Mistral AI Experten in Berlin
, die durch präzise KI in wenigen Minuten vermittelt werdenBeauftragen Sie Experten, die produktionsreife Sprachanwendungen mit Mistral AI entwickeln, einschließlich Retrieval-Augmented Generation, Modell-Feinabstimmung und sicherer Inferenz-Workflows. Erhalten Sie eine schnelle, präzise Vermittlung mit geprüften, verfügbaren Freelancern für Ihr Projekt.
Lerne FRATCH Experten in Berlin kennen, die kürzlich Mistral AI eingesetzt haben
Oleg A.
Letzte Position:
Staff-Softwareentwickler bei Kpler Germany GmbH
- Eine neue Benachrichtigungsplattform von Grund auf entwickelt und implementiert, um bestehende und zukünftige Services zu ersetzen
- Zusammenarbeit mit anderen Teams zur Integration weiterer Fachbereiche
Tech-Stack:
- Daten: Scala 3, Apache Kafka, Python, Airflow, Astronomer
- BE-FE: TypeScript, NestJS, Java, Spring Boot, Vue
- DevOps: AWS, PostgreSQL, Docker, GitHub Actions, Kubernetes, Helm, ArgoCD
Haseeb Z.
Letzte Position:
Senior Data Scientist bei WPP MEDIA
- Enterprise-Retrieval-Augmented-Generation-(RAG)-Anwendungen mit LangChain, LangGraph, Vektordatenbanken, Embeddings und Open-Source-LLMs entworfen und bereitgestellt, die über vLLM auf GCP-GPU-Infrastruktur betrieben wurden.
- Agentic-AI-Workflows mit LangGraph entwickelt, inklusive Planung, Schlussfolgern, Tool-Ausführung, persistenter Speicherung, Sitzungsverwaltung und Human-in-the-Loop-Freigabemechanismen.
- LLM-gestützte Automatisierungssysteme entwickelt, die BigQuery, SQL-Pipelines und externe Werbe-APIs wie Meta, TikTok, Amazon, Snapchat, Google und Pinterest integrieren und manuelle operative Abläufe reduzieren.
- Multi-Agent-AI-Systeme für Enterprise-Analytics- und Entscheidungsunterstützungs-Workflows entworfen, die autonome Aufgabenausführung und intelligente Dateninteraktionen ermöglichen.
- Retrieval-Optimierungsstrategien umgesetzt, darunter Multi-Retriever-Architekturen, semantische Suche, Kontextoptimierung und Query-Verbesserungstechniken, wodurch die Relevanz der Antworten um etwa 40 % verbessert wurde.
- Strukturierte Prompting-Strategien, Function-Calling-Schemata und Validierungs-Workflows entwickelt, um die Zuverlässigkeit von mehrstufigen LLM-Anwendungen zu verbessern.
- Skalierbare AI-Services mit Python, FastAPI, Cloud Run, Pub/Sub, BigQuery, Docker und cloud-nativen Bereitstellungsarchitekturen entworfen.
Seyed Farhad M.
Letzte Position:
Senior Product Security Engineer bei Delivery Hero
- Ein maßgeschneidertes Tool mit dem Mistral-7B-LLM entwickelt, um Sicherheitslücken zu scannen, zu prüfen und zu melden.
- KI-Agenten, Bots und andere LLMs auf Sicherheit getestet, mit Schwerpunkt auf Prompt Injection, Modellinversion, Datenvergiftung, EDR-/AV-Umgehungs- und Tarntechniken, Membership Inference, Modellumgehung, Overfitting auf bösartige Eingaben und kontextuelle Manipulation.
- Repositories in SAST-Lösungen für Sicherheitsscans eingebunden, Secret Scanning und DAST implementiert, SCA eingesetzt und ZAP für DAST in CI/CD-Pipelines genutzt.
- An Security-Awareness-Schulungen mitgewirkt sowie CTF-Herausforderungen und Schulungsmaterialien entwickelt, um das Sicherheitswissen von Entwicklern zu verbessern.
- Halbjährliche Red-Team-Einsätze auf Grundlage des MITRE-ATT&CK-Frameworks geplant und durchgeführt sowie interne und externe Penetrationstests nach dem OWASP-Top-10-Framework für weltweit 70+ Anwendungen geleitet. Dabei wurden Hunderte von Sicherheitslücken erkannt, gemeldet und behoben.
- HackerOne-Berichte geprüft und bearbeitet.
André B.
Letzte Position:
Externe Angriffsflächenbewertung & Cybersecurity-Bereitschaftsprüfungen bei Graydaxe Cybersecurity GmbH
- Durchführung von Cybersecurity-Bereitschaftsprüfungen auf Basis einer eigenen Prüfungsmethodik
- Analyse der externen Angriffsfläche mittels Graydaxe EASM-Plattform
- Reifegradbewertung und Ableitung priorisierter Handlungsempfehlungen
Sebastian S.
Letzte Position:
Group Product Manager – Digitale Plattform-Discovery bei SPREAD.AI
- Entwicklung und Implementierung eines unternehmensweiten Discovery-Frameworks basierend auf Ulwicks Ergebnisgetriebener Innovation; ermöglichte es 7 Product Ownern, unrealisierten Wert systematisch durch eine gemeinsame Ergebnissprache und eine Opportunity-Scoring-Methodik zu identifizieren und zu quantifizieren
- Umwandlung der Product-Owner-Rolle von reinen Backlog-Verwaltern zu strategischen Experimentierern; Einrichtung eines festen Zeitbudgets für autonome Hypothesentests und Discovery-Aktivitäten
- Neugestaltung der Customer Journey Maps, damit sie bei tatsächlichen Nutzerbedürfnissen (Tool-Auswahlphase) beginnen anstatt am Plattform-Einstiegspunkt; Eliminierung manueller Datenaggregationsarbeiten, die zuvor von Projektteams durchgeführt wurden
- Einführung des OKR-Frameworks in 4 Produktteams; Festlegung vierteljährlicher Objectives mit messbaren Key Results (z. B. 40 % Reduzierung des manuellen Integrationsaufwands, Steigerung der Self-Service-Nutzung)
- Vereinheitlichung von 3 separaten Roadmaps durch teamübergreifendes Abhängigkeits-Mapping und gemeinsame Servicevereinbarungen
- Unterstützung des Enterprise-Sales-Zyklus durch ROI-Modellierung und technische Due-Diligence für Automotive- und Verteidigungskunden
Steffen S.
Letzte Position:
Senior Technischer PM, CRM-Core-Erfahrung & KI bei Propstack GmbH (Scout24 S.E.)
- Entwickelte ein JTBD-basiertes Priorisierungs-Framework für über 3.000 gesammelte Feature-Anfragen, identifizierte 27 Makler-Jobs, validierte 8 davon in 25 Nutzerinterviews und nutzte die daraus resultierende Job-Map als Live-Priorisierungsfilter für alle Eingangskanäle (Upvoty, CSAT, Beratungstickets).
- Verantwortlich für die Scout24-Lighthouse-Initiative: Document Intelligence mit vollständiger RAG-Architektur (semantisches Chunking, bge-m3 Embeddings, pgvector, BM25+Dense Hybrid-Retrieval).
- Reduzierte die Durchlaufzeit von Kunden-Feature-Anfragen auf 3,1 Tage durch Code-Analyse, Ticket-Spezifikation und eigenständige Implementierung mithilfe eines Coding-Agenten (Codex).
- Entwickelte einen LLM-basierten Support-Agenten (GPT-4o mini, Codex-generierte Merge Requests), der Eskalationen auf 3rd-Level von 40 % auf 5 % aller monatlichen Tickets reduzierte.
- Integrierte sechs Partner durch technische Koordination, Spezifikation, Backlog- und Release-Management und führte sieben Full-Stack-Entwickler.
- Beseitigte innerhalb von sechs Wochen regulatorische Risiken für Makler durch Risikoanalyse (BGH-Urteil zum Fernabsatz/GDPR), neue Audit-Funktionen und Koordination mit Rechts- und Datenschutzbeauftragten.
Jeet P.
Letzte Position:
Globaler SAP-Programmmanager bei Aldi Süd
- Pionierarbeit bei der ersten Enterprise-KI-SAP-Integration bei ALDI SÜD, Einführung KI-gesteuerter Automatisierung in einem der größten SAP S/4HANA-Programme im Einzelhandel, wodurch 50 % der manuellen Pre-Cycle-Validierungen entfallen sind und ein reproduzierbares Automatisierungs-Framework in 11 Ländern geschaffen wurde
- Verantwortlich für das gesamte SAP-Projekt-Lifecycle-Management für Implementierungen in SAP S/4HANA und Manhattan Systems, Unterstützung von über 7.300 ALDI SÜD-Filialen in Europa und Australien
- Hauptansprechpartner für C-Level-Stakeholder in 11 Ländern für strategische SAP-Transformationsprogramme
- Orchestrierung von Automatisierungs-, Performance- und Volumentests für kritische Releases mit 99,9 % SLA-Einhaltung während der umsatzstärksten Phasen
- Führung funktionsübergreifender internationaler Teams mit über 15 Spezialisten, Lieferung von Projekten 20 % schneller als Branchendurchschnitt
- Standardisierung von SAP-Prozessen in 11 Ländern als Teil einer der größten SAP-Einführungen im Einzelhandel
- Direkte Verwaltung eines Budgets von 2 Mio. € mit einer Budgettreue von 98 % über 12 gleichzeitige Projekte
- Reduzierung der SAP S/4HANA-Migrationskosten um 18 % durch strategische Vertragsnachverhandlungen und Optimierung
Ashwin P.
Letzte Position:
Datenwissenschaftler bei Mercor Intelligence
- Steigerte die Zuverlässigkeit der LLM-Ausgaben durch Erstellung domänenspezifischer Prompts und Evaluationslogik und verbesserte damit die Konsistenz der Schlussfolgerungen in Produktions-Workflows von Sprachmodellen.
- Entwickelte fortgeschrittene Coding-Benchmarks und validierte Lösungen zur Stärkung von Trainings- und Evaluierungsdatensätzen, wodurch die Modellleistung bei technischen Problemlösungsaufgaben verbessert wurde.
- Entwarf und implementierte automatisierte Evaluierungsframeworks für technische Reasoning-Aufgaben; optimierte die Zuverlässigkeit der LLM-Ausgaben um 15 % durch rigoroses Prompt-Engineering und bewertungsbasierte Benchmarking.
Vishnu K.
Letzte Position:
Red-Team-Ingenieur (Management-Ebene VI) bei Schwarz Group (Lidl, Kaufland, Stackit)
- Infrastruktur für Red Team aufgebaut, um realistische Angriffssimulationen mit Sliver C2 und eigenen Tools durchzuführen
- Komplexe Red-Team-Operationen ausgeführt und KI-/LLM-Sicherheitsforschung für Prompt-Injection-Angriffe integriert
- Umfassende Breach-Assessment-Angriffe und Schwachstellenbewertungen in der Unternehmensinfrastruktur durchgeführt
- Ursachenanalysen und Purple-Team-Übungen durchgeführt und Berichte für die Geschäftsleitung erstellt
- LLM-Red-Team-Initiativen geleitet, um die Sicherheit von KI-Modellen wie GPT-4, Mistral und internen GenAI-Modellen zu verbessern
Roman D.
Letzte Position:
CTO bei EFS
- Einführung einer serverlosen/ereignisgesteuerten Plattform, die die Bereitstellungsfrequenz von 3 auf 40 pro Monat steigerte
- Umsetzung eines Machbarkeitsnachweises für eine LLM-basierte Betrugserkennung, der 92 % der verdächtigen Transaktionen aufdeckte
- Aufbau von Performance- und DORA-Metriken-Dashboards, die vom C-Level übernommen wurden
Mohnish J.
Letzte Position:
Entwickler bei Wherecanonefind
- Implementierte eine RAG-Architektur mit den Mistral AI-APIs, um Menschen dabei zu helfen, relevante Veranstaltungen, Links zu Stellenangeboten und andere Details rund um ihre Jobsuche und Karriere zu finden.
- Verwendete Tailwind-UI-Komponenten und Flowbite.
Katharina S.
Letzte Position:
KI-Ingenieur
- Entwickelte und implementierte durchgängige automatisierte Workflows zur Extraktion strukturierter Daten aus semi-strukturierten PDF-Dokumenten wie Rechnungen und medizinischen Berichten
- Setzte Optical Character Recognition (OCR)-Technologie und große Sprachmodelle ein, um Dokumente zu analysieren und validierte JSON-Schemata zu erstellen
- Entwickelte Strategien zur Prompt-Optimierung und regelbasierte Klassifikationshierarchien, um die Parsergenauigkeit bei unterschiedlichen Dokumentenlayouts zu verbessern
- Etablierte ein Qualitätssicherungs-Framework mit Evaluationsmetriken, um die Ergebnisse mit Ground-Truth-Datensätzen mit 96 % Genauigkeit zu validieren
Robert H.
Letzte Position:
Senior Softwareingenieur bei Zalando SE
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Mistral AI einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
13 Jahre (Deutschland: 18 Jahre)
Positionsdauer
1,8 Jahre (Deutschland: 3 Jahre)
Positionen pro Freelancer
9 (Deutschland: 12)
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Business Intelligence
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Professionelle Dienstleistungen
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
100% (Deutschland: 90%)
Master-Abschluss oder höher
55% (Deutschland: 58%)
Zertifizierungen pro Freelancer
4 (Deutschland: 3)
Häufigste Sprachen
Englisch, Deutsch, Russisch
Sprechen zwei oder mehr Sprachen
85% (Deutschland: 94%)
Basierend auf unserem Profilpool, Stand 29 Okt 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in Berlin 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 in Berlin, die Mistral AI 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 29 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Mistral AI Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (100%)
- Bank- und Finanzwesen (77%)
- Professionelle Dienstleistungen (46%)
- Automotive (38%)
- Medien, Unterhaltung und Druck (38%)
- Einzelhandel (38%)
- Tourismus und Gastgewerbe (31%)
- Lebensmittel und Getränke (23%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Offene Modelle
Mistral AI ist ein europäisches Unternehmen für künstliche Intelligenz, das für effiziente große Sprachmodelle und Veröffentlichungen mit offenen Gewichten bekannt ist. Seine Modelle unterstützen Textgenerierung, Zusammenfassung, Klassifizierung, Extraktion, Übersetzung und Anwendungen für Gespräche. Unternehmen nutzen sie, wenn sie leistungsfähige Sprachfunktionen mit Kontrolle über Bereitstellung, Daten und Betriebskosten benötigen.
Modellfamilie
Das Ökosystem umfasst Modelle wie Mistral Large, Mistral Small, Mixtral und Codestral sowie gehostete Dienste über die Mistral API und Le Chat. Die Modellauswahl hängt von Kontextlänge, Anforderungen an Schlussfolgerungen, Latenz, Sprachabdeckung, Programmieraufgaben und Bereitstellungsbeschränkungen ab. Spezialisten bewerten diese Abwägungen, statt ein Modell allein anhand seines Namens auszuwählen.
Arbeit in der Produktion
Mistral AI-Projekte verbinden Modelle häufig mit Geschäftsdaten und bestehender Software. Typische Ergebnisse umfassen:
- Retrieval-Augmented Generation mit Dokumentenaufnahme und Vektorsuche
- Strukturierte Extraktion aus Verträgen, Tickets und betrieblichen Aufzeichnungen
- Assistenten mit Tool-Aufrufen, Schutzmechanismen und Gesprächsspeicher
- Code-Intelligenz mit Codestral und Repository-Kontext
Engineering-Stack
Gute Arbeit verbindet Modellkenntnisse mit Python, REST-APIs, Prompt-Design und Evaluation. Fachleute nutzen möglicherweise auch Hugging Face Transformers, vLLM, LangChain, LlamaIndex, Vektordatenbanken und containerisierte Infrastruktur. Wenn ein Modell von einem Prototyp zu einem zuverlässigen Dienst wird, sollten sie Tokenisierung, Quantisierung, Batching, Überwachung und Zugriffskontrolle verstehen.
Wann Sie Unterstützung holen sollten
Unternehmen holen sich freiberufliche Mistral AI-Expertise, wenn interne Teams Open-Weight-Modelle testen, ein gehostetes Modell ersetzen oder generative KI mit proprietären Informationen verbinden müssen. Das ist besonders nützlich für regulierte Workflows, mehrsprachige Produkte und Anwendungen, die über eine einzelne öffentliche API hinausgehende Bereitstellungsoptionen erfordern. In Berlin kann die Zusammenarbeit deutsche und englische Stakeholder einbeziehen, mit Remote- oder Vor-Ort-Arbeit je nach Daten- und Lieferanforderungen.
Qualitätsmerkmale
Ein kompetenter Spezialist definiert vor der Anpassung von Prompts oder Modellen einen messbaren Evaluationsdatensatz. Er vergleicht Faktentreue, Relevanz, Latenz, Sicherheit und Kosten für den konkreten Anwendungsfall und dokumentiert anschließend Fehlerarten und Fallback-Verhalten. Achten Sie auf Fachleute, die Architekturentscheidungen erklären, sensible Daten schützen, Modellaktualisierungen verwalten und ein wartbares System übergeben können – nicht nur eine überzeugende Demo.
Häufig gestellte Fragen
Alles, was Kunden üblicherweise über Mistral AI wissen wollen – kompakt an einem Ort.
Mistral AI wird für den Aufbau von Sprachanwendungen wie Assistenten, Suchoberflächen, Tools zur Dokumentenextraktion, Zusammenfassungs-Workflows und Programmierfunktionen verwendet. Die Modelle können über gehostete APIs genutzt oder in Umgebungen bereitgestellt werden, in denen ein Unternehmen mehr Kontrolle über Daten und Infrastruktur benötigt.
Mistral AI wird häufig in Betracht gezogen, wenn Teams eine Kombination aus leistungsfähiger Sprachverarbeitung, Optionen mit offenen Gewichten, flexibler Bereitstellung und europäischen Datenschutzaspekten wünschen. OpenAI und Anthropic können für bestimmte verwaltete Funktionen bevorzugt werden. Die richtige Wahl hängt daher von Evaluierungsergebnissen, Datenschutzanforderungen, Latenz und Integrationsaufwand ab.
Ein guter Mistral AI-Spezialist sollte Python, API-Integration, Prompt-Design, Retrieval-Augmented Generation und Modellevaluation verstehen. Nützliche ergänzende Fähigkeiten sind Hugging Face, Vektordatenbanken, Kubernetes, Cloud-Sicherheit, Überwachung sowie die Integration von Frontend oder Backend.
Die erforderliche Tiefe hängt vom Ergebnis ab. Ein Dokumentenassistent benötigt zuverlässige Suche und Evaluation, während selbst gehostete Inferenz möglicherweise Expertise in GPUs, Quantisierung, Bereitstellung und Infrastruktur erfordert. Wählen Sie einen Fachmann, der einen vergleichbaren Workflow umgesetzt hat und zeigen kann, wie Risiken im Produktivbetrieb behandelt wurden.
Ja. Mistral AI-Projekte können in der Regel remote über gemeinsam genutzte Repositories, API-Umgebungen, Dokumentation und regelmäßige technische Prüfungen umgesetzt werden. Die Zusammenarbeit vor Ort in Berlin kann hilfreich sein, wenn die Arbeit sensible Systeme, Stakeholder-Workshops oder eine enge Abstimmung mit einem bestehenden Produktteam umfasst.
Mistral AI-Modelle können deutsche und mehrsprachige Anwendungsfälle unterstützen. Die Qualität hängt jedoch vom gewählten Modell, der Prompt-Struktur, dem Fachvokabular und den Evaluationsdaten ab. Ein Spezialist sollte deutsche Ausgaben direkt testen, einschließlich Tonalität, Terminologie, Extraktionsgenauigkeit und dem Umgang mit gemischten Spracheingaben.
Ein Mistral AI-Modell mit offenen Gewichten kann für Unternehmen geeignet sein, die mehr Kontrolle über Hosting, Datenfluss, Anpassung oder Netzwerkzugriff benötigen. Es kann auch nützlich sein, wenn ein vorhersehbares Infrastrukturverhalten wichtiger ist als ein vollständig verwalteter Dienst. Das Team muss jedoch bereit sein, das Modell selbst zu betreiben und zu evaluieren.
Bitten Sie einen Mistral AI-Fachmann, die Evaluationsmethode, Modellauswahl, das Retrieval-Design, Sicherheitskontrollen und den Umgang mit Fehlern für einen relevanten Anwendungsfall zu erklären. Gute Spezialisten erläutern Abwägungen anhand von Belegen, definieren Abnahmekriterien und hinterlassen Tests, Überwachung und Dokumentation, die ein anderes Team pflegen kann.
Der durchschnittliche Stundensatz von Freelancern in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, liegt bei 106 €, was einem Tagessatz von etwa 847 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss und 55% mindestens einen Master-Abschluss.
Freelancer in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 13 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,8 Jahre.
Die häufigsten Sprachen unter Freelancern in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, sind Englisch (100%), Deutsch (85%) und Russisch (31%).
Die häufigsten Industrien unter Freelancern in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (77%) und Professionelle Dienstleistungen (46%).
Die häufigsten Bereiche unter Freelancern in Berlin, Deutschland, die Mistral AI in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (85%) und Business Intelligence (54%).
Hauptstandorte der FRATCH Experten, die kürzlich Mistral AI 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 München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg 
München 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
