Data-Anonymization-Experten
, die per KI in wenigen Minuten vermittelt werdenBeauftragen Sie Experten, die datenschutzfreundliche Datenflüsse konzipieren, Pipelines für Maskierung und Tokenisierung entwickeln und sichere Datensätze für Analytics, Tests und maschinelles Lernen vorbereiten. FRATCH verbindet Sie durch schnelles, präzises KI-Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten kennen, die kürzlich Data-Anonymisierungsexperten eingesetzt haben
Waseem S.
Letzte Position:
Solution Architect / Subject Matter Expert bei FRMCS-Endgerätehersteller
Mitarbeit im EU-geförderten Projekt MORANE-2 zur Validierung des Future Railway Mobile Communication System (FRMCS) in realen Einsatzszenarien: Erstellung der Anforderungsspezifikationen für TOBA sowie der zugehörigen Testspezifikationen.
Technologien: 5GS (Radio & Core), FRMCS, MCx (MCPTT, MCData, MCVideo), MC Gateway UE, MCx Priority/Security/QoS Management, ETCS, SIP, IMS
Alexander Z.
Letzte Position:
Senior Data Solutions Engineer bei VMware Inc.
- Private Cloud-Datenplattform auf VMware vSphere entworfen und implementiert, Greenplum MPP, Apache Kafka, Kubernetes und Apache Solr integriert und Echtzeit-Ingestion-Pipelines mit Kafka Connect und Schema Registry entwickelt.
- Migration von Oracle Exadata zu Greenplum geleitet, Datenmodelle neu architektonisch aufgebaut, Speicher optimiert, RabbitMQ mit Debezium für CDC implementiert und VectorDB für Generative AI eingeführt.
- PoC für Multi-Cloud-Migration über AWS, Azure und GCP entworfen und umgesetzt, KPIs für Durchsatz, Latenz und Kosteneffizienz definiert, Bulk-Datentransfers durchgeführt, Analytics- und Streaming-Workloads validiert und Architektur-Empfehlungen im großen Maßstab geliefert.
- Legacy-On-Premises-Infrastruktur bewertet und moderne cloud-native Datenplattformen mit Greenplum und containerisierten Microservices entworfen, mit Beratung zu Skalierbarkeit, Disaster Recovery und High Availability.
Nenad B.
Letzte Position:
Projekt zur Sicherheits-Videoanalyse bei Airbus bei Airbus
- Proof-of-Concept für Echtzeit-Videoanalyse zur Bereitstellung auf NVIDIA Jetson Edge-Geräten entwickelt.
- DeepStream-Pipelines implementiert mit Objekterkennung, Tracking, menschlicher Posenschätzung, Gesichts-Anonymisierung und Bereichseinbruchserkennung.
- Qt/Python-Demo-UI erstellt, die über REST-APIs mit der KI-Pipeline kommuniziert.
Hamza K.
Letzte Position:
Wissenschaftlicher Forschungsmitarbeiter im Gesundheitsbereich (ehrenamtlich)
- Agierte als technischer Berater zur Optimierung von mehrschichtigen Ensemble-Modellen, die ResNet, CNN-BiGRU-Attention und XGBoost kombinierten.
- Begleitete die Umsetzung eines Logistic-Regression-Meta-Lerners zur Lösung von Klassenungleichgewichten und erreichte 92,86 % Genauigkeit und einen AUC-Wert von 0,9644 auf den Datensätzen PTB-XL und Chapman-Shaoxing.
Ludo P.
Letzte Position:
Senior Consultant bei Versicherung
- DWH-Modernisierung
- Migration von Informatica PowerCenter auf IDMC/CDI
- Migration von IBM DB2 auf Databricks
Technologien: Informatica IDMC, Databricks
Dilip G.
Letzte Position:
Freiberuflicher Computer-Vision-Berater bei Spiral Physical Therapy Inc.
- Entwicklung von Methoden für monokulare 3D-Gesichtsrekonstruktion und personalisierte geometrische Modellierung aus mobilen Bildern
- Entwicklung lernbasierter Ansätze für Gesichtsformschätzung, videobasierte Gesichtsanalyse und datenschutzfreundliches visuelles Lernen
Stephan H.
Letzte Position:
Entwicklung, Tester bei Telekommunikation
Aufbau eines operativen Vertragsinformationssystems. Dieses wird vorrangig als Order-Management-System genutzt - zur Überführung bestehender Verträge als auch für die Erstellung und Bereitstellung neuer Vertragsbündel.
Den Sales-Agents ist es dabei möglich, neue Services zu beauftragen, bestehende zu modifizieren und Service-Arten/Typen zu migrieren sowie Preisinformationen für den Kunden bereitzustellen.
Damit wird insbesondere die Vermarktung neuer Service-Leistungen als auch Ablösung alter Leistungen bei Bestandskunden unterstützt.
Ferner werden innerhalb des Systems Bestandsdaten importiert, verarbeitet (ETL) und über Services für die weitere Nutzung im Portal-Frontend bereitgestellt.
Analyse der fachlichen und technischen Use Cases (Workflows, beteiligte Prozesse/Systeme, Kommunikationswege, Security-Anforderungen)
Weiterentwicklung / Erstellung der Frontend-Komponenten (React/JavaScript)
Entwurf und Implementierung der Business-Logik
Erstellung der fachlichen und technischen Komponentendokumentation
Testdurchführung / Testautomatisierung (Cypress, Testcoverage)
Teamgröße: 8 Personen
Technologien: React, JavaScript, Rest (JSon), Yaml, Markdown, MariaDB (SQL), Docker, Swagger, Cypress
Tools: Webstorm, ReactDeveloperTools, VisualStudioCode, Word, DBeaver, Git/GitLab
Arbeitsverwaltung: Gitlab
Plattform: Linux
Build-Management: Gitlab
Alex O.
Letzte Position:
Contractor bei Telefonica Germany GmbH & Co. OHG
- Datenanalyse, Vorbereitung, Sammlung und Abstimmung von fachlichen Anforderungen für den Abruf von monatlichen und langfristigen (CLV-relevanten) Kosten- und Umsatzkomponenten pro Vertrag für ein Customer-Base-Grouping-Projekt (HUB-Projekt) für B2C-Postpaid-Controlling
- Konzeption und Implementierung der Berechnung von Kosten- und Umsatz-KPIs sowie der dazugehörigen CLV-Reports (Oracle, Perl, SVN, MS SQL Server, MS Power BI, Serviceware Performance Analytics)
- Operativer Support des HUB-Projekts – verschiedene Ad-hoc-Reports, Deployments, Job-Scheduling usw. (Oracle, SVN, BICSuite-Scheduler, DWSODA usw.)
- Analyse, Implementierung, Abruf und Reporting verschiedener physischer und finanzieller KPIs für das B2P-Prepaid-Geschäft auf einem bestehenden Data Mart (Oracle, Perl)
Ralph K.
Letzte Position:
Produktverantwortlicher / Geschäftsverantwortlicher bei AXIS Management Consulting GmbH
- Ganzheitliche Produktverantwortung aus Businesssicht: Anforderungsanalyse, UX-Konzeption, Produktstrategie und Go-to-Market umgesetzt ohne eigenes Dev-Team durch konsequent KI-gestützte Entwicklung (Claude Code / Anthropic)
- Technische Differenzierung: KRITIS-taugliches Air-Gapped-Deployment (Windows/NSIS), GDT-Schnittstelle für die PVS-Anbindung, DATEV-LODAS-Export für Lohnbuchhaltung
- Steuerung Pilotbetrieb mit externem Erstkunden (Arztpraxis Dormagen): strukturierte Anforderungsaufnahme, Testbegleitung, Fehleranalyse und Release-Steuerung
- Entwicklung Rollout- und Vertriebsstrategie für den Markteintritt im Segment niedergelassene Ärzte und kleine MVZ
- Entwicklungsprinzip Mensch-in-der-Schleife: Business-Entscheidung → KI-Implementierung → manueller Review → Abnahme → Release – jeder Sprint dokumentiert in Jira (TIME-Projekt), jede Änderung durch Co-Authored-Commits nachvollziehbar
- Produktergebnis: Tauri/Rust-Desktop mit GDT-Watcher, Multi-Tier-Modell (Starter/Professional/Enterprise), Cloud-Mirror auf Hetzner/Traefik, vollständiges ISMS-Framework nach ISO 27001 und BSI-Grundschutz als Produktgrundlage
- Direkte Methodenvalidierung für die Testmanager-Rolle: praktische Erfahrung mit Qualitätssicherung KI-generierter Produkte aus Anwenderperspektive, Review-Gate-Disziplin, Release-Freigabe unter DSGVO und EU AI Act
Robert V.
Letzte Position:
Freiberuflicher Berater für Informationssicherheit und Business Continuity bei Freiberufliche Unternehmensberatung
- Biete deutschlandweit Beratungsleistungen im privaten und öffentlichen Sektor an
- Berate zu Informationssicherheits-Managementsystemen, IT-Grundschutz, KRITIS-Compliance, TISAX, Business Continuity und Krisenmanagement
- Unterstütze bei der Einführung von Richtlinien, Risikomanagement-Methoden, Asset-Registern und Lieferantenmanagement
- Führe interne Audits, Schulungsworkshops und die Vorbereitung auf Audits durch
Alona L.
Letzte Position:
KI-Architektin
KI-gestützte Plattform für automatisierte UX-Validierung und Designer-Unterstützung
- Konzeption und technische Leitung einer unternehmensweiten KI-Lösung zur automatisierten UX-Überprüfung, die die Designqualität verbessert und manuelle Review-Prozesse in den Teams deutlich reduziert
- Entwicklung eines automatischen UX-Validierungstools als Figma-Plugin und Web-Anwendung, das auf Basis interner Richtlinien Testfälle generiert und aktuelle Designs zuverlässig auf Konsistenz und Standardkonformität prüft
- Umsetzung eines interaktiven Designer-Chats auf RAG-Basis, der Fragen zum aktuellen Design sowie zu den UX-Richtlinien des Unternehmens beantwortet sowie Konzeption der Deployment-Architektur auf Basis containerisierter Services
- Python, Azure OpenAI, PostgreSQL, REST API, Docker, OpenShift, Helm, CI/CD, Figma MCP, LLM, RAG, Prompt Engineering, GenAI, XAI, KI-Architektur, KI-Strategie
Frank H.
Letzte Position:
Prozessmanager/CPQ-Experte bei Liebherr Mischtechnik
- Mit der Änderung des CPQ-Prozesses von “ETO” hin zu “CTO” werden die bisherigen Tools “Selling” und “Camos CPQ” abgelöst durch “MS Dynamics 365” und “Configure One CPQ”.
- Bewertung der IST-SOLL-Situation sowie Handlungsempfehlungen.
- Bewertung des Projektes aus externer Sicht (sowohl auf fachlicher wie auch inhaltlicher Ebene).
- Bewertung des Systems Configure One im Kontext der LMT.
- Gemeinsame Erarbeitung eines Konzepts zur weiteren Implementierung des CPQ / Erstellen eines MVP.
- Change-/Stakeholder Management.
- Product Owner Aufbau Folgeprojekte.
- Übergabe an Fachbereiche.
- Abschließendes Ergebnis Consulting bei offenen Fragestellungen (z.B. künftiges Controlling).
Thomas W.
Letzte Position:
Senior Projekt Manager bei Siemens / Innomotics
- Ausgliederung von HR, SuccessFactors, Peoplehub, Concur, RLP und Interfacesystemen an einen externen internationalen Dienstleister
Andreas G.
Letzte Position:
Leiter Controlling (ad interim) bei amedes Group
- Fachliche und disziplinarische Führung des Fachbereichs Controlling mit 12 Mitarbeitern
- Bestandsaufnahme, Stabilisierung und Neustrukturierung in Business Unit Controlling, Corporate Controlling, Central Controlling
- Umsetzung eines Kosteneinsparungsprojektes (Top Tier Consultant), Ziel massive Verbesserung EBITDA Marge
- Vereinfachung und Beschleunigung des Reporting-, Planungs- und Forecasting-Prozesses
- Identifikation und Implementierung geschäftskritischer KPIs
- Verbesserung der Kommentierung der Geschäftsentwicklung gegenüber den Shareholdern
- Aufbau IT- und Vertriebscontrolling
- Begleitung der Abschlusserstellung nach HGB und IFRS
- Verbesserung der Zusammenarbeit mit Buchhaltung und Treasury
Ehsan A.
Letzte Position:
Klinischer Data Scientist bei Freiberuflich
- Durchführung von Datenmanagement und statistischer Analyse für klinische Studien im Auftrag von CROs.
- Gastdozent an der Ivancity University in Paris mit Schwerpunkt auf Datenanonymisierungstechniken und Statistical Disclosure Control.
- Erbringung wissenschaftlicher und medizinischer Schreibdienstleistungen für Pharmaunternehmen.
- Durchführung von Optical-Mapping-Datenanalysen und Entwicklung von Softwaretools mit Fokus auf Algorithmusoptimierung und technischem Support.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Data-Anonymisierungsexperten einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
21 Jahre
Positionsdauer
1,8 Jahre
Positionen pro Freelancer
13
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Telekommunikation
Fokus der Zertifizierungen
Informationstechnologie (IT), Projektmanagement, Qualitätssicherung
Bachelor-Abschluss oder höher
83%
Master-Abschluss oder höher
56%
Doktortitel
6%
Zertifizierungen pro Freelancer
4
Häufigste Sprachen
Deutsch, Englisch, Russisch
Sprechen zwei oder mehr Sprachen
86%
Basierend auf unserem Profilpool, Stand 26 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Durchschnittssätze von Experten, die Data-Anonymisierungsexperten 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 26 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Data-Anonymisierungsexperten Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (86%)
- Bank- und Finanzwesen (59%)
- Telekommunikation (48%)
- Automotive (38%)
- Transport und Logistik (38%)
- Fertigung (38%)
- Energie (31%)
- Gesundheitswesen (31%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was geschützt wird
Datenanonymisierung verändert oder entfernt identifizierende Informationen, damit Daten genutzt werden können, ohne die dahinterstehenden Personen offenzulegen. Sie unterstützt datenschutzfreundliche Analytics, Forschung, Tests, Berichte und maschinelles Lernen, während nützliche Muster erhalten bleiben. Die richtige Methode hängt von den Daten, dem Bedrohungsmodell und dem vorgesehenen Verwendungszweck ab.
Zentrale Techniken
Anonymisierung kann Generalisierung, Unterdrückung, Aggregation, Randomisierung und Perturbation kombinieren. Zu den verwandten Verfahren gehört die Pseudonymisierung, bei der ein separater Schlüssel Datensätze wieder verknüpfen kann, sowie Tokenisierung, bei der sensible Werte durch kontrollierte Token ersetzt werden. Datenmaskierung wird häufig für eingeschränkten Zugriff oder Nicht-Produktionsumgebungen eingesetzt und nicht für vollständige Anonymisierung.
Ökosystem und Tools
Professionals arbeiten mit Datenbanken, Data Warehouses, Cloud-Speicher und Datenintegrations-Pipelines. Ihr Werkzeugkasten kann SQL, Python, Spark, Privacy-Enhancing Technologies, die Generierung synthetischer Daten und Richtlinienkontrollen umfassen. Gute Arbeit verbindet technische Schutzmaßnahmen außerdem mit Datenkatalogen, Zugriffsverwaltung, Audit-Trails und Governance-Prozessen.
Typische Aufgaben
- Direkte und indirekte Identifikatoren in strukturierten und unstrukturierten Quellen klassifizieren
- Methoden für Maskierung, Tokenisierung, Generalisierung oder synthetische Daten auswählen
- Wiederverwendbare Anonymisierungspipelines für Analytics und Tests erstellen
- Re-Identifizierungsrisiko und Datennutzen validieren
- Kontrollen für Prüfungen zu Datenschutz, Sicherheit und Data Governance dokumentieren
Wann Expertise wichtig ist
Unternehmen beauftragen freiberufliche Spezialisten, wenn ein neuer Datensatz sicher geteilt werden muss, eine Analytics-Umgebung realistische Testdaten benötigt oder bestehende Kontrollen nicht mehr zu veränderten Anwendungsfällen passen. Expertise ist auch bei Cloud-Migrationen, der Neugestaltung von Datenplattformen und Datenschutzprüfungen wertvoll. Spezialisten können remote mit Datenverantwortlichen, Sicherheitsteams und juristischen Stakeholdern arbeiten, sofern Zugriffs- und Verarbeitungsregeln klar sind.
Merkmale starker Spezialisten
Ein starker Professional beginnt mit einem klaren Bedrohungsmodell, statt ein allgemeines Maskierungsrezept anzuwenden. Er versteht Quasi-Identifikatoren, Verknüpfungsangriffe, k-Anonymität, l-Diversität und Differential Privacy und kennt zugleich die Grenzen jedes Ansatzes. Er prüft sowohl das Offenlegungsrisiko als auch den analytischen Nutzen, erklärt Zielkonflikte klar und hinterlässt wartbare Dokumentation, Monitoring und Governance-Empfehlungen.
Häufig gestellte Fragen
Neugierig auf Data-Anonymisierungsexperten? Hier sind die Antworten, die immer wieder gefragt sind.
Data Anonymization wird eingesetzt, um das Risiko der Identifizierung von Personen in Datensätzen für Analytics, Forschung, Softwaretests, Berichte und maschinelles Lernen zu reduzieren. Ein Spezialist kann nützliche Beziehungen und Muster erhalten und gleichzeitig identifizierende Details entfernen oder verändern.
Pseudonymisierung ersetzt Identifikatoren durch Aliasnamen, behält aber einen separaten Mechanismus zur Wiederherstellung der ursprünglichen Identität. Data Anonymization zielt darauf ab, eine Re-Identifizierung im vorgesehenen Bedrohungsmodell praktisch unmöglich zu machen. Daher erfordern beide Methoden unterschiedliche Kontrollen und Risikobewertungen.
Tokenization ersetzt sensible Werte durch Token, die häufig über einen geschützten Vault zurückgeführt werden können, und eignet sich dadurch für Zahlungen und kontrollierte operative Abläufe. Maskierung kann für Bildschirme, Berichte und Testumgebungen geeignet sein, während Data Anonymization passender ist, wenn Datensätze geteilt werden müssen, ohne eine Verbindung zur Identität beizubehalten.
Die Arbeit mit Data Anonymization profitiert von Kompetenzen in SQL, Python, Data Engineering, Cloud-Sicherheit und Datenklassifizierung. Kenntnisse in Privacy Governance, Threat Modeling, synthetischen Daten, Differential Privacy und Zugriffsverwaltung helfen einem Spezialisten, Kontrollen zu entwickeln, die über einen einzelnen Datensatz hinaus funktionieren.
Data Anonymization erfordert praktische Erfahrung mit der jeweiligen Datendomäne, Verknüpfungsrisiken und den vorgesehenen Ergebnissen und nicht nur Vertrautheit mit einem einzelnen Tool. Bei sensiblen oder weit verbreiteten Datensätzen sollten Sie nach einem Professional suchen, der ein Bedrohungsmodell definieren, den Datennutzen messen und Entscheidungen für technische und Governance-Stakeholder dokumentieren kann.
Data Anonymization-Projekte können häufig remote über kontrollierte Umgebungen, eingeschränkte Berechtigungen und sichere Prüfprozesse umgesetzt werden. Die Zusammenarbeit vor Ort kann hilfreich sein, wenn Quellsysteme isoliert sind oder Stakeholder Workshops benötigen. Wichtiger als der Standort sind jedoch zuverlässige Zugriffskontrollen und klare Kommunikation.
Anonymisierte Datensätze sollten auf Re-Identifizierungsrisiken, Verknüpfungsangriffe, seltene Kombinationen und unbeabsichtigte Datenlecks geprüft werden. Außerdem sollten analytischer Nutzen, Konsistenz und Verzerrungen untersucht werden – mit dokumentierten Annahmen und wiederholbaren Validierungen statt der einfachen Behauptung, dass Identifikatoren entfernt wurden.
Ein Briefing zu Data Anonymization sollte die Datenquellen, Felder, Nutzer, den Kontext der Weitergabe und die zulässigen Ergebnisse beschreiben. Fügen Sie Aufbewahrungsregeln, Anforderungen an die Umkehrbarkeit, die geplante analytische Nutzung, Sicherheitsvorgaben und Abnahmekriterien hinzu, damit der Spezialist eine geeignete Methode auswählen und sie ordnungsgemäß validieren kann.
Der durchschnittliche Stundensatz von Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, liegt bei 99 €, was einem Tagessatz von etwa 795 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, haben 83% mindestens einen Bachelor-Abschluss, 56% mindestens einen Master-Abschluss und 6% einen Doktortitel.
Freelancer, die Data Anonymization in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 21 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,8 Jahre.
Die häufigsten Sprachen unter Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (83%) und Russisch (17%).
Die häufigsten Industrien unter Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (86%), Bank- und Finanzwesen (59%) und Telekommunikation (48%).
Die häufigsten Bereiche unter Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (79%) und Projektmanagement (66%).
Hauptstandorte der FRATCH Experten, die kürzlich Data-Anonymisierungsexperten eingesetzt haben
Unsere Freelancer und Interim-Experten sind in ganz Deutschland zuhause — verfügbar vor Ort in Berlin, Hamburg, München und allen wichtigen Wirtschaftszentren oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Berlin Hamburg München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg In Österreich unterstützen unsere Freelancer und Interim-Experten Unternehmen von Wien bis Graz — vor Ort, wo dein Projekt sie braucht, oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Wien Graz In der ganzen Schweiz sind unsere Spezialisten in Zürich, Genf, Basel und Bern aktiv — vor Ort oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Zürich Genf Basel Bern Länder:
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
