Agentic AI Consulting
"Neugierig sein, KI als gesamtes Thema zu durchdringen"
Agentic AI Consulting
Region
München
Tätigkeitsfeld
Consulting & Projekte
DYNACISION GmbH
In diesem Jobcast® hörst du Stephan (Lead Decisioning Consultant) und Eric (Senior Consultant AI & Intelligent Automation) von DYNACISION, die dir beide von der deiner möglichen neuen Rolle im Agentic AI Consulting erzählen. Unter anderem geht es darum, warum das fachliche Verständnis der Kundenprobleme eine wichtige Anforderung ist.
Was dich erwartet:
- zwischen 60.000 und 100.000 Euro Jahresgehalt, je nach Berufserfahrung und Einstufung (Senior / Lead)
- Unternehmensbonus bis zu 20 % des Jahresgehaltes
- 90 % remote working, Kundentermine 1x Monat
- meist verschiedene Projekte bei mehreren Kunden inkl. interner Lösungsentwicklung
Du solltest bereits AI-Kenntnisse und Erfahrungen (Claude Code u. ä., LLMs, Agenten, Skills, MCP, A2A, RAG, Prozessberatung, APIs, Governance, Evaluation, Change Management) mitbringen und dich im Enterprise-IT Umfeld sicher bewegen können.
Du kannst über den Button herausfinden, ob dieser Job zu dir passt und direkt Interesse an dem Job zeigen, ohne CV.
(PS: bei Problemen mit dem Player auf dieser Seite, kannst du die Episode auch auf unserem OHRBEIT Spotify-Channel hören)
Transkript anzeigen
Transkript ausblenden
Man darf das Denken nicht verlernen. Man muss in der Lage sein, selber erklären zu können, was da konzeptionell dahinter steht. Wenn der Kunde dich im Workshop fragt, wie funktioniert denn das mit einem Deep Agent und Skills, dann muss ich darauf eine Antwort haben und kann ich die KI fragen.
Alex von OHRBEIT:
Du hast bereits Stephan gehört. Er ist Lead Decisioning Consultant bei DYNACISION. Und gleich kommt noch sein Kollege Eric hinzu. Er ist Senior Consultant im Bereich AI and Intelligent Automation und beide erzählen dir in diesem Jobcast von deiner möglichen neuen Rolle in Agentic AI Consulting.
Eric:
Bei dem alten Unternehmen, wir waren ja so 500 Leute circa und dann bin ich in die DYNACISION gekommen und dann war ich natürlich erstmal überrascht, weil acht Leute im Team. Ich glaube, was aber richtig gut funktioniert hat, ist einfach diese Diversität an Know-how und wurde super aufgenommen. Und für mich war auch neu Homeoffice zu machen, 100 Prozent. Das hatte ich davor auch nicht. Davor war ich immer im Büro. Und das hat aber auch super funktioniert. Ein Ziel, was ich mir gesetzt habe, ist KI wirklich zu verstehen. Nicht das Tool, sondern als Denkweise. Also nicht die Frage stellen, was kann ich damit bauen, sondern eher, was wird dadurch überflüssig.
Stephan:
Ich bin da relativ überzeugt von, dass die Art und Weise, wie wir früher Software gebaut, gedacht oder auch Prozesse gebaut, gedacht haben, dass die eigentlich überholt ist, in der Form, dass, naja, ich brauche vielleicht schon ein bisschen Deterministik. Nur früher hat man Software und Prozesse aus einem Grund standardisieren müssen, es ging eben nicht anders. Und jetzt ist es so, ich kann aber mit einem Deep-Agent-Paradigma oder die Dinge, die auch Claude zeigt mit Skills, ich kann durchaus deterministische Abläufe in Form fast eines Briefs mit so einem Skill-Konzept in eine KI reinbringen. Und die KI ist in der Lage, das, was ich erreichen möchte, im Prozess zu interpretieren und mit einer gewissen Wahrscheinlichkeit einen deterministischen Prozess daraus abzuleiten, was in vielen, vielen, vielen Fällen völlig genügend sein wird. Und in den Fällen, wo es nicht ist, kann ich so eine KI auch mit Tools ausstatten, die dann wiederum sehr deterministisch ablaufen, da wo es eben regulatorisch erforderlich ist. Und die Challenge dahinter ist, selber umzudenken. Wenn man so eine Plattform entwirft, wenn man Lösungen entwirft, verfällt man unfassbar schnell diese alten Muster, will ich sagen. Beispiel, was ich ganz gern habe aus letzter Zeit, ist Anthropic hat, glaube ich, so einen Hackathon gehabt, den hat kein Entwickler gewonnen, den hat ein Anwalt gewonnen, weil der Anwalt die Fachlichkeit gut beschreiben konnte.
Eric:
Unsere Idee ist eine Agentic AI Plattform zu bauen für den Versicherungsvertrieb. Ein Pain-Point ist ja, dass die ganzen Agenturen jeweils anders arbeiten, andere Kundenstrukturen haben, andere Vertriebstaktiken und da eine Plattform zu bauen, die flexibel genug ist, ohne aber auch zum Individualprojekt pro Agentur zu werden, das bringt einen dann doch ordentlich ins schwitzen.
Alex von OHRBEIT:
Das fachliche Verstehen und Beschreiben können ist eine wichtige Anforderung in dieser Rolle. Auf was es generell noch ankommt, fasst dir Stephan nun zum Abschluss dieses Jobcasts noch einmal zusammen.
Stephan:
Dass jemand neugierig ist, KI zu durchdringen als Thema und KI ist eben mehr als ein Core-LLM-Modell. Da geht es dann um Dinge wie lokale KI-Modelle, da geht es um Agenten, da geht es um verschiedene Technologien, da geht es um, wie evaluiere ich das? Was für Patterns kann nicht bauen, was ist eigentlich der Unterschied zwischen solchen Workflow-Engines oder graphbasierten Dingen zu einem Deep Agent und so weiter. Das irgendwie gepaart mit einem Berater-Mindset, die Lust haben, mit einem Kunden zusammen irgendwie Dinge zu machen, die irgendein fachliches Problem lösen wollen. Gleichzeitig suchen wir jemanden, der Lust hat, in so einer kleinen Startup-liken Beratung mitzumachen, der Lust hat, unser zweites Geschäftsfeld, Agentic-AI, aufzubauen mit uns.
Transkript vom Jobcast
Stephan:Man darf das Denken nicht verlernen. Man muss in der Lage sein, selber erklären zu können, was da konzeptionell dahinter steht. Wenn der Kunde dich im Workshop fragt, wie funktioniert denn das mit einem Deep Agent und Skills, dann muss ich darauf eine Antwort haben und kann ich die KI fragen.
Alex von OHRBEIT:
Du hast bereits Stephan gehört. Er ist Lead Decisioning Consultant bei DYNACISION. Und gleich kommt noch sein Kollege Eric hinzu. Er ist Senior Consultant im Bereich AI and Intelligent Automation und beide erzählen dir in diesem Jobcast von deiner möglichen neuen Rolle in Agentic AI Consulting.
Eric:
Bei dem alten Unternehmen, wir waren ja so 500 Leute circa und dann bin ich in die DYNACISION gekommen und dann war ich natürlich erstmal überrascht, weil acht Leute im Team. Ich glaube, was aber richtig gut funktioniert hat, ist einfach diese Diversität an Know-how und wurde super aufgenommen. Und für mich war auch neu Homeoffice zu machen, 100 Prozent. Das hatte ich davor auch nicht. Davor war ich immer im Büro. Und das hat aber auch super funktioniert. Ein Ziel, was ich mir gesetzt habe, ist KI wirklich zu verstehen. Nicht das Tool, sondern als Denkweise. Also nicht die Frage stellen, was kann ich damit bauen, sondern eher, was wird dadurch überflüssig.
Stephan:
Ich bin da relativ überzeugt von, dass die Art und Weise, wie wir früher Software gebaut, gedacht oder auch Prozesse gebaut, gedacht haben, dass die eigentlich überholt ist, in der Form, dass, naja, ich brauche vielleicht schon ein bisschen Deterministik. Nur früher hat man Software und Prozesse aus einem Grund standardisieren müssen, es ging eben nicht anders. Und jetzt ist es so, ich kann aber mit einem Deep-Agent-Paradigma oder die Dinge, die auch Claude zeigt mit Skills, ich kann durchaus deterministische Abläufe in Form fast eines Briefs mit so einem Skill-Konzept in eine KI reinbringen. Und die KI ist in der Lage, das, was ich erreichen möchte, im Prozess zu interpretieren und mit einer gewissen Wahrscheinlichkeit einen deterministischen Prozess daraus abzuleiten, was in vielen, vielen, vielen Fällen völlig genügend sein wird. Und in den Fällen, wo es nicht ist, kann ich so eine KI auch mit Tools ausstatten, die dann wiederum sehr deterministisch ablaufen, da wo es eben regulatorisch erforderlich ist. Und die Challenge dahinter ist, selber umzudenken. Wenn man so eine Plattform entwirft, wenn man Lösungen entwirft, verfällt man unfassbar schnell diese alten Muster, will ich sagen. Beispiel, was ich ganz gern habe aus letzter Zeit, ist Anthropic hat, glaube ich, so einen Hackathon gehabt, den hat kein Entwickler gewonnen, den hat ein Anwalt gewonnen, weil der Anwalt die Fachlichkeit gut beschreiben konnte.
Eric:
Unsere Idee ist eine Agentic AI Plattform zu bauen für den Versicherungsvertrieb. Ein Pain-Point ist ja, dass die ganzen Agenturen jeweils anders arbeiten, andere Kundenstrukturen haben, andere Vertriebstaktiken und da eine Plattform zu bauen, die flexibel genug ist, ohne aber auch zum Individualprojekt pro Agentur zu werden, das bringt einen dann doch ordentlich ins schwitzen.
Alex von OHRBEIT:
Das fachliche Verstehen und Beschreiben können ist eine wichtige Anforderung in dieser Rolle. Auf was es generell noch ankommt, fasst dir Stephan nun zum Abschluss dieses Jobcasts noch einmal zusammen.
Stephan:
Dass jemand neugierig ist, KI zu durchdringen als Thema und KI ist eben mehr als ein Core-LLM-Modell. Da geht es dann um Dinge wie lokale KI-Modelle, da geht es um Agenten, da geht es um verschiedene Technologien, da geht es um, wie evaluiere ich das? Was für Patterns kann nicht bauen, was ist eigentlich der Unterschied zwischen solchen Workflow-Engines oder graphbasierten Dingen zu einem Deep Agent und so weiter. Das irgendwie gepaart mit einem Berater-Mindset, die Lust haben, mit einem Kunden zusammen irgendwie Dinge zu machen, die irgendein fachliches Problem lösen wollen. Gleichzeitig suchen wir jemanden, der Lust hat, in so einer kleinen Startup-liken Beratung mitzumachen, der Lust hat, unser zweites Geschäftsfeld, Agentic-AI, aufzubauen mit uns.