Software Architect – Agentic AI Platform (m/w/d)

Du bist interessiert an der Stelle als Software Architect – Agentic AI Platform (m/w/d) bei wailand GmbH?
Auf Instaffo kannst du dich für diesen und weitere Jobs ohne großen Aufwand bewerben. Erstelle dein Profil in unter 2 Minuten und starte den Bewerbungsprozess mit nur wenigen Klicks.
Bitte beachte, dass für diese Stelle eine Arbeitserlaubnis für Deutschland erforderlich ist.
Die Sprachanforderungen für diese Stelle sind: Deutsch - Verhandlungssicher (C2), Englisch - Konversationssicher (B1-B2)

wailand baut eine agentische KI-Plattform für das Engineering im Maschinenbau. Sie läuft bereits produktiv bei Industriekunden. Unser Ziel: Engineering radikal neu denken und die Industrie in Europa technologisch stärken. Jetzt bauen wir aus: tiefere Integration in CAD, PLM und ERP, Knowledge Graph, Laufzeitumgebung für Agents und die Agenten-Architektur selbst.

Wir suchen keinen Architekten, der Konzepte schreibt und die Umsetzung anderen überlässt. Du konzipierst technisch und fachlich, entwirfst die Architektur im Team und setzt sie selbst um. Umsetzen heißt bei uns agentisch: Agents schreiben und reviewen Code, automatisierte Prüfungen sichern ab, du steuerst, prüfst und gibst frei. Den Harness dafür bauen wir selbst, mit Frontier-Modellen und lokalen LLMs.

Tätigkeiten

Was wir bauen

Konstrukteure verlieren heute den Großteil ihrer Zeit mit Suchen, Abstimmen und Nacharbeiten über Tool-Grenzen hinweg: CAD, PLM, ERP, Excel. wailand verbindet diese Systeme, baut daraus einen Knowledge Graph und lässt Agents darauf arbeiten.

Konkret heißt das: Die Plattform liest CAD-Modelle, Zeichnungen und Stammdaten und baut daraus einen Knowledge Graph über Teile, Varianten und Prozesse. Darauf arbeiten die Agents: ähnliche Teile finden statt neu konstruieren, Varianten aus bestehenden Produkten ableiten, Angebote und Arbeitspläne aus Konstruktionsunterlagen erzeugen. Der Konstrukteur bleibt in der Schleife, die Plattform übernimmt die Fleißarbeit.

Technisch sind das drei Schichten. Die Integrationsschicht bindet CAD, PLM und ERP an und leitet aus CAD-Modellen und 2D-Zeichnungen semantische Informationen ab: Geometrie, Features, Maße, Toleranzen. Dafür setzen wir klassische KI-Verfahren ein, keine LLMs, etwa Geometrieanalyse, Feature Recognition und eigene Modelle. Darüber liegen Knowledge Graph und Vektorsuche als Kontextschicht. Darauf arbeitet die agentische Laufzeit mit Orchestrierung, Guardrails und Human-in-the-Loop. Die Plattform läuft in der Cloud und OnPrem bei Industriekunden.

Was du bei uns machst

• Du gestaltest im Team die Gesamtarchitektur der Plattform: Integrationsschicht, Datenmodelle, Knowledge Graph, Vektor-Systeme, Runtime für agentische Komponenten.
• Du gestaltest die Orchestrierung der Agents im Produkt: Tool-Integration, State Management, Evaluierung, Observability, Guardrails.
• Du baust eine skalierbare Architektur für heterogene Engineering-Toolchains (CAD, PLM, ERP, Requirements) und eine saubere Interoperabilitätsstrategie.
• Du übernimmst Verantwortung für Teile der Plattform, von der Entscheidung im Team bis zur Umsetzung.
• Du sorgst dafür, dass Skalierbarkeit, Sicherheit, Multi-Tenancy und Betrieb (Cloud und OnPrem) von Anfang an mitgedacht sind.
• Du entwickelst selbst mit, agentisch: Du steuerst Agents, setzt Prüfumfänge, bewertest Ergebnisse und gibst Releases frei.
• Du baust Prüfstände, die Agent- und LLM-Flows gegen Referenzergebnisse messen, bevor eine Version zum Kunden geht.
• Harness Engineering: Du entwickelst unsere eigene Entwicklungsumgebung mit weiter, also Agent-Workflows, Skills, Prüfketten und Tooling, mit denen wir Software bauen.
• Du arbeitest eng mit AI Engineers, Forward Deployed Engineers und den Fachleuten aus dem Maschinenbau zusammen, damit die Architektur zu echten Engineering-Prozessen passt.
• Du erkennst technische Risiken früh und übersetzt komplexe Anforderungen in klare, umsetzbare Systementwürfe.

So entwickeln wir

Der Mensch macht bei uns das, worauf es ankommt: die technische und fachliche Konzeption inklusive Architektur, die Steuerung der Agents, den Prüfumfang und die Freigabe des Release. Die Entwicklungsumgebung dafür, unseren Harness, bauen wir selbst und entwickeln ihn ständig weiter. Wer bei uns Architektur macht, denkt KI also doppelt: als Werkzeug im eigenen Arbeitsalltag und als Bestandteil des Produkts.

Tech-Stack

Python (FastAPI), Java, Docker, Kubernetes, CI/CD, Postgres, Vektor-Datenbanken, Graph-Datenbanken, Langchain, LangGraph, Frontier-Modelle (Anthropic, OpenAI) und lokale LLMs (Open-Source-Modelle, selbst gehostet), Claude Code und weitere Coding-Agents, eigener Harness für agentische Entwicklung.

Anforderungen

Must-have

• Du hast mehrere Jahre Erfahrung in der Architektur komplexer verteilter Systeme und hast zentrale Architekturentscheidungen verantwortet.
• Du kennst moderne Backend- und Integrationsarchitekturen aus der Praxis: Microservices, Event-driven Systems, Container, API-Design.
• Du hast Datenarchitekturen für skalierbare Plattformen gebaut: Persistenz, Streaming, strukturierte und unstrukturierte Daten.
• Du hast LLM-basierte Komponenten in produktive Systeme gebracht (zum Beispiel RAG, Tool-Calling, Agents) und weißt, wo ihre Grenzen liegen.
• Du arbeitest bereits täglich mit Coding-Agents (zum Beispiel Claude Code, Codex, Cursor) und hast eine eigene Meinung dazu, wie ein agentischer Software Development Lifecycle aussehen sollte.
• Du strukturierst technische Komplexität klar, in ADRs, Specs, Dokumentation, Diagrammen und Diskussionen.
• Du triffst Entscheidungen, stehst dazu und gibst direktes Feedback.

Nice-to-have

• Du hast mit Knowledge Graphs, Ontologien oder Graphdatenbanken gearbeitet.
• Du kennst Vektor-Datenbanken und hybride Suche.
• Du hattest Berührungspunkte mit Engineering-Systemen (CAD, PLM, ERP) oder dem Maschinenbau.
• Du hast Software OnPrem bei Industriekunden betrieben.
• Du hast schon eigene Agent-Workflows, Skills oder Tooling für dein Team gebaut.
• Du scheust dich nicht vor agentischer Frontend-Arbeit.

Team

Wir sind eine Handvoll erfahrener Leute aus Software, KI und Maschinenbau plus die beiden Gründer. Jeder im Team hat Senior-Erfahrung und gestaltet Produkt und Architektur mit.

Die Gründer: Martin, Informatiker, hat 2016 com2m gegründet, ein IoT-Unternehmen, und es 2022 an die adesso SE verkauft. Danach hat er dort die Business Line Manufacturing mit mehreren hundert Leuten verantwortet und weiter aufgebaut. Patrick, Maschinenbauingenieur mit Promotion in Produktionstechnik, hat bei Fraunhofer und adesso Produktions- und Digitalisierungsprojekte in über 30 Industrieunternehmen begleitet und zuletzt das Produktionsgeschäft der adesso SE aufgebaut. Wir kennen also beide Seiten: wie man Software baut und wie man sie in den Maschinenbau verkauft. Und wir bauen nicht zum ersten Mal ein Team auf.

Du arbeitest direkt mit uns, ohne Zwischenebene. Wir arbeiten hybrid aus Dortmund und Heilbronn. Wenn sinnvoll möglich, treffen wir uns regelmäßig im Büro, ein- bis zweimal pro Woche. Den Rest der Zeit remote, mit kurzen Wegen.

Unser Anspruch: Wir arbeiten mit Leuten, die mindestens so stark sind wie wir selbst. Nicht um uns zu messen, sondern weil jeder im Team den anderen besser macht. Dazu gehört, dass wir uns gegenseitig unterstützen und ehrlich sagen, wenn etwas nicht gut genug ist.

So arbeiten wir: Entscheidungen fallen im offenen Diskurs, es zählt das bessere Argument, nicht die Position. Direktes Feedback, auch wenn es unbequem ist, und das Gleiche erwarten wir zurück. Probleme sprechen wir offen an, nicht hinter verschlossenen Türen und nicht erst, wenn es zu spät ist. Wir suchen nach besseren Lösungen, nicht nach Bestätigung für eigene Ideen. Wir hinterfragen Annahmen, auch unsere eigenen, und wenn neue Erkenntnisse besser sind als die bisherige Überzeugung, passen wir uns an. Niemand versteckt sich hinter Prozessen.

Scrum gibt es bei uns nicht. Agentische Entwicklung mit automatisierten Prüfungen braucht andere Abläufe als Sprints und Zeremonien, und die gestalten wir gemeinsam. Tokens sind Arbeitsmittel, kein Kostenproblem. Hardware nach Wahl.

Warum zu uns? Echte Industriekunden statt Pilotprojekte. Ein Team, das mit der Plattform wächst und das du jetzt mitprägst. Und eine Arbeitsweise, die bald überall Standard sein wird, bei uns schon heute.

Bewerbungsprozess

Wir möchten den Bewerbungsprozess persönlich, effizient und transparent gestalten. Da wir ein kleines Team sind, ist uns der direkte Austausch besonders wichtig. Du bekommst nach jedem Schritt eine Rückmeldung.

1. Erstgespräch mit Martin (remote)
   In einem ersten Gespräch lernen wir uns kennen und sprechen über deinen Hintergrund, deine Motivation und deine Erfahrung mit Architektur und agentischer Entwicklung. Gleichzeitig bekommst du einen ersten Einblick in unsere Plattform, unsere Arbeitsweise und die Rolle.
2. Fachgespräch (remote, je nach Thema mit weiteren Kollegen aus dem Team)
   Im zweiten Gespräch gehen wir in die Tiefe: Systeme, die du verantwortet hast, Architekturentscheidungen, die du heute anders treffen würdest, und wie du mit Coding-Agents arbeitest. Je nach Verlauf verbinden wir das Gespräch mit einer kleinen praktischen Aufgabe, die du vorab oder gemeinsam mit uns bearbeitest. Den Aufwand dafür halten wir bewusst klein.
3. Gespräch mit Patrick, Culture Fit (remote)
   Anschließend lernst du den zweiten Gründer kennen. In diesem Gespräch geht es darum, ob die Zusammenarbeit auf persönlicher Ebene passt: wie du arbeitest, wie du mit Feedback umgehst, was dich antreibt. Unsere Software wird von Konstrukteuren und Arbeitsvorbereitern genutzt. Wenn du dieses Umfeld schon kennst, umso besser, wichtiger ist uns, dass es dich interessiert.
4. Persönliches Kennenlernen vor Ort
   Zum Schluss treffen wir uns persönlich in Dortmund oder Heilbronn. Du lernst das ganze Team kennen und das Team dich. Im selben Termin klären wir offene Fragen, Rahmenbedingungen und die nächsten Schritte.

Über das Unternehmen

Was wir tun
Wenn ein Maschinenbauer eine Kundenanfrage bekommt, beginnt heute Handarbeit. Der Vertrieb sucht nach ähnlichen Aufträgen, die Konstruktion leitet eine Variante ab und zeichnet vieles neu, die Arbeitsvorbereitung erstellt Stückliste und Arbeitsplan noch einmal von Hand. Rund 70 Prozent der Durchlaufzeit im Engineering gehen so verloren. Das Wissen, das es besser machen würde, liegt verstreut in CAD-Modellen, Zeichnungen, PLM, ERP und Excel.

wailand automatisiert diesen Variantenentstehungsprozess, Schritt für Schritt:

Vertrieb: Anfragen mit bestehenden Produkten abgleichen, Wiederholteile erkennen, Angebote schneller und belastbarer kalkulieren.

Konstruktion: ähnliche Teile und Baugruppen finden, statt neu zu konstruieren, Varianten aus bestehenden Produkten ableiten, den Teilebestand von Duplikaten bereinigen.
Arbeitsvorbereitung: Arbeitspläne und Fertigungsinformationen direkt aus den Konstruktionsunterlagen ableiten.

Bestehende CAD-, PLM- und ERP-Systeme bleiben. wailand setzt als Plattform darüber an, macht das Wissen darin nutzbar und lässt KI-Agents damit arbeiten, mit dem Menschen in der Schleife. Unsere Kunden starten mit einem Anwendungsfall, meist der Ähnlichkeitssuche über ihren Teilebestand, und erweitern von dort aus.

Für wen
Maschinen- und Anlagenbauer mit variantenreichen Produkten, vom Mittelstand bis zum Konzern. Die Anwender sind Konstrukteure, Arbeitsvorbereiter und der technische Vertrieb.

Wer wir sind
Gegründet 2026 in Dortmund von Dr. Martin Peters (Informatiker, zuvor Gründer von com2m) und Dr.-Ing. Patrick Kübler (Maschinenbauingenieur, zuvor Fraunhofer und adesso). Ein wachsendes Team aus Software, KI und Maschinenbau, Standorte in Dortmund und Heilbronn (Campus Founders). Die Plattform läuft bei ersten Industriekunden. Erste Auszeichnungen gibt es auch schon: den Technologie-Sonderpreis bei start2grow, den Best Product Award beim Campus Founders Demo Day und die Aufnahme in die European Startup & Scaleup Landscape 2026, für die die führenden Startup-Hubs Europas die vielversprechendsten Startups des Kontinents auswählen.

Wofür wir stehen
Technologie, die den Maschinenbau in Europa wettbewerbsfähig hält. Automatisierung, die sich rechnet und trägt. Ingenieursarbeit entlasten, nicht ersetzen. Vorhandenes Produktwissen systematisch wiederverwenden statt jedes Mal neu anfangen.