Senior/Staff Product Manager (Internal AI)

Anforderungen:

• 5-7+ Jahre Erfahrung in Automatisierung, KI-Engineering oder einer praktischen Produktmanagement-Rolle in einem schnelllebigen Technologieunternehmen oder Beratungsfirma; berufliche Erfahrung in der Bereitstellung von Produktionslösungen, keine Prototypen.
• Nachweisliche Erfolge beim Aufbau und der Bereitstellung von Automatisierungen und KI-Lösungen von Anfang bis Ende in einem Produktionsgeschäftskontext, von den Anforderungen bis zu live betriebenen, gewarteten Systemen.
• Praktische Erfahrung mit LLM-APIs (Claude, OpenAI oder gleichwertig), Agenten-Frameworks (LangChain/LangGraph, CrewAI, AutoGen oder ähnlich), MCP und RAG-Mustern.
• Praktische Erfahrung mit No-Code-Automatisierungsplattformen wie n8n, Make, Zapier und Cowork.
• Fundierte Kenntnisse in Python und SQL; Grundkenntnisse in HTML/CSS.
• Nachgewiesenes Produkturteil: Fähigkeit, mehrdeutige Geschäftsbedürfnisse in definierte Lösungen zu übersetzen, eine priorisierte Roadmap zu erstellen und Kompromisse mit Führungskräften und C-Level-Stakeholdern zu navigieren.
• Erfolgreiche Einflussnahme auf funktionsübergreifender Ebene auf hohem Niveau: Abstimmung der Stakeholder über Funktionen hinweg, Gestaltung der strategischen Richtung und Umsetzung von Veränderungen ohne direkte Autorität.
• Tiefes Wissen über die KI- und Automatisierungslandschaft, mit klarem Verständnis dafür, was die Werkzeuge können und was nicht, sowie wie sich der Bereich entwickelt.

Was die Stelle beinhaltet:

• Im Mittelpunkt dieser Mission steht der Aufbau des internen KI-Betriebssystems von Personio: die Schicht von Automatisierungen, Agenten und Werkzeugen, auf denen jede Funktion basiert.
• Interne KI-PMs übernehmen dies auf der Domänenebene — sie kümmern sich um die komplexesten oder risikoreichsten Geschäftsbereiche, arbeiten von der Prozesskartierung über die Roadmap bis hin zur Einführung.
• Die meisten PMs geben an Ingenieure ab. Diese Rolle ist anders. Sie besitzen die Roadmap und setzen sie um, arbeiten eng mit einem Team von KI-Ingenieuren zusammen, wenn Projekte tiefere technische Expertise erfordern.
• Wir suchen erfahrene Entwickler mit direkter, praktischer Erfahrung in KI und Automatisierung — Menschen, die bereits Dinge in der Produktion bereitgestellt haben und diese Glaubwürdigkeit in Gespräche mit C-Level-Stakeholdern einbringen können.
• Workflows mit der Abteilungsleitung und C-Level-Stakeholdern kartieren, um zu identifizieren, wo Zeit und Kapazität verloren gehen, und zu unterscheiden, was beschleunigt werden kann und was vollständig neu gestaltet werden sollte.
• Über „Automatisieren, was existiert“ hinausgehen: Die wertvollsten Möglichkeiten bestehen darin, den Workflow neu zu gestalten, nicht nur ihn schneller zu machen.
• Größe und Validierung vor dem Bau; eine priorisierte Warteliste mit klarer Begründung pflegen und die vierteljährliche Übersicht präsentieren, die Ihrem Bereichsleiter und C-Level-Kollegen vorgelegt wird.
• Das interne KI-Team in Ihrer Domäne vertreten, Blockaden und Chancen an den Direktor für KI zurückmelden und sicherstellen, dass die senioren Stakeholder über Prioritäten und Kompromisse informiert sind.
• Beitragen, wie das interne KI-PM-Team arbeitet: Ansätze zur Priorisierung, Governance und Stakeholder-Abstimmung teilen, die den Standard in der gesamten Funktion erhöhen.
• Entwickeln und bereitstellen: Automatisierungen und Agenten in Ihrer Domäne entwerfen, bauen, testen und bereitstellen, indem Sie den internen KI-Stack von Personio nutzen und Lösungen von der ersten Scoping-Phase bis zu den Produktionssystemen bringen, auf die das Unternehmen angewiesen ist.
• Den gesamten Lebenszyklus des Aufbaus besitzen: nicht nur Prototypen, sondern lebende, gewartete Lösungen mit echter Akzeptanz und messbaren Ergebnissen.
• KI-Ingenieure für die komplexesten Probleme einbeziehen; wissen, wo diese Grenze liegt und sie frühzeitig einbeziehen.
• Jeden Build im Tool-Register registrieren und die KI-Governance-Standards von Personio einhalten: Ihre Lösungen setzen den Maßstab für die gesamte Organisation.
• Akzeptanz und Ergebnisse vorantreiben: Der Versand ist nicht die Ziellinie; die Akzeptanz ist entscheidend. Besitzen Sie, ob Lösungen genutzt werden und die Ergebnisse liefern, die Sie festgelegt haben.
• Nutzung und Auswirkungen nach der Bereitstellung verfolgen und basierend auf realen Nutzungen iterieren, nicht auf Spezifikationsannahmen.
• KI-Fähigkeiten in Ihrer Domäne aufbauen, indem Sie Sitzungen, Sprechstunden und praktische Schulungen durchführen, die Kollegen helfen, KI-Tools zu übernehmen und einfache Automatisierungen selbst zu erstellen. Das Ziel ist eine Funktion, die unabhängig mit KI arbeitet, nicht eine, die auf das KI-Team wartet.