Fachliche Führung und Koordination des Annotationsteams für KI-Trainingsdaten (Bildannotation von Straßenschäden), Definition, Pflege und Weiterentwicklung von Annotationsrichtlinien (z. B. Risse, Ausbrüche, Flickstellen), Sicherstellung einer hohen Daten- und Labelqualität für Machine-Learning-Modelle, Durchführung von Stichproben, Reviews und Feedbackschleifen zur kontinuierlichen Qualitätsverbesserung, Ganzheitliche Bewertung des Softwareprodukts aus der Perspektive eines typischen Anwenders im kommunalen Tiefbau, Bewertung der Usability und Nutzerführung, Einbringen von Verbesserungsvorschlägen zur Vereinfachung von Abläufen, Reduktion von Fehlbedienung und Erhöhung der Akzeptanz bei nicht-technischen Anwendern, Enge Abstimmung mit Produktmanagement und Entwicklung, um erkannte Schwächen frühzeitig in die Weiterentwicklung einfließen zu lassen, Strukturierung, Pflege und Priorisierung von fachlichen Anforderungen (Epics, Features, User Stories) in Azure DevOps, Übersetzung fachlicher Anforderungen aus dem Straßenbau in umsetzbare technische Anforderungen, Enge Zusammenarbeit mit Product Ownern, Entwicklern und Data Scientists, Unterstützung bei Release-Planung, Backlog-Pflege und Akzeptanzkriterien