Skip to main content
07/12/2024

Sådan bruger du AI i PMO’et

Peter Kestenholz xPM 04

Introduktion

Den største fare ved kunstig intelligens er at bruge for meget tid på at tale om det – og for lidt tid på at implementere det og skabe reel værdi.


Når det gælder PMO’et, findes der mange måder, AI kan udnytte eksisterende viden om projekter og planlægning – og tage det et skridt videre med dataanalyse. AI kan understøtte alle PMO’ets kernefunktioner.

Case 1

Case 1: AI-genererede tidsplaner 

At finde den bedste måde at skabe tidsplaner for nye projekter på er en kunstart. Det skal kombinere best practices med vigtige deadlines og leverancer.

Ofte har virksomheder brugt skabeloner med faser, milepæle og opgaver. Men den statiske tilgang til kvalitetssikring af tidsplaner kan snart være fortid. AI kan analysere dine data og generere komplekse og præcise tidsplaner.

Med AI er det muligt at oprette komplette work breakdown structures (WBS) og tidsplaner på få sekunder. Jo mere kontekst du giver, jo mere præcist bliver resultatet.

For eksempel kan konteksten “ERP-implementeringsprojekt med en varighed på 18 uger” forbedres med: “Global udrulning af nyt ERP-system til fem regioner efter PMBOK-metoden, start i anden uge af maj 2023 og afslutning et år senere.”

I Projectum xPM har vi tilføjet AI-understøttet planlægning samt en vurdering af sandsynligheden for, at AI’s varighedsestimat er korrekt. Det sparer projektledere tid og giver PMO’et mulighed for at forbedre processer og arbejdsgange.

Det giver præcise tidsplaner, bedre ressourceallokering og større projektsucces.

/

Jo mere kontekst du giver, jo mere præcist bliver resultatet.

Peter Kestenholz
Head of Innovation & AI

Case 2

AI-genererede risikologs


Projektets succes afhænger ofte af risikostyring. At identificere potentielle risici gør det muligt at håndtere dem proaktivt.
Men det er komplekst – risici kan opstå fra business casen, ressourcer, tidsplaner, kvalitet og meget mere.

En erfaren projektleder kan udarbejde en risikolog og vurdere sandsynlighed, konsekvens og hvordan risici kan afbødes.

Men en ekstra “sæt øjne” kan gøre en forskel – og det er her, AI kommer ind.
Med generativ AI kan du generere en risikolog blot ved at beskrive projektets kontekst og angive, hvor mange risici du ønsker. På få sekunder genererer AI’en, kategoriserer og prioriterer risiciene.

AI kan også skrive detaljerede risikobeskrivelser, afbødningsplaner og beredskab.
AI bliver din assistent, der trækker på viden fra internettet eller din virksomheds egne data.

case 3

Forbedret kommunikation med AI-chatbots

Kommunikation og alignment er nøglen til succes i store organisationer – men størrelsen gør det både nødvendigt og udfordrende.

Med interne AI-chatbots kan du bygge en bot baseret på din virksomheds data – fx dokumentation, procedurer og standarder.

Medarbejdere får hurtigere svar – og mere præcise svar.

Du kan tilpasse din bot med forskellige roller og tone-of-voice afhængigt af brugssituationen.

I Projectum xPM har vi integreret en AI-chatbot, der kan hjælpe med projektoprettelse, sikre at intet glemmes, og give indsigt i projektdata. Men kun fantasien sætter grænser. Hvis du har data kan du gøre det.

Founder and Head of Innovation & AI

Peter Kestenholz er en succesfuld iværksætter og erhvervsleder med 20 års erfaring fra etablering og vækst af virksomheden Projectum. Peter har været anerkendt som Microsoft MVP i 13 år i træk og er medlem af Forbes Technology Council.

Læs mere

icon
Blog

2026 PPM-tendenser: AI møder digital transformation

icon
Blog

Hvordan finder du dit Microsoft Project Alternativ?

icon
Blog

Finans og strategi: Sætter du penge bagved dine ord?

icon
Blog

Hvad er xPM?