Product Manager

• Projektleitung für die gesamten Transformationsprojekte seit 01/2018

• Beratende Funktion für das IT-Entwicklungsteam zur optimalen Implementierung von Kundenkommunikations-Workflows innerhalb der neuen IT-Struktur

• Überwachung der abteilungsübergreifenden Prozessharmonisierung zur Schaffung eines einheitlichen Ansatzes für die B2B-Kundenansprache

• Einführung einer neuen agilen Arbeitsmethodik einschließlich eines optimierten IT-Entwicklungsprozesses mit klar definierten Verantwortlichkeiten

• Reduzierung von Prozessredundanzen um 35 % durch effektive Systemintegration und Workflow-Optimierung

• Erfolgreiche Vereinheitlichung der Kundenkommunikation über drei zuvor separate Systeme

• Einführung von Customer Journeys und Customer Experience

• LLM-basierte Funktionen zur automatisierten CO₂e-Datenextraktion aus unstrukturierten Dokumenten (70 % Reduktion)

• Agentic-AI-Pipeline für die automatisierte Berechnung von Scope-3-Emissionen mit 150.000+ validierten Datensätzen

• Intelligente API-Workflows für Echtzeit-Berechnungen des CO₂-Fußabdrucks in ERP- und ESG-Systemen

• ML-Algorithmen zur Vorhersage von Emissionshotspots und zur Optimierung des Produktdesigns

• Automatisierte Datenvalidierungs-Pipelines mit NLP zur Qualitätssicherung von CO₂e-Datensätzen

• Leitung eines 15-köpfigen cross-funktionalen Teams zur Entwicklung von 10+ AI-Features

• Strategische Produktplanung und AI-Roadmap mit 35 % kürzerer Time-to-Market

• Stakeholder-Management mit DAX-Unternehmen (40 % höhere Zufriedenheit, 95 % Retention)

• Termingerechte Projektumsetzung mit 95 % Budgeteinhaltung durch datengetriebenes Backlog-Management

• Agile Methoden (Scrum, Kanban) mit kontinuierlicher AI/ML-Integration (25 % mehr Team-Velocity)

• Product-Market-Fit für AI-Features durch A/B-Testing und Analytics (60 % höhere Adoption-Rate)

• PROBLEM: GTM-Aufwand ist Rätselraten über fragmentierte Identitäten und Kanäle hinweg, ohne geschlossenen Feedback-Loop.
• GEBAUT: Kosten-Pyramiden-Engine (L0–L3): Identitätsauflösung über ~25.000 Entitäten, nachvollziehbares Intent-Scoring und ein geschlossener Entscheidungs-Loop (vorschlagen → ausführen → bewerten → lernen) mit Kalibrierung.
• IMPACT: v1.3.1 mit Live-Demo ausgeliefert; 99 % der Operationen laufen auf dem kostenlosen L0-Tier (CI-erzwungen); $0 Betrieb ohne API-Key.

• End-to-end-Design eines skalierbaren Automatisierungs-Frameworks für große Prüfungen vorangetrieben; den manuellen Korrekturaufwand um 15 % reduziert und 1,2 Mio. £ an neuen Umsätzen erzielt
• A/B-Testing-Framework zur Bewertung einer neuen KI-Psychometrie-Engine entwickelt; interne Inhaltsvalidierung automatisiert und die Modellgenauigkeit um 25 % gesteigert
• GTM-Strategie und technischen Launch der Enterprise-Integration mit Microsoft verantwortet und dabei einen direkten geschäftlichen Impact von 800.000 $ erzielt
• Umfassende Performance-Dashboards und KPIs aufgebaut und dadurch die bereichsübergreifende Abstimmung zwischen Engineering und Business-Teams um 30 % verbessert

Qualität von KI-Modellen im großen Maßstab vorantreiben – Bewertung der Prompt-Antwort-Genauigkeit, Erkennung von Randfällen und Einhaltung SLA-konformer Workflows über verteilte globale Teams hinweg.

• Analyse von KI-Prompts und nebeneinander gestellten Modellausgaben zur Bewertung der Antwortqualität, Sachgenauigkeit, Relevanz, Konsistenz und Einhaltung der Projektbewertungsrichtlinien.
• Durchführung von Faktenprüfungen, Datenvalidierung, Fehlerbehebung, Identifizierung von Problemen und Überprüfung von Randfällen zur Verbesserung der Qualitätsstandards in den KI-Trainingsunterstützungs-Workflows.
• Verwendung von Google Sheets, Google Docs und browserbasierten Tools zur Dokumentation von Ergebnissen, Führung von Bewertungsprotokollen, Verfolgung von Problemmustern und Unterstützung der Workflow-Optimierung in einer Remote-Umgebung.
• Erstellung klarer schriftlicher Begründungen, Review-Zusammenfassungen und KPI-orientierter Berichte mit Fokus auf Genauigkeit, Durchlaufzeit, Vollständigkeit der Dokumentation, Fehlererkennungsrate und SLA-Einhaltung.

Ziel:

• Stabilisierung und Neuausrichtung einer zentralen Softwareplattform für digitale Kanzleiprozesse sowie Wiederherstellung einer belastbaren Produkt- und Delivery-Steuerung.

Aufgaben & Verantwortung:

• Übernahme der Product- und Projektsteuerung in einer kritischen Entwicklungsphase
• Schärfung von Product Vision, Zielbild, Roadmap und priorisierten Product Capabilities
• Analyse von Nutzerbedarfen, Prozessen, Systemabhängigkeiten und operativen Pain Points
• Neuordnung und Priorisierung von Backlog, Releases und Arbeitspaketen nach Customer Value und Delivery-Risiko
• Cross-funktionale Steuerung von Engineering, Product Owners, Scrum Mastern, Architektur, Fachbereichen und Betrieb
• Einführung belastbarer Planungs-, Entscheidungs-, Reporting- und Eskalationsstrukturen
• Moderation von Discovery-, Refinement-, Planungs- und Entscheidungsworkshops
• Management von Scope, Risiken, Abhängigkeiten und Stakeholdererwartungen in einem komplexen Produktumfeld

Ergebnis:

• Produktvision und Roadmap geschärft, Delivery-Strukturen stabilisiert und die Steuerungs- und Entscheidungsfähigkeit nachhaltig verbessert.

• Funktionsübergreifende Delivery über mehrere Organisationseinheiten im Connectivity-Bereich orchestriert und die Teams auf integrierten, durchgängig testbaren Kundennutzen ausgerichtet statt auf isolierte Komponentenlieferungen.
• Den Wandel von lokaler Komponentenoptimierung hin zu gemeinsamen Ergebnissen und einem gemeinsamen Lieferziel vorangetrieben, den Fokus erhöht und die integrierte Lieferung deutlich beschleunigt.
• Über 15 funktionsübergreifende Organisationen in einem sehr komplexen OEM-Umfeld koordiniert; Product, Engineering, Programmmanagement und Spezialfunktionen zusammengebracht, um Abhängigkeiten zu lösen und Entscheidungen zu verbessern.
• Product Manager, Product Owner und Stakeholder zu Produktverantwortung, Priorisierung, Ergebnisorientierung und abgestimmten Backlogs gecoacht.
• Claude über eine AWS-Bedrock-Integration genutzt, um Jira- und Confluence-Inhalte zu analysieren, Muster, Abhängigkeiten und Qualitätslücken zu erkennen und strukturierte Produkt- und Delivery-Entscheidungen zu unterstützen.
• AI-native Anforderungsqualität mit LLM-gestützten Quality Gates für Epics, Features, Stories, Akzeptanzkriterien, Roadmaps und Task-Aufteilungen aufgebaut; die Einführung über Templates und Prompt-Playbooks skaliert.

• Strategie: Vollzeit in ein Scale-up eingebettet, um die teamübergreifenden Probleme zu identifizieren, die das Unternehmenswachstum blockierten, besonders bei Liefergeschwindigkeit und Kundenzufriedenheit.
• Problem-Discovery: Über 50 Interviews mit internen Teammitgliedern und Fachverantwortlichen geführt, über 100 Probleme und Pain Points in der Organisation identifiziert und dann 10 Workshops mit Führungskräften und Stakeholdern geleitet, um die Erkenntnisse in Themen zu bündeln und einen Priorisierungsrahmen aufzubauen.
• Lösung: Das gesamte Subscription-Management-Erlebnis für Kunden und die internen Workflows dahinter über 5 Teams neu gestaltet, manuelle Arbeit um 80% reduziert und die CSAT von 3,8 auf 4,1 verbessert.

• SupportPiloten, einen KI-gestützten Content-Operations-Service, aufgebaut und validiert; ersten zahlenden Pilotkunden gewonnen
• Agentische Workflows mit Claude Code und Codex für Analyse, Recherche, Dokumentation und Prototyping erprobt
• Eigenes KI-Produkt weiterentwickelt; Weiterbildung: AI Governance, KI-Compliance und EU AI Act (laufend)

• Verantwortung für die Weiterentwicklung digitaler Serviceprodukte mit Fokus auf Kundennutzen, Profitabilität und skalierbares Wachstum
• Entwicklung und Priorisierung der Service Product Roadmap auf Basis von Kundenfeedback, Marktanalysen, wirtschaftlicher Bewertung und technischer Umsetzbarkeit
• Identifikation neuer digitaler Service Opportunities sowie Ableitung von Produktanforderungen, Feature Prioritäten und Value Propositions
• Abstimmung von Produktvision, Roadmap und User Experience mit Product Ownern, Center of Competence, Sales, Service und Marktorganisationen
• Unterstützung von Go-to-Market-Aktivitäten, Marktvalidierungen und internen Trainings zur erfolgreichen Einführung digitaler Serviceangebote
• Nutzung datenbasierter Entscheidungsgrundlagen zur Bewertung von Kundenbedürfnissen, Business-Model-Annahmen und Produktfortschritt

• Executive Management (C-Level)
• End-to-End-Verantwortung: IT, Engineering (SDD & Agentic AI), Architektur; Teams in DE/ES/RO
• Operative Verantwortung für skalierbare Plattformen (dreistelliger Millionenjahresumsatz; globaler Marktplatz)
• Einführung und Skalierung eines AI-gestützten AdTech-Services auf >1 Mio. € Tagesumsatz
• Integration und Abstimmung mit gruppenweiten Prozessen (Security, BI, Business IT)
• Entwicklung der Unternehmensstrategie und Businessplanung auf Vorstandsebene

• Unterstützte Product Discovery und die GTM-Neuausrichtung nach einer Seed-Runde über 2,8 Mio. €; definierte Richtung und Roadmap für eine modulare Intelligence-Plattform.
• Beriet die Gründer bei der Umsetzung, um Produkt-, Engineering- und kommerzielle Prioritäten aufeinander abzustimmen.

• Services, Interfaces und Workflows für Token-Finance- und Digital-Asset-Ökosysteme entworfen, einschließlich einer MiCA-regulierten Stablecoin-Plattform.
• Direkt mit Produkt, Engineering und Stakeholdern zusammengearbeitet, um geschäftliche, regulatorische, Datenschutz- und technische Anforderungen in nutzerfreundliche Produkterlebnisse zu übersetzen.

Public Sector, reguliertes Umfeld mit gesetzlichen Fristen und Schnittstellen zu Justiz, Kasse und Behörden. Übernommenes Softwareprodukt, Zustand unbekannt. Die Übergabe meldete 89 Prozent Fertigstellung.

Beschreibung / Ergebnisse:

Die Prüfung des Bestands ergab statt zwei Monaten Restlaufzeit bis Jahresende. Sanierung der Produktbasis in vier Wochen inklusive Setup. Verfahrenslogik belegt statt geschätzt: 181 Abläufe mit je 28 Schritten gegen das Altsystem nachgewiesen.