Large Language Model Experten in Dusseldorf
aus über 15.000 Lebensläufen mit der Kraft von KIBeauftragen Sie Experten, die LLM-Anwendungen entwerfen, Prompts und Retrieval-Flows optimieren und Modelle mit Ihren Daten und Tools verbinden. Erhalten Sie schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten in Dusseldorf kennen, die kürzlich Large Language Model eingesetzt haben
Boris Solos
Letzte Position:
Generalist expert für Softwareentwicklung bei Mercor
- Anlernen der AI-Modelle, Bilder und Texte bewerten, UI/UX bewerten, die bereitgestellten Daten als Insights mittels OpenAI Feather im Machine-Learning-Ablauf verwandeln
Technologien: OpenAI Feather
Julian Hillebrand
Letzte Position:
IT-Projektleiter KI-Produkt zur Automatisierung wissensintensiver Prozesse bei Führender Anbieter für Großverpflegung & Catering
Projekt: Konzeption und Umsetzung eines KI-Produkts für vier fachliche Anwendungsfälle
Projektleitung eines KI-Projekts bei einem führenden Anbieter für Großverpflegung und Catering, in dem gemeinsam mit einem externen Entwicklungspartner ein produktionsreifes KI-Produkt für vier Anwendungsfälle umgesetzt wurde: automatisierte Briefings aus CRM- und Dokumentendaten, sprachbasierte Erfassung und Strukturierung von Berichten, Erkennung und Zusammenführung von Dubletten in Stammdaten sowie datenbasierte Marktanalysen. Zentraler Schwerpunkt war eine datenschutzkonforme Architektur, die die interne IT-Sicherheitsprüfung besteht und eine produktive Nutzung ermöglicht.
- Übersetzung fachlicher Anforderungen in abgrenzbare KI-Anwendungsfälle mit klar abgegrenztem Produktscope und klarem Nutzenversprechen
- Auswahl und Bewertung von Modellen und Architekturvarianten für Textextraktion, Sprache-zu-Text und Kontextanreicherung aus Fachsystemen, inklusive LLM-Anbindung, Function Calling und Retrieval
- Erarbeitung und Durchsetzung einer Architektur mit europäischem Hosting, Datenminimierung und Maskierung personenbezogener Daten als Voraussetzung für die Freigabe
- Steuerung der Schnittstellen zwischen Fachbereich, IT, IT-Sicherheit und externem Entwicklungspartner unter restriktiven Datenzugriffsbedingungen
- Abstimmung mit der CIO- und Geschäftsführungsebene zu Datenzugriff, Risikobewertung und Freigabeentscheidungen
- Vorbereitung der Überführung in den produktiven Einsatz
Daniel Arnan
Letzte Position:
Sales Development Representative (SDR) bei TenderFlow GmbH
- Akquiriert Neukunden im B2B-Outbound für ein KI-SaaS-Startup im Bereich öffentliche Ausschreibungen und terminiert Produktdemos mit IT-Entscheidern.
- Qualifiziert Zielkunden entlang eines definierten Ideal-Customer-Profils inklusive Discovery, Bedarfsanalyse und Einwandbehandlung.
- Eignet sich Domänenwissen im öffentlichen Vergabewesen an (EVB-IT, deutsche und EU-Vergabeportale) für Fachgespräche auf Augenhöhe.
Marc Smyk
Letzte Position:
Fullstack-Entwickler bei PLANT-MY-TREE
PLANT-MY-TREE®-per-order
Die Anwendung ermöglicht Shopify-Händlern die automatisierte Beauftragung von Baumpflanzungen für jede eingegangene Bestellung. Durch die Integration ökologischer Beiträge direkt in den Kaufprozess entfällt der manuelle Aufwand für die Nachverfolgung und Abrechnung von Aufforstungsinitiativen. Das System steigert die Transparenz gegenüber Endkunden durch Echtzeit-Visualisierungen des ökologischen Impacts direkt im Storefront. Die Architektur basiert auf einem modularen Monolithen mit Spring Boot im Backend und einer integrierten React-App innerhalb des Shopify-Admin-Bereichs. Die Lösung nutzt Webhooks zur Event-gesteuerten Erfassung von Bestelldaten und integriert das ERP-System weclapp zur automatisierten monatlichen Rechnungsstellung. Ein App-Proxy-Mechanismus stellt dynamische Statistiken wie CO2-Kompensation und gepflanzte Bäume ohne Performance-Einbußen für den Händler-Shop bereit.
Tätigkeiten:
- Konzeption der modularen Softwarearchitektur basierend auf Spring Modulith zur Sicherstellung hoher Wartbarkeit
- Entwicklung der Event-gesteuerten Geschäftslogik zur Bewertung von Shopify-Bestellungen mittels Webhooks
- Implementierung der automatisierten Rechnungsstellung durch Anbindung der weclapp REST-API
- Aufbau des Frontends unter Verwendung von React Router und der Shopify App Bridge für eine native Integration
- Design des Datenbankmodells und Implementierung der Persistenzschicht mit JPA/Hibernate sowie Prisma
- Integration von Internationalisierungsprozessen für die globale Anwendung in Frontend und E-Mail-Kommunikation
- Automatisierung der Deployment-Prozesse mittels Docker und GitLab CI/CD
Projektskills: Java 25, Spring Boot, Spring Security, Spring Modulith, Hibernate, JPA, REST API, PostgreSQL, Maven, Liquibase, React, TypeScript, React Router, Vite, Node.js, Prisma, Zod, Docker, Docker Compose, GitLab CI/CD, Shopify CLI, Shopify App Bridge, Polaris, weclapp, i18next, Lombok, Vitest
Chenchen Chu
Letzte Position:
Patentreferent (Kandidat für die Zulassung als europäischer Patentvertreter) bei Vossius & Partner
- Patentanmeldung: Ausarbeitung und Bearbeitung europäischer Patentanmeldungen
- LLM-Anwendung: Entwicklung von LLM-basierten Tools für die automatisierte Recherche von Patentdaten und Einsatz von Python-Skripten zur Beschleunigung technischer Prüfungen.
Ricardo Morita
Letzte Position:
Stabstelle Controlling (CFO/Leiter Controlling) bei IT-Sicherheitslösungen
- Prozessoptimierung, Prozessdesign
- Business-Partnering, Zielbild
- Teambildung
- Workflow-Design
- Budget, MEC
- SAP S/4HANA, Board
Ehsan Amin
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.
Peter Pries
Letzte Position:
Berater CRM & Bid Management Projekt bei Globales Unternehmen im Maschinenbau
- Beratung CRM Prozesse und Features
- KI-Infusion-Workshops zur Einführung von KI-Apps für kritische Geschäftsprozesse
- Prototyping – Vibe Coding mit Lovable
- Entwicklung von mehreren Apps für das globale Bid Management im CPQ, Salesforce und SAP 4 Hana Umfeld
- Anforderungs- und Prozessmanagement
- Einführung eines neuen Data-Governance-Modells
- KI-Infusion – Unterstützung der Apps und Geschäftsprozesse durch KI-Anwendungen
- Portfoliomanagement von KI-Ideen: Identifikation und Auswahl von KI-Projekten im Bid Management
- Prototyping von KI-Projekten mit Lovable.dev
- Aufbau einer KI-Datenbasis in Snowflake
- Blueprint für verschiedene Business Units und globaler Rollout
- Ein agiler Prototype-First-Ansatz mit Design Thinking und Vibe Coding zur Prototypenerstellung aller Anwendungen
- Vortrag auf globaler Konferenz zum Einsatz von KI im Business und zur Validierung von Ideen mit Design Thinking & Vibe Coding
- KI-Infusion-Workshops auf globalen Konferenzen zum Prototyping von Ideen mit den Business-Stakeholdern
Mohammed Elgazzar
Letzte Position:
Interim-CTO und Senior-Technologieberater bei ASCEND gGmbH / RepairX.io / GHBIO.org
- Entwicklung der SmartHub-Plattform für RepairX.io (iOS-App & Web)
- Entwicklung einer KI-gestützten Patientenmanagement-Plattform zur klinischen Entscheidungsunterstützung für das Malteser Krankenhaus zur Versorgung von Patienten ohne Krankenversicherung
- Entwicklung eines RAG-Systems (Retrieval Augmented Generation) zur intelligenten Verarbeitung medizinischer Daten für die ASCEND gGmbH
- Konzeption eines KI-gestützten Systems zur Emotionsanalyse von Gästen sowie Entwicklung von KI-Agenten für automatisierte Buchhaltung und Compliance-Checks
- Planung der RepairX.io-Plattform (Kreislaufwirtschaft) und Management eines DAO-basierten Hyperledger-Blockchain-Systems für NGOs
- Entwicklung interner Prüfsysteme für KI-Ethik-Verstöße im Gesundheitswesen (gemäß EU-AI-ACT)
Brigitte Kütscher
Letzte Position:
Vorständin und Gründungsmitglied bei Einstweilige Vertretung eG
- Gründungsmitglied einer Sozietät für Projekt- und Interim-Management in Berlin
Mitali Soti
Letzte Position:
Freiberufler bei Fintom8 Fintech AI UG
- Entwicklung und Einführung des KI-gestützten 'E-Rechnungs-Korrektors', eines intelligenten Systems zur Prüfung und Korrektur von Rechnungen mit Python, FastAPI und Machine Learning. Das System ist jetzt bei Fintom8 im Einsatz.
- Umwandlung des Korrektors in eine voll funktionsfähige API, veröffentlicht mit Swagger-Dokumentation für einfachen Zugriff und Integration durch interne und externe Nutzer.
- Entwurf, Testen und Optimierung fortgeschrittener LLM-Prompts und Meta-Prompting-Strategien zur Verbesserung des automatisierten Denkens, der Fehlerkorrektur und Entscheidungsfindung in Agent-Workflows.
- Integration bestehender APIs in das Google Agent Development Kit (ADK), um Automatisierungsfunktionen und Conversational-AI-Workflows zu erweitern.
- Implementierung umfassender Unit-Tests mit pytest und unittest sowie Einsatz von Breakpoint-Debugging (VS Code, pdb) zur Sicherstellung von Code-Zuverlässigkeit, Wartbarkeit und reibungslosem Laufzeitverhalten.
- Einsatz von Pydantic und Tabulate für strukturierte Datenvalidierung, API-Schema-Verwaltung und klare tabellarische Datenrepräsentation in Test- und Debugging-Workflows.
- Verfolge das Google Cloud Professional Certificate.
Bernhard Döpper
Letzte Position:
Enterprise-Architekt. Und zuständig für die übergreifende Architektur sowie alle Domänen mit dem Schwerpunkt auf Vertriebssystem bei Süddeutsche Krankenversicherung
Erstellung fachlicher und technischer Konzepte sowie Unterstützung des Enterprise-Architektur-Managements im Rahmen der Umstellung auf die Adesso-Standard-Versicherungslösungen und der Erneuerung der Umsysteme
Schnittstellendefinitionen
Businessanalyse und Erstellung der Fachkonzepte für das Inputmanagement und den Vertrieb
Erstellung von Architekturvorgaben und -prozessen
Prozessieren technischer und fachlicher Entscheidungen im Architekturboard
Festlegung der Serviceprozesse und der Systemmanagement-Aspekte
Erstellung eines technischen Target Operating Model
Erstellung einer Integrationsarchitektur für KIs/LLMs der Anbieter Commasoft und Insiders
CommaSoft (Alan) Webpages und Webservices
Insiders für Smartfix auf Basis von Webservices
Erstellung eines Fragenkatalogs für einen Security-/Regulatorik-Check
Analyse von Bedrohungen durch Threat Modeling / STRIDE inkl. der Erstellung eines Maßnahmenkatalogs zur Absicherung der Systeme
Systemumgebung: Jira, Confluence, Java, Enterprise Architect, VAIT/DORA, KritisV, DSGVO, IT ServiceMgmt, Adesso Ecosphere und Insure Health, DoPIX und Nachfolgeprodukt, SmartFix, SmartFlow, Zabas, Kolumbus, Clarc Archiv, BiPRO, KI / LLM, MS Azure, AWS, TOM/FMO
Sara Schönherr
Letzte Position:
Senior Software-Entwickler mit UI/UX Fokus bei vGen GmbH
Entwicklung eines interaktiven Prototyps zur Konzeption eines KI-gestützten Enterprise-Architecture-Management-Tools. Ziel war es, komplexe Zusammenhänge zwischen IT-Systemen, Geschäftsprozessen und Fachbereichen verständlich darzustellen und Entscheidungsprozesse im Kontext von IT-Transformationen zu unterstützen.
Der Prototyp kombinierte datengetriebene Analysen mit geführten Fragestellungen und interaktiven Visualisierungen. Ein zentraler Bestandteil war die Integration eines RAG-Prozesses, um domänenspezifisches EAM-Wissen kontextbezogen bereitzustellen. Der Fokus lag auf schneller Validierung von Ideen, nutzerzentriertem Interaktionsdesign und der technischen Machbarkeit eines skalierbaren Gesamtkonzepts.
Konzeption, Implementierung und Validierung eines RAG-Prozesses für domänenspezifisches EAM-Wissen mit Python, LangChain sowie Graph- bzw. Vektordatenbanken (Neo4J, Milvus)
Fachliche und technische Anforderungsanalyse sowie Definition eines MVPs
Entwicklung des Architektur- und Technologiekonzepts unter Einsatz von Angular, Spring Boot, GraphQL und Kubernetes
Konzeption eines Interaktionsdesigns und Erstellung eines Brand Style Guides mit Figma
Entwicklung interaktiver Prototypen mit Angular, Konva.js und TypeScript
Integration von CI/CD-Prozessen mit GitLab CI/CD
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Large Language Model einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
14 Jahre (Deutschland: 15 Jahre)
Positionsdauer
1,8 Jahre (Deutschland: 2,9 Jahre)
Positionen pro Freelancer
10 (Deutschland: 9)
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Betrieb
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Einzelhandel
Fokus der Zertifizierungen
Informationstechnologie (IT), Projektmanagement, Produktentwicklung
Bachelor-Abschluss oder höher
91% (Deutschland: 96%)
Master-Abschluss oder höher
64% (Deutschland: 72%)
Doktortitel
18% (Deutschland: 14%)
Zertifizierungen pro Freelancer
3
Häufigste Sprachen
Deutsch, Englisch, Französisch
Sprechen zwei oder mehr Sprachen
100% (Deutschland: 97%)
Basierend auf unserem Profilpool, Stand 30 Aug 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Dusseldorf 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 Dusseldorf, die Large Language Model 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
Was es ist
Die Arbeit mit Large Language Models dreht sich um Systeme, die Text verstehen und erzeugen. Teams nutzen sie, um Chat-Assistenten zu bauen, in Dokumenten zu suchen, Inhalte zu entwerfen, lange Eingaben zusammenzufassen und Support-Abläufe zu automatisieren. Sie werden auch die Bezeichnung LLM sehen, zusammen mit Modellfamilien wie GPT und Claude.
Häufige Anwendungsfälle
- Kundenservice-Assistenten, die auf Basis freigegebener Quellen antworten
- Interne Wissenssuche über Richtlinien, Tickets und Handbücher
- Workflows für Entwürfe, Umschreiben und Klassifizierung von Inhalten
- Extraktion von Feldern aus E-Mails, PDFs und Formularen
- Unterstützung bei der Prüfung von Code, Verträgen und Berichten
Ökosystem
Starke Spezialisten arbeiten über Prompt-Design, Retrieval-Augmented Generation, Vektorsuche und Bewertung hinweg. Sie wissen, wie man ein LLM mit APIs, Datenbanken und Dokumentenspeichern verbindet und die Ausgaben dann unter realen Geschäftsbedingungen testet. Sie verstehen auch Modellgrenzen, Latenz und Kostenabwägungen.
Wann man Hilfe hinzuziehen sollte
Unternehmen suchen meist nach freiberuflicher Expertise, wenn aus einem Prototyp ein stabiles Produkt werden soll oder wenn die Ergebnisse uneinheitlich sind. Das ist in Dusseldorf-Teams, die in Handel, Logistik, Industriedienstleistungen, Medien und regulierten Geschäftsbereichen arbeiten, ganz üblich. Remote-Unterstützung funktioniert gut, während On-site-Sessions helfen, Datenzugriff, Sicherheit und Prüfvorgaben abzustimmen.
Was starke Experten tun
- Die Aufgabe klar definieren und den passenden Modellansatz wählen
- Prompts, Kontextverarbeitung und Retrieval-Qualität verbessern
- Leitplanken für Datenschutz, Sicherheit und Markenstimme aufbauen
- Bewertung mit echten Beispielen einrichten, nicht mit Vermutungen
- Die Übergabe dokumentieren, damit Teams die Lösung später betreiben können
Qualitätsmerkmale
Ein starker Profi erklärt, warum ein Design funktioniert, nicht nur, welches Modell verwendet wurde. Achten Sie auf Erfahrung mit Eval-Sets, Fehleranalyse, Prompt-Iteration und der Integration in bestehende Systeme. Gute Arbeit hinterlässt auch einen klaren Weg für die Wartung, denn das Verhalten von LLMs ändert sich, wenn sich Daten, Prompts oder Modelle ändern.
Häufig gestellte Fragen
Die wichtigsten Details zu Large Language Model, aus den Fragen, die uns am häufigsten erreichen.
Ein Large Language Model wird genutzt, um Text in Workflows wie Support-Chat, Dokumentensuche, Entwürfe, Zusammenfassungen und Extraktion zu erzeugen und zu verändern. Es kann Teams auch dabei helfen, eingehende Anfragen zu klassifizieren oder Antworten aus freigegebenem Quellmaterial zu entwerfen. Die besten Ergebnisse entstehen, wenn es mit klaren Geschäftsregeln und zuverlässigen Daten verbunden ist.
Ein Large Language Model kann neuen Text erzeugen und mit unterschiedlichen Fragen umgehen, während ein traditioneller Chatbot oft festen Regeln und Skripten folgt. Im Vergleich zur klassischen Suche kann es zusammenfassen und erklären, statt nur Dokumente zurückzugeben. Für viele Projekte ist die richtige Lösung eine Kombination aus beidem: Suche für die Grundlage und das Modell für die Sprache.
Ein starker Large Language Model-Spezialist bringt in der Regel Prompt-Design, Retrieval-Augmented Generation, Vektorsuche, API-Integration und Bewertungsmethoden mit. Wissen über Datenschutz, Zugriffskontrolle und Fehlerbehandlung ist genauso wichtig wie die Wahl des Modells. Wenn das Projekt Kundendaten berührt, werden Integrationsfähigkeiten besonders wichtig.
Ein Large Language Model-Projekt kann mit einem fokussierten Spezialisten starten, wenn der Umfang eng und die Datenquellen einfach sind. Sobald mehrere Systeme, strenge Qualitätsregeln oder Entscheidungen mit Nutzerkontakt ins Spiel kommen, braucht man jemanden, der ähnliche Setups bereits umgesetzt und getestet hat. Erfahrung mit Bewertung und Produktionssupport ist wichtiger als allgemeines Tool-Wissen.
Vor dem Einsatz eines Large Language Model vergleichen Teams oft regelbasierte Automatisierung, klassisches Machine Learning und verbesserte Suche. Diese Optionen können besser für strenge, wiederkehrende Aufgaben sein oder wenn die Ausgabe hochgradig deterministisch bleiben muss. Der Modellansatz gewinnt, wenn Sprachvielfalt, Zusammenfassungen oder offene Fragen im Mittelpunkt stehen.
Ja, Large Language Model-Arbeit wird oft remote erledigt, weil sich die meisten Aufgaben um Prompts, Datenzugriff, Bewertung und Integrationsplanung drehen. Für Teams in Dusseldorf können On-site-Sessions trotzdem hilfreich sein, wenn sensible Dokumente, Sicherheitsprüfungen oder Workshops mit Stakeholdern beteiligt sind. Ein gemischtes Setup ist üblich und praktisch.
Ein guter Large Language Model-Freelancer zeigt konkrete Beispiele für Bewertung, Fehleranalyse und die Übergabe in die Produktion. Achten Sie auf klare Begründungen zur Modellwahl, Datengrundlage und zu Leitplanken statt auf vage Aussagen zur Leistung. Die besten Profis erklären, wie sie Halluzinationen reduzieren und das System langfristig nützlich halten.
Bevor Sie einen Large Language Model-Spezialisten hinzuziehen, bereiten Sie Beispiel-Eingaben, Zielausgaben, Quellsysteme und alle Datenschutz- oder Freigaberegeln vor. Es hilft auch, festzulegen, wobei das Modell unterstützen soll und wo eine menschliche Prüfung bestehen bleiben muss. Klare Beispiele machen die erste Umsetzung deutlich schneller und einfacher zu bewerten.
Der durchschnittliche Stundensatz von Freelancern in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, liegt bei 93 €, was einem Tagessatz von etwa 742 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, haben 91% mindestens einen Bachelor-Abschluss, 64% mindestens einen Master-Abschluss und 18% einen Doktortitel.
Freelancer in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 14 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,8 Jahre.
Die häufigsten Sprachen unter Freelancern in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Französisch (31%).
Die häufigsten Industrien unter Freelancern in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (77%), Bank- und Finanzwesen (54%) und Einzelhandel (46%).
Die häufigsten Bereiche unter Freelancern in Dusseldorf, Deutschland, die Large Language Model in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (92%), Produktentwicklung (92%) und Betrieb (62%).
Hauptstandorte der FRATCH Experten, die kürzlich Large Language Model 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.
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!

Berlin
Hamburg
München
Köln
Frankfurt
Stuttgart
Dortmund
Essen
Nürnberg