doings: Projektmanagement mit KI-Erfolgsgarantie

Wenn Projekte scheitern, liegt das häufig am schlechten Projektmanagement. doings macht damit Schluss. Das Berliner Startup nutzt KI, um Projekte effizienter zu machen. Die Trainings-Pipeline in der AWS-Cloud hat das doings Team zusammen mit dem Team von PCG gebaut.

doings Software GmbH wurde 2023 von Andreas Schäfer gegründet, der heute Geschäftsführer ist. Später kam Johannes Ottmann als Co-Founder dazu, er ist CEO. doings baut KI-basierte Mitarbeitende, die die Effizienz im Projektmanagement verdoppeln. doings ist in den exklusiven Kiez.ai Accelerator aufgenommen worden, in dem nur wenige Startups einen Platz bekommen.

Wir können Gedanken lesen. Beweise gefällig? Also: An was denken Sie ganz spontan, wenn Sie den Hauptstadtflughafen BER und Stuttgart 21 hören? Viele Jahre Verzögerung und explodierende Kosten? Das war nicht schwer zu erraten, denn diese beiden Projekte kennt jeder, sie sind Beispiele für desaströses Projektmanagement. Sie sind aber nur die Spitze eines riesigen Eisbergs. Umfragen belegen, dass etwa 60 Prozent aller Projekte scheitern. Kein Unternehmen, keine öffentliche Verwaltung bleibt davon verschont. Wo Menschen Pläne umsetzen, ist das Scheitern oft schon vorgezeichnet.

Die Gründe sind vielfältig. Ein zentrales Problem ist die Ressourcenplanung. Zeitbudgets und Geld werden zu knapp kalkuliert und laufen dann aus dem Ruder. Oder die Ziele wurden anfangs nicht klar definiert und ändern sich ständig. Oder wichtige Entscheider werden erst spät eingebunden und killen dann das Projekt, weil die Idee ja nicht von ihnen stammt. Eine Rolle scheint auch die Digitalisierung zu spielen. Sie kann einerseits helfen, den Überblick zu behalten, andererseits kann sie Projekte auch erstmal komplexer machen, wenn man zu sehr darauf vertraut, dass Digitalisierung alles richten wird.

Rettung naht: Künstliche Intelligenz. Mittlerweile gibt es tausende Tools, die Daten durchforsten und Zusammenfassungen oder Präsentationen erstellen. Doch vieles ist noch Stückwerk. Microsofts Copilot kann viel, er überblickt aber immer nur Teilaufgaben. Außerdem bleibt ein Störfaktor: der Mensch. Der hat die unangenehme Eigenschaft, Kollegen misszuverstehen oder Projekte für eigene Karrierepläne zu missbrauchen. Was es bräuchte, ist eine KI, die ein Projekt ganzheitlich betrachtet und den Faktor Mensch berücksichtigt.

Hier helfen die Projektmanagerin Alex und der Produktmanager Max. Auf der Webseite des Berliner Startups doings stellen sie sich potenziellen Kunden vor. Alex schreibt Berichte, verteilt Aufgaben anhand von Fähigkeiten an Projektmitarbeitende oder führt Projektpläne. Max sammelt und verdichtet Feedback und sorgt dafür, dass Projektziele eingehalten werden. Alex und Max kann man buchen, rund um die Uhr an sieben Tagen der Woche. Beide gibt es nicht nur einmal, sondern unendlich oft – denn die beiden sind KI-Bots, spezialisiert auf das Projektmanagement.

Geschäftsführer und Mitgründer Andreas Schäfer kennt die Herausforderungen aus seinem Bekanntenkreis, in dem es viele Softwareingenieure gibt. Sie klagen oft darüber, dass sie neben ihrer Entwicklungstätigkeit noch Projekte managen müssen, für die sie weder Zeit noch Lust haben. Typisch ist, dass die Entwickler erst die Verantwortung übernehmen müssen, wenn das Projekt schon eine Weile gelaufen ist und zu scheitern droht oder einer der Leader das Unternehmen verlässt. „Lesen sie die 100 Slack-Kanäle, schauen sie die 500 Mails durch – und schreiben sie einen Zwischenbericht zum Projekt bis Montag.“ Von solchen Himmelfahrtskommandos hört Schäfer von seinen Bekannten immer wieder. Für sie wollte der Informatiker eine KI entwickeln, die einen Teil der Last des Projektmanagements abnimmt.

Alex und Max sind die Antwort auf diese Herausforderungen. Dahinter liegt die doings-Software. Ihre KI greift über Schnittstellen auf beliebige, auch unstrukturierte und lange Zeit ungepflegte Daten zu. Wird ein Mitarbeiter wie oben beschrieben ins kalte Wasser geworfen, kann die KI die Slack-Kanäle und Mails durchforsten und die wichtigen Infos aus dem Datenrauschen herausfiltern und zu einem Dossier verdichten. „Dafür ist KI prädestiniert und das ist eine niedrig hängende Frucht, die viel Effizienzgewinn bringt“, so Schäfer.

doings geht weiter. Eine Stärke ist, dass die KI in Einsatzplänen und Kalendern einschätzen kann, wer gerade wie ausgelastet ist. Bei einem Kunden – einer IT-Beratung mit 700 Mitarbeitenden – hilft die KI sogar, die dort verbreitete Ellbogenmentalität einzudämmen. Wenn Projektanfragen in Jira herein kamen, stürzten sich die Teamleiter darauf, um die besten Aufträge an Land zu ziehen und ihr Team auszulasten – nach dem Motto: Wer zuerst kommt, mahlt zuerst. „Es ging zu, wie auf einem Basar“, berichtet Schäfer. Die doings-KI dagegen verteilt die Anfragen nach der tatsächlichen Auslastung und nach den Kompetenzen der Mitarbeitenden. „Mit uns gelingt die Auftragsvergabe mit mehr Effizienz und Fairness.“ Das honorierten auch die Mitarbeitenden dort. „Wir bekommen sehr positive Rückmeldungen.

Das habe laut Schäfer auch damit zu tun, dass die doings-Lösung einfach zu implementieren und zu benutzen sei. Nutzer bräuchten kein spezielles KI-Wissen. doings kann mit unzähligen Systemen verbunden und automatisch von Ihnen getriggert werden und dann auch Daten und Ergebnisse in diese weitergeben. Die KI versteht, welche Inputs und Outputs sie braucht und wie diese erzeugt werden, anhand von natürlicher Sprache ohne Programmierung. Die KI-Agenten zerteilen Ihre Aufgaben, suchen sich selbstständig Ihre Werkzeuge und prüfen die Vollständigkeit und Qualität Ihrer Ausgaben – also sehr viel differenzierter als eine simple ChatGPT-Anfrage.

Auch wenn die Bedienung an ChatGPT erinnert, muss sich der Kunde nicht von OpenAI abhängig machen. Viele Startups docken ihre KI-Lösung via API an dessen Large Language Model GPT4 an. doings kann das auch, kann aber darüber hinaus mehr als 10.000 KI-Modelle laden, darunter viele Open-Source-Modelle wie LLaMA2 von Meta, und in seine Low-Code-Bausteine einbauen – immer nach Bedarf des Kunden. Die brauchen teilweise nur ein Tausendstel der Ressourcen von ChatGPT, können dafür aber auch nur eine bestimmte Aufgabe sehr gut, alle anderen nicht. Außerdem beantwortet die doings-Software nicht eine Anfrage nach der anderen, sondern viele parallel. Dabei evaluiert sich das System selbst und steigert die Qualität seiner Ergebnisse im Lauf der Zeit. doings kann multimodal arbeiten und mehrere KI-Modelle mit unterschiedlichen Datenarten zusammenspannen, etwa ein Sprachmodell zur schriftlichen Ein- und Ausgabe mit einer Bilderkennung für die Qualitätssicherung in einer Fabrik.

doings steht noch ganz am Anfang. Schäfer und sein Mitstreiter Johannes Ottmann haben das Start-up im August 2023 aus der Taufe gehoben. Für das Training der KI hat das siebenköpfige Team PCG ins Boot geholt. „Das sind fähige Leute“, sagt Schäfer mit einem Augenzwinkern – und meint damit auch ein bisschen sich selbst. Denn vor der doings-Gründung war der Informatiker eineinhalb Jahre Cloud Solution Architect bei PCG (damals kreuzwerker) in Berlin. Man kannte sich also bestens und als Schäfer Kristine Jetzke auf einem AWS-Event wiedertraf, war die Zusammenarbeit schnell beschlossen.

Heraus kam ein Proof of Concept, der von AWS großzügig finanziert wurde. 90 Prozent der doings-Software läuft nun in Containern in der AWS-Cloud, darunter das Backend mit dem KI-Modell, sowie große Teile des Frontends. Das Team von PCG hat beim Feintuning des Large Language Models LLaMA2 unterstützt und Skripte erstellt für die Kommunikation. Anfragen laufen jetzt in standardisierten Workflows, aber mit unterschiedlichen Daten ab. Ein Beispiel ist wieder die schon erwähnte IT-Beratung. Kommt eine Projektanfrage herein, wird das Dokument in die KI geladen, wobei auch unterschiedliche Modelle angefragt werden können. Die erkennt zum Beispiel, ob es bestimmte technische Anforderungen gibt und arbeitet eine Checkliste ab.

Die Entwicklung bei doings geht weiter. KI-Agenten sollen künftig selbsttätig Textaufgaben verstehen und in Teilziele auf verschiedene Modelle aufteilen für maximale Effizienz und zugeschnitten auf bestimmte Branchen und Anwendungsfälle. Der Proof of Concept steht, die Zusammenarbeit mit PCG ist erstmal beendet – aber nicht für alle Zeit. Andreas Schäfer: „Wenn wir wieder Unterstützung brauchen, ist PCG auf jeden Fall erste Wahl.“

Die Public Cloud Group (PCG) unterstützt Unternehmen bei ihrer digitalen Transformation durch den Einsatz von Public Cloud-Lösungen.

Mit einem Portfolio, das darauf ausgerichtet ist, Unternehmen aller Größe auf ihrer Cloud Journey zu begleiten, sowie der Kompetenz von zahlreichen zertifizierten Expert:innen, mit denen Kunden und Partner gerne zusammenarbeiten, positioniert sich PCG als verlässlicher und vertrauenswürdiger Partner der Hyperscaler.

Als erfahrener Partner der drei relevanten Hyperscaler (Amazon Web Services (AWS), Google Cloud und Microsoft Cloud) hält PCG die höchsten Auszeichnungen der jeweiligen Anbieter und berät Sie als unsere Kunden in Ihrer Cloud Journey unabhängig.