Yazılım sektörü, giderek hayatın her alanında yer almakta ve büyük çapta yazılım projeleri geliştirilmektedir. Bu durum, geliştirilen projelerde çok önemli hatalara ve olumsuz sonuçlara sebep olmaktadır. Dolayısıyla, bu durumu önlemek veya minimuma indirmek için özellikle yazılım risk yönetim faaliyetlerinin başarılı bir şekilde uygulanması gerekmektedir. Bu çalışmada, yazılım projelerinde yapay zekâya dayalı ve web tabanlı yeni bir risk yönetim süreci tasarlanmış ve geliştirilmiştir. Çalışmanın amacı, risk faktörlerine göre proje çıktılarında meydana gelebilecek sapmaları yapay sinir ağları (YSA) kullanılarak tahmin etmek, yazılım yaşam döngüsünün ilk evrelerinde karşılaşılabilecek zararları minimize etmek ve böylece kullanıcılar için önleyici bir yaklaşım desteği sunmaktır. Çalışmanın YSA modelini oluşturmak için yazılım mühendisliği alanındaki akademisyenler, uzman ve proje yöneticileriyle öngörüşmeler yapılarak bir kontrol listesi formu oluşturulmuştur. Bu form kullanılarak Teknokent'lerde bulunan yazılım firmalarındaki 774 farklı firmadan gerçek proje verisi toplanmıştır. Oluşturulan YSA modeli, kırkbeş giriş, tek gizli katman (on beş nörona sahip) ve beş çıkışlı (45-15-5) olup; eğitim R oranı 0.9978; test R oranı 0.9935 ve hata oranı ise 0.001'dir. Model, .dll kütüphanesi oluşturularak geliştirilen uygulamaya entegre edilmiştir. Geliştirilen uygulama, farklı alanlardan gerçek proje verileri elde edilerek uzman ve akademisyen (10 kişi) görüşleri alındıktan sonra 4 farklı senaryo üzerinden test edilerek sonuçlar elde edilmiştir. Elde edilen sonuçlar, uygulamanın performansının yüksek olduğunu ve söz konusu uygulamalarda YSA kullanımının proje başarısına olumlu katkılar sağladığını açıkça ortaya koymuştur. Ayrıca, yapılan çalışma ile yazılım endüstrisi için yapay zeka tabanlı bir risk yönetim süreci sunan uygulamalara ihtiyaç olduğu görülmüştür. The software industry is increasingly involved in every aspect of life and software projects are being developed to a large extent. This situation causes very important faults and negative results in the developed projects. Therefore, in order to prevent or minimize this situation, software risk management activities must be successfully implemented. In this study, a new web-based risk management process based on artificial intelligence in software projects was designed and developed. The purpose of the study is to estimate the deviations that might occur in the project outputs according to the risk factors using artificial neural networks (ANN), to minimize the harm that may be encountered in the first stages of the software life cycle and thus to provide a preventive approach for users. In order to create the ANN model of the study, a checklist form was created by preliminary discussions with academicians, experts and project managers in the software engineering field. By using this form, the actual project data were collected from 774 different companies in the software companies located in Teknokent. The generated ANN model has forty-five entrances, a single hidden...