Projektmanagement: Angst vor schwarzen Schwänen

McKinsey hat gemeinsam mit der Uni Oxford untersucht, woran große IT-Projekte scheitern. Es ist die aufschlussreichste Studie zum Thema seit Jahren. [...]

WENN ES SCHIEF GEHT, DANN RICHTIG
Zweitens: Im Schnitt überschreiten IT-Projekte den Kostenrahmen um 27 Prozent. Nur fünf Prozent aller Fälle laufen sowohl finanziell als auch zeitlich aus dem Ruder. Wer viel Zeit hat, kann offensichtlich die Kosten eingrenzen, und wer viel Geld reinsteckt, wird leichter pünktlich fertig. Eine weitere Erkenntnis (die der vorigen nur auf den ersten Blick widerspricht): Die Black Swans, also Projekte, die um mehr als 80 Prozent über dem Kostenrahmen liegen, sprengen zugleich die zeitlichen Vorgaben um 68 Prozent. Salopp gesagt: Wenn es schief geht, dann richtig!
Drittens: Das Risiko, schief zu gehen, ist bei öffentlichen und privaten IT-Projekten in etwa gleich hoch. Allerdings werden öffentliche Projekte öfter als private vor der Fertigstellung abgebrochen.
Viertens: Bei Software-Projekten überschreiten Standardanwendungen das Budget im Schnitt um 42 Prozent, individualisierte Systeme dagegen nur um 26 Prozent. Dafür dauern Maßanfertigungen im Schnitt 71 Prozent länger als geplant und Standardisiertes nur 32 Prozent. Gravierender ist, dass bei individuell Angepasstem 55 Prozent der erhofften Benefits am Ende realisiert werden, bei Standardlösungen sind es dagegen lediglich 25 Prozent. Sven Blumberg, Partner bei McKinsey und einer der Autoren der Studie, sieht als Ursache vor allem eine „massive Überschätzung der Business-Cases. Wenn sich Unternehmen stärker auf die vorhandenen Möglichkeiten einer Standardlösung einlassen und diese konsequent nutzen würden, anstatt zu viel ändern zu wollen, dann ließe sich der Nutzen deutlich steigern.“
SCHRITTWEISES VORGEHEN SENKT DAS RISIKO
Fünftens: Kleinere Projekte haben prozentual höhere Budgetüberschreitungen als größere. Das fällt aber häufig nicht auf, weil sich die Entscheider bei der Bewertung eher die absoluten Zahlen, also den absoluten Betrag des verbrannten Geldes ansehen.
Sechstens: Mit jedem zusätzlichen Jahr Projektdauer erhöht sich das Risiko, dass die Kosten ausufern, um 16,8 Prozent. Das gilt besonders für Projekte, die mehr als drei Jahre dauern. Sven Blumberg von McKinsey empfiehlt deshalb ein schrittweises Vorgehen, um dieses Risiko zu senken, also mit mehreren Releases zu arbeiten, die im laufenden Projekt präsentiert und getestet werden.
Siebtens: Wenn man die Wahl hat (was meistens nicht der Fall sein dürfte) zwischen einem sehr großen und einem sehr langwierigen Projekt, dann sollte man lieber ein großes in Angriff nehmen: Dreizehn Prozent der IT-Vorhaben über 200 Millionen Euro werden zum Kosten-Black Swan (mindestens 80 Prozent über Budget), bei Projekten mit einer Dauer von mehr als vier Jahren sind es aber 41 Prozent! Will sagen: langwierige Projekte sind statistisch betrachtet wirklich riskant.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*