The posting
i22
i22 ist über viele technologische Veränderungen hinweg gewachsen. Wir haben nie an einem festen Modell festgehalten. Stattdessen haben wir uns immer wieder neu angeschaut, was Unternehmen gerade wirklich brauchen.
Wir arbeiten selten auf der grünen Wiese. Unsere Projekte entstehen in gewachsenen Organisationen – mit bestehenden Systemen, Prozessen, Abhängigkeiten und Menschen, die damit arbeiten müssen. Genau darin liegt ein großer Teil unserer Arbeit: Wir blenden diese Komplexität nicht aus. Wir bauen Lösungen, die darin tatsächlich funktionieren.
Das gilt für unser gesamtes Portfolio: Im AI Content Studio bauen wir Content-Systeme, die Marken skalierbar und konsistent halten. In Agentic Commerce & Transaction entwickeln wir, wie Kund:innen und ihre Agenten künftig kaufen. In AI Assistance & Customer Service lösen wir Servicefälle automatisiert und messbar. In Agentic Knowledge & Learning machen wir Wissen für Teams nutzbar. In Agentic Transformation klären wir, welche Prozesse und Strukturen die Veränderung tragen müssen.
Technologien verändern sich dabei ständig. AI gehört heute selbstverständlich dazu und ist für uns kein separates Spielfeld: Sie erweitert, wie wir analysieren, entwickeln und betreiben. Entscheidungen, Kontext und Verantwortung bleiben menschlich.
Unser Anspruch an die Arbeit selbst hat sich dabei kaum verändert. Ein gutes Konzept reicht nicht, wenn es sich nicht umsetzen lässt. Ein Go-Live reicht nicht, wenn das System danach nicht trägt. Deshalb denken wir in drei Phasen:
- Design / Discovery: Wir klären, was wirklich gebraucht wird.
- Build: Wir bauen, was unter realen Bedingungen funktioniert.
- Operate: Wir verantworten, was danach passiert.
Was du bei i22 konkret klärst, baust oder verantwortest, hängt von deiner Rolle und deiner Säule ab. Was gleich bleibt: Du arbeitest an einem echten Problem – mit Menschen, die unterschiedliche Perspektiven einbringen, mit Systemen, die bereits existieren, und mit der Verantwortung dafür, dass aus einer Idee etwas entsteht, das trägt.
Unsere Beständigkeit zeigt sich in einem Team, das bereit ist, immer wieder neu hinzusehen, zu hinterfragen und weiterzubauen.
Die Challenge
Wir verstehen Engineering als AI Product Engineering. Wir klären gemeinsam mit unseren Kunden, was wirklich gebaut werden soll. Wir setzen Lösungen mit AI-Agenten um und bleiben auch nach dem Go-live dafür verantwortlich, dass sie funktionieren und Wirkung erzeugen.
Mit rund 25 Entwickler:innen bauen und betreiben wir unter anderem Shops, Self-Service-Strecken, Redaktionssysteme und AI-Anwendungen. Wir arbeiten dabei selten auf der grünen Wiese, meist in bestehenden Systemlandschaften mit hohen Anforderungen an Datenschutz, Sicherheit und Barrierefreiheit.
AI-Agenten sind dabei Teil unseres normalen Engineering-Workflows. Sie übernehmen einen großen Teil der Umsetzung. Du planst, steuerst, prüfst und entscheidest, was tatsächlich live geht.
Dein fachlicher Schwerpunkt kann im Frontend, Backend oder Fullstack liegen. Deine technische Tiefe bleibt dein Kern. Mit AI-first Engineering kommt die Breite über den Stack dazu.
Design · Build · Operate
In dieser Rolle:
Design Du machst aus einem zunächst unscharfen Kundenproblem belastbare technische Optionen. Dabei machst du Nutzen, Aufwand, Machbarkeit und Risiken sichtbar, bevor gebaut wird.
Build Du entwickelst mit AI-Agenten produktionsfähige Lösungen, prüfst jede relevante Änderung und verantwortest auch agentengenerierten Code. Dazu gehören Bestandssysteme genauso wie neue AI-Anwendungen.
Operate Du bleibst nach dem Go-live dran. Dein System läuft stabil, seine Wirkung wird sichtbar und Weiterentwicklung orientiert sich daran, was tatsächlich funktioniert.
Was du verantwortest
Technische Lösungen vom Problemverständnis bis zum produktiven Betrieb
- Qualität und Freigabe dessen, was live geht, unabhängig davon, ob der Code von dir, anderen Entwickler:innen oder Agenten stammt
- Wartbare, getestete und nachvollziehbare Systeme
- Technische Entscheidungen innerhalb unserer Engineering-Standards
- Sicherheit, Stabilität und Fehlersuche im laufenden Betrieb
- Sichtbare Wirkung deiner Lösung nach dem Go-live
Als Senior zusätzlich:
- Architektur eines Systems oder einer Domäne
- Solution Design im direkten Kundenkontakt
- Technische Abwägungen zwischen Nutzen, Aufwand und Machbarkeit
- Wissensweitergabe und wiederverwendbare Lösungen für das Team
Dein Entscheidungsspielraum
Du entscheidest:
- Wie du eine Lösung technisch umsetzt
- Welche Architektur innerhalb unserer Standards sinnvoll ist
- Wie du AI-Agenten in deinen Engineering-Workflow integrierst
- Welcher agentengenerierte Code produktionsreif ist
- Wie du Qualität, Tests und technische Nachvollziehbarkeit sicherstellst
Du gibst Empfehlungen zu:
- Abweichungen von Standards oder bestehendem Stack
- Technischem Aufwand und Machbarkeit
- Prioritäten im Projekt
- Betriebs- und Impact-Fragen
Must Have
- Technical Ownership: Mehrjährige produktive Entwicklungserfahrung in Frontend, Backend oder Fullstack; als Senior Verantwortung für Systeme, Domänen und Architekturentscheidungen bis in den Betrieb
- Agentic Engineering: AI-Agenten sind fester Bestandteil deines Engineering-Workflows, inklusive Kontext, Tools, Prüfschleifen und klarer Verantwortung dafür, was produktiv geht
- Technische Tiefe: Sehr gute Kenntnisse in mindestens einem der Bereiche Frontend, Backend oder Fullstack und die Fähigkeit, über die eigene technische Disziplin hinaus zu arbeiten
- Solution Design & Kundenkontext: Aufwand, Nutzen, Machbarkeit und Risiken technischer Optionen einordnen und begründet empfehlen; als Senior: Lösungen direkt mit dem Kunden entwerfen
- Technical Leadership: Wissen im Team und in Reviews teilen; als Senior: andere Engineers technisch stärker machen und Wiederverwendbares schaffen
- Gespür für Nutzererlebnis: Im Frontend ein Auge für gute UX, im Backend Schnittstellen, die man gern benutzt
- Kommunikation: Verhandlungssicheres Deutsch im Kundenkontext und sicheres Englisch
Tech Stack
- Frontend: TypeScript, React/Next.js oder Vue/Nuxt, modernes CSS, Design Systems, WCAG, Performance, REST/GraphQL
- Backend: TypeScript mit Node.js/NestJS oder Ruby on Rails, PostgreSQL, Redis, Elasticsearch, REST/GraphQL; Elixir/Phoenix als Plus
Learnable at i22
- Sicherheit im agentischen Entwickeln über die eigene Disziplin hinaus: Frontend, Backend, Betrieb
- Impact-Messung, Zielmetriken und Observability
- Entwicklung von AI-Anwendungen mit LLM-Integration, RAG, Evaluierung und Guardrails
- Kosten- und Qualitätssteuerung von AI-Systemen
- Bauen unter hohen Anforderungen an Datenschutz, Sicherheit und Barrierefreiheit
- Fachwissen in unseren Domänen: Commerce, Self-Service, Content-Produktion, digitale Assistenten, Wissens- und Lernsysteme
Professional Statement
Das ist unsere Rolle. Wir stehen mit unserem Job Statement dafür ein.
Wenn du sie mit uns übernehmen willst, möchten wir deinen Blick darauf sehen: Warum diese Rolle? Welche Herausforderungen siehst du darin? Und was fällt dir an dieser Anzeige auf, das wir übersehen haben?
Zeig uns ein System, Produkt oder Feature, an dem du maßgeblich gearbeitet hast:
- Welches Problem sollte gelöst werden? Welche Entscheidung lag bei dir, und was hast du dafür in Kauf genommen?
- Hast du beim Entwickeln AI-Agenten eingesetzt? Was hast du ihnen überlassen und was bewusst nicht? Wie hast du ihren Code geprüft?
Und in wenigen Sätzen: Wie lief es nach dem Go-live, und was würdest du heute anders machen? Wenn du dich als Senior bewirbst: Was aus dem Projekt konnten andere Entwickler:innen oder Teams nutzen?
Schick uns gerne auch deinen Lebenslauf, aber fokussiere dich im Professional Statement bitte auf die Rolle und unsere Fragen.
Inclusion
Bei i22 zählt, was du beitragen kannst und wie du arbeitest – unabhängig von Geschlecht, Herkunft, Alter, Behinderung, sexueller Orientierung, Religion oder Weltanschauung. Du musst nicht jeden Punkt einer Rolle bereits vollständig erfüllen. Wir unterscheiden bewusst zwischen Fähigkeiten, die für den Einstieg notwendig sind, und solchen, die im Kontext der Rolle aufgebaut werden können.
Bringst du den relevanten Kern mit und glaubst, dass du zu dem beschriebenen Problem etwas beitragen kannst? Dann möchten wir dein Professional Statement sehen.
