Datenanonymisierungsexperten
aus über 15.000 Lebensläufen mit schnellem, präzisem KI-MatchingBeauftragen Sie Experten, die datenschutzfreundliche Daten-Workflows entwickeln, Pseudonymisierung und Tokenisierung anwenden und sichere Datensätze für Analysen, Tests und maschinelles Lernen vorbereiten. FRATCH bringt Sie schnell und präzise mit geprüften, verfügbaren Freelancern zusammen.
Lerne FRATCH Experten kennen, die kürzlich Datenanonymisierungsexperten 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.
Hamza K.
Letzte Position:
Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich) bei n/a
- Tätigkeit als technischer Berater zur Optimierung mehrschichtiger Ensemble-Modelle, die ResNet, CNN-BiGRU-Attention und XGBoost kombinieren.
- Begleitung der Implementierung eines Logistic-Regression-Meta-Learners zur Lösung von Problemen mit unausgeglichenen Klassen; dabei wurden 92.86% Genauigkeit und 0.9644 AUC bei den Datensätzen PTB-XL und Chapman-Shaoxing erreicht.
Dilip G.
Letzte Position:
Freiberuflicher Computer-Vision-Berater bei Spiral Physical Therapy Inc.
- Entwicklung von Methoden zur monokularen 3D-Gesichtsrekonstruktion und personalisierten geometrischen Modellierung aus mobilen Aufnahmen
- Entwicklung lernbasierter Ansätze zur Schätzung der Gesichtsform, videobasierten Gesichtsanalyse und datenschutzfreundlichen visuellen Lernverfahren
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
Knud W.
Letzte Position:
Lead-Programmierer, Architekt und stellvertretender Product Owner bei Bundesagentur für Arbeit
- Leitender Programmierer, Architekt und stellvertretender Product Owner
- Umstellung von zPDV auf STEP abgeschlossen
- Qualität der C++- und Perl-Quellen durch automatisierte und manuelle Prüfungen sichergestellt
- Unterstützung bei der Behebung von Incidents und Fehlern im Testbetrieb
- Batch für die ergänzende Vergabe von Nummern für Zahlungsläufe implementiert
- Batch für die Verteilung von SGB 2-Informationen an die zentrale Zahlungseinheit implementiert
- Unterstützung beim Ersatz von Solaris durch Linux
- gcc von 7.4 auf 9.3 aktualisiert
- Makefiles für Builds programmatisch aus Borland-Projekten erzeugt
- Förderdaten um das neue Attribut „Kennzeichen Fahrtkosten Praktikum“ erweitert
- XSD- und WSDL-Dateien programmatisch aus IDL-Definitionen erzeugt
- Bei Bedarf den Product Owner vertreten
- Batch für die Verarbeitung einmaliger Zahlungen implementiert
- Generator für Liquibase-Dateien entwickelt
- Regelmäßige Anonymisierung von Produktionsdaten implementiert und gewartet
- Migration von SLES 12 auf SLES 15 unterstützt
- Einführung von Mutual TLS unterstützt
- Batch zum Senden von Löschimpulsen an EDA BE implementiert
- Struktur des Skriptverzeichnisses organisiert
- Mögliche Einführung von String-Latin untersucht und eine minimale Lösung implementiert
- Von CheckMarx identifizierte Sicherheitslücken behoben
- PAP-Neuberechnungen und allgemeine Änderungsmitteilungen unterstützt
- ERP-Schnittstellen von SOAP auf REST umgestellt
- Technische und fachliche Themen wie Registermodernisierung, Kassensicherheit, Ausbildungskosten und Vier-Augen-Prinzip geplant
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)
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.
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 Datenanonymisierungsexperten einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
21 Jahre
Positionsdauer
1,9 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
61%
Doktortitel
6%
Zertifizierungen pro Freelancer
4
Häufigste Sprachen
Deutsch, Englisch, Russisch
Sprechen zwei oder mehr Sprachen
86%
Basierend auf unserem Profilpool, Stand 16 Okt 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 Datenanonymisierungsexperten 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 16 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Datenanonymisierungsexperten 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%)
- Transport und Logistik (38%)
- Fertigung (38%)
- Automotive (34%)
- Energie (31%)
- Gesundheitswesen (31%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was sie leistet
Datenanonymisierung verändert personenbezogene oder sensible Informationen so, dass Personen aus den resultierenden Daten nicht identifiziert werden können. Unternehmen nutzen sie, um Datensätze zu teilen, Analysen zu unterstützen, Systeme für maschinelles Lernen zu trainieren, Anwendungen zu testen und Datenschutzrisiken zu reduzieren, während nützliche Muster erhalten bleiben. Erfolgreiche Arbeit bringt Datenschutz und den geschäftlichen Wert, den der Datensatz behalten muss, ins Gleichgewicht.
Zentrale Methoden
Anonymisierung kann Maskierung, Generalisierung, Unterdrückung, Aggregation und Randomisierung umfassen. Pseudonymisierung ersetzt direkte Identifikatoren durch Codes, beseitigt jedoch nicht das Risiko einer Re-Identifizierung. Daher sind eine kontrollierte Schlüsselverwaltung und Zugriffsregeln erforderlich. Tokenisierung ersetzt sensible Werte durch Token, während die ursprünglichen Daten häufig in einem separaten Tresor geschützt bleiben.
Tools und Ökosystem
Fachleute arbeiten mit Datenbanken, Cloud-Datenplattformen, ETL-Pipelines und Workflows für Privacy Engineering. Typische Projektbestandteile sind SQL-Transformationen, Python-Datenverarbeitung, die Generierung synthetischer Daten, Tools zur Datenerkennung, Zugriffskontrollen und Audit-Logs. Gute Spezialisten verstehen, wie sich Anonymisierung in Data Warehouses, Data Lakes, APIs und Analyseumgebungen verhält.
Typische Projekte
- Personenbezogene Daten vor der Weitergabe an externe Stellen entfernen oder transformieren
- Realistische Testdatensätze erstellen, ohne Produktionsdaten offenzulegen
- Kunden-, Patienten-, Mitarbeiter- oder Zahlungsinformationen schützen
- Datensätze für Analysen und maschinelles Lernen vorbereiten
- Re-Identifizierungsrisiken in verknüpften Datensätzen prüfen
Wann Fachwissen wichtig ist
Unternehmen beauftragen freiberufliche Spezialisten, wenn ein Datensatz zwischen Teams, Anbietern, Umgebungen oder Regionen verschoben werden muss, ohne sensible Datensätze offenzulegen. Auch bei Datenschutzprüfungen, Cloud-Migrationen, Änderungen an Altsystemen und der Entwicklung von Datenprodukten sind sie hilfreich. Ein Spezialist kann Regeln definieren, wiederholbare Pipelines implementieren und dokumentieren, wie die Daten nach der Transformation nützlich bleiben.
Was gute Spezialisten liefern
Gute Fachleute beginnen mit der Datenerkennung und einem klaren Bedrohungsmodell. Sie prüfen direkte und indirekte Identifikatoren, Quasi-Identifikatoren, Verknüpfungsrisiken und die geplante Datennutzung, bevor sie eine Methode auswählen. Sie validieren den Datenschutz durch Re-Identifizierungstests, messen den Informationsverlust, schützen Transformationsschlüssel und hinterlassen eine klare Dokumentation für Governance, Überwachung und künftige Änderungen.
Häufig gestellte Fragen
Neugierig auf Datenanonymisierungsexperten? Hier sind die Antworten, die immer wieder gefragt sind.
Datenanonymisierung wird eingesetzt, um das Risiko der Identifizierung von Personen in Datensätzen zu reduzieren und gleichzeitig nützliche Informationen zu erhalten. Häufige Anwendungsbereiche sind Analysen, Softwaretests, Forschung, maschinelles Lernen, Datenaustausch und Berichterstattung.
Datenanonymisierung zielt darauf ab, eine Re-Identifizierung unter den vorgesehenen Bedingungen praktisch unmöglich oder unmöglich zu machen. Bei der Pseudonymisierung werden Identifikatoren durch Codes ersetzt. Eine Person kann jedoch weiterhin identifiziert werden, wenn der Codeschlüssel oder zusätzliche Informationen verfügbar sind.
Datenanonymisierung verändert Daten, damit sie mit geringerem Identifizierungsrisiko verwendet werden können, während die Tokenisierung sensible Werte durch Token ersetzt, die häufig über einen geschützten Tresor zurückverfolgt werden können. Tokenisierung eignet sich für Zahlungs- und Kontoworkflows, bei denen weiterhin kontrollierter Zugriff auf den ursprünglichen Wert erforderlich ist.
Datenanonymisierung profitiert von Fachwissen in den Bereichen Data Engineering, Datenbankdesign, Datenschutz-Governance, Sicherheitskontrollen und statistische Analyse. Erfahrung mit SQL, Python, Cloud Data Warehouses, ETL-Pipelines, synthetischen Daten und Zugriffsverwaltung ist ebenfalls wertvoll.
Datenanonymisierungsprojekte unterscheiden sich je nach Datenmenge, Sensibilität, Verknüpfungsrisiko und Anzahl der beteiligten Systeme. Eine kleinere Transformation kann eine fokussierte Umsetzung erfordern, während ein unternehmensweites Programm Datenerkennung, Bedrohungsmodellierung, Validierung, Dokumentation und laufende Kontrollen benötigt.
Datenanonymisierung kann häufig remote umgesetzt werden, wenn sicherer Zugriff, klare Datenklassifizierungen und geeignete Tools für die Zusammenarbeit vorhanden sind. Vor-Ort-Arbeit kann hilfreich sein, wenn Teams Workshops zu Altsystemen, eingeschränkten Umgebungen oder komplexen Governance-Entscheidungen benötigen.
Datenanonymisierung sollte sowohl anhand des Datenschutzes als auch anhand des erhaltenen Nutzens bewertet werden. Bitten Sie den Spezialisten, das Bedrohungsmodell zu erläutern, das Re-Identifizierungsrisiko zu testen, Annahmen zu dokumentieren, den Informationsverlust zu messen und zu zeigen, wie der Prozess wiederholt und geprüft werden kann.
Datenanonymisierungsspezialisten sollten die vorgesehenen Nutzer, zulässigen Datennutzungen, sensiblen Felder, Quellen für Verknüpfungen, Aufbewahrungsregeln und das Zugriffsmodell klären. Außerdem sollten sie bestätigen, ob das Ziel eine irreversible Anonymisierung, eine reversible Tokenisierung oder eine Pseudonymisierung mit kontrollierter Re-Identifizierung ist.
Der durchschnittliche Stundensatz von Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, liegt bei 98 €, was einem Tagessatz von etwa 788 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern, die Data Anonymization in ihren letzten Projekten eingesetzt haben, haben 83% mindestens einen Bachelor-Abschluss, 61% 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 1,9 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 Datenanonymisierungsexperten 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 
Wien 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
