Manager Data & AI IT

Dbag; Frankfurt; On-site; EUR 90,000 - 140,000; Full time

Job summary

Die Deutsche Beteiligungs AG (DBAG) sucht einen Manager Data & AI (m/w/d) in Vollzeit zur Verstärkung des Teams in Frankfurt. Sie verbinden strategisches Denken mit operativer Umsetzung, unterstützen Investment-Advisory-Teams und Portfoliounternehmen bei Daten- und KI-Initiativen, um Wertsteigerung über das Portfolio zu erzielen.

Sie arbeiten an Governance, Datenlandschaft, Datenpipelines und der Einführung von KI-Lösungen.

Qualifications

• Abgeschlossenes Studium in Informatik, Data Science, Ingenieurwissenschaften, Mathematik, Wirtschaftsinformatik oder einer vergleichbaren Fachrichtung.
• Mehrjährige praktische Erfahrung in Data Engineering, Datenarchitektur, Analytics Engineering, Softwareentwicklung oder verwandten Bereichen.
• Nachweisbare Erfahrung im Aufbau oder Weiterentwicklung von Datenplattformen, Pipelines, Integrationen und Schnittstellen.
• Fundierte Kenntnisse in Python und SQL in datengetriebenen Umgebungen, eigenständige Entwicklung produktiver Lösungen.
• Umfangreiche Erfahrung mit KI-Technologien, inkl. LLMs und agentenbasierter Workflows, Übersetzung in Business-Anwendungen.
• Fähigkeit, Datenstrategie, Governance, Speicherung, Schnittstellen und Betriebsmodelle strukturiert zu denken.
• Ausgeprägte Kommunikationsstärke und sicheres Auftreten gegenüber Senior Stakeholdern.
• Fließende Deutsch- und Englischkenntnisse in professioneller Kommunikation.
• Eigeninitiative und Umsetzungsstärke, klare Ergebnisse auch in unscharfen Situationen.

Responsibilities

• Weiterentwicklung und Umsetzung der unternehmensweiten Datenstrategie inklusive Governance und Roadmap.
• Konzeption und Gestaltung der Datenlandschaft, Speicherung, Modelle und Schnittstellen.
• Aufbau zuverlässiger Datenpipelines zur Nutzung für Reporting, Analysen, Workflows und KI.
• Zusammenarbeit mit IT und Fachbereichen zur Übersetzung von Anforderungen in skalierbare Lösungen.
• Rollout der KI-Landschaft und Tools, inklusive Auswahl und Einführung in Teams.
• Training und Unterstützung der Mitarbeitenden für ein AI-first Mindset.
• Identifikation und Priorisierung von KI-Anwendungsfällen von Konzeption bis Produktion.
• Technischer Sparringspartner für Investment-Professionals in Daten- und KI-Themen.
• Aufbau interner Standards, Dokumentationen und Arbeitsweisen für skalierbare Fähigkeiten.
• Austausch von Daten- und KI-Erkenntnissen mit Portfoliounternehmen.

Skills

Data Engineering

Datenarchitektur

Analytics Engineering

Python

SQL

KI-Technologien

LLM-basierte Anwendungen

Deutsch

Englisch

Eigeninitiative

Education

Abgeschlossenes Studium in Informatik/Data Science

Tools

Cloud-Architekturen

Transformationsframeworks

Data Warehouses

API-Integrationen

Job description

Die Deutsche Beteiligungs AG (DBAG), ein börsennotiertes Unternehmen, initiiert geschlossene Private-Equity-Fonds und investiert selbst – überwiegend gemeinsam mit DBAG-Fonds – in gut positionierte mittelständische Unternehmen mit Entwicklungspotenzial. Seit vielen Jahren liegt der Fokus der DBAG auf industriellen Sektoren. Ein wachsender Teil der Eigenkapitalinvestitionen der DBAG wird nun in den Wachstumssektoren Industrie und IndustryTech, Business Services, Umwelt, Energie und Infrastruktur, Healthcare und IT-Services und Software eingesetzt. Ihr langfristiger, wertsteigernder unternehmerischer Investitionsansatz macht die DBAG zu einem gesuchten Beteiligungspartner im deutschsprachigen Raum. Wir sind stolz darauf, ein innovatives, motiviertes, professionelle und dynamisches Unternehmen zu sein. Deine Einarbeitung wird individuell auf dich zugeschnitten und durch einen sorgfältig geplanten Onboarding-Prozess begleitet. Wir schätzen Deine persönliche Entwicklung und fördern die Teilnahme an individuellen Weiterbildungsmöglichkeiten. Die flache Organisationsstruktur fördert die Zusammenarbeit und schafft Raum für unsere Mitarbeiter, ihre eigenen Ideen einzubringen und sich als Individuen weiterzuentwickeln.
Im Jahr 2021 eröffnete die DBAG ihr erstes internationales Büro in Mailand, Italien, gefolgt von einem weiteren Büro in Luxemburg im Jahr 2023. Im selben Jahr ging die DBAG eine Partnerschaft mit der ELF Capital Group ein und erweiterte ihr Angebot an flexiblen Finanzierungslösungen für mittelständische Unternehmen um Private Debt.

Die Position

Zur Verstärkung unseres Teams suchen wir zum nächstmöglichen Zeitpunkt dich als Manager Data & AI (m/w/d) in Vollzeit.
Du verbindest strategisches Denken mit operativer Umsetzungskompetenz und hast die Fähigkeit, Struktur in einem Umfeld aufzubauen, in dem Daten- und KI-Themen noch am Anfang stehen. Deine Rolle geht über die reine technologische Umsetzung hinaus.
Ein wesentlicher Bestandteil ist deine Funktion als interner Sparringspartner für Daten- und KI-Themen: Du unterstützt Kolleginnen und Kollegen im Investment-Advisory-Team sowie in weiteren Funktionen in ihrer täglichen Arbeit und hilfst ihnen, Daten und KI-Tools effektiver einzusetzen.
Darüber hinaus unterstützt du Portfoliounternehmen bei Daten- und KI-Initiativen und leistest so einen Beitrag zu operativen Verbesserungen, Innovation und Wertsteigerung über das gesamte Portfolio hinweg.

Die Aufgaben

• Weiterentwicklung und Mitwirkung bei der Umsetzung der unternehmensweiten Datenstrategie, einschließlich Governance, Architekturprinzipien, Priorisierung und Roadmap-Planung.
• Konzeption, Verantwortung und Mitgestaltung der Datenlandschaft, einschließlich Speicherung, Datenmodelle, Integrationen und Schnittstellen zwischen internen und externen Systemen.
• Aufbau zuverlässiger Datenpipelines und -strukturen zur Nutzbarmachung interner und externer Daten für Reporting, Analysen, Workflows und KI-Anwendungen.
• Enge Zusammenarbeit mit IT und Fachbereichen zur Übersetzung operativer sowie investmentbezogener Anforderungen in skalierbare Daten- und KI-Lösungen.
• Unterstützung beim Rollout der KI-Landschaft und -Tools, einschließlich Auswahl, Implementierung, Einführung und praktischer Nutzung in den Teams.
• Befähigung von Kolleginnen und Kollegen zur Arbeit mit einem „AI-first“-Mindset durch Trainings, Leitfäden, Use-Case-Entwicklung und kontinuierliche Unterstützung.
• Identifikation, Strukturierung und Priorisierung von Daten- und KI-Anwendungsfällen sowie Begleitung deren Umsetzung von der Konzeption bis zur Produktion.
• Technischer Sparringspartner für Investment-Professionals in Bezug auf Daten-, KI- und verwandte Themen (u.a. Due Diligence, Anbieterbewertung, technische Validierung).
• Aufbau interner Standards, Dokumentationen und Arbeitsweisen zur Sicherstellung skalierbarer und wartbarer Daten- und KI-Fähigkeiten.
• Austausch von Erkenntnissen zu Daten- und KI-Themen mit Portfoliounternehmen, z.B. in informellen Formaten und Roundtables.

• Abgeschlossenes Studium der Informatik, Data Science, Ingenieurwissenschaften, Mathematik, Wirtschaftsinformatik oder eines vergleichbaren quantitativen Fachs; sehr gute akademische Leistungen.
• Mehrjährige praktische Erfahrung in Data Engineering, Datenarchitektur, Analytics Engineering, Softwareentwicklung oder einem eng verwandten Bereich.
• Nachweisbare Erfahrung im Aufbau oder in der Weiterentwicklung von Datenplattformen, Datenpipelines, Integrationen, Schnittstellen oder vergleichbaren technischen Lösungen.
• Fundierte praktische Kenntnisse in Python und SQL in datengetriebenen Umgebungen sowie die Fähigkeit, eigenständig produktive Lösungen zu entwickeln und zu betreiben.
• Umfangreiche praktische Erfahrung mit KI-Technologien, einschließlich LLM-basierter Anwendungen und agentenbasierter Workflows; sehr gutes Verständnis der sich entwickelnden KI-Landschaft und Fähigkeit, diese in relevante Business-Anwendungsfälle zu übersetzen.
• Fähigkeit, Datenstrategie, Governance, Speicherung, Schnittstellen und Betriebsmodelle strukturiert zu denken.
• Ausgeprägte Kommunikationsstärke und sicheres Auftreten im direkten Austausch mit Fachbereichen, einschließlich Senior Stakeholdern.
• Fließende Deutsch- und Englischkenntnisse sowie die Fähigkeit, in beiden Sprachen klar und professionell zu kommunizieren.
• Eigeninitiative und Umsetzungsstärke: Fähigkeit, Themen eigenständig voranzutreiben, in unscharfen Situationen Klarheit zu schaffen und Verantwortung ganzheitlich zu übernehmen.

• Abgeschlossenes Studium der Informatik, Data Science, Ingenieurwissenschaften, Mathematik, Wirtschaftsinformatik oder eines vergleichbaren quantitativen Fachs; sehr gute akademische Leistungen.
• Mehrjährige praktische Erfahrung in Data Engineering, Datenarchitektur, Analytics Engineering, Softwareentwicklung oder einem eng verwandten Bereich.
• Nachweisbare Erfahrung im Aufbau oder in der Weiterentwicklung von Datenplattformen, Datenpipelines, Integrationen, Schnittstellen oder vergleichbaren technischen Lösungen.
• Fundierte praktische Kenntnisse in Python und SQL in datengetriebenen Umgebungen sowie die Fähigkeit, eigenständig produktive Lösungen zu entwickeln und zu betreiben.
• Umfangreiche praktische Erfahrung mit KI-Technologien, einschließlich LLM-basierter Anwendungen und agentenbasierter Workflows; sehr gutes Verständnis der sich entwickelnden KI-Landschaft und Fähigkeit, diese in relevante Business-Anwendungsfälle zu übersetzen.
• Fähigkeit, Datenstrategie, Governance, Speicherung, Schnittstellen und Betriebsmodelle strukturiert zu denken.
• Ausgeprägte Kommunikationsstärke und sicheres Auftreten im direkten Austausch mit Fachbereichen, einschließlich Senior Stakeholdern.
• Fließende Deutsch- und Englischkenntnisse sowie die Fähigkeit, in beiden Sprachen klar und professionell zu kommunizieren.
• Eigeninitiative und Umsetzungsstärke: Fähigkeit, Themen eigenständig voranzutreiben, in unscharfen Situationen Klarheit zu schaffen und Verantwortung ganzheitlich zu übernehmen.

Zusätzliche Qualifikationen (von Vorteil)

• Erfahrung mit Cloud-Architekturen und deren Rolle bei skalierbaren Daten- und KI-Lösungen für strukturierte und unstrukturierte Daten.
• Erfahrung mit modernen Daten-Tools und -Architekturen (z.B. Transformationsframeworks, Orchestrierung, Data Warehouses, API-Integrationen) sowie deren Einsatz beim Aufbau skalierbarer und zuverlässiger Datenplattformen.
• Erfahrung mit der Einführung und Skalierung von KI in Unternehmen, einschließlich Rollout, Adoption und Training.
• Berufserfahrung in dynamischen, anspruchsvollen Umfeldern wie Beratung, Technologieunternehmen, Scale-ups, Investmentgesellschaften oder vergleichbaren Organisationen.
• Erfahrung in kleineren Teams, in denen sowohl strategische als auch operative Themen abgedeckt werden.
• Vertrautheit mit dem PE/VC-Operating-Modell, einschließlich Sourcing, Due Diligence, Portfoliosteuerung und Reporting.