Produktmanager in Deutschland

• Unterstützung einer Data-, Analytics- und KI-Initiative in einem regulierten Enterprise-Umfeld durch Strukturierung, Bewertung und Priorisierung mehrerer datengetriebener Use Cases nach Business Impact, Machbarkeit, Skalierbarkeit, Datenreife und Governance-Anforderungen.
• Übersetzung komplexer Business- und Analytics-Anforderungen in klare Produkt-, Daten- und Umsetzungslogiken sowie Aufbereitung entscheidungsfähiger Unterlagen, Zielbilder und Roadmap-Inputs für Stakeholder- und Management-Abstimmungen.

Konzeption, Entwicklung und Markteinführung digitaler Produkte und Plattformen – von der strategischen Ausrichtung über agile Umsetzung bis zum Go-to-Market bzw. Go-Live, Integration von KI in Prozesse und Produkte

• Grundlagen der Elektronikmessung, elektropneumatischer Schaltungen und Schutzmaßnahmen nach DIN-VDE
• Installation, Verdrahtung und Inbetriebnahme von SPS-gesteuerten Systemen

• Product Analytics, Mobile App Tracking & Tracking Governance (B2C Mobility App) – agile Projektsteuerung (Scrum/Kanban)
• Product Ownership für Product Analytics und Mobile App Tracking der EnBW mobility+ App; Aufnahme, Priorisierung und Übersetzung fachlicher Anforderungen in umsetzbare Konzepte und Azure DevOps User Stories mit Akzeptanzkriterien.
• Ableitung von Tracking-Anforderungen bei Einführung neuer App-Funktionen (u. a. Resilient Map), Definition von Tracking-Parametern (Screens, Events, Custom Definitions) sowie Sicherstellung eines datenschutzkonformen Trackings (Firebase, GA4, Adjust) entlang des Tracking-Konzepts.
• Konzeption und Anpassung von Dashboards sowie Funnel-Reporting für Kampagnen (GA4-Validierung, Onboarding- & Order-Flow-Analysen, Conversion Funnels, Ladestart-Flow) zur Identifikation von Abbruchpunkten und Optimierungspotenzialen.
• Steuerung des technischen Rohdatenexports (Adjust nach BigQuery) sowie der Anbindung an das Data Warehouse / Data Lakehouse inkl. Datenmapping; Zusammenarbeit mit internationalen Entwicklungsteams, Data Engineering, Marketing/Sales und Product Management.
• Aufbau standardisierter Tracking-Architektur, Namenskonventionen und Governance; Analyse und Ausbau des Trackings (neue Features & „blinde Flecken“), Testkonzeption, Übergabe an Tester sowie Qualitätssicherung und Abnahme vor Releases; Dokumentation auf Conceptboard.

Auf Evidenz basierende Health-Intelligence-Plattform, die veröffentlichte Forschung in persönliche Gesundheitsprotokolle übersetzt. Sie bewertet 430 Gewohnheiten, Lebensmittel und Supplements anhand der Studien dahinter und passt den Score an, wenn sich die Evidenz ändert. Allein aufgebaut.

• Die tägliche Ingest-Pipeline über PubMed, bioRxiv und medRxiv aufgebaut: 43.000+ Papers aus 3.400+ Journals verarbeitet zu 230.000+ typisierten Evidenz-Claims, jeder einzelne zurückverfolgbar bis zur Studie, aus der er stammt.
• Das sechs Faktoren umfassende Evidenz-Scoring-Modell und das öffentliche Changelog dahinter entworfen, damit keine Empfehlung ohne die zugrunde liegenden Papers erscheint. Bis heute 23.000+ Score-Änderungen erfasst und erklärt.
• Das Entity-Informationsmodell aufgebaut, das jede Intervention mit ihren Mechanismen, Biomarkern und Outcomes verbindet: 118 Biomarker mit regionsspezifischen Referenzbereichen, 77 Mechanismen, 32 bewertete Outcomes.
• Die Personalisierungsschicht gebaut: Ingestion von Blutwerten, die Labor-PDFs mit einem Vision-Modell ausliest und Ergebnisse anhand der Aufwachzeit des Nutzers korrigiert, plus Integration von Oura, WHOOP und Withings für den täglichen Readiness-Kontext.
• Elf spezialisierte Review-Agents über Korpus und Codebase betrieben, für Paper-Kuration, Retrieval-Qualität, Health-Claim-Compliance über EU- und US-Regime hinweg sowie Security.
• Den Evidence Assistant ausgeliefert, einen RAG-Assistenten, der aus der Claim-Datenbank antwortet und die zugrunde liegenden Papers zitiert, plus eine B2B-Practitioner-Stufe, eine Expo React Native App und Lokalisierung in 3 Sprachen und 7 Märkten.

Stack: Next.js 16, TypeScript, Supabase, pgvector, Anthropic Claude, Vercel, DeepInfra.

• Nach dem 2025 abgeschlossenen Turnaround verfolgt das Unternehmen ein Wachstumsziel von über 50 Mio. € Umsatz bis 2030, getragen von der Strategie Datacenter First, von Effizienzgewinnen durch KI und einem Umbau des Vertriebs. Dafür fehlten ein marktorientiert geschnittenes Produktportfolio und dokumentierte und automatisierte Prozesse von Lead bis Rechnung.

• Neustrukturierung des Produktportfolios für Rechenzentrum, Colocation und Cloud.

• Analyse von Markttreibern und Wachstumsfeldern für Portfolio- und Preisentscheidungen.

• Dokumentation und Optimierung der Prozesse von Lead bis Rechnung und Up-Selling.

• Einführung KI-gestützter Systeme in Vertrieb und Marketing zur Automatisierung dieser Prozessschritte.

• Regulatorische Bewertung des KI-Einsatzes, insbesondere bei Kunden aus dem Bankensektor.

• Neu geschnittenes Produktportfolio für Rechenzentrum, Colocation und Cloud als Basis der Wachstumsplanung.

• Durchgängig dokumentierte Prozesslandkarte von der Leadentstehung bis zur Rechnungsstellung.

• Priorisierte KI-Use-Cases für Vertrieb und Marketing mit regulatorischer Bewertung je Use Case.

• Etablierte Governance für den KI-Einsatz im Umfeld kritischer Infrastruktur.

• Verzahnung von Produkt-, Vertriebs- und Marketingsteuerung entlang gemeinsamer Kennzahlen.

• Verfassen des Buchbeitrags „Entwicklung eines digitalen Geschäftsmodells“ für das Springer Gabler-Sammelwerk „Praxishandbuch Digitales Management“.

Erneut beauftragt, zwei Produktbereiche Ende-zu-Ende zu verantworten, vom Konzept und UX-Design bis zur KI-gestützten Umsetzung.

• Das Angebot und die anschließende Customer Journey für 38 Versicherungstarife, 16 Anbieter und vier Alterssegmente über Web, WhatsApp, E-Mail und SMS neu gestaltet.
• Den überarbeiteten Conversion-Prozess in einem laufenden A/B-Test gegen die bisherige Version eingeführt - die Auswertung läuft noch.

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

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

• Intelligente API-Workflows für Echtzeit-Carbon-Footprint-Berechnungen 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-Funktionen

• 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% Budget-Einhaltung durch datengetriebenes Backlog-Management

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

• Product-Market-Fit für AI-Funktionen durch A/B-Testing und Analytics (60% höhere Adoptionsrate)

Souveräne, cloud-native Entwicklerplattform auf Basis von Kubernetes für kritische Energieinfrastruktur; rund 200 Mitarbeitende und 15 Produktteams.

• Das Produktbetriebsmodell für die Plattform eingeführt und rund 18 Product Manager und Product Owner in einer Matrixorganisation auf Platform Architecture und Delivery ausgerichtet.
• Die Plattform-Produktprozesse und zentralen Produktartefakte als Standard für alle Produktteams definiert.
• Prozesse für nichtfunktionale Anforderungen und Requests for Enhancement von nutzenden Teams und Kunden etabliert.
• Die Jira-Struktur zur Unterstützung der Produkt- und Delivery-Prozesse des Programms entworfen.

Unterstützung von Produktorganisationen beim Wachstum und bei der Skalierung des Geschäfts durch die Entwicklung digitaler Produkte, die Kunden lieben.

• Entwicklung eines MVP und Einführung eines neuen Geschäftsbereichs für die langfristige Vermietung von E-Scootern in den nordischen und deutschen Märkten für TIER Mobility.
• Neuorganisation und Leitung des Produktteams; Einführung und Skalierung eines Kautionsgarantieservices; Verbesserung der Performance von Abonnementpreisen; reibungslose Übergabe der Aufgaben an festangestellte PMs bei ImmobilienScout24.
• Entwicklung und Einführung eines Marketplace-Produkts für den größten Telemedizinanbieter in den USA; Entdeckung und Validierung mehrerer Marketplace-Erweiterungen; Einführung von Live-Dolmetsch- und Whiteboarding-Services für große medizinische Einrichtungen bei Doxy.me.
• Aufbau des Growth-Frameworks und der Prozesse in einem B2B-Fintech-Start-up der Series A für VAI Trade.

• 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: KI-Governance, KI-Compliance und EU AI Act (laufend)

CRM- und Umsatzplattform zur Verwaltung von Abrechnungs- und Abonnement-Workflows.

• Skalierte die Zahlungsinfrastruktur über Datenprodukte, den Ausbau von Lastschriftzahlungen und die automatisierte Missbrauchsprävention. Dadurch wurden $416K jährliche operative Einsparungen ($8K/Woche) erzielt, indem redundante Gateway-Aufrufe eliminiert wurden.
• Verantwortete Backlog und Sprint-Umsetzung für autonome Pipelines zur Erkennung von Checkout-Missbrauch und entwickelte Echtzeit-Risikoleitplanken sowie Geschwindigkeitsheuristiken, die Card-Testing-Angriffe blockierten.
• Entwickelte User Stories und Datenabgleichsmechanismen für einen Enterprise-Abrechnungsmigrator. Dadurch wurden unterbrechungsfreie Übergänge von Abonnementstatus erreicht und $60K Infrastrukturkosten eingespart.
• Erweiterte die europäischen Lastschriftfunktionen (SEPA), steuerte squadübergreifende API-Abhängigkeiten und automatisierte die Fehlerbehandlung von Webhooks, um Reibungsverluste im Checkout zu vermeiden.

• Klärung von Projektzielen, Scope und fachlichem Zielbild für den Aufbau der KI-basierten Wissensdatenbank.
• Ableitung der initialen Architektur- und Umsetzungsstrategie für den Zasterbot-Chatbot inklusive Abgrenzung von MVP und Ausbaustufen.
• Erarbeitung eines fachlichen Zielbilds für den Aufbau einer strukturierten Wissensdatenbank und die Integration eines zukünftigen Chatbots.
• Ableitung und Priorisierung von Anwendungsfällen für die Informationsbeschaffung und -bereitstellung durch den Chatbot.
• Modellierung von Datenstrukturen und -flüssen zur effektiven Organisation der Wissensdatenbank auf der Base44-Plattform.
• Konzeption und Implementierung der Datenmodelle zur Speicherung und Verknüpfung von relevanten Informationen.
• Entwicklung von Prozessen zur Extraktion, Analyse und Aufbereitung von Rohdaten für die Wissensdatenbank.
• Sicherstellung der Datenkonsistenz und -qualität als Grundlage für den zukünftigen Chatbot.
• Planung der Integration von Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) für präzise und kontextbezogene Antworten.
• Implementierung von Funktionen zur Analyse und Darstellung von Daten aus der Wissensdatenbank.
• Nutzung der Base44-Plattform mit JSON-Schema-basierten Entitäten und flexiblem Berechtigungskonzept.
• Implementierung von Deno-Funktionen für Backend-Logik, Eventverarbeitung und Anbindung externer APIs.
• Integration von OpenAI-Services für die initiale Datenanalyse.