KI-Feature-Priorisierung für ein Berliner B2B-SaaS-Scale-up
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst die sieben Feature-Briefings (jeweils 1-2 Seiten), die letzten vier Quartalsberichte des Scale-ups, ein anonymisiertes Auszug aus dem Customer-Relationship-Management-System (CRM — Kundenbeziehungssystem) mit Deal-Größen und Verlustgründen sowie ein 30-minütiges Transkript aus einem Gespräch mit der VP Product. Wende die RICE-Priorisierung an (Reach, Impact, Confidence, Effort — Reichweite, Wirkung, Konfidenz, Aufwand; eine Score-Formel für Produktentscheidungen) und ergänze sie um eine KI-spezifische Risiko-Achse (Datenverfügbarkeit, Modell-Risiko, regulatorisches Risiko). Schätze für jedes Feature die ARR-Auswirkung über 12 Monate auf Basis der CRM-Daten plus drei dokumentierten Annahmen. Liefere eine zwei-seitige Entscheidungsnotiz und eine 10-Folien-Pitch-Anlage für das Geschäftsführungsmeeting; klare Top-3-Empfehlung plus eine 'Nicht jetzt'-Liste mit Begründung.
Das Briefing
Was Du tust und was Du zeigst.
Welche der sieben KI-Feature-Ideen sollte das Scale-up in den nächsten zwei Quartalen tatsächlich bauen, gemessen an ARR-Auswirkung, Aufwand und KI-spezifischem Risiko?
Earning criteria — what you'll demonstrate
- KI-Feature-Ideen entlang von Geschäftswert und KI-spezifischen Risiken bewerten
- RICE-Priorisierung auf einen realen Scale-up-Kontext anwenden und Grenzen kennen
- ARR-Auswirkungen aus CRM-Rohdaten plausibel ableiten und Annahmen transparent machen
- Eine Priorisierungs-Empfehlung gegenüber einer Geschäftsführung schriftlich verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Produktmanager:in
Eine KI-Feature-Roadmap unter Aufwands-, Wirkungs- und Risiko-Gesichtspunkten zu priorisieren und gegenüber einer Geschäftsführung zu verteidigen ist genau die Tag-eins-Arbeit eines KI-Produktmanagers in einem Scale-up.
Dieses Projekt schärft
- ai-product-strategy
- feature-prioritization
- roadmap-planning
KI-Lösungsarchitekt:in
KI-Risiko entlang Datenverfügbarkeit und regulatorischer Lage zu bewerten ist der erste Schritt jeder Lösungsarchitektur-Entscheidung; diese Challenge übt dieses Risikodenken schriftlich am realen Backlog.
Dieses Projekt schärft
- ai-product-strategy
- business-analysis
- rice-scoring
Data Scientist
ARR-Schätzungen aus CRM-Rohdaten plausibel abzuleiten und Annahmen transparent zu machen ist die Stakeholder-orientierte Seite des Data-Scientist-Handwerks, die in Bewerbungsgesprächen regelmäßig getestet wird.
Dieses Projekt schärft
- business-analysis
- stakeholder-communication
- feature-prioritization
Noch eine Sache