Dein Karrierestart im Bereich Technology: Trainee im Bereich Technology, Data & Innovation der Deutschen Bank

Warum hast du dich für das Trainee-Programm im Bereich Technology, Data & Innovation (TDI) entschieden?

Mich reizte die Möglichkeit, das Unternehmen aus verschiedenen Perspektiven kennenzulernen und in unterschiedlichen Rollen mein Wissen über Prozesse, Modellbildung und KI anzuwenden.

Angefangen habe ich mit Modellen, die die Leistungsfähigkeit einer Maschine optimieren. Im Master erweiterte ich diesen Ansatz um maschinelles Lernen und mathematische Optimierung. In der Beratung und am Lehrstuhl für Unternehmenssteuerungssysteme an der TU übertrug ich dieselben Methoden auf die Steuerung von Finanzfunktionen – von prädiktiven Forecasts über Working Capital bis zur Cashflow-Optimierung. Was damals eine akademische Frage war, gehört in einer Bank zum laufenden Betrieb: reguliert, global und mit Entscheidungen, die täglich Wirkung haben.

Den Ausschlag für meine Bewerbung bei der Deutschen Bank gab das Format: Das TDI-Trainee-Programm ist keine feste Stelle, sondern umfasst drei Rotationen. So lernt man ein Unternehmen aus verschiedenen Perspektiven kennen, statt es nur aus einem einzigen Blickwinkel zu betrachten.

Welche Teams hast du während des Trainee-Programms in den Rotationen kennengelernt?

Angefangen habe ich in Finance Tech: globale SAP-S/4HANA-Projekte, Datenmigration, Domänenarchitektur, Schätzmodelle zu den Roll-out-Kosten für einzelne Tochtergesellschaften und die Budgetierung der Entwicklungsteams für das Folgejahr.

Meine zweite Station führte mich in die gruppenweite Technologiestrategie. Dort arbeitete ich an der Roadmap für die digitale Transformation des Konzerns, an Berichten für Vorstandsgremien und an der Abstimmung mit den Managing Directors der einzelnen Technologiebereiche.

Zuletzt arbeitete ich als AI-Engineer im Team Innovation & AI. Dort war ich an Systemintegrationstests und an der Entwicklung neuer Funktionen beteiligt, darunter eine automatische Optimierung von Prompts. Nach dem Trainee-Programm bin ich in diesem Team geblieben.

Arbeitest du auch bereichs- und länderübergreifend?

Ja, vom ersten Monat an. In Finance Tech stimmte ich die Budgetplanung mit dem in Singapur ansässigen COO-Bereich für Asien-Pazifik ab. Heute arbeite ich täglich mit Teams aus aller Welt zusammen, unter anderem aus DevOps, Operations und Risk. Wer morgens in Frankfurt eine Antwort aus Asien braucht, muss seine Fragen bereits am Vortag vorbereitet haben. Meine zwei Auslandssemester in Südkorea helfen mir bis heute, kulturelle Feinheiten besser einzuordnen. Für meine Arbeit als technischer Produktmanager ist das besonders wichtig.

An welchen spannenden Projekten und Themen arbeitest du aktuell?

Heute bin ich technischer Produktmanager für ein GenAI-Produkt. Unsere Aufgabe: agentische KI in einen Kernprozess der Bank zu bringen – dorthin, wo täglich das Geschäft läuft.

Ein Agent, der in einem Kernprozess mitarbeitet, braucht dieselben Nachweise wie jeder andere Beteiligte. Entscheidend ist deshalb, an welcher Stelle eines Prozesses ein KI-Agent sinnvoll eingesetzt werden kann und wie die Zusammenarbeit zwischen Mensch und Maschine gestaltet sein soll. Diese Frage muss für jedes Produkt neu beantwortet werden. In meiner Rolle steuere ich den Produktbacklog und entwickle die Produktarchitektur weiter. Gemeinsam mit dem Team und meinem Vorgesetzten prüfe ich, wie wir das Produkt künftig leistungsfähiger und schneller machen können und welche weiteren Anwendungsfälle sich über den aktuellen Use Case hinaus in der Bank erschließen lassen.

Welche Rolle spielen Innovation und künstliche Intelligenz in der Finanzbranche?

Innovation und AI sind wichtige Bausteine der Strategie der Deutschen Bank. Doch die Verteilung des Aufwandes überrascht.

In fast jedem KI-Projekt, das ich gesehen habe, lag die eigentliche Arbeit nicht im Modell, sondern in den Randbedingungen: Woher kommen die Daten, wie verlässlich sind sie, dürfen sie verwendet werden, wer verantwortet das Ergebnis? Das ist keine Data-Science-Frage mehr, sondern eine Systemfrage.

Die zunehmende Regulierung zeigt Wirkung. Sie bremst KI-Projekte nicht aus, sondern wirkt als Filter: Was niemand erklären kann, geht nicht in Produktion. Der Nutzen zeigt sich sowohl in Prozessen, die sich mit KI deutlich beschleunigen lassen, als auch in neuen Produkten.

Welchen Rat würdest du Studierenden geben, die das TDI-Trainee-Programm in Betracht ziehen?

Bewirb dich auch, wenn du kein reines Finanzstudium hast. Ich bin Wirtschaftsingenieur, und mein erstes Modell galt einem Industrieprozess. Entscheidend ist nicht, ob du vom ersten Tag an Bankbilanzen verstehst, sondern ob du ein System durchdringen und deine Ergebnisse verständlich erklären kannst. Wenn du bereits weißt, welche Technologie oder welcher Bereich dich besonders interessiert, erwähne das in deiner Bewerbung – so lässt sich leichter eine passende Position finden. Wähle nach deinem Start mindestens eine Rotation, die dich herausfordert. Und geh aktiv auf Menschen zu: Frage Kolleginnen und Kollegen – oder mich – nach einem Kaffee oder Tee. Das Netzwerk, das du dir im Trainee-Programm aufbaust, öffnet dir viele Türen; hindurchgehen musst du selbst.