Amazon EKS Experten in München
aus über 15.000 Lebensläufen mit der Kraft von KIEngagiere Experten, die Amazon EKS-Cluster verwalten, Kubernetes-Deployments auf AWS entwerfen und sich um Sicherheit, Skalierung und Observability kümmern. Erhalte schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten in München kennen, die kürzlich Amazon EKS eingesetzt haben
Thomas Hoefkens
Letzte Position:
Senior MLOps-, DevOps Engineer bei Trianel Energy
- Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
- Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
- Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
- Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
- Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
- Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
- Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
- Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
- Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
- Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
- Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).
Srinivasu Kakaraparti
Letzte Position:
Atruvia
Projekt: Steuern Freistellungsauftrag Anwendung
Der Kunde verfügt über eine bestehende Anwendung zur Erstellung und Pflege von Steuerbefreiungsaufträgen für Endkunden; Konzeption und Implementierung einer vergleichbaren Anwendung für interne Mitarbeiter.
- Entwurf und Implementierung von Microservices und der UI für den Fachbereich „Steuerbefreiungsaufträge“ unter Anwendung von Domain Driven Design sowie Spring Boot und Angular.
- Implementierung reaktiver, nicht-reaktiver und asynchroner APIs (Spring REST, WebFlux, GraphQL).
- Entwicklung der Angular-Anwendung, einschließlich State Management mittels Signals, RxJS Observables und Subscriptions.
- Absicherung der API und der Anwendung unter Verwendung von OAuth2, JWT und OpenID Connect.
- Konfiguration und Einrichtung von CI/CD-Pipelines mit Jenkins.
- Zusammenarbeit mit funktionsübergreifenden Teams sowie Durchführung von Code-Reviews.
Umfeld: Java, Spring Boot, Angular 18 & 19(standalone, signals), RxJs, Bootstrap CSS, Vitesting, OpenShift, Istio, microservices, Kafka, Dynatrace, Jenkins, GitLab, Graylog, Sonar, Oauth2, OracleDB
Vitaliy Ryumshyn
Letzte Position:
DevOps GitOps (ANÜ) bei Signal Iduna
- Verantwortlich für die Administration von OpenShift/Kubernetes On-Prem und den Entwickler-Support.
- Automatisierte die URP-Infrastruktur mit Python, Ansible, Kustomize sowie dem ArgoCD- und Argo Workflow/Events-Stack.
- Schrieb Smoke- und Lasttests für die URP-Infrastruktur mit Python, Kustomize und ApplicationSets.
- Unterstützte beim Aufbau und der Bereitstellung der URP-Infrastruktur in Google Cloud (GKE).
- Implementierte Monitoring für die URP- und ArgoCD-Umgebung mit Splunk Cloud.
- Führte Systemadministrationsaufgaben auf RedHat Linux, Kubernetes/OpenShift, ArgoCD, GitLab, Bitbucket Enterprise, Kafka und MongoDB durch.
Tobias Nawa
Letzte Position:
Enterprise- und Solutions-Architekt
- Aufbau einer eigenständigen Unternehmens-IT — Cloud-Strategie, Netzwerk, AWS Landing Zone, Sicherheitsanforderungen, Vertragsverhandlungen.
- Migration aller Anwendungen; Vermeidung hoher Vertragsstrafen für den Kunden.
- Onboarding und Steuerung inte...
Stephan Sahm
Letzte Position:
Senior Data/ML-Berater & Technischer Leiter bei Jolin.io
Rolle: Software-Ingenieur & Angewandter Mathematiker (Mathematische Optimierung für Terminplanung; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: JuMP, Julia, Pluto, Svelte, JavaScript, TypeScript, JetBrains Space, Terraform, Nomad)
Rolle: Software-, Cloud- & Web-Ingenieur (Aufbau eines skalierbaren Data-Science-Rechenclusters von Grund auf; Dauer: 11 Monate; Teamzusammenstellung: Team von 1, vor Ort; Technologien: Terraform, Kubernetes, k8s ingress, k8s services, k8s RBAC, k8s networking, k3s, etcd, S3, DNS, Zertifikate, Julia, Pluto, JavaScript, Tailwind, Astro, npm, Parcel, Preact, MUI, JWT, AWS SQS, AWS RDS, Python, GitLab, GitHub)
Rolle: KI- & Web-Ingenieur (Individueller ChatGPT-Dienst; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Poetry, LangChain, Tailwind, ChatGPT API, Flask, FastAPI)
Rolle: Architekt & Dateningenieur (Einrichtung und Befüllung eines zentralen Data Lakes; Dauer: 9 Monate; Teamzusammenstellung: Team von 5, remote; Technologien: Infrastructure-as-Code, AWS CDK, Python, Boto3, PySpark, AWS Glue, IAM, S3, ECS, Fargate, Lambda, Apache Hudi, DeltaLake, Databricks, GitHub, Jira, Miro)
Rolle: Software-Ingenieur (PoC zur Migration von scikit-decide nach Julia; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Julia, GitHub)
Alexandru Gunescu
Letzte Position:
Leiter Cloud-Infrastruktur bei BP
- Migrierte die SaaS-App der EV-Division für Elektrofahrzeug-Ladeinfrastruktur von On-Premises und Azure in die AWS-Cloud und schuf damit eine hybride Multi-Cloud-Multi-Tenant-Lösung.
- Entwickelte eine Streaming-Daten-Pipeline mit AWS MSK für Apache Kafka und implementierte eine ereignisgesteuerte Architektur, um nahezu Echtzeitdaten von OCPI-Protokoll-IoT-Geräten zu erfassen und zu verarbeiten.
- Implementierte Multi-Tenant-Strategien, einschließlich Datenbankschema-Isolierung, Bridge-Modell für Ressourcenteilung und mandantenbasierter RBAC-Kontrollen.
- Provisionierte Kubernetes-Cluster auf AWS EKS mit Namespaces und RBAC zur Mandantentrennung.
- Leitete die Migration von On-Premises und Azure in die AWS-Cloud unter Nutzung von AWS DataSync, Snowball und Database Migration Service.
- Koordinierte die Zusammenarbeit zwischen über fünf Systemen, Anbietern, Dienstleistern und Vor-Ort-Teams.
- Unterstützte die Entwicklung und Pflege der IT-Strategie in Übereinstimmung mit den Geschäftszielen.
- Verwaltete ein Infrastruktur-Budget von 40 Mio. € und optimierte Kosten in AWS und Azure, was 15 % Einsparungen brachte.
- Führte über 50 Entwickler bei der Umsetzung komplexer Datenbankprozeduren, wodurch die Produktivität um 20 % stieg.
- Leitete die Multi-Cloud-Multi-Tenant-Infrastrukturmigration und erzielte 30 % schnellere Verarbeitungszeiten.
- Verhandelte mit Anbietern über Preise, um die Kosten für Lohn- und Leistungsverwaltung um 20 % zu senken.
- Erarbeitete eine zweijährige Technologie-Roadmap für die Infrastruktur, die 25 % Kosteneinsparungen brachte.
- Technologie-Stack: Kubernetes auf AWS EKS, Docker, Kafka/AWS MSK, Terraform, AWS CDK, TypeScript, React, NextJS, Node.js, NestJS, Python, Aurora Serverless, RDS (MySQL, SQL Server), GitHub Actions, Azure DevOps, ArgoCD, AWS Lambda, API Gateway, AWS Security Hub, AWS Database Migration Service, AWS DataSync, AWS Organizations, AWS Control Tower, Odoo, Microsoft Navision, MS Dynamics.
Max Ritter
Letzte Position:
Cloud (AWS) | KI | DevOps | Daten bei Boehringer Ingelheim
- Konzipierte und implementierte eine Enterprise-KI-Agentenplattform auf Basis einer Retrieval Augmented Generation (RAG)-Architektur, um Einblicke in klinische Daten zu verbessern.
- Errichtete robuste CI/CD-Pipelines für LLM-Anwendungen mit CDK und Jenkins und verkürzte dadurch die Bereitstellungszeiten deutlich.
- Führte umfassende Observability-Lösungen ein, die die Zuverlässigkeit der Agenten in pharmazeutischen Umgebungen steigerten.
- Entwickelte skalierbare KI-Workflows mit fortschrittlicher Orchestrierung, die das Kontextmanagement für Unternehmensdatenquellen optimierten.
- Technologien: KI-Agenten (LangChain, LangGraph, Bedrock, Smolagents, Streamlit); LLM-Betrieb (Tracing, Testing, Evaluation, LangSmith, LangFuse); Infrastructure-as-Code (AWS CDK, Terraform, Typescript, Jenkins); Vektoren, Einbettungen, RAG (OpenSearch, pgvector, PDF-Extraktion)
Frank Eppink
Letzte Position:
DevOps bei Lauck-IT
Betrieb und Erweiterung von Azure DevOps-Pipelines
Betrieb und Erweiterung von AWS-Services
Citrix (Windows 10, Bitwarden)
AWS: ECR, EKS, CloudFront CDN, Route 53, VPC-Peering und CNI-Upgrade, Atlas MongoDB, S3-Buckets, statisches Hosting von Websites
Azure: Erstellen und Bereitstellen mit DevOps-Pipelines
Janusz Mazurek
Letzte Position:
IoT Edge Computing / Autonomes Fahren bei Automotive, Beratungsunternehmen
- Plattform: Python-Ökosystem, RHEL 8, K10, AWS IoT Core, AWS Lambda, MLOps
- Software: Java JEE/Cloud, IntelliJ IDEA, AWS IoT Core, AWS Edge und Lambda, AWS SageMaker SDK, Docker Compose, Kubernetes, Openshift 4, Tekton, Flux, Helm Charts, JSON/XML-Technologien, Nginx, Apache Spark, OpenAI (GPT Plus, DALL-E 3, Whisper), GAN, GitHub Copilot, KI, Machine Learning, Deep Learning, Jupyter Notebooks, TensorFlow 2, Colab, Keras API, Prometheus, Grafana, Conda, Python 3.9, SciPy-Stack (NumPy, pandas, scikit-learn, matplotlib)
- Zuständig für Webinar:
- IoT Edge Computing, Architektur, Komponenten, Ressourcen, Management
- IoT Edge Computing mit MicroK8s, Design und Erstellung von Flows/Diagrammen für AWS, Three-Step-Modell für IoT-Ökosystem
- IoT-Prozesse, Konnektivität, Datentransfer und Deployment, Sicherheit
- Optimierung des Edge Computing für Netzwerke, Services im IoT (AWS SQS Queue, SNS-Benachrichtigungen, Events, Analytics, Button, Device Management/Defender, Things Graph)
- Machine-/Deep-Learning-Frameworks (Modelle, Training, Optimierung der Pipelines, Deployment in der Cloud/am Edge, Monitoring der Workloads mit Prometheus und Grafana)
- Performance-Optimierung für niedrige Latenz/Resilienz mittels adaptiver ML/DL/RL-Modelle für Kundendaten aus dem IoT
- Analyse großer Sensordatenmengen mit Apache Spark, Kafka-Clustern
- Kasten K10 Data Management Platform auf Kubernetes-Multi-Cluster mit Helm Chart: Deployment, Backup/Disaster Recovery (RTO/RPO), Data Lifecycle und Security Management
- Implementierung eines mehrschichtigen neuronalen Netzes (ANN) mit TensorFlow 2 und Colab für Regression und Klassifikation; Datenanalyse und Aufbereitung für Applikationen; Entwicklung von Test- und Trainingsmodellen; Deployment der Modelle
- Automatisierung von Business-Streamline-Prozessen mit KI (Azure OpenAI, Discord-Bots/Zapier, AI-Assistenten-Apps IntelliJ, GitHub Copilot)
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Amazon EKS einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
21 Jahre (Deutschland: 19 Jahre)
Positionsdauer
1,9 Jahre (Deutschland: 2 Jahre)
Positionen pro Freelancer
12
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Automotive, Einzelhandel
Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Betrieb
Bachelor-Abschluss oder höher
100% (Deutschland: 89%)
Master-Abschluss oder höher
63% (Deutschland: 45%)
Zertifizierungen pro Freelancer
4 (Deutschland: 3)
Häufigste Sprachen
Deutsch, Englisch, Spanisch
Sprechen zwei oder mehr Sprachen
100% (Deutschland: 96%)
Basierend auf unserem Profilpool, Stand 30 Aug 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in München verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in München, die Amazon EKS einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 30 Aug 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Über die Technologie
EKS auf AWS
Amazon EKS, auch bekannt als Amazon Elastic Kubernetes Service oder AWS EKS, betreibt Kubernetes, ohne dass du den Control Plane selbst verwalten musst. Es wird für containerisierte Anwendungen genutzt, die auf AWS eine konsistente Bereitstellung, Skalierung und Rücknahme brauchen. Unternehmen setzen es ein, wenn sie Kubernetes mit engerer Integration in IAM, VPC und cloud-native Abläufe wollen.
Was Spezialisten liefern
- Cluster-Einrichtung und Upgrade-Planung
- Workload-Bereitstellung mit Helm oder Manifests
- Networking, Ingress und Service-Freigabe
- Zugriffskontrolle mit IAM und Kubernetes RBAC
- Logging, Metriken und Alarmierung
Starke Fachleute wissen, wie man EKS mit dem Rest des AWS-Stacks verbindet und es im täglichen Einsatz stabil hält.
Wann Hilfe sinnvoll ist
Teams brauchen oft freiberufliche Expertise, wenn ein Cluster eingeführt, migriert oder nach schnellem Wachstum aufgeräumt werden muss. Dazu gehören Plattformdesign, Release-Automatisierung, Kostenkontrolle und Security-Härtung. In München ist das häufig bei Softwareteams der Fall, die mit regulierten Branchen, vernetzten Produkten oder internen Unternehmenssystemen arbeiten.
Typische Projektarbeit
- EKS-Umgebungen von Grund auf
- Migration von selbst verwaltetem Kubernetes
- CI/CD-Pipelines für Container-Releases
- Setups mit mehreren Accounts und mehreren Umgebungen
- Notfallwiederherstellung und Backup-Strategie
Gute Experten hinterlassen klare Runbooks, sinnvolle Standardwerte und ein Setup, das das Team nach der Übergabe selbst betreiben kann.
Wichtige Fähigkeiten
Arbeit mit Amazon EKS bedeutet nicht nur Kubernetes-Wissen. Dazu gehören auch AWS-Networking, IAM, der Umgang mit Container-Images, Secrets-Management und Fehlersuche über Nodes, Pods und Services hinweg. Die besten Spezialisten verstehen, wie App-Teams, Security-Teams und Ops-Teams den Cluster unterschiedlich nutzen.
Was starke Experten gut können
Sie halten Deployments vorhersehbar, verringern Cluster-Drift und machen die Fehlersuche einfach. Sie wissen, wann man verwaltete Add-ons nutzt, wie man Autoscaling sinnvoll gestaltet und wie man fehleranfällige Konfigurationen vermeidet. Bei Remote-Arbeit oder Vor-Ort-Terminen in München ist gute Kommunikation genauso wichtig wie technisches Know-how.
Häufig gestellte Fragen
Vor der nächsten Projektanfrage: die häufigsten Fragen zu Amazon EKS.
Amazon EKS wird genutzt, um Kubernetes-Workloads auf AWS mit weniger Infrastrukturaufwand zu betreiben. Unternehmen setzen es für APIs, interne Services, Batch-Jobs und Container-Plattformen ein, die standardisierte Kubernetes-Tools brauchen. Es passt zu Teams, die Cloud-Integration wollen, ohne auf Kubernetes-Kontrolle zu verzichten.
EKS ist der verwaltete Kubernetes-Service von AWS, nicht ein anderer Orchestrator. Du arbeitest weiterhin mit Kubernetes-Konzepten wie Pods, Deployments, Services und Namespaces, aber AWS übernimmt einen großen Teil des Control-Plane-Betriebs. Der Hauptunterschied ist die AWS-Integration und das Managed-Service-Modell.
Hilfe mit Amazon EKS ist sinnvoll, wenn du einen Cluster aufsetzt, von einem anderen Setup migrierst oder Probleme behebst, die Netzwerk, Berechtigungen und Deployment-Automatisierung betreffen. Viele Unternehmen holen sich Spezialisten auch für Sicherheitsprüfungen, Skalierungsprobleme und das Aufräumen der Plattform. Ein Freelancer kann sich auf die schwierigen Teile konzentrieren, ohne lange Einarbeitung.
Ein starker Amazon EKS-Spezialist kennt in der Regel Kubernetes-Manifeste, Helm, IAM, VPC-Networking, Container-Registries und CI/CD-Pipelines. Er sollte auch Observability, den Umgang mit Secrets und die Verwaltung von Worker Nodes in AWS verstehen. Wenn dein Setup GitOps- oder Service-Mesh-Tools nutzt, ist das ein Plus.
Amazon EKS nimmt im Vergleich zu selbst verwaltetem Kubernetes viel Arbeit am Control Plane ab. Das bedeutet meist weniger Betriebsaufwand und eine einfachere AWS-Integration, aber du brauchst trotzdem ein solides Clusterdesign und gutes Workload-Management. Es ist eine gute Wahl, wenn du Kubernetes willst, ohne jede Ebene selbst zu betreiben.
Die meisten EKS-Arbeiten können remote erledigt werden, weil sie sich auf Cluster-Konfiguration, Deployment-Pipelines und Fehlersuche konzentrieren. Vor-Ort-Zeit in München kann helfen, wenn Teams Workshop-ähnliche Planung, Abstimmung zur Sicherheit oder enge Zusammenarbeit mit mehreren Stakeholdern brauchen. Die beste Lösung kombiniert oft Remote-Umsetzung mit ein paar gezielten lokalen Terminen.
Achte auf klare Entscheidungen, nicht nur auf Cluster-Zugriff. Ein starker Amazon EKS Freelancer kann erklären, warum ein Setup bestimmte Node Groups, Netzwerkregeln, Skalierungseinstellungen und Deployment-Muster nutzt. Gute Zeichen sind saubere Übergabedokumente, praxisnahes Monitoring und ein Setup, das dein Team selbst pflegen kann.
Ein guter Freelancer für Amazon Elastic Kubernetes Service sollte nach Workload-Typen, bestehenden AWS-Accounts, Networking, Sicherheitsvorgaben, dem Release-Ablauf und den Personen fragen, die den Cluster nach der Übergabe betreiben. Er kann auch fragen, wie viel schon in Kubernetes läuft und wie viel noch auf EC2 oder anderen Plattformen liegt. Diese Antworten bestimmen den passenden Umsetzungsansatz.
Der durchschnittliche Stundensatz von Freelancern in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, liegt bei 105 €, was einem Tagessatz von etwa 844 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss und 63% mindestens einen Master-Abschluss.
Freelancer in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 21 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,9 Jahre.
Die häufigsten Sprachen unter Freelancern in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Spanisch (22%).
Die häufigsten Industrien unter Freelancern in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Automotive (67%) und Einzelhandel (67%).
Die häufigsten Bereiche unter Freelancern in München, Deutschland, die Amazon EKS in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (100%) und Projektmanagement (89%).
Hauptstandorte der FRATCH Experten, die kürzlich Amazon EKS eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Berlin 
Hamburg 
Frankfurt Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!
Philipp Thomaschewski
FRATCH CEO
