mit Human-in-the-Loop-Governance und einem klaren Pfad von MVP bis Betrieb.
Warum „Layer“ das richtige Bild ist
Eine Schicht erweitert das Darunterliegende, ohne es zu ersetzen. Genau das ist der Anspruch: Die IPMA-ICB4-Practices bleiben das fachliche Fundament. Scope, Risiken, Stakeholder, Qualität — nichts davon wird durch KI überflüssig. Was KI ändert, ist die Geschwindigkeit, die Datenbasis und die Konsistenz, mit der diese Practices ausgeführt werden.
Konkret: Ein Risikoregister bleibt ein Risikoregister. Aber statt manueller Quartals-Workshops füttert ein Risk-Mining-Agent kontinuierlich neue Risiko-Kandidaten aus Tickets, Meeting-Protokollen und Lieferanten-News. Die methodische Struktur (Bewertung, Maßnahmen, Eigentümer) bleibt gleich — aber der Input wird zehnmal dichter, und die menschliche Bewertung bekommt eine echte Grundlage statt eines Bauchgefühls.
Genau so haben wir alle 11 Module aufgebaut: Was bleibt methodisch, was leistet die KI-Schicht, wo greift Human-in-the-Loop, und welche Handshakes hat das Modul zu seinen Nachbarn. Das Ergebnis ist keine Tool-Sammlung, sondern ein System, das Stand 2026 funktioniert — und das einzelne KI-Tools austauschbar macht, ohne dass die Methodik leidet.
Der Implementierungspfad — in 4 Reifestufen
Jedes der 11 Module wird im Buch entlang dieser vier Stufen beschrieben.
MVP — schneller Nutzen
Ein einzelnes Modul (z.B. Risiken oder Qualität) bekommt eine erste KI-Erweiterung. Ziel: in 4 bis 6 Wochen einen messbaren Nutzen liefern, ohne bestehende Prozesse zu sprengen.
Standard — Routine im Betrieb
Die MVP-Lösung wird in den Projektalltag integriert: feste Trigger, definierte Outputs, dokumentierte Governance. Aus dem Pilot wird ein wiederholbarer Prozess.
Advanced — Modul-Handshakes
Mehrere Module greifen ineinander: Risk-Mining füttert Forecast, Forecast füttert Stakeholder-Kommunikation. Daten fließen end-to-end statt isoliert.
Betrieb — Cockpit & Audit
Ein KPI-Cockpit zeigt Status, Drift und Eingriffsbedarf über alle Module. Human-in-the-Loop-Reviews sind dokumentiert und auditierbar — wichtig für EU AI Act und ISO 27001.
Beispiel: Modul 11 „Chancen und Risiken“ in der Praxis
Ein mittelständischer Anlagenbauer fuhr Risiko-Workshops im Quartalsrhythmus. Ergebnis: ein Register mit 40 bis 60 Risiken, gepflegt mit erheblichem Aufwand, das zwischen den Workshops kaum bewegt wurde. Risiken, die zwischen den Terminen entstanden, wurden häufig erst sichtbar, wenn sie schon eskaliert waren.
Die KI-Schicht verändert nicht das Register, sondern den Inputstrom: Ein Agent liest täglich Tickets, Lieferanten-News, Meeting-Protokolle und technische Issues. Erkannte Risiko-Kandidaten landen mit Quellenangabe und Vorschlag für Eintrittswahrscheinlichkeit und Auswirkung im Eingangskorb des Risikomanagers. Aus der Quartals-Routine wird eine tägliche Sichtung von 5 bis 15 Kandidaten — jeder mit einer Begründung, jeder mit einem Link zur Quelle.
Methodisch ändert sich nichts: Bewertung, Maßnahmen und Eigentümer bleiben menschliche Entscheidungen. Aber die Latenz vom Risikoereignis bis zur Eintragung sinkt von durchschnittlich 6 Wochen auf unter 24 Stunden. Das ist der AI Layer in einem Modul — und genauso ist das Buch für jedes der 11 Module aufgebaut.
Was im Buch steckt
Für wen ist das Buch geschrieben?
Projektmanager und PMO-Leiter, die ihr Portfolio datengestützt steuern wollen
CIOs und Bereichsleiter, die KI im PM strategisch verankern und nicht zufällig pilotieren wollen
IPMA-Kandidaten, die zusätzlich zur Methodik verstehen wollen, wie KI die Practices verändert
Berater und interne Change-Verantwortliche, die einen Implementierungspfad mit Schnittstellen brauchen
Technologie-Stack
Buch direkt bestellen oder Implementierung besprechen
Das Buch gibt es bei Amazon als Print-Ausgabe. Wer schneller in die Umsetzung will, kann den Implementierungspfad eines Moduls direkt mit uns aufsetzen.
Zur Buchseite