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. InAgentic 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

Gehaltsrange

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.

#J-18808-Ljbffr

i22 Digitalagentur GmbH