Principal IT Consultant – AI-/GenAI-Use-Case-Management_#3129__LP3787
Deloitte GmbH
Ansprechpartner: S. B.
Frankfurt am Main, Deutschland
Verkehr und LogistikKünstliche IntelligenzProjektstrukturGenerative AIArtificial Intelligence Markup Language (AIML)
Beschreibung
Bewerbungs-/Angebotsfrist 13.10.2026, 14:00 Uhr
Vertragsart: Dienstleistungsprojekt. Beschäftigungsform/Freelancer-Zulässigkeit und Lieferkette vor Einreichung klären.
Bündelanfrage: 4/7
______________________________
Projektrahmenbedingungen
Einsatzort: Frankfurt am Main; ggf. weitere Standorte in Deutschland
Laufzeit: 19.10.2026–31.12.2027; ca. 14,42 Monate
Umfang: 203 PT davon 183 remote, 20 Onsite = 90,15% remote
Auslastung: Durchschnitt ca. 3,24 Tage/Woche
Sprache: Deutsch Muttersprache C2
Nearshore: Deutschland und EWR
Konditionen – Pflichtangaben für Kandidaten:
Für die weitere Bearbeitung Ihrer Bewerbung sind diese Angaben zwingend erforderlich: Bitte nennen Sie Ihre gewünschte Abrechnungsart sowie Ihren Stunden- oder Tagessatz, jeweils getrennt für Remote und Onsite. Geben Sie außerdem an, ob Reisekosten enthalten sind oder separat berechnet werden. Bei separater Berechnung nennen Sie bitte die Höhe bzw. die Berechnungsgrundlage.
- Konditionen / Abrechnungsart (Stunden- oder Tagessatz)
- Stundensatz Remote (EUR/Stunde) und Stundensatz Onsite (EUR/Stunde)
- Oder Tagessatz Remote (EUR/Tag) und Tagessatz Onsite (EUR/Tag)
- Reisekosten
1.1 Projekt-/Verfahrenskontexts
Organisationsweiter Aufbau von GenAI-Kompetenzen im Beratungsumfeld: sicherer, regelkonformer KI-Einsatz, Qualifizierung und praxisnahe Use-Case-Entwicklung. Interdisziplinäre Gruppen bewerten Potenziale und Business Cases, erstellen Umsetzungsroadmaps und verankern KI-Kompetenzen dauerhaft.
1.2 Projektstruktur
Zentrale Programmleitung steuert Planung, Ziele und Kommunikation. Teilprojekte: Qualifizierung/Kompetenzaufbau sowie Use-Case-Identifikation/-Ausarbeitung. Fachübergreifende Arbeitsgruppen mit fachlicher Leitung; externe Spezialisten bei Bedarf. Sequenzielle Phasen nach Kompetenzlevel mit Meilensteinen; Regelkommunikation auf Management-, Steuerungs- und Arbeitsebene.
3.1. Scope
Eigenständig und selbstorganisiert: KI-/GenAI-Use-Cases von Potenzialanalyse bis Umsetzungsvorbereitung identifizieren, bewerten und priorisieren. Workshops moderieren; fachliche, technische und organisatorische Machbarkeit sowie Business Value, KPIs und Erfolgskriterien analysieren. Business Cases, Bewertungsframeworks und Entscheidungsvorlagen erstellen. Governance, Rollen und Entscheidungsprozesse etablieren; interdisziplinäre Gruppen koordinieren. Portfolio und Roadmaps mit Arbeitspaketen, Meilensteinen/Abhängigkeiten entwickeln. Managementberichte, Compliance-/Qualitätsberatung und Übergabe an Delivery-Teams.
4.1 Muss-Anforderungen - 100 % zwingend zu erfüllen
- M1: Erfahrung in der strategischen Beratung zu Digitalisierungs- oder AI-Initiativen mit Fokus auf Use-Case-Management und Umsetzungssteuerung — Principal (> 7 Jahre Erfahrung)
- M2: Erfahrung in der Steuerung des Lebenszyklus von AI- oder GenAI-Use-Cases von der Identifikation bis zur Umsetzungsplanung — Intermediate (> 3 Jahre Erfahrung)
- M3: Erfahrung in der fachlichen Bewertung des Business Value von AI- oder GenAI-Use-Cases — Referenzen: 2
- M4: Erfahrung in der Bewertung der technischen Machbarkeit von AI- oder GenAI-Use-Cases — Referenzen: 3
- M5: Erfahrung in der Überführung priorisierter AI- oder GenAI-Use-Cases in strukturierte Umsetzungsroadmaps — Referenzen: 3
4.2 Soll-Anforderungen
- S1: Verantwortung für die Priorisierung eines AI- oder GenAI-Use-Case-Portfolios entlang komplexer Geschäftsprozesse — Referenzen: 1 | 25%
- S2: Erfahrung in der Definition von Governance-Strukturen für das AI- oder GenAI-Use-Case-Management — Referenzen: 2 | 20%
- S3: Erfahrung in der Validierung des erwarteten Wertbeitrags von AI- oder GenAI-Use-Cases anhand definierter Erfolgskriterien — Referenzen: 1 | 20%
- S4: Erfahrung in der fachlichen Steuerung eines AI- oder GenAI-Vorhabens mit Bezug zur Leistungserbringung — Referenzen: 1 | 20%
- S5: Erfahrung im Einsatz von Bewertungsmodellen zur Priorisierung von AI-oder GenAI-Use-Cases — Referenzen: 4 | 15%