In meinen Projekten geht es meistens darum, bestehende IT-Systeme zu modernisieren. Eine Software läuft aus dem Support, eine Umgebung muss migriert werden, ein System wird abgelöst. Der Anlass steht also fest, aber der Lösungsweg ist am Anfang offen.
Solche Projekte entstehen meistens früh und beginnen mit einer Recherche zu den Optionen. Ohne KI hat man früher sehr aufwendig Optionen recherchiert oder mit externen Partnern eine Lösung entwickelt.
Das ist heute dank KI-Unterstützung wesentlich einfacher und schneller. Da ich Anfang dieses Jahres gleich 3 solcher Projekte auf dem Tisch hatte, habe ich angefangen, in das IT.I.M Framework auch das Projektmanagement zu integrieren. Da Tasks und Doku schon in YouTrack abgebildet waren, musste ich ein Modell überlegen, wie wir die dank KI superschnelle Projektentwicklung visuell für alle Teammitglieder sauber sichtbar abbilden. Ausserdem musste die KI wissen, ab welchem Zeitpunkt des Projektfortschritts aus einer simplen Ideensammlung ein umsetzungsreifes Projekt geworden ist, um automatisch anzufangen, den absolvierten konzeptionellen Projektteil in echte Tasks mit Zuweisung an die Projektmitarbeiter umzusetzen.
Dafür habe ich das Projekt-Reifegrad-Modell entwickelt.
Vier Reifegrade
Vier Reifegrade, jeder mit einem klaren Zustand und einer klaren Rolle für die KI.
Grad 0 Exploration: Die Ziele sind noch unklar, es wird recherchiert. Ich recherchiere KI-gestützt die Optionen und schärfe die Anforderungen. Die KI liest die Herstellerunterlagen und bereitet Entscheidungsvorlagen vor, anhand derer ich dann den weiteren Projektverlauf definiere.
Grad 1 Basis: Die Ziele stehen, die Umsetzung läuft, es gibt erste Tasks und einen Knowledge-Base-Artikel, der das Projekt beschreibt. Die KI agiert als Projektkontroller und legt die Projektstruktur an. Projekt-KB-Artikel und Tasks werden mit definierten Templates erstellt, und somit dokumentiert die KI ab dem ersten Arbeitstag im laufenden Arbeitsfortschritt mit.
Grad 2 Spezifizierung: Das Projekt wächst, die Doku wird grösser und zerfällt in Unterartikel. Die KI sorgt für Ordnung. Sie meldet, wenn ein Artikel unübersichtlich wird, schlägt den Zuschnitt der Unterartikel vor, hält den Index konsistent und koordiniert alle Projektbeteiligten über die Projekttasks.
Grad 3 Übernahme in Produktivbetrieb: Das System läuft produktiv und aus der Projekt-Doku wird Betriebs-Doku mit Runbooks. Die KI überführt alle erarbeiteten Dokumente in die Betriebsdoku. Es werden alle Tasks und Kommentare aus den Projekttasks gelesen und für den Betrieb relevante Informationen in der KB dem jeweiligen Asset-Artikel zugeordnet.
Für jeden Grad ist festgelegt, welche Artefakte es gibt und wo das Wissen aufgeschrieben ist. Solange etwas Projekt ist, liegt seine Doku unter «Projekte»; geht es produktiv, zieht sie in die Betriebsdokumentation um. Wann ein Projekt so weit ist, erkennt die KI an klaren Schwellen und schlägt den Übergang vor. Entschieden wird von mir.
Der rote Faden ist immer derselbe: Die KI trägt die Fleissarbeit der jeweiligen Disziplin, die Übergangs-Entscheidungen trifft der Mensch.
Welche Herausforderungen in der Projektarbeit das Reifegrad-Modell löst
Vorher sah jedes Projekt anders aus: anderes Format, andere Ablage. Und niemand konnte sagen, wie fertig ein Projekt eigentlich ist. Heute öffnet jeder jedes Projekt auf dieselbe Weise, und der Reifegrad sagt sofort, was existiert und wo es liegt.
Niemand muss Vollständigkeit vortäuschen, ein Grad-0-Projekt darf offen unfertig sein, und jeder sieht trotzdem den echten Zustand. Am Ende ist das Modell nicht Projektmanagement-Theorie, sondern eine Verabredung darüber, was man voneinander erwarten darf.
Beim Übergang in den Betrieb
Der schönste Effekt zeigt sich beim Übergang in den Betrieb. Dann wandert nicht nur das System in den Produktivbetrieb, sondern auch sein ganzes Wissen dorthin, wo es hingehört. Wer zwei Jahre später die erste Störung an diesem System bearbeitet, findet alles an genau dem Ort, den das Modell vorschreibt.