Analysieren bestehender behördlicher Prozesse und Identifizieren von Optimierungspotenzialen durch Wissensmanagement und den Einsatz von KI, Analysieren, Bewerten und Optimieren bestehender Datenbestände auf ihre Verwendbarkeit für KI-Anwendungen, Beraten der Fachabteilungen bei der Optimierung des Wissensmanagements sowie der Implementierung und Nutzung von KI-Lösungen, Sichten, Aufbereiten und Anbinden komplexer Datensätze für KI- und generative-KI-Anwendungen, Entwickeln und Validieren von funktionalen Prototypen sowie Proof-of-Concepts zur Erprobung datengetriebener KI-Ansätze und deren praktischer Anwendbarkeit in behördlichen Prozessen, Schulen der Beschäftigten im Bereich KI

Übersetzen fachlicher KI‑Anforderungen in präzise technische Konzepte, Architekturen und Algorithmen., Integration, Anpassung und Optimierung bestehender KI‑Modelle – einschließlich Large Language Models – in robuste, skalierbare und automatisierte KI‑Systeme., Entwickeln von Front‑end‑ und Back‑end‑Komponenten zur Umsetzung funktionsfähiger, performanter und wartbarer Anwendungen., Anbinden und Verarbeiten komplexer Datensätze für klassische sowie generative KI‑Anwendungen., Entwickeln und Validieren funktionsfähiger Prototypen sowie Proof‑of‑Concepts zur praxisnahen Erprobung datengetriebener KI‑Ansätze in Projekten., Schulen der Beschäftigten im Bereich KI

Analysieren bestehender behördlicher Prozesse und Identifizieren von Optimierungspotenzialen durch Wissensmanagement und den Einsatz von KI., Analysieren, Bewerten und Optimieren bestehender Datenbestände auf ihre Verwendbarkeit für KI-Anwendungen., Beraten der Fachabteilungen bei der Optimierung des Wissensmanagements sowie der Implementierung und Nutzung von KI-Lösungen., Sichten, Aufbereiten und Anbinden komplexer Datensätze für KI- und generative-KI-Anwendungen., Entwickeln und Validieren von funktionalen Prototypen sowie Proof-of-Concepts zur Erprobung datengetriebener KI-Ansätze und deren praktischer Anwendbarkeit in behördlichen Prozessen., Schulen der Beschäftigten im Bereich KI.

Gestaltung von Adoptionsstrategien., Design und Umsetzung segmentierter Rollout- und Adoptionspläne, unterstützt durch eine AI-Community of Practice und ein Champions-Netzwerk., AI-gestützte Lernpfade entwickeln., Aufbau sowie die Skalierung personalisierter, rollenbasierter Lernangebote mit Copilot-Tutoren, adaptivem Microlearning und interaktiven Labs., Integrieren von Plattformen, Services für eine nahtlose Verbindung von Copilot Studio, Viva Learning und Power Platform., Automatisierung von Lernreisen und Personalisierung über HR- und Skill-Daten., Telemetrie und Dashboards aufbauen., Definition von KPIs (Time-to-Competency, Community Health, Business Impact) und kontinuierliche Optimierung durch Feedback.

Produktionalisierung von KI‑Anwendungen mit Fokus auf Skalierbarkeit, Stabilität, Sicherheit und Wartbarkeit., Unterstützung bei der Konzeption und Entwicklung von KI gestützten Anwendungen., Konzeption und Durchführung skalierbarer Deployments für produktive KI‑Anwendungen auf unterschiedlichen Zielumgebungen, Sicherstellung des reibungslosen Betriebs produktiver KI‑Systeme, inklusive Fehlerbehebung und Performance‑Optimierung., Implementierung und Pflege von Monitoring‑ und Alerting‑Lösungen zur Überwachung des Produktivbetriebs, Schulen der Beschäftigten im Bereich KI

Entwicklung, Bewertung und Implementierung KI-basierter Lösungen für die HR-Abteilung, Verantwortung für die Einführung, Weiterentwicklung und Betreuung unserer HCM-Software Personio sowie die Erstellung aussagekräftiger HR-Reports, Weiterentwicklung der HR-Systemlandschaft und digitale Workflows, Optimierung von Plattformen wie Confluence hinsichtlich Usability und Informationsarchitektur, Entwicklung von Schulungskonzepten und Unterstützung als Ansprechpartner für alle digitalen HR-Themen, Beobachtung von HR-Tech- und KI-Trends, Management von Schnittstellen zu anderen Systemen und die Sicherstellung hoher Datenqualität

Analysieren große Datenmengen und entdecken darin neue Muster., Vertreten des Thema Data Science bzw. treiben dieses voran., Kommunizieren sowie dokumentieren der Ergebnisse zielgruppengerecht an Fach- bzw. Führungsebene und geben Handlungsempfehlungen.

Begleitung von Innovationsvorhaben (von der Planung bis zur Einführung) und/oder Erstellung von KI-Strategien für Kund*innen aus dem Public Sektor, Beratung von Kunden bei der Identifizierung von Organisationsabläufen, die durch moderne KI- und Datentechnologien automatisiert werden können, Begleitung der Entwicklung, der technischen Umsetzung und Implementierung und Unterstützung nach dem Rollout der Lösung, Unterstützung bei der Erstellung von Prototypen und Durchführung von Nutzerinterviews und Nutzertests, um sicherzustellen, dass die Lösungen den Anforderungen der Kunden und Nutzenden entsprechen

Analyse bestehender Prozesse in dem Fachbereich und Identifikation von Digitalisierungspotenzialen (inklusive Bewertung von KI-Einsatz), selbstständige Dokumentation, Monitoring und Reporting von Projektfortschritten und Erfolgskennzahlen nach Vorgaben, Datenanalyse und Datenaufbereitung in Zusammenarbeit mit den Datenexpert*innen der DW, enge Mitnahme der Fachbereichskolleg*innen und verstärkte Kommunikation, sowie Wissenstransfer zu Digitalisierungsthemen, enge Zusammenarbeit mit dem AI Officer und dem IT-Fachbereich AI Systems and Products zur Integration von (KI-)Technologien in Fachbereichsprozesse, eigenverantwortliche Entwicklung oder Mitgestaltung oder Unterstützung bei der Auswahl datengetriebener Modelle zur Prognose von Bedarfen, Lieferzeiten und Preisentwicklungen, um strategische Einkaufsentscheidungen in einem End-to-End Prozess „Procure to Pay“ zu unterstützen (Make or Buy), eigenverantwortliche Identifizierung von Potenzialen zur Automatisierung von Beschaffungsprozessen – von der Bedarfsfanforderung über die Lieferantenbewertung bis hin zum Vertragsmanagement, eigenständige Konzeption und Erstellung interaktiver Dashboards und Reports, die relevante Einkaufskennzahlen und Handlungsempfehlungen für das Management übersichtlich darstellen, Sicherstellung, dass digitale Lösungen und KI-Anwendungen im Einkauf sowie mit dem Beschaffungsprozess beteiligten Fachbereichen des Hauses den geltenden regulatorischen und Compliance-Vorgaben entsprechen, eigenverantwortliche Identifikation von Potenzialen zur Automatisierung von Prozessen rund um Dienstreisen – von der Reiseanfrage über die Genehmigung und Buchung bis hin zur Abrechnung und Auswertung, Konzeption und Erstellung interaktiver Dashboards und Reports, die relevante Kennzahlen wie Reisedauer, Kosten, CO₂-Emissionen oder Buchungsverhalten übersichtlich darstellen und dem Management als Entscheidungsgrundlage dienen

Architektur und Entwicklung der zentralen KI-Plattform unter Verwendung von Techniken wie MCP, A2A und AG-UI, Implementierung LLM-basierter Agenten mithilfe gängiger Python-Frameworks (z.B. LangGraph, CrewAI, PydanticAI), Entwicklung und Optimierung der Kern-API für die KI-Plattform (z. B. REST/GraphQL) zur Integration von ML-Modellen, Sicherstellung der Skalierbarkeit, Zuverlässigkeit und Performance der API unter Last (z. B. Caching, Rate Limiting), Zusammenarbeit mit MLOps Engineers zur Verbindung von Modellen und Infrastruktur (GPU-Cluster, Kubernetes), Implementierung von Sicherheitsmechanismen (API-Gateways, Token-Authentifizierung), Dokumentation und Support für interne sowie externe Entwickler

Entwicklung von modernen GenAI-Lösungen, fortschrittlichen statistischen Modellen, Machine Learning-Algorithmen und prädiktiven Analysen, Zusammenarbeit mit Kollegen aus verschiedenen Fachbereichen, um Kundenwünsche zu verstehen und in umsetzbare Empfehlungen zu übersetzen, Verantwortung für Design und Aufbau skalierbarer Datenpipelines, Implementierung robuster Data Governance- und Datenmanagement-Praktiken, Präsentation der Ergebnisse für Techies und Nicht-Techies, Verfolgen neuer Entwicklungen im Bereich Data Science und Einbringen von Ideen und Verbesserungen

Erstellung, Aktualisierung und Strukturierung von FAQ-Artikeln mit Screenshots, Beispielen und hilfreichen Links rund um das softgarden ATS, Testen und Optimieren unseres KI-Support-Bots auf Basis neuer Inhalte und Produktänderungen, Enge Zusammenarbeit mit Customer Success, 1st Level Support und Product Marketing, um Produktwissen aktuell, konsistent und nutzerfreundlich zu halten, Analysieren häufiger Nutzerfragen und Identifizieren von Verbesserungspotenzialen, um unser Self-Service-Erlebnis kontinuierlich weiterzuentwickeln

Entwicklung von Machine-Learning-Modellen und analytischen Use Cases zur Bewertung von Kundenpotenzialen und Umsatzchancen, Ausbau der Daten- und Reportinginfrastruktur mit Fokus auf Automatisierung, Skalierbarkeit und Effizienz, Übersetzung komplexer Analysen in klare, überzeugende Handlungsempfehlungen für Management und Fachbereiche, Aufbereitung von Insights mithilfe von PowerBI oder datenbasiertem Storytelling, Analyse von Kampagnen und Maßnahmen nach dem Go-Live und datenbasierte Empfehlungen zur Optimierung, Enge Zusammenarbeit mit Marketing, Vertrieb oder Produktmanagement zur Verankerung datengetriebener Entscheidungen im Unternehmen

Analyse bestehender People & Culture-Prozesse, Entwicklung datenbasierter und KI-gestützter Ansätze entlang des gesamten Employee Lifecycles, Initiierung, Umsetzung und Integration kleinerer KI-Use Cases in den Arbeitsalltag, Eigenverantwortliche Steuerung von Projekten im Bereich People & Culture, Koordination von Schnittstellen, Aktive Begleitung von Veränderungsprozessen im Team

Zentrale Ansprechperson für Fachbereiche sowie IT-Projekte sein und diese mit ganzheitlichem Blick für Datenhaltung und Datennutzung zum optimalen Einsatz von Zieltechnologien, Architekturen und Tools beraten, Die IT-Governance im Datenumfeld entlang der wachsenden Anforderungen von BI-, Analytics- und KI-Lösungen weiter ausgestalten, Die Zielarchitektur für Business-Intelligence-, Analytics- und KI-Landschaft im Einklang mit IT- sowie Unternehmensstrategie weiterentwickeln – dabei enge Zusammenarbeit mit dem Competency Center, In enger Zusammenarbeit mit Stakeholdern und Teams in Business Intelligence, Data Engineering sowie Data Science die kontinuierliche Verbesserung von Datenplattformen, Softwarelösungen sowie Infrastruktur fördern

Evaluierung und Analyse bestehender Prozesse im Kundenservice sowie im Qualitäts- und Dienstleistermanagement., Identifikation und Umsetzung wirksamer Maßnahmen zur Optimierung und Automatisierung von Prozessen mithilfe von Künstlicher Intelligenz., Erstellung effizienter Datenbankstrukturen und Durchführung komplizierter Datenabfragen., Aufbereitung, Visualisierung und Interpretation von Analyseergebnissen sowie komplexen Datenzusammenhängen., Entwicklung zielgruppenspezifischer Reports und BI-Dashboards zur Unterstützung fundierter Entscheidungsprozesse., Engagierte Mitarbeit in agilen und klassischen Projektstrukturen, um innovative Lösungen voranzubringen.

Eigenständiges Vorantreiben von Advanced Analytics-Projekten im Lebensmittelhandel zur nachhaltigen Optimierung von Entscheidungsprozessen., Führende Rolle im Hinblick auf die Data-Science Strategie sowie das Heben von Geschäftspotenzialen., End-to-End Entwicklung und Produktivierung komplexer Modelle und Machine-Learning Pipelines für Use Cases in den Bereichen Prognose, Klassifikation, Recommendation und Scoring., Verantwortung für die stetige Qualitätskontrolle von Modellen und Machine-Learning Pipelines., Datenmanagement von strukturierten und unstrukturierten Daten in verschiedenen Datenbanksystemen (z.B. GCP/BigQuery, Snowflake) sowie Analyse-Frameworks (z.B. Hadoop/Spark)., Gemeinsame Entwicklung analytischer Produkte in agil und interdisziplinär aufgestellten Teams., Proaktive und steuernde Zusammenarbeit mit dem Fachbereich und internen Stakeholdern, um Daten in geschäftsrelevante Erkenntnisse umzuwandeln., Fachliche Anleitung sowie Coaching juniorer Kollegen., Entwicklung von Standards und Sicherstellung, dass Best Practices in Methodik und Code angewendet werden.

Mitgestaltung und Etablierung des Data Analytics Bereichs, Datenanalyse & Visualisierung, Innovation & Use Case Entwicklung, Wissenstransfer & Kompetenzaufbau

Übernahme verantwortungsvoller Aufgaben im internationalen Umfeld, Enge Zusammenarbeit mit einem Team von 30 Data Scientists, Gestaltung innovativer Datenmodelle mithilfe hochmoderner Machine-Learning-Technologien, Entwicklung und Implementierung moderner Computer-Vision, Large Language Model und multimodale Ansätze, Entwicklung eigener Foundation-Modelle, speziell zugeschnitten auf die Anforderungen der Versicherungsbranche

Unterstützung des IT-Data-Science-Teams in der Datenmodellierung und -analyse, Durchführung explorativer Analysen, Datenvorverarbeitung und -bereinigung mit Python oder SQL, Unterstützung bei der Konzeption und Entwicklung von Machine-Learning- und AI-Modellen, Aufbereitung und Visualisierung von Ergebnissen in Power BI oder webbasierten Applikationen, Übernahme von Teilprojektleitungen in Projekten mit Fokus auf Modellkonzeption oder Datenvisualisierung, Enge Zusammenarbeit mit internen Experten aus Marketing, Vertrieb und Pricing, Operative Unterstützung beim Roll-out von Data-Science-Use-Cases, Sicherstellung einer vollständigen Dokumentation, Testdurchführung und Wissensübergabe, Entwicklung und Pflege von Datenpipelines zur Automatisierung von (Teil-) Analysen, Anwendung in zentralen Themenfeldern wie Marketing, Vertrieb und Pricing