open_position — neoact / integration engineer

Du baust, was andere nur beraten. AI Integration Engineer.

Du bringst KI dorthin, wo echte Arbeit entsteht: in ERP-Systeme, E-Mail-Postfächer, Ticket-Tools, Datenbanken. Nicht als Demo. Als Produktion, die am Montag funktioniert.

standort Nenzing · hybrid

pensum Vollzeit

vergütung € 50.000 – 65.000

region Vorarlberg & Umkreis

phase neoact

jetzt bewerben → CV + ein paar Sätze zu dir reichen. Kein Anschreiben nötig.

↓ zur rolle & bewerbung

Es gibt viele, die KI-Strategien verkaufen. Wenige, die KI bauen. Noch weniger, die sie so bauen, dass sie im echten Betrieb läuft.

Das ist dein Feld. Du bist nicht der, der über KI spricht. Du bist der, der sie implementiert — bei echten Kunden in der Region, mit echten Prozessen und Daten.

Konkret: Du baust Agenten, die Kundenanfragen verarbeiten. Du integrierst KI-Modelle in ERP- und CRM-Systeme, die nie dafür gedacht waren. Du orchestrierst Workflows zwischen fünf verschiedenen Plattformen. Und du stellst sicher, dass das Ganze nicht nur im Demo-Video funktioniert, sondern auch im Montagmorgen-Stress einer mittelständischen Buchhaltung.

01 — deine rolle

Was du tust.

Du bist Teil der neoact-Phase unseres Drei-Phasen-Modells (neoplan → neoskill → neoact). Du kommst ins Spiel, wenn die Strategie steht, die Menschen vorbereitet sind — und jetzt gebaut werden muss.

01

Du orchestrierst Automatisierungen über mehrere Plattformen hinweg.

n8n, Make, Zapier, Pipedream — du wählst aus, was für den Use Case passt. Daneben arbeitest du mit Managed-Agent-Plattformen wie Manus, Lindy, Relevance AI und direkt mit Agent-Frameworks (Claude Agents, OpenAI Assistants, MCP-Server). Du bist nicht tool-verliebt. Du bist lösungs-verliebt.
02

Du baust Integrationen, die sonst niemand baut.

Du verbindest Systeme, die nie dafür entwickelt wurden, miteinander zu sprechen: ein SAP, das einer KI zuhört. Ein E-Mail-Postfach, aus dem Kundenreklamationen automatisch ins Ticket-System wandern. Eine Datenbank, die sich über natürlichsprachliche Queries bedienen lässt. APIs, Webhooks, REST, GraphQL — dein Werkzeugkasten.
03

Du denkst in Agenten, nicht nur in Workflows.

Klassische Automatisierung ist linear: A → B → C. Agents sind adaptiv — sie entscheiden. Das ändert alles: Architektur, Testing, Sicherheit. Du verstehst, wann eine Kette reicht und wann ein Agent die bessere Wahl ist. Und du weißt, wo die Grenzen liegen.
04

Du machst Qualität messbar.

Evals sind der Unterschied zwischen Prototyp und Produktion. Du setzt Test-Datensätze auf, definierst Qualitätsmetriken und etablierst Monitoring (Langfuse, LangSmith, Braintrust, Promptfoo — oder was zum Fall passt). Ein Agent, der zu 80 % funktioniert, ist nicht 80 % gut — er ist 100 % gefährlich, wenn die 20 % unentdeckt bleiben.
05

Du denkst in Kosten.

Jeder Token kostet Geld. Jede Modellwahl ist eine Wette. Haiku für die einfache Frage, Opus für die strategische Analyse. Prompt-Caching, Batch-API, Context-Management — du optimierst nicht, weil es schick ist, sondern weil es bei einem Kunden mit 500.000 Anfragen pro Monat über Profit oder Verlust entscheidet.
06

Du baust mit, nicht nur für den Kunden.

Onboarding, Dokumentation, Übergabe — Kernrolle, nicht Nebenaufgabe. Du sitzt bei der Abnahme neben den Anwender:innen und siehst, wo sie stolpern. Du schreibst Dokumentation, die echte Menschen lesen können. Du bildest interne Champions aus, die nach dir übernehmen.

02 — ein typisches projekt

Woran du arbeitest.

// project_example.txt
Ein Vorarlberger Produktionsunternehmen mit 120 Mitarbeitenden bekommt täglich 40–60 Angebotsanfragen per Mail. Bisher: zwei Personen, die klassifizieren, Kennzahlen raussuchen, Preis-Bands vorschlagen, an den Vertrieb übergeben. Ziel: Ein Agent, der liest, Rückfragen stellt, Daten aus dem ERP zieht und eine Erstversion des Angebots generiert — mit dem Vertriebler als Prüfinstanz.

Was das konkret heißt, über 8–10 Wochen:

W 1–2
Analyse. Mit dem Vertriebsteam: Wo steckt echter Mehrwert, wo sind die Edge-Cases, wo endet Automatisierung und fängt Judgment an? Du lernst die Branche und den konkreten Prozess.
W 3–4
Architektur. Welches Modell? Eigene Agent-Schleife oder Managed-Plattform? Wie schließen wir ans ERP an (die haben ein Infor-System von 2014)? Wie gehen wir mit PII um?
W 5–6
Implementierung. Agent, Tool-Integration, Observability, Evals gegen 200 historische Angebote. Iteration bis die Qualität stimmt.
W 7–8
Pilotbetrieb. Mit drei Vertriebler:innen als Human-in-the-Loop. Feedback, Feinschliff, Dokumentation, Schulung.
W 9–10
Übergabe. Produktivbetrieb, Monitoring-Setup, Runbook, Wartungsvertrag.

> Du bist nicht allein. Thomas (CTO) ist technischer Sparringspartner. Die neoskill-Kolleg:in betreut die menschliche Seite. Aber die Architektur und die Umsetzung — das ist deins.

03 — dein tooling

Womit du arbeitest.

Damit du weißt, worauf du dich einlässt. Nicht vollständig, aber repräsentativ:

Agent & LLM Layer

Claude (Anthropic) — primäres Modell, inkl. Computer Use und MCP-Server
OpenAI GPT + Assistants API, Google Gemini
Open-Source-Modelle, wo sinnvoll (Llama, Qwen, Mistral) — via eigene Middleware oder OpenRouter

Orchestrierung & Automation

n8n (self-hosted) als Hauptplattform für komplexere Workflows
Make & Zapier für Schnelles und für Kundensysteme mit bestehenden Integrationen
Managed-Agent-Plattformen: Manus, Lindy, Relevance AI — je nach Use Case
Eigene Agent-Implementierungen in Python/TypeScript, wenn die Plattformen nicht reichen

Integration

REST/GraphQL-APIs, Webhooks, Message Queues
ERP/CRM-Systeme (SAP, Infor, Microsoft Dynamics, HubSpot, Pipedrive) via APIs — oder RPA, wenn keine API existiert
Datenbanken: PostgreSQL, pgvector für Retrieval, diverse Kunden-DBs

Ops, Evals, Observability

Langdock als Gateway- und Governance-Layer für Kundenzugänge
Langfuse oder LangSmith für Tracing & Evaluation
Promptfoo / Braintrust für Eval-Pipelines
Git, Docker, GitHub Actions — Standard-Engineering-Hygiene

> Wenn dir davon die Hälfte bekannt vorkommt und du die andere Hälfte in vier Wochen lernen willst: passt.

04 — was wir bieten

Kein Tischkicker. Dafür das hier.

Ein transparentes Gehalt.

€ 50.000 – 65.000 brutto/Jahr bei Vollzeit, je nach Erfahrung. Die Einstufung machen wir auf Basis dessen, was du tatsächlich kannst. Ehrliches Angebot, kein Verhandlungstheater.

Homebase Vorarlberg.

Du kommst abends nach Hause. Kundentermine sind in der Region — Vorarlberg, Ostschweiz, Tirol, Liechtenstein, angrenzendes Süddeutschland. Übernachtungen sind die Ausnahme.

Zugang zu allem, was gerade wichtig ist.

Professionelle API-Accounts bei Anthropic, OpenAI, Google ohne Deckelung für Experimente. Lizenzen für Managed-Agent-Plattformen. Self-hosted n8n. Entwickler-Accounts, wo nötig.

Weiterbildung, ernst gemeint.

€ 3.000 pro Jahr für Konferenzen, Bücher, Kurse, Paper-Abos — plus mindestens 5 Arbeitstage nur dafür. Weil Stillstand nach sechs Monaten wirklich Stillstand bedeutet.

Ergebnisse statt Anwesenheit.

Wir messen, was bei Kunden funktioniert, nicht wann du im Büro bist. Homeoffice, Büro in Nenzing, Kundenbesuche — du planst eigenverantwortlich.

Mitbestimmung in einem kleinen Team.

Dreiköpfiges Kernteam, drei operative Rollen bei Gründung. Du bist eine davon. Du entscheidest bei technischen Fragen mit. Du formst, was neoact in fünf Jahren ist.

05 — ehrliche selbstselektion

Bevor du dich bewirbst.

Wir schreiben offen, was passt und was nicht passt. Damit du keine Zeit investierst, wenn die Rolle nicht zu dir passt.

×Du hast noch nie selbst eine API aufgerufen und sprichst nur über KI. Diese Rolle ist zu sehr Handwerk dafür.
×Du willst ausschließlich Modell-Training, Fine-Tuning oder Forschung machen. Wir integrieren — wir forschen nicht.
×Du liebst das Prototyp-Bauen, aber Wartung, Dokumentation und Kunden-Support findest du unter dir. Das gehört hier zum Kern.
×Du brauchst eine stabile 38,5-Stunden-Rolle mit klaren Zuständigkeiten. Projektphasen sind intensiver, andere ruhiger — das gleicht sich aus, aber nicht Woche für Woche.

06 — dein profil

Was wir brauchen — und was nicht.

Muss sein

Praktische Engineering-Erfahrung mit APIs, Integrationen oder Automatisierung — ob beruflich, in Projekten oder selbst gebaut. Wir suchen Macher:innen, keine Jahreszahlen.
Grundkenntnisse in Python oder TypeScript — du kannst Code lesen, anpassen und einfache Skripte schreiben. Den Rest lernst du bei uns.
Erste Erfahrung mit Automation-Tools (n8n, Make, Zapier) oder KI-Tools (Claude, ChatGPT, Gemini) — auch privat oder in Nebenprojekten zählt.
Verständnis für APIs, Authentifizierung, Datenflüsse, Fehlerbehandlung — die Grundlagen, die Integrationen robust machen.
Deutsch auf C1-Niveau für die Kundenarbeit. Englisch fließend für Dokumentation und Technologie.
Wohnsitz in oder nahe Vorarlberg — oder Bereitschaft hierher zu ziehen.

Wäre super

Erfahrung mit Agent-Frameworks (Claude Agents, MCP, OpenAI Assistants, AutoGen, CrewAI).
Erfahrung mit Managed-Agent-Plattformen (Manus, Lindy, Relevance AI, Vapi).
Erfahrung mit Evals und LLM-Observability (Langfuse, LangSmith, Braintrust, Promptfoo).
RAG-Pipelines und Vektordatenbanken (pgvector, Pinecone, Weaviate).
Hintergrund in einem Kundenkontakt-intensiven Umfeld (Beratung, Customer Engineering, Pre-Sales).
Erfahrung mit ERP/CRM-Systemen in DACH-Unternehmen.

Nicht nötig

Ein Informatikstudium. Wir schauen, was du gebaut hast.
Cloud-Zertifikate (AWS/Azure/GCP).
Erfahrung mit Kubernetes, Terraform oder tiefer DevOps-Arbeit.
Ein bestimmtes Alter oder eine bestimmte Vorerfahrung in KI-Firmen.

07 — der prozess

Transparent. Fair. Technisch.

01

Bewerbung einreichen

Lebenslauf oder LinkedIn-Profil. Ein paar Sätze zu dir und was dich an der Rolle interessiert. Wenn vorhanden: Links zu GitHub, eigenen Projekten, veröffentlichten Workflows — wenn nicht, auch okay. An office@neothink.ai, Betreff „AI Integration Engineer“. Kein klassisches Anschreiben nötig.
02

Sichtung binnen 7 Tagen

Zu- oder Absage, in jedem Fall. Keine Stille.
03

Erstes Gespräch · 60 Min. remote

Mit Thomas (CTO) und einer zweiten Person aus dem Team. Wir reden über deine bisherige Arbeit, technische Entscheidungen die du getroffen hast, deine Fragen an uns.
04

Technisches Gespräch · 90 Min. remote

Wir zeigen dir einen anonymisierten echten Fall aus unserer Arbeit und diskutieren: Wie würdest du das bauen? Kein Whiteboard-Interview, keine Algorithm-Puzzles. Wir wollen sehen, wie du Probleme strukturierst und Entscheidungen begründest.
05

Praxisrunde · halber Tag in Nenzing

Du arbeitest einen halben Tag mit uns an einem Mini-Teilstück eines laufenden Projekts — Pair-Working, nicht Test. Du siehst wie wir arbeiten, wir sehen wie du arbeitest.
06

Entscheidung binnen 5 Tagen

Mit schriftlichem Vertragsangebot inklusive Einstufung, Startdatum, Probezeit (6 Monate, gegenseitig). Mindestens eine Woche Bedenkzeit.

> Gesamtdauer vom Eingang der Bewerbung bis zum unterschriebenen Vertrag: typischerweise 3–4 Wochen.

// ready?

Es gibt viele, die über KI sprechen.
Sehr wenige, die sie so bauen, dass sie im echten Betrieb funktioniert.
Das ist die Stelle.

sudo init_career → 20-min call vorab

office@neothink.ai · Antwort binnen 48 Stunden

Career Details

Du baust, was andere nur beraten. AI Integration Engineer.

Was du tust.

Du orchestrierst Automatisierungen über mehrere Plattformen hinweg.

Du baust Integrationen, die sonst niemand baut.

Du denkst in Agenten, nicht nur in Workflows.

Du machst Qualität messbar.

Du denkst in Kosten.

Du baust mit, nicht nur für den Kunden.

Woran du arbeitest.

Womit du arbeitest.

Agent & LLM Layer

Orchestrierung & Automation

Integration

Ops, Evals, Observability

Kein Tischkicker. Dafür das hier.

Ein transparentes Gehalt.

Homebase Vorarlberg.

Zugang zu allem, was gerade wichtig ist.

Weiterbildung, ernst gemeint.

Ergebnisse statt Anwesenheit.

Mitbestimmung in einem kleinen Team.

Bevor du dich bewirbst.

Was wir brauchen — und was nicht.

Muss sein

Wäre super

Nicht nötig

Transparent. Fair. Technisch.

Bewerbung einreichen

Sichtung binnen 7 Tagen

Erstes Gespräch · 60 Min. remote

Technisches Gespräch · 90 Min. remote

Praxisrunde · halber Tag in Nenzing

Entscheidung binnen 5 Tagen

Es gibt viele, die über KI sprechen.
Sehr wenige, die sie so bauen, dass sie im echten Betrieb funktioniert.
Das ist die Stelle.

Kontakt

Unternehmen

Information

Career Details

Du baust, was andere nur beraten. AI Integration Engineer.

Du orchestrierst Automatisierungen über mehrere Plattformen hinweg.

Du baust Integrationen, die sonst niemand baut.

Du denkst in Agenten, nicht nur in Workflows.

Du machst Qualität messbar.

Du denkst in Kosten.

Du baust mit, nicht nur für den Kunden.

Agent & LLM Layer

Orchestrierung & Automation

Integration

Ops, Evals, Observability

Ein transparentes Gehalt.

Homebase Vorarlberg.

Zugang zu allem, was gerade wichtig ist.

Weiterbildung, ernst gemeint.

Ergebnisse statt Anwesenheit.

Mitbestimmung in einem kleinen Team.

Muss sein

Wäre super

Nicht nötig

Bewerbung einreichen

Sichtung binnen 7 Tagen

Erstes Gespräch · 60 Min. remote

Technisches Gespräch · 90 Min. remote

Praxisrunde · halber Tag in Nenzing

Entscheidung binnen 5 Tagen

Es gibt viele, die über KI sprechen. Sehr wenige, die sie so bauen, dass sie im echten Betrieb funktioniert. Das ist die Stelle.

Es gibt viele, die über KI sprechen.
Sehr wenige, die sie so bauen, dass sie im echten Betrieb funktioniert.
Das ist die Stelle.