Refine
Document Type
- Part of a Book (3)
- Part of Periodical (1)
Language
- German (4)
Is part of the Bibliography
- no (4)
Keywords
- Künstliche Intelligenz (2)
- Forschung (1)
- Forschungsbericht (1)
- Lehre (1)
- Mittelstand (1)
- Projekte (1)
- Projektmanagement (1)
- Transformation (1)
Institute
- Fakultät Business and Management (3)
- Hochschulleitung/Hochschulverwaltung (1)
- Research Center of Biomedical Engineering - RCBE (1)
- Research Center of Energy and Resources - RCER (1)
- Research Center of Health Sciences and Technology - RCHST (1)
- Zentrum für Forschung und Transfer (ZFT ab 2024; vorher: IAFW) (1)
Forschung 2018
(2018)
Zunehmende Volatilität, Unsicherheit, Komplexität und Ambiguität prägen die heutige Welt. Vorhersagbarkeit und Planungssicherheit verlieren immer mehr an Bedeutung. Dies hat weitreichende Konsequenzen für Unternehmen. Um wettbewerbsfähig zu bleiben, müssen Firmen in der Lage sein, Entscheidungen schnell zu treffen und Ressourcen umzuschichten, um von neuen Chancen profitieren bzw. Risiken reduzieren zu können. Agilität ist die Antwort auf eine zunehmende Umweltdynamik. Das gilt nicht nur für die Linienarbeit, sondern in besonderem Maße auch für die Projektarbeit. Die Verbreitung agiler Methoden ist bereits in vollem Gange. In Zukunft wird die Kombination aus klassisch, agil und hybrid gemanagten Projekten das „New Normal“ im Projektmanagement sein. Ein unternehmens- oder bereichsweites Projektportfolio-Management muss die agil und hybrid geführten Projekte sinnvoll integrieren. In dem Beitrag wird diese Herausforderung für alle Phasen des Projektportfolio-Managements – von der Projektidentifikation über die -auswahl bis zur Projektportfoliosteuerung und -kontrolle – diskutiert und die Frage beantwortet, ob agile Methoden gar als Game Changer für das Projektportfolio-Management dienen.
Der Artikel beschäftigt sich mit dem Einbezug von Künstlicher Intelligenz (KI) in die Projektmanagement-Lehre an Hochschulen. Um zeitgemäße Projektmanagement-Lehre anbieten zu können, ist es förderlich, KI in die Lehre einzubeziehen, und so Studierende bei der Entwicklung von Future Skills zu unterstützen. Die Integration von KI in die Lehre wird anhand von vier Handlungsfeldern aufgezeigt. Im Sinne eines Call-to-Action wird ermutigt, KI-bezogene Lernziele explizit zu definieren und diese mit den Prüfungsleistungen und den Lehr-/Lernaktivitäten entsprechend des vorgestellten didaktischen Ansatzes des Constructive Alignment aufeinander abzustimmen. Es werden drei Good-Practice-Beispiele vorgestellt, die als Anregung dienen sollen. Der Beitrag plädiert für Experimente im Zusammenhang mit dem Einsatz von KI in der Lehre. Durch experimentelles Lernen können Studierende Kompetenzen im Umgang mit KI aufbauen und sich so auf eine künftige Arbeitswelt vorbereiten, die von Projektarbeit und KI-Unterstützung geprägt sein wird.
Dieser Beitrag befasst sich mit der Rolle externer Unterstützungsangebote in der Umsetzung von Projekten zur Nutzung von Künstlicher Intelligenz (KI) im Mittelstand. Während Großunternehmen Mittel und Ressourcen haben, externe Beratungsleistungen einzukaufen, um sich bei KI-Themen unterstützen zu lassen, so haben kleine und mittlere Unternehmen (KMUs) diese Möglichkeit in der Regel nur eingeschränkt. Die Nachfrage nach Support, um für das KI-Zeitalter gerüstet zu sein, ist auch bei KMUs groß. Der Artikel bietet einen Überblick über die verschiedenen Anbietergruppen und ihre unterschiedlichen Angebotsformen für KMUs. Dazu werden im ersten Schritt diverse Angebotsformen, wie Wissensvermittlung mit Hilfe von Informationsmaterialien und Veranstaltungen, Erstgespräche, Potenzialanalysen, individuelle Beratung bei KI-Projekten und Vernetzung, auf Basis einer Desk-Research erfasst. Im zweiten Schritt wird sich dann auf individuelle Beratung von KMUs als spezifische Angebotsform fokussiert. Durch Tiefeninterviews mit KI-Beratern wird beleuchtet, welche Art von KI-Projekten von KMUs derzeit priorisiert werden und welche zentralen Aufgaben die externen Begleitungen dabei übernehmen.
