Case Study · IT Projektmanagement

Die Rolle von KI & Automatisierung
im IT-Projektmanagement

IU Internationale Hochschule · Bachelor Thesis · April – Mai 2026 · Betreuer: Dr. Muhammad Ashfaq

Jira Confluence Agile PM PRISMA Systematic Literature Review AI in PM Risk Management

Projektkennzahlen

Laufzeit
31
Tage
Quellen
38
Peer-reviewed
Gescreent
742K
Datensätze
Status
In Progress
06.05.2026

Kontext

Nur ca. 35 % der Projekte weltweit werden erfolgreich abgeschlossen, bei einem jährlichen Projektvolumen von 48 Billionen USD. Organisationen setzen noch immer auf Excel-Tabellen und Präsentationssoftware, die seit 30 Jahren kaum weiterentwickelt wurden. Durch mein Praktikum bei Telekom Mobility Solutions habe ich selbst erlebt, wie viel Zeit Projektmanager mit manuellen Koordinationsaufgaben in Jira und Confluence verlieren.

Ziel dieser Arbeit war es, durch eine systematische Literaturrecherche nach PRISMA den aktuellen Forschungsstand zu KI und Automatisierung im IT-Projektmanagement zu synthetisieren und herauszuarbeiten, wo KI echten Mehrwert schafft und wo menschliches Urteilsvermögen unverzichtbar bleibt.

Was ich geliefert habe

1

Jira Projektboard — Kanban mit 5 Epics, 22 Tasks

Vollständiges Agile Board mit realen Statusphasen, Prioritäten und Fälligkeitsdaten. Epics: Project Initiation, Literature Review, Analysis & Synthesis, Writing & Drafting, Review & Submission.

2

Confluence Wiki — 7 Projektseiten

Strukturiertes Projektwiki mit Project Charter, Stakeholder Register, Risk Register, Research Log (15 Quellen dokumentiert), Meeting Notes und Lessons Learned.

3

PRISMA Systematic Literature Review

742.873 Datensätze identifiziert → 277 Volltexte evaluiert → 38 finale Studien eingeschlossen. Thematische Analyse entlang 4 Bereichen: Planung & Scheduling, Risikomanagement, Generative KI & Kommunikation, Agile-KI-Integration.

4

Projektmanagement-Portfolio-Dokumentation

Diese Thesis wurde gleichzeitig als PM-Portfolioprojekt geführt, mit Projektcharter, Stakeholder-Management, Risikoregister und Gantt-Timeline, um echte PM-Kompetenz nachzuweisen.

Jira — Kanban Board

01 — Thesis Projektboard · Kanban · 22 Tasks · 5 Epics

Thesis — Automation Tools in Enterprise Testing KAN
Summary
List
Board
Backlog
Timeline
Backlog 7
TaskEpicPriorityDueStatus
Create risk registerProject Initiation▲ HighestApr 28To do
Write methodology chapterWriting & Drafting▲ HighestApr 28To do
Write analysis chapterWriting & Drafting▲ HighestMay 1To do
Supervisor review round oneReview & Submission▲ HighestMay 2To do
Submit thesisReview & Submission▲ HighestMay 6To do
Board 22
Idea0

Empty

To do15

Create risk register

Project Initiation

Apr 28▲

Build analysis framework

Analysis & Synthesis

Apr 28⬆

Write introduction

Writing & Drafting

Apr 27⬆

Write methodology chapter

Writing & Drafting

Apr 28▲

Submit thesis

Review & Submission

May 6▲
In progress3

Write project charter

Project Initiation

Apr 27▲

Evaluate source quality

Literature Review

Apr 28⬆

Document findings in Confluence

Literature Review

Apr 30= Med
In review0

Empty

Done4

Define research question

Project Initiation

Apr 6

Identify stakeholders

Project Initiation

Apr 7

Set up Confluence workspace

Project Initiation

Apr 24

Identify primary sources

Literature Review

Apr 10

Kanban Board mit 5 Epics und 22 Tasks, aktiv gemanagt in Atlassian Jira über die gesamte Projektlaufzeit. Prioritäten, Fälligkeitsdaten und Statusübergänge spiegeln den realen Forschungsprozess wider.

Confluence — Projektwiki

02 — PM Portfolio Wiki · 7 Seiten · Thesis & SAP Projekt

PM Portfolio
Thesis
🏠 Project Home
📋 Charter
⚠️ Risk Register
🔬 Research Log
💡 Lessons Learned
SAP
🏗️ SAP Project
PM Portfolio · Thesis · Home
The Role of AI & Automation Tools in Enhancing IT PM Efficiency
Bachelor Thesis · Abdallah Aneed · IU International University · Updated Apr 27, 2026
Submission deadline: 06.05.2026 · Supervisor: Dr. Muhammad Ashfaq
Project Details
FieldDetail
MethodologySystematic Literature Review (PRISMA)
Sources included38 peer-reviewed studies
Records screened742,873 → 277 full-text → 38 final
StatusIn Progress
PM Portfolio · Thesis · Project Charter
Project Charter
Created by Abdallah Aneed · Apr 6, 2026
Research Question
What is the effect of AI and automation tools on the efficiency and effectiveness of IT project management processes?
Scope
In ScopeOut of Scope
Peer-reviewed articles 2021–2026Primary data collection
AI/automation in planning, risk, communication, agileBooks, theses, proceedings
English publicationsStudies without direct PM relevance
Timeline
06.04.2026 – 06.05.2026 · Single researcher · Secondary data only
PM Portfolio · Thesis · Risk Register
Risk Register
Updated Apr 27, 2026
RiskImpactStatus
Insufficient PRISMA sources foundHighMitigated
Supervisor requests major revisionHighMonitoring
Scope too broad for 4 analytical themesMediumActive
Timeline slippage due to study obligationsMediumActive
AI content flagged by IU plagiarism detectionHighMitigated
PM Portfolio · Thesis · Research Log
Research Log
38 sources included · Updated continuously
PRISMA: 742,873 records → 277 full-text assessed → 38 final studies
Author(s)YearChapterRelevance
Taboada et al.20232, 4High
Nenni et al.20252, 4.2High
Müller et al. (PMI)20241, 2.2High
Koszykowski & Orzeszko20254.1High
Felicetti et al.20244.3High
PM Portfolio · Thesis · Lessons Learned
Lessons Learned
Updated progressively · Final entries after submission
PhaseLesson
Literature SearchInitial query returned 742K records. Apply filters immediately; do not rely on keyword search alone.
Source SelectionMany high-ranking articles had no PM relevance despite matching keywords
Project SetupJira + Confluence added structure to what felt like a solo project
WritingWriting Ch.1–2 before finalizing all sources caused some rework
PM Portfolio · SAP Project · Home
SAP S/4HANA Implementation
Portfolio Case Study · Fictional German Enterprise · MittelTech GmbH
Fictional scenario: 500-employee German manufacturer migrating to SAP S/4HANA · May–July 2026
FieldDetail
MethodologySAFe Agile + PRINCE2
Budget€280,000 (fictional)
StatusIn Progress

Vollständiges Projektwiki in Atlassian Confluence, strukturiert wie ein echtes PM-Projekt mit Charter, Risikoregister, Quellenprotokoll und Lessons Learned. Klick auf die Seitenlinks zum Navigieren.

Projektzeitplan — Gantt

03 — Thesis Projektphasen · 06.04 – 06.05.2026

Apr 6
Apr 13
Apr 20
Apr 27
May 4
Project Initiation
Charter · Stakeholders
Apr 6–18
Literature Review
PRISMA · 742K → 38
Apr 8–25
Analysis & Synthesis
4 Thematic Areas
Apr 20–May 3
Writing & Drafting
Ch. 1 – Ch. 5
Apr 18–May 4
Review & Submission
Review · Submit
May 2–6
Done
In Progress
Milestone: Submission 06.05.2026

Projektphasen über 31 Tage, von der Initiierung bis zur finalen Abgabe am 06.05.2026.

Zentrale Erkenntnisse

1 KI ist am effektivsten in datenintensiven PM-Prozessen. Laut einer PMI-Umfrage unter 2.314 Fachleuten in 129 Ländern erwarten 64 % der Befragten eine hohe Auswirkung auf die Kostenplanung, 51 % auf das Schedule Management und 47 % auf das Risikomanagement.
2 Machine Learning verbessert die Effort-Schätzung erheblich. Künstliche neuronale Netze dominieren in ca. 70 der identifizierten Studien, wobei Ensemble-Methoden stets besser abschneiden als einzelne Algorithmen.
3 86 % der Praktiker stufen generative KI als nützlich für die Planungsphase ein. Gleichzeitig haben 74 % ambivalente oder negative Einstellungen gegenüber einer breiten KI-Einführung, vor allem wegen Job-Sicherheit und Datenschutzbedenken.
4 KI ergänzt den Projektmanager, ersetzt ihn aber nicht. Stakeholder-Engagement, Teamentwicklung und politisch sensible Entscheidungen lassen sich strukturell nicht automatisieren.
5 Die größten Implementierungsbarrieren sind fehlende Datenqualität, mangelnde Echtzeit-Validierung von KI-Modellen und das Fehlen klarer Implementierungsframeworks. Nenni et al. (2025) identifizieren diese Lücken in über 215 Studien.

Erkenntnisse als Projektmanager

→ Ein Solo-Forschungsprojekt mit Jira und Confluence zu managen macht den PM-Prozess greifbar. Deadlines, Risiken und Abhängigkeiten sind plötzlich sichtbar, nicht nur gefühlt.
→ Das PRISMA-Framework ist ein PM-Prozess in Miniatur: Scope Definition, Inclusion/Exclusion Criteria, Quality Gates und eine strukturierte Lieferkette von 742K bis 38 Quellen.
→ KI kann den Projektmanager entlasten, aber nur wenn die Dateninfrastruktur stimmt. Ohne strukturierte historische Daten haben ML-Modelle schlicht nichts zu lernen.
→ 65 % der Befragten geben an, keine oder nur grundlegende KI-Kenntnisse zu haben. Der technische Einstieg ist niedrig. Die organisatorische Bereitschaft ist die eigentliche Hürde.

Projektartefakte

→ SAP Case Study ansehen ← Zurück zum Portfolio