Principal AI Solutions Architect, Customer Success

Be the one building AI-powered experiences where they matter most. At Genesys, we help organizations create better customer experiences through AI-powered experience orchestration. Our platform connects people, systems, data and AI to help organizations deliver more personalized service, improve operational efficiency and build stronger customer relationships. Help build, support and operate technology used by more than 8,000 organizations in over 100 countries – moving AI from possibility to production in real-world enterprise environments every day.

Als Principal AI Solutions Architect, Customer Success bei Genesys sind Sie die strategische und technische Brücke zwischen den Ambitionen der Kunden und einer erfolgreichen KI-Transformation. Sie arbeiten direkt mit strategischen Kunden in der EMEA-Region zusammen – mit einem beratenden Ansatz, der die Agilität erfordert, die Unternehmens-KI verlangt, und messen den Erfolg an den Geschäftsergebnissen der Kunden. Bei Genesys transformieren wir, wie Organisationen mit ihren Kunden durch Empathie, Zusammenarbeit und Innovation in Kontakt treten.

Diese Rolle bietet die Möglichkeit, einen nachhaltigen Einfluss zu nehmen, indem Sie Unternehmen helfen, von der KI-Exploration zur kontinuierlichen Transformation überzugehen – und zu gestalten, wie diese Transformationsfähigkeit innerhalb der Organisation aufgebaut und skaliert wird.

Was Sie tun werden

• Beraten, Beeinflussen & Adoption vorantreiben
  • Führen Sie Entdeckungs- und Strategieabstimmungen durch – arbeiten Sie mit Genesys CX Advisors, Solution Consultants und Stakeholdern des Kunden zusammen, um KI-Anwendungsfälle zu identifizieren, Machbarkeit und Wert zu bewerten und Geschäftszielvorgaben in umsetzbare technische Prioritäten zu übersetzen.
  • Identifizieren Sie das zugrunde liegende Problem – verwenden Sie Daten, Evaluierungsergebnisse und systematische Analysen, um präzise Hypothesen zu bilden und zu steuern, wo Interventionen den größten Hebel haben.
  • Beeinflussen Sie die Akzeptanz durch Glaubwürdigkeit: Wenn Kunden blockiert, unsicher oder skeptisch sind, lösen Sie dies durch Beweise und klar formulierte Argumente.
  • Übersetzen Sie datengestützte Erkenntnisse in executive-ready Narrative – präsentieren Sie komplexe KI-Leistungsanalysen, Geschäftsauswirkungen und Empfehlungen mit Klarheit und Vertrauen, die C-Level-Entscheidungen beeinflussen.
• Design und Architektur
  • Definieren Sie Referenzarchitekturen, Integrationsmuster und Datenflüsse für KI-gesteuerte Erfahrungso rchestrierung – passen Sie den Ansatz iterativ an, während der Kontext und die Daten des Kunden neue Prioritäten offenbaren.
  • Leiten Sie Workshops zur Prozessneugestaltung, um nahtlose, kanalunabhängige CX zu schaffen – unterstützt durch einen beratenden Ansatz, der das Kundenengagement für die Lösung fördert.
  • Stellen Sie sicher, dass alle Designs den Sicherheits-, Datenschutz- und regulatorischen Anforderungen von Genesys und des Kunden entsprechen (GDPR, PDPA, PCI, HIPAA, wo zutreffend).
• Prototyp und Implementierung
  • Liefern Sie schnelle POC- und MVP-Implementierungen unter Verwendung von Genesys Cloud AI Studio, CoPilot, Agentic Virtual Agent und verwandten Produkt-Suiten – vom Hypothesenansatz zum funktionierenden Prototyp in kurzer Zeit und passen Sie die Richtung an, wenn es die Beweise erfordern.
  • Integrieren Sie Genesys KI-Komponenten mit dem CRM, ERP und Drittsystemen des Kunden.
  • Richten Sie Implementierungs-KPIs und Analysen ein, um die Modell- und Reiseleistung ab dem ersten Tag zu messen – nicht als nachträglichen Gedanken.
• KI-Engineering & Ergebnisorientierte Lieferung
  • Entwerfen und implementieren Sie Evaluierungsrahmen zur Messung der Qualität von KI-Lösungen in der Produktion: Absichtgenauigkeit, Abrufgrundlage, Relevanz der Antworten, Zielverwirklichung des Agenten und Einhaltung von Richtlinien.
  • Bauen Sie automatisierte Evaluierungs-Pipelines, die eine schnelle, systematische Iteration über Varianten von Eingabeaufforderungen, Konfigurationen von Schutzmaßnahmen und Modellversionen ermöglichen.
  • Architektieren Sie agentische Systeme mit Präzision: definieren Sie Agententopologien, entwerfen Sie Werkzeug-Schemas und entwickeln Sie Orchestrierungslogik.
  • Messen Sie den Erfolg durch Produktionsakzeptanz und nachweisliche Verbesserung der Ergebnisse – verwenden Sie Ergebnisdaten als primäres Signal dafür, wo der nächste Fokus liegen sollte.
• Optimierung und kontinuierliche Verbesserung
  • Definieren Sie Basiskennzahlen zu Beginn des Engagements und iterieren Sie unermüdlich.
  • Bewerten Sie die Leistung der Lösung anhand von KPIs und verfeinern Sie Designs basierend auf datengestützten Erkenntnissen, ändern Sie schnell die Richtung, wenn die Daten dies signalisieren.
  • Arbeiten Sie mit den Teams für Kundenerfolg und professionelle Dienstleistungen zusammen, um produktionsbereite Assets und Roadmaps zu übergeben.
  • Codifizieren Sie Erkenntnisse aus dem Feld in wiederverwendbare Rahmenwerke, Evaluierungsstandards und Beschleuniger, die die Fähigkeit über individuelle Engagements hinaus skalieren.
• Governance, Ethik und Befähigung
  • Setzen Sie sich für verantwortungsvolle KI-Designprinzipien ein und wenden Sie Schutzmaßnahmen an, um Vorurteile oder unsichere Antworten zu verhindern.
  • Halten Sie sich an die ethischen Standards und Compliance-Rahmen von Genesys.
  • Mentorieren Sie Kunden-, Partner- und interne Teams, um langfristige KI-Reife und Selbstständigkeit aufzubauen – Expertise übertragen, nicht nur Ergebnisse liefern.
  • Liefern Sie gut formulierte, evidenzgestützte Signale aus dem Feld an Produkt- und Lösungsteams – präzise genug, um die Roadmap-Prioritäten direkt zu beeinflussen.

Was wir suchen

• Erfahrung
  • Abschluss (Master bevorzugt) in Informatik, Informationstechnologie, Datenwissenschaft oder einem verwandten Fachgebiet.
  • 8–12 Jahre kombinierte Erfahrung in der KI-Implementierung, CX/CCaaS-Plattformberatung oder technischer Lösungsarchitektur – nachgewiesen durch Überlappung und messbare Auswirkungen auf Kunden, nicht additive Jahreszahlen über separate Bereiche.
  • Umfangreiche praktische Erfahrung in der Implementierung oder Unterstützung von CX-, CRM- oder KI-Orchestrierungsplattformen (z. B. Genesys Cloud, Google CCAI, Salesforce, Microsoft, NICE CXone, AWS Connect, ServiceNow oder ähnliche).
  • Praktische Erfahrung mit agentischen KI-Systemen: Aufbau, Bewertung oder Betrieb von LLM-gesteuerten Agenten in Produktionskontexten.
  • Nachgewiesene Erfahrung in der Arbeit mit APIs, Datenpipelines und modernen Cloud-Umgebungen (AWS, Azure, GCP).
  • Erfolgreiche Mentoring- oder Entwicklungserfahrung mit technischen Kollegen und Codifizierung von Expertise in Ansätze, auf denen andere aufbauen können.
• Beratende & kundenorientierte Fähigkeiten
  • Nachgewiesene Autonomie in komplexen Unternehmenskonten – Entdeckung leiten, Umfang gestalten, Erwartungen der Stakeholder managen und Vertrauen ohne Handholding aufbauen.
  • Komfortabel im Umgang ohne definiertes Handbuch – in der Lage, Hypothesen unter Unsicherheit zu bilden und zu testen, schnell zu pivotieren, wenn die Daten eine Änderung signalisieren, und Stakeholder durch den Prozess zu führen.
  • Übersetzen Sie datengestützte Erkenntnisse in executive-ready Narrative: quantifizierte Ergebnisse, kausale Beziehungen und klare nächste Schritte – keine qualitativen Zusammenfassungen.
  • Nachgewiesene Führung in funktionsübergreifenden Umgebungen und komplexen Unternehmenskontexten.
  • Produktinstinkt: in der Lage, Erfolgsmessgrößen zu definieren, gut formulierte Anforderungen zu identifizieren und den Geschäftsnutzen technischer Entscheidungen zu artikulieren.
  • Erfahrung mit Branchenvertikalen wie Finanzdienstleistungen, Gesundheitswesen, Versicherungen, Einzelhandel oder öffentlichem Sektor.
  • Fließend in Deutsch und Englisch. Weitere Sprachen sind von Vorteil in der EMEA-Region.
• Technische Fähigkeiten
  • CX-Orchestrierung und Workflow-Design über mehrere Plattformen hinweg – mit Fokus auf Ergebnisse statt architektonischer Eleganz.
  • Implementierung von Conversational AI und Agentic Virtual Agent über Sprach-, Chat- und Messaging-Kanäle.
  • Wissenstechnik: Diagnose von Abrufsystemen, Design von RAG-Pipelines, Analyse der semantischen Abdeckung und Optimierung des Wissens für den KI-Verbrauch.
  • Design agentischer Systeme: Autorisierung von Werkzeug-Schemas, Multi-Agenten-Topologie, Eingabeaufforderungsengineering als systematische Disziplin und Implementierung von Schutzmaßnahmen für unternehmenssichere Agentenverhalten.
  • Angewandte Datenanalyse: Python für Evaluierungsskripting, Protokollanalyse und Integrationsentwicklung; SQL für operationale Datenabfragen – KI-unterstützte Entwicklungstools werden erwartet und gefördert.
  • Tiefes Fachwissen über eine oder mehrere Unternehmens-CCaaS- oder agentische KI-Plattformen – Genesys Cloud bevorzugt oder gleichwertig wie Google CCAI, Salesforce, AWS Connect, NICE CXone, Sierra, Decagon oder Cognigy; nachgewiesene Expertise in der Bereitstellung und Optimierung von konversationalen oder agentischen KI-Lösungen auf einer dieser Plattformen ist ebenfalls wertvoll.
  • Daten- und Integrationsexpertise: REST-APIs, ereignisgesteuerte Architektur, JSON.
  • Vertrautheit mit Cloud-Infrastruktur: Bereitstellung, Zugriffskontrolle und Kostenmanagement (AWS bevorzugt).
  • Datenverwaltung, Sicherheitskonformität und Prinzipien des verantwortungsvollen KI-Designs.