TUM Venture Labs: Werkstudent_in (w/m/d) Product / Forward Deployed Engineer - Growth & Intelligence

Über diese Stelle

TUM Venture Labs ist ein Deeptech-Incubator und Teil des UnternehmerTUM-Ökosystems — laut Financial Times Europas führender universitärer Startup-Hub. Wir begleiten Scientists auf ihrem Weg vom Forschungsdurchbruch zum erfolgreichen Unternehmen — entlang der verschiedenen Startup Phasen.
Unser Produktteam sucht einen Werkstudentin (m/w/d), der/die uns bei der Entwicklung und dem Betrieb von KI-gestützten Produkten, Automatisierungen und operativen Support-Prozessen unterstützt.
Du arbeitest mit uns an einer der spannendsten Fragen im europäischen Innovations-Ökosystem: wie wir aus Scientists mehr und bessere Deeptech-Founders machen und ihre Ideen erfolgreich zu skalierbaren Businesses konvertieren.
Standort: München
Umfang: 20 Stunden/Woche

Was Forward Deployed bei uns bedeutet:
Du sitzt direkt bei der Person, die das Problem hat
Du verstehst den Geschäftskontext bevor du Code schreibst
Du baust selbst, iterierst schnell, lieferst Working Software statt Specs
Du machst dich überflüssig, indem du Tools baust die andere skalieren
Inspiriert vom Forward Deployed Engineering Modell von aufstrebenden AI-Companies.
Was du machst:

Founders Journey Engineering
Funnel-Analyse über alle vier Phasen — wo verlieren wir wie viele Founders und warum
A/B-Tests, Activation-Loops und Lifecycle-Kampagnen konzipieren und implementieren
Qualität eingehender Bewerbungen messbar machen und steigern
SQL gegen Salesforce/Supabase, Python für Daten-Pipelines, API-Integrationen
Tracking-Infrastruktur (PostHog, Custom Events)
Generative Engine Optimization & SEO — Sichtbarkeit in ChatGPT, Perplexity, Claude, Gemini
Operational Intelligence Layer
Datenquellen verbinden: Salesforce, Notion, Slack, Sharepoint zu durchsuchbarem Layer
Single Source of Truth Pipelines (z.B. Startup-Master-Data)
AI-Agents für wiederkehrende interne Fragen
Workflow-Automatisierung via Make.com, n8n oder Custom Code
Self-Service Reporting für nicht-technische Teammitglieder

Was du mitbringst
Nachweisbare Builder-Erfahrung — GitHub, Portfolio oder Live-Demo
SQL auf „Ich baue uns eine Funnel-Query in 30 min"-Niveau
Python hands-on: Pandas, Requests, einfache Scripts
API-Erfahrung: REST, Auth, Pagination
Analytics-Tools: PostHog, GA4, Mixpanel, Amplitude
Growth-Mechaniken nicht nur gelesen, sondern angewendet: AARRR, JTBD, Channel-Product-Fit
Eigenständig, ergebnisorientiert, kein Wartemodus
Fließend in Deutsch und Englisch
Was dich von anderen abhebt
AI-Agents, RAG-Pipelines, Vector Databases (Pinecone, pgvector, Weaviate)
AI-Tools im Engineering-Alltag: Claude Code, Cursor, Copilot
Semantic Search, Embeddings, LLM-Integrationen
Marketing-Automation: HubSpot, Customer.io, Brevo, Loops
Workflow-Automatisierung: Make.com, n8n
Salesforce, Frontend-Basics, SEO/GEO
Reforge, Lenny's, Brian Balfour — als Denkweise, nicht als Lektüreliste
Startup- oder Scale-up-Erfahrung

Du sammelst Hands-on-Erfahrung mit LLMs, KI-Tools und No-Code/Low-Code-Technologien
Du gestaltest mit, wie eine Organisation KI in Zukunft einsetzen wird
Freiraum für kreative Lösungen & Prozessautomatisierung
Direkter Impact auf das Startup-Ökosystem.
Hybrides Arbeiten & flexible Arbeitszeiten für eine optimale Studienvereinbarkeit.
Einblicke in die Startup- & KI-Szene.
Zugang zu exklusiven Branchen-Events & wöchentlichen Sportaktivitäten.
Was diese Stelle einzigartig macht
Du arbeitest direkt daran, wie wir aus Scientists erfolgreiche Deeptech-Founder machen und ihre Ideen zu skalierbaren Businesses entwickeln. Du baust selbst, mit AI-Engineering-Unterstützung und modernem Stack, eingebettet in eine wachsende Deeptech-Organisation mit Zugang zu Foundern, MDs und Labs.

Vielfalt bereichert unser Team. Wir ermutigen ausdrücklich alle qualifizierten Personen zur Bewerbung, unabhängig von Geschlecht, sozialer und ethnischer Herkunft, sexueller Orientierung, Religion, Alter oder Behinderung.

Was wir von dir sehen wollen
Ein Projekt, das du gebaut hast - Problem, Lösung (Code her), messbares Ergebnis
Zwei Hypothesen mit konkreter Bauidee:Wie würdest du die Founders Journey (Excite → Engage → Enable → Fund) in 3 Monaten spürbar verbessern, und wie setzt du das technisch um?
Wo fängst du an, einen Operational Intelligence Layer zu bauen, und warum genau dort?

Deinen CV
GitHub oder Portfolio - falls vorhanden, gerne her damit

Nadine Heuberger, People & Culture Managerin
Lichtenbergstraße 6
85748 Garching bei München