- Produkt- und Web-Entwicklung im datengetriebenen Bereich - Mitgestaltung der Softwarearchitektur für neue Datenprodukte - Zusammenarbeit in interdisziplinären Teams (u.a. mit Data Scientists und Business Developern)

Für ein KI-Labor suchen wir Cybersecurity-Berater, um ein KI-Modell (Large Language Model - LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater wirst du möglicherweise zu Online-Projekten eingeladen, um das Modell in deinem Fachbereich zu trainieren. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeitbeteiligung (mindestens ein paar Stunden/Woche) suchen, als auch an Interessierte für eine Vollzeitstelle - Evaluieren und Red-Teamen von KI-Modellen, Agenten und Machine-Learning-Systemen auf Schwachstellen und Sicherheitsrisiken. - Erstellen von offline reproduzierbaren und automatisch auswertbaren Testfällen, um Sicherheit und Leistungsfähigkeit von KI-Agenten zu prüfen. - Entwickeln und Implementieren von Automatisierungsskripten, eigenen Tools, Umgebungen und Test-Harnesses. - Leiten oder Mitwirken an Sicherheitsforschungsinitiativen, besonders im Bereich KI-Sicherheit, und Erstellen realistischer und herausfordernder Angriffsszenarien für das Modell. - Beratung zu Best Practices in der Cybersecurity und zu politischen Implikationen.

Generative AI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu lösen. Obwohl jedes Projekt einzigartig ist, könnten deine Aufgaben typischerweise sein: - Inhaltserstellung & -aufbereitung: Erstelle und verfeinere Inhalte, um Genauigkeit und Relevanz in verschiedenen Physikthemen sicherzustellen, und entwickle dabei auch Referenzen und Beispielaufgaben. - Expertenakquise: Bewerte die Qualifikationstests von Experten und stelle ihre Kompetenz sicher. - Chat-Moderation: Unterstütze, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, insbesondere zu den Projekt-Richtlinien. - Arbeitsüberprüfung: Prüfe und bewerte von anderen Experten erledigte Aufgaben, um sicherzustellen, dass sie den Projekt-Richtlinien entsprechen. Gib konstruktives Feedback, überprüfe fachbezogene Informationen und bearbeite Inhalte bei Bedarf zur Qualitätsverbesserung.

Für ein AI-Lab suchen wir einen Maschinenbauingenieur mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn du mitmachst, erhältst du die Möglichkeit, an diesen Projekten mitzuarbeiten. Auch wenn jedes Projekt einzigartig ist, könntest du typischerweise: - Inhalts­erstellung & Verfeinerung: Inhalte erstellen und verfeinern, um Genauigkeit und Relevanz in verschiedenen Bereichen des Maschinenbaus sicherzustellen, und dabei auch Referenzen und Beispiele für Aufgaben entwickeln. - Expertenakquise: Qualifikationstests von Experten bewerten und ihre Kompetenz sicherstellen. - Chat-Moderation: Unterstützung bieten, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, insbesondere zu den Projektleitlinien. - Arbeitsprüfung: Aufgaben anderer Experten überprüfen und bewerten, um sicherzustellen, dass sie den Projektleitlinien entsprechen. Konstruktives Feedback geben, fachbezogene Informationen prüfen und Inhalte bei Bedarf bearbeiten, um die Qualität zu verbessern.

Für ein KI-Labor suchen wir Experten für Machine Learning, die ein KI-Modell (Large Language Model - LLM) trainieren. GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie dazukommen, haben Sie die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könnten Sie typischerweise: - Originelle rechnerische STEM-Aufgaben entwerfen, die reale wissenschaftliche Arbeitsabläufe simulieren - Aufgaben erstellen, die eine Lösung per Python-Programmierung erfordern - Sicherstellen, dass die Aufgaben rechenintensiv sind und sich nicht manuell in angemessener Zeit (Tage/Wochen) lösen lassen - Aufgaben entwickeln, die nicht-triviale Schlussfolgerungsketten und kreative Lösungsansätze erfordern - Lösungen mithilfe von Python mit Standardbibliotheken (numpy, pandas, scipy, sklearn) überprüfen - Problemstellungen klar dokumentieren und verifizierte korrekte Antworten bereitstellen

Für ein KI-Labor suchen wir Physiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie der Plattform als Physiker beitreten, haben Sie die Chance, an diesen Projekten mitzuwirken. Obwohl jedes Projekt einzigartig ist, könnten Ihre Aufgaben typischerweise sein: - Entwerfen origineller rechnerischer Physikaufgaben, die reale Forschungsabläufe simulieren. - Erstellen von Problemen, die zur Lösung Python-Programmierung erfordern (mit numpy, scipy, sympy). - Sicherstellen, dass die Aufgaben rechnerisch aufwendig sind und nicht manuell in angemessener Zeit (Tage/Wochen) gelöst werden können. - Entwickeln von Aufgaben, die nicht-triviale Rechenketten erfordern. - Basieren der Aufgaben auf realen Forschungsherausforderungen oder praktischen Anwendungen aus der physikalischen Praxis. - Verifizieren der Lösungen mit Python und Standardbibliotheken. - Klare Dokumentation der Aufgabenstellungen und Bereitstellung verifizierter korrekter Antworten.

Für ein KI-Labor suchen wir Mathematiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Als Berater*in wirst du ggf. eingeladen, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu schulen. Diese flexible Rolle richtet sich sowohl an Expert*innen, die in Teilzeit arbeiten wollen (mindestens wenige Stunden/Woche), als auch an diejenigen, die Vollzeit interessiert sind. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Originale rechnerische Mathematikaufgaben entwerfen, die echte Forschungsabläufe simulieren. - Probleme erstellen, die Python-Programmierung erfordern (mit numpy, scipy, sympy). - Sicherstellen, dass die Aufgaben so rechenintensiv sind, dass man sie manuell nicht in angemessener Zeit (Tage/Wochen) lösen kann. - Aufgaben entwickeln, die nicht-triviale Argumentationsketten in Bereichen wie Zahlentheorie, Kombinatorik, Graphentheorie und numerischer Analyse erfordern. - Aufgaben auf echten Forschungsfragen oder praktischen Anwendungen aus der mathematischen Praxis basieren. - Lösungen mit Python und gängigen mathematischen Bibliotheken verifizieren. - Problemstellungen klar dokumentieren und geprüfte korrekte Lösungen bereitstellen. Unterstützung in: - Zahlentheorie: Primfaktorzerlegung, diophantische Gleichungen, modulares Rechnen, kryptographische Berechnungen. - Kombinatorik: Aufzählungen, Partitionen, erzeugende Funktionen, kombinatorische Optimierung. - Graphentheorie: Netzwerkanalyse, Pfadsuche, Graphfärbung, Spannbäume. - Numerische Analyse: Nullstellenbestimmung, numerische Integration, Differentialgleichungen, Matrixberechnungen. - Diskrete Mathematik: Rekursionsgleichungen, Komplexitätstheorie, diskrete Optimierung. - Algebra: Polynomrechnungen, Gruppenberechnungen, Matrixzerlegungen.

Generative KI-Modelle entwickeln sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu meistern. Obwohl jedes Projekt einzigartig ist, umfassen deine typischen Aufgaben möglicherweise: - Inhaltserstellung & -verfeinerung: Erstelle und bearbeite Inhalte, um Genauigkeit und Relevanz in verschiedenen Themen der Physik sicherzustellen und entwickle Referenzen sowie Aufgabenbeispiele. - Expertenakquise: Beurteile Qualifikationstests von Experten, um ihre Kompetenzen zu prüfen. - Chat-Moderation: Unterstütze andere Experten in Discord-Chats bei projektbezogenen Fragen, insbesondere zu den Projektleitlinien. - Auditierung: Prüfe und bewerte Aufgaben, die von anderen Experten erledigt wurden, um sicherzustellen, dass sie den Richtlinien entsprechen. Gib konstruktives Feedback, überprüfe fachliche Informationen und bearbeite Inhalte, um die Qualität zu verbessern.

Ein AI Lab sucht einen AI-Trainer für Vibe Coding. In dieser Rolle geht es darum, in verschiedenen Bereichen genaue, fundierte Ergebnisse zu liefern und dabei Automatisierung und KI-Tools zu nutzen. Die Position erfordert Expertise im Programmieren und Optimieren von Python-Skripten, im Umgang mit großen Datensätzen, in der Verbesserung KI-generierter Inhalte sowie im Formatieren und der Fehlersuche in technischen Workflows. Dies ist eine remote Teilzeitstelle, die flexibel an deine Verfügbarkeit angepasst werden kann – von nur wenigen Stunden pro Woche bis hin zu Vollzeit. Schlüsselverantwortlichkeiten: - Führe fortgeschrittene Webrecherche und Datenanalyse durch, nutze mehrere Tools, um Informationen aus offiziellen Quellen zu finden und zu extrahieren. Verwende LLMs und fortgeschrittene Prompts, um Suchstrategien zu verfeinern und die Daten durch Abgleich mit vertrauenswürdigen Quellen zu validieren. - Führe Web-Scraping und Datenerfassung durch, indem du komplexe Webseitenstrukturen und mehrstufige Seiten (Regionen → Unternehmen → Detailseiten) navigierst. Verarbeite dynamische Inhalte, Archivseiten und verschiedene HTML-Formate und organisiere die extrahierten Daten in sauberen, gut formatierten CSV-Dateien. - Schreibe und optimiere Python-Skripte für Datenverarbeitung und Analyse mit Bibliotheken wie pandas, BeautifulSoup, Selenium und matplotlib. Wandle Rohdaten in strukturierte Formate (CSV, JSON, Tabellen) um und erstelle bei Bedarf Visualisierungen. - Führe Datenverarbeitung und Qualitätssicherung durch: bereinige, validiere und strukturiere Datensätze. Sorge für Datenintegrität über mehrere Quellen hinweg, wende Formatvorgaben an und führe Prüfungen durch, um eine hohe Ausgabequalität zu gewährleisten. - Nutze ausgeprägte Problemlösungsfähigkeiten und Organisationsvermögen, um komplexe Workflows zu zerlegen, technische Probleme eigenständig zu lösen und rasch zwischen verschiedenen Bereichen und Aufgabentypen zu wechseln – mit minimaler Betreuung. - Erstelle klare Dokumentationen und hochwertige Ergebnisse, die exakt den Vorgaben für Dateiformate, Benennungskonventionen und Datenstruktur entsprechen. Pflege reproduzierbare Workflows und gut organisierten Code.

GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexes logisches Denken zu beherrschen. Wenn du der Plattform als AI-Tutor für Chemie beitrittst, hast du die Möglichkeit, an diesen Projekten mitzuarbeiten. Obwohl jedes Projekt individuell ist, könntest du typischerweise: - Aufforderungen (Prompts) erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu prüfen. - Die Antworten des Modells anhand deines Fachwissens korrigieren.

Für ein AI-Lab suchen wir einen Statistikexperten mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist, sie dazu zu bringen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie sich uns anschließen, haben Sie die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könnten Sie typischerweise: - Prompts erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu beurteilen. - Die Antworten des Modells anhand Ihres fachspezifischen Wissens korrigieren.

Wir sind die Agentic-Datenmanagement-Plattform für Produktion und Logistik, in der KI-Agenten, die von einer domänenspezifischen semantischen Schicht angetrieben werden, Daten bereinigen, aufbereiten und formatieren, sodass ad-hoc geschäftliche Anfragen, die normalerweise Wochen dauern, in Sekunden beantwortet werden und so schnelle datengetriebene Entscheidungen ermöglichen. Um dieses Produkt weiter zu gestalten und zu skalieren, suchen wir einen (Senior) freiberuflichen Data & Semantic Layer Architect mit starkem Fokus auf konzeptionelle und architekturelle Arbeit (in dieser ersten Phase nicht hands-on Umsetzung), der: - die Gesamtprodukt- und Lösungsarchitektur entwirft (semantische Schicht, Datenplattform, Wissensdatenbank, Multi-Agent-Workflows, APIs) - eine Feature-Liste und Roadmap für die ersten Produktversionen definiert - ein MVP/Prototyp für die Validierungsphase spezifiziert (Umfang, Tech-Stack, Integrationen, Risiken) - einen groben Aufwandsschätzung und Teamaufstellung erstellt (Rollen, Skills, Build-vs-Buy) - die Kernsemantische Schicht entwirft (Domänen, KPIs, Metriken-Logik, Datenkatalog, Geschäftsregeln).

- Identifikation und Analyse von Cyberrisiken, die sich durch Veränderungen in der digitalen Landschaft und durch die zunehmenden Fähigkeiten von Angreifern ergeben. - Entwicklung und Zuordnung geeigneter Gegenmaßnahmen sowie Erstellung von Roadmaps zur effektiven Bewältigung digitaler Bedrohungen. - Übersetzung von Sicherheitsvorfällen und -bedrohungen in konkrete, geschäftsrelevante Risiken mit geeigneten Gegenmaßnahmen. - Kontinuierliche Verbesserung der Prozesse zur Verwaltung des Cyber-Risiko-Lebenszyklus und Steigerung der Reife des Cyber Risk Desk. - Erstellung von Projektberichten über den Status, die Auswirkungen und die notwendigen Maßnahmen im Zusammenhang mit identifizierten Risiken. - Erstellung von Risikoanalysen und Managementprozessen, die den geltenden regulatorischen Standards (SOX, PCI, Datenschutz) entsprechen. - Durchführung einer initialen Risikobewertung (Likelihood, Impact, Risikoniveau) einschließlich einer präzisen Beschreibung der Risiken, Auswirkungen und Eintrittswahrscheinlichkeit. - Bewertung und detaillierte Beschreibung des verbleibenden Restrisikos nach potenzieller Umsetzung der identifizierten Maßnahmen zur Risikominimierung.

Für ein KI-Labor suchen wir Java-Entwickler, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater wirst du möglicherweise eingeladen, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeitanstellung (mindestens wenige Stunden pro Woche) suchen, als auch an diejenigen, die an Vollzeitangeboten interessiert sind. - Code-Generierung und Code-Review - Prompt-Auswertung und komplexe Datenannotation - Training und Evaluation großer Sprachmodelle - Benchmarking und agentenbasierte Code-Ausführung in geschützten Umgebungen - Arbeit mit mehreren Programmiersprachen - Anpassung von Richtlinien für neuen Bereichen und Anwendungsfällen - Befolgung projektbezogener Vorgaben und Anforderungen - Zusammenarbeit mit Projektleitern, Solution Engineers und Supply Managern bei komplexen oder experimentellen Projekten

Die Abteilung Digital Analytics nutzt die Adobe Experience Cloud zur Umsetzung personalisierter Nutzererlebnisse. Ziel ist die Steigerung der Conversion Rates und Verbesserung der Customer Experience durch gezielte Personalisierung und Testing. Die technische Umsetzung erfolgt eigenständig durch spezialisierte Consultants. - Ein zentraler Bestandteil der Aufgaben umfasst die Wartung der bereits bestehenden Implementierung innerhalb der Adobe Experience Plattform. Dazu zählen insbesondere die Überwachung der Daten sowie die Fehlerbehebung in den Quellkonnektoren. - Im Rahmen der Vorbereitung neuer Funktionen für die Nutzung in der Adobe Experience Plattform werden Anforderungen und Daten zunächst in das Experience Data Model von Adobe übersetzt. Dies beinhaltet die Erstellung von Entity-Relationship-Diagrammen (ERDs) sowie die Kontextualisierung der relevanten Daten. - Darauf aufbauend werden entsprechende Schemata innerhalb der Plattform angelegt und Datensätze zur weiteren Nutzung vorbereitet. - Zu den weiteren Tätigkeiten gehört die Konzeption und Einrichtung sowohl neuer Aktivierungskanäle als auch zusätzlicher Datenquellen. - Darüber hinaus werden neue, geschäftsrelevante Anwendungsfälle entlang der verschiedenen Phasen der Customer Journey entwickelt, um den geschäftlichen Mehrwert gezielt zu steigern. - Erstellung von Segmenten und Durchführung von Fehleranalysen mithilfe von gezielten SQL-Abfragen. - Beratung bei allen neu eingeführten Verarbeitungstätigkeiten, über die Einhaltung der geltenden Datenschutzbestimmungen, die erforderlichen internen Freigabeprozesse sowie über die Dokumentation der rechtlichen sowie technischen Spezifika.

Generative AI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn du der Plattform als KI-Tutor im Bereich Biologie beitrittst, hast du die Möglichkeit, an diesen Projekten mitzuarbeiten. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Aufforderungen erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu prüfen. - Die Antworten des Modells basierend auf deinem fachspezifischen Wissen korrigieren.

Für ein AI-Labor suchen wir einen Ruby-Entwickler, um ein KI-Modell (Large Language Model - LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater kannst du eingeladen werden, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle eignet sich sowohl für Experten, die eine Teilzeittätigkeit (mindestens ein paar Stunden pro Woche) suchen, als auch für Interessierte an Vollzeitmöglichkeiten. - Code-Generierung und Code-Review - Bewertung von Prompts und komplexe Datenannotation - Training und Bewertung von Large Language Models - Benchmarking und agentenbasierte Code-Ausführung in isolierten Umgebungen - Arbeit mit mehreren Programmiersprachen (Python, JavaScript/TypeScript, Rust, SQL usw.) - Anpassung von Richtlinien für neue Bereiche und Anwendungsfälle - Zusammenarbeit mit Projektleitern, Solution Engineers und Supply Managern bei komplexen oder experimentellen Projekten

Ein Unternehmen sucht freiberufliche Bauingenieure, die KI-Modelle bewerten. Ziel des Projekts ist es, Leistung, Genauigkeit und Zuverlässigkeit von KI-Modellen im Bauwesen zu prüfen. Die Rolle umfasst eine enge Zusammenarbeit mit dem Entwicklungsteam, um sicherzustellen, dass die Modelle den Branchenstandards entsprechen und umsetzbare Erkenntnisse liefern. Hauptverantwortlichkeiten: - Bewertung von KI-Modellen für Bauingenieur-Anwendungen. - Analyse der Modellausgaben und Feedback zur Verbesserung. - Zusammenarbeit mit dem Entwicklungsteam zur Einhaltung der Branchenstandards. - Dokumentation von Ergebnissen und Empfehlungen zur Modelloptimierung. - Durchführung von Tests zur Überprüfung der Modellleistung und -zuverlässigkeit.

Wir suchen erfahrene Data Scientists, die rechnerisch intensive Data-Science-Aufgaben für ein fortgeschrittenes KI-Evaluierungsprojekt erstellen. Dies ist eine Remote-, projektbezogene Aufgabe für Expert:innen, die herausfordernde Probleme entwerfen können, die rechnerische Methoden zur Lösung erfordern und den kompletten Data-Science-Lifecycle abbilden – von Datenakquise und -verarbeitung über statistische Analyse bis hin zu umsetzbaren Business-Insights. Was du tun wirst - Entwerfen origineller, rechnerisch intensiver Data-Science-Aufgaben, die reale analytische Workflows in verschiedenen Branchen simulieren (Telekommunikation, Finanzen, Behörden, E-Commerce, Gesundheitswesen) - Erstellen von Aufgaben, die zur Lösung Python-Programmierung erfordern (mit pandas, numpy, scipy, sklearn, statsmodels, matplotlib, seaborn) - Sicherstellen, dass Aufgaben so komplex sind, dass sie manuell nicht in angemessener Zeit (Tage/Wochen) gelöst werden können - Entwickeln von Aufgaben mit nicht-trivialen Denkketten in Datenverarbeitung, statistischer Analyse, Feature-Engineering, prädiktivem Modellieren und Insight-Extraktion - Erstellen deterministischer Aufgaben mit reproduzierbaren Antworten – Vermeidung stochastischer Elemente oder Festlegen von Random Seeds für exakte Reproduzierbarkeit - Basieren der Aufgaben auf realen Business-Herausforderungen: Kundenanalysen, Risikobewertung, Betrugserkennung, Forecasting, Optimierung und operative Effizienz - Gestalten von End-to-End-Aufgaben, die die komplette Data-Science-Pipeline abdecken (Datenaufnahme → Cleaning → EDA → Modellierung → Validierung → Deployment-Überlegungen) - Einbinden von Big-Data-Szenarien, die skalierbare Rechenansätze erfordern - Verifizieren von Lösungen in Python mit gängigen Data-Science-Bibliotheken und statistischen Methoden - Dokumentieren der Problemstellungen klar mit realistischen Business-Kontexten und Bereitstellen verifizierter korrekter Antworten

Ein Unternehmen sucht Unterstützung im Rahmen des Projekts zur Evaluation, Implementierung und Weiterentwicklung von Qualitätsbefragungen in digitalen Kanälen. Ziel des Projekts ist es, die Kundenzufriedenheit in digitalen Kanälen zu steigern, Befragungsmethoden zu evaluieren, zu implementieren und weiterzuentwickeln, um eine konsistente Erhebung der Kundenzufriedenheit über alle Kanäle zu ermöglichen. Dabei sollen Verbesserungspotenziale erkannt und umgesetzt werden. Die Rolle umfasst die Beratung, Entwicklung und Umsetzung von Maßnahmen zur Erhebung und Verbesserung der Kundenzufriedenheit in digitalen Kanälen. Hauptaufgaben: - Beratung zu Befragungsmethoden zur Erhebung von Kundenerfahrung und Qualität in digitalen Kanälen, Marktstandards, Benchmarks und Zukunftsausrichtung. - Entwicklung eines Zukunftsmodells zu Qualität in digitalen Kanälen, relevanten KPIs und Erhebungsmethoden sowie Standardprozessen. - Umsetzung der entschiedenen Maßnahmen inklusive Schnittstellenmanagement und Abstimmung mit Technologiepartnern und Sozialpartnern. - Testen von implementierten Maßnahmen zur Erhebung und Sicherstellung der erforderlichen Anforderungen. - Konsolidierung und Aufstellung der bestehenden und fehlenden Kundenbefragungsmethoden/Qualitäts-KPIs in allen verantworteten digitalen Kanälen. - Beratung bei der Erstellung von Entscheidungsvorlagen und Umsetzung der dazu erforderlichen Maßnahmen. - Identifikation von Verbesserungspotenzialen und Entwicklung eines Standardprozesses zur Transparenz und Umsetzung.