Founding Engineer — AI & Automation (m/w/d)

Deine Rolle

Project Arrakis baut die führende Gruppe für Mittelstandsberatung in Deutschland auf — und im Zentrum der Plattform steht ein KI-Stack, der die operative Mandantenarbeit produktiv unterstützt. Belegerfassung, Buchungs-Klassifikation, Dokumentenanalyse, Mandanten-Drafting, agentic Workflows, die mehrstufige Aufgaben hintereinander erledigen. Das ist kein Hype-Projekt — das ist der Hebel, mit dem Vogel bei 100 Millionen Umsatz mit 50 statt 500 Operationsmitarbeitern auskommt.

Du stehst am Anfang deiner Engineering-Karriere — Berufseinstieg oder ein bis drei Jahre Engineering mit klarem KI-/LLM-Schwerpunkt. Idealerweise hast du eigene Projekte gebaut: einen agentic Workflow, der etwas Reales tut; ein RAG-System mit produktivem Output; eine Tooling-Schicht, die einen manuellen Prozess automatisiert. Du hast den Hype hinter dir gelassen und arbeitest mit den Werkzeugen, die jetzt produktiv sind: Claude, GPT, Cursor, agentic Frameworks.

Du arbeitest direkt mit dem Founding CTO und den drei anderen Founding Engineers (Backend & Platform, Data & Integration, Product & Process) am KI-Stack der Vogel-Plattform — Workflow-Orchestrierung, agentic Systems, KI-Integration in operative Mandantenarbeit. Die natürliche Entwicklung führt nach 24 bis 36 Monaten in eine Senior-AI-Engineer-/AI-Lead-Rolle mit eigenem Themen-Schwerpunkt.

Deine Verantwortung

KI-Workflow-Orchestrierung

• Baue die Orchestrierungslogik, die Claude, GPT und andere LLMs zu produktiven Mandantenarbeit-Workflows verknüpft — Belegerfassung, Buchungs-Klassifikation, Dokumentenanalyse, Drafting.

• Entwickle agentic Systems, die mehrstufige Aufgaben verlässlich abschließen — mit klarer Eskalationslogik bei Unsicherheit und Mensch-im-Loop, wo es regulatorisch oder fachlich notwendig ist.

• Halte die Cost- und Latenz-Hygiene des KI-Stacks hoch — Token-Budgets, Caching, Modell-Auswahl pro Anwendungsfall.

KI-Integration in operative Workflows

• Identifiziere repetitive Workflows in der Mandantenarbeit, die KI-Hebel haben — gemeinsam mit Operations & Automation und den Beraterinnen.

• Baue Werkzeuge, die Beratern unmittelbaren Mehrwert liefern — vom Drafting-Assistenten über Belegtriage bis zum Mandanten-Briefing-Generator.

• Sichere die Output-Qualität in regulatorisch sensiblen Bereichen — Steuer, HGB, Mandantengeheimnis — durch klare Validierungs- und Eskalationsmechaniken.

Tooling, Evaluation und Mitwirken im Founding-Engineer-Team

• Evaluiere kontinuierlich neue KI-Modelle und -Frameworks für konkrete Anwendungsfälle und übersetze sie in produktive Bausteine, nicht in Demos.

• Arbeite eng mit Data & Integration an den Datenflüssen für KI-Anwendungen — saubere Inputs sind Voraussetzung für saubere Outputs.

• Liefere Backend & Platform und Product & Process saubere KI-Service-APIs — KI ist hier kein Silo, sondern Enabler für die gesamte Plattform.

Was diese Rolle nicht ist

• Kein reiner ML-Research-Track. Du baust produktive Systeme, kein Forschungslabor — Modell-Training-from-Scratch ist hier kein Thema.

• Kein klassisches Trainee-Programm. Aufstieg gibt es bei nachweislicher Output-Qualität, nicht nach Dienstjahr.

• Keine 45-Stunden-Woche mit lockerem Themen-Spielraum. Die Intensität ist hoch. Anders gerichtet als in Corporate Set-Ups, mit deutlich mehr Ownership — aber nicht weniger Workload.

• Kein PhD-Themen-Spielplatz. Du arbeitest an einem KI-Stack, der in den nächsten zwölf Monaten produktiv tragen muss — nicht an Konzepten, die intellektuell schön, aber operativ folgenlos sind.

Das bringst du mit

Erfahrung & Track Record

• Du stehst am Anfang deiner Engineering-Karriere — ein bis drei Jahre Engineering mit klarem KI-/LLM-Schwerpunkt oder starke Projekte im Studium und vor dem Einstieg stehend.

• Du hast einen extrem starken Studienabschluss in Informatik, Mathematik oder einem verwandten technischen Fach — oder einen ebenso starken autodidaktischen Track Record (eigene KI-Projekte, Open-Source-Tools, agentic Systems mit produktiver Nutzung).

• Du hast mindestens einmal ein KI-System gebaut, das produktiv eingesetzt wurde — auch wenn es klein war.

Skills & Arbeitsweise

• Du beherrschst Python auf produktivem Niveau und kannst mit den gängigen LLM-APIs (Anthropic, OpenAI), agentic Frameworks (OpenAI Agents SDK, Claude Agent SDK) und Vector-Stores umgehen.

• Du hast eigene Erfahrung mit Prompt-Engineering, Evaluation-Frameworks und Cost-/Latenz-Optimierung in produktiven Kontexten.

• Du arbeitest mit KI als selbstverständlichem Werkzeug — Claude Code, Cursor — als Multiplikator deiner Output-Frequenz.

• Du verstehst, wo KI funktioniert und wo nicht — und kannst klare Eskalationslogiken bauen, die regulatorisch und fachlich tragen.

• Du dokumentierst sauber und denkst in Schnittstellen — andere Founding Engineers werden auf deinen KI-Services aufsetzen.

Mindset & Persönlichkeit

• Du willst von Anfang an mitbauen — und du suchst die Aufbau-Energie eines Founding-Engineer-Mandats.

• Du hast den Hype hinter dir gelassen und arbeitest mit den Werkzeugen, die jetzt produktiv sind — nicht mit denen, die in sechs Monaten relevant sein könnten.

• Du bist komfortabel mit Unsicherheit — KI-Engineering ist immer noch ein neues Feld, klare Best Practices entstehen erst.

• Du bringst die Demut mit, von Nicht-Technikern zu lernen — Steuerberater und Mandantenbetreuer wissen, wo KI-Output kippt, und du hörst zu.

Perspektiven

Die natürliche Entwicklung führt nach 24 bis 36 Monaten in eine Senior-AI-Engineer-/AI-Lead-Rolle mit eigenem Themen-Schwerpunkt — agentic Systems, KI-Plattform-Architektur oder eigene KI-Initiativen.

Diese Stelle ist Teil der ersten Senior-Hires-Cohort der Vogel-Gruppe (max. 20 Senior-Hires bis 30. Juni 2028). Über die Cash-Vergütung hinaus erhältst du nach Probezeit Foundation Phantom Shares — virtuelle Anteile am Unternehmenswert mit Vesting, jährlichem Buyback-Recht ab Jahr 4 und Auszahlung bei Exit oder Sekundär-Transaktion. Die Eligibilität greift, sofern die Cohort beim Eintritt noch offen ist.

Die Mechanik konkret: Deine Variable Vergütung wird nach der Probezeit aufgesplittet — 50 % als Cash-Bonus, 100 % der vollen Variable als VSOP-Allokation zum aktuellen Bewertungsstand. Die Cash-Komponenten siehst du in den Stellen-Properties oben. Marktwert-Logik im Detail und Vergleich mit anderen Profilen findest du in unserer Marktwert-Map. Foundation-Mechanik im Detail in der Vergütungsphilosophie.