Zu einfach ist langweilig! Gemeinsam haben wir die Mission, die Energiewende voranzutreiben. Wir lieben, was wir tun und dabei ist uns kein Thema zu groß. Wir übernehmen Verantwortung für unsere Arbeit und wachsen an jeder neuen Aufgabe. Kurz gesagt: Own it, love it, grow with it.Wir sind ein bodenständiges Team aus Kaffee- und Mate-Liebhaber:innen. Unser Geek-Humor resultiert in einer rituellen Nutzung von Emojis und der enzyklopädischen Herausarbeitung von unnützem Wissen. Mehr als 200 envelianer:innen mit über 20 verschiedenen Nationalitäten sind bereits an Bord. Komm dazu und wachse mit uns! Du verstehst Spracharbeit und willst sie mit AI neu denken? Als Werkstudent (w/m/d) baust du bei uns das Sprachwissen auf, mit dem unsere AI-Workflows arbeiten: Writing Guides, Terminologie und die Knowledge Base als Grundlage für unsere Agents. Was du baust, bleibt im Team und macht die Arbeit für alle besser. Wir sind ein kleines Lokalisierungs-Team für Deutsch und Englisch. Wir lokalisieren UI-Texte und Dokumentation und stimmen uns eng mit Engineering, Design und Technical Content ab. Mit eigenen AI-Workflows helfen wir anderen Abteilungen dabei, von Anfang an gute Texte zu schreiben. Du arbeitest eng mit unseren Language Specialists zusammen und hast eine feste Ansprechperson. In den ersten Wochen arbeiten wir dich strukturiert ein, auch fachlich. Danach arbeitest du eigenständig an deinen Themen. Du machst Vorschläge, und wir entscheiden gemeinsam im Team. Du übersetzt die Regeln aus den Guides in eine Form, mit der unsere AI-Workflows arbeiten können. Zum Beispiel wird aus einer Stilregel eine Prüfregel, die unser Agent auf neue UI-Texte anwendet. Du treibst die Terminologiearbeit aktiv voran und hilfst, unser Begriffssystem aufzubauen und zu pflegen. Du übernimmst Termrecherchen, wenn das Team einen Begriff klären muss. Du pflegst die Knowledge Base unserer Agents gemeinsam mit uns und gestaltest mit, wie wir neue AI-Arbeitsweisen im Team testen und einführen. Wo nötig, baust du dir mit AI-Tools eigene Lösungen, zum Beispiel Skripte für wiederkehrende Prüfungen.