Tekton Experten in Deutschland
, die innerhalb von Minuten per KI vermittelt werdenBeauftragen Sie Experten, die Kubernetes-native CI/CD-Pipelines, wiederverwendbare Tekton Tasks und sichere Release-Workflows erstellen. Arbeiten Sie mit geprüften, verfügbaren Freelancern, die zu Ihren technischen Anforderungen, Ihrem Delivery-Modell und Ihrem Projektkontext passen.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich Tekton eingesetzt haben
Salim C.
Letzte Position:
Cloud / Systemarchitekt
- Entwicklung und Einführung von Betriebsprozessen
- Erarbeitung vollständiger Dokumentationspakete (inkl. Notfallmanagement und Betriebsführung) zur Einhaltung von Compliance-Vorgaben
- Einführung von Workshops zum Thema IaC (Infrastructure as Code)
- Fachliche Beratung für das Sicherheitskonzept des Projekts (ISMS)
- Installation und Betrieb von Kubernetes-Clustern auf AWS, On-Prem und Azure
- Design einer hybriden Cloud-Architektur (On-Prem, Hetzner, AWS)
- Problemanalyse und -behebung bei Incidents und Systemausfällen
- Netzwerkanpassungen an Firewall-Regeln, Gateways, OpenVPN-Einstellungen und IPsec-Tunneln (pfSense)
- Fachliche Beratung zum Thema BitBucket, Jenkins und GitLab CI/CD Pipelines
- Beratung zum Thema Ansible-Deployments und Infrastrukturautomatisierung
- Beratung beim Aufbau eines skalierbaren Systems in der Cloud (AWS / Azure)
- Technologien / Tools: Ansible, Terraform, AWS, Azure, VPN, pfSense, Jenkins, Bitbucket, Kubernetes, GitLab Runner, ISMS, Golang, Prometheus, Grafana, S3, Lambda, RDS, ECS, Cognito, OIDC, Harbor, MinIO, Postgres, Redis, Keycloak, Ceph, Proxmox, CloudFormation, PostgreSQL, Flux CD, Hetzner, IONOS, Sonatype Nexus Repository, Entra ID, Dex IdP, Pulumi
Wolfram K.
Letzte Position:
AI / Machine Learning Engineer (Projects & Applied AI) bei UNIVERSITÉ PARIS 1 PANTHEON-SORBONNE & LIORA
- Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
- Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
- Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
- Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
- Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow
Robin W.
Letzte Position:
Gründer & Berater · Plattform-Engineering & KI-Infrastruktur bei RootVector.ai
- Eine hybride Kubernetes-Plattform über Bare Metal und Cloud aufgebaut und betrieben, um Multi-GPU-Workloads, die Isolation von Sicherheitszonen und Disaster Recovery zu validieren.
- Selbst gehostete KI-Coding-Agenten im Git-Workflow der Plattform betrieben – von der Bearbeitung von Issues bis zur Prüfung von Pull Requests; jede Änderung wird in CI durch Manifest-Diffs und Policy-Prüfungen abgesichert.
- Eine Plattform für Sensorfusion und GPU-Edge-Inferenz mitentwickelt, die vom European Defense Tech Hub aus 50 Lösungen für Feldtests ausgewählt wurde.
Serge K.
Letzte Position:
MLOps (machine learning operations) bei REWE Digital GmbH
- Es ist wie ein Start-up innerhalb von REWE, wo wir ein neues Forecasting-System auf der Google Cloud Platform von Grund auf aufbauen müssen. Offiziell heißt meine Rolle zwar MLOps, aber zu meinen tatsächlichen Aufgaben gehören auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) und Aufgaben von Data Scientists wie Feature Engineering und Modelltraining.
- GCP: Terraform (tofu), Vertex AI (Kubeflow), Cloud Run, IAM, Google Cloud Storage, BigQuery, Artifact Registry
- Data Engineering: Snowflake als zentrales Data Warehouse, Terraform, DBT für die Umsetzung von Datenmodellen
- CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert
Nils K.
Letzte Position:
Schwachstellenmanagement und sicherer SDLC bei DB InfraGO AG
- Erfolgreiche Implementierung des Schwachstellenmanagements mit DefectDojo
- Beratung und Umsetzung technischer und prozessualer Aspekte des Schwachstellenmanagements mit DefectDojo
- Beratung bei der Implementierung bezüglich sicherem Softwareentwicklungslebenszyklus
- Skills: GitLab, DefectDojo, Vulnerability Management, SCA, SAST, DAST, Python, Kubernetes, ArgoCD, Docker, AWS, Azure, Whitesource/Mend, Greenbone
Ingo D.
Letzte Position:
Analytik bei BaFin - Bundesanstalt für Finanzdienstleistungsaufsicht Frankfurt
- Einführung von Vorgehensweisen zur Entwicklung und automatisiertem Deployment von cloud-nativer Software und Machine-Learning-Programmen in OpenShift-Clustern
- Entwicklung diverser Programme in Python
- Technologien: Kubernetes, OpenShift, Kustomize, ArgoCD, Tekton, Docker, PodMan, Airflow, IntelliJ, PyCharm, Git, Bitbucket, Jira, Confluence, Python
Werner K.
Letzte Position:
Testkoordinator, Designer und Ingenieur bei IBM
- Testen des SekIDP und verwandter Komponenten
- Testdesign, -durchführung und -automation, Microservices, GitHub Enterprise, Eclipse, Katalon Test Platform, API-Tests, Confluence 8, JIRA/Xray, Draw.io, Swagger/OpenAPI, Postman, Docker, Kubernetes, Podman, PuTTY, E-Health, Telematik, Gematik-Standards, ePA, E-Rezept, sektoraler IDP, Verschlüsselung, XaDES, PaDES, DICOM, HL7, FHIR, IHE, ICD, SSO, SAML/Shibboleth, OAuth, Smartcards, JWT, Zwei-Faktor-Authentifizierung auf Android und iOS, Wireshark, BrowserStack, Cypress, gRPC, REST, SOAP, WS-Security, Linux-Shell, PowerShell, SSH/SSL, Java, Kotlin, Cordova, Gradle, Groovy, Python, TypeScript
Thomas J.
Letzte Position:
Backend-Entwickler, DevOps-Ingenieur bei AXA Digital Experience
- Weiterentwicklung, Modularisierung und technische Modernisierung des Kundenportals My AXA nach Scrum.
- Anbindung neuer REST-APIs zur Erweiterung der digitalen Produkt- und Service-Palette.
- Aufteilung einer monolithischen Anwendung in klar abgegrenzte fachliche Verantwortlichkeiten.
- Kontinuierliches Refactoring komplexer Code-Bestandteile zur Verbesserung der Wartbarkeit.
- Unterstützung anderer Teams beim Design von Schnittstellen und Einführung von WireMock für Integrationstests.
- Standardisierung von Caching und Resilienz durch Einführung von Spring Cache und Resilience4J.
- Bereinigung der Request-Validierung nach JSR-170 und Entwicklung eines Simulationsverfahrens.
- Weiterentwicklung des Code-Generators zur Transformation von OpenAPI-Contracts in Client-Bibliotheken.
- Entwicklung von Dashboards und Logfile-Analysen mittels Loki und Grafana Cloud.
- Überwachung und Reporting der Produktions- und QA-Systeme.
- Techstack: Java 21, Spring Boot 3, REST, Resilience4J, Docker, OpenAPI, Grafana Cloud, Jenkins, Tekton, OpenShift, AWS, GitLab.
Tobias H.
Letzte Position:
Senior Java Web-Entwickler bei Deutsche Bahn
- Cloudbasierte Enterprise Service Bus-/Middleware-Entwicklung für die Kommunikation zwischen internen Anwendungen auf Basis von Spring Boot und Apache Camel
- Einsatz von AWS Cloud Computing Technologien (u. a. EKS, EC2, S3)
- Entwicklung und Konfiguration von kombinierbaren Basis- und Adapter-Microservices mit Camel DSL Routinglogik
- Durchführung von Schnittstellendesign und Anbindung per JMS (ActiveMQ, WebSphere MQ), REST und SOAP
- Entwicklung von Unit- und Integrationstests
- Technische Unterstützung der Kunden bei der Anforderungserhebung
Jyothikrishna S.
Letzte Position:
Senior Backend-Entwickler bei RLE Engineering and Services GmbH
- Arbeitete als Senior Backend-Entwickler im Rahmen eines Outsourcing-Vertrags bei Ford Motor Company
- Entwarf und entwickelte REST-APIs basierend auf analysierten Anforderungen und technischen Standards
- Untersuchte Probleme und Fehler, um die Ursachen zu ermitteln und geeignete Korrekturmaßnahmen zu formulieren
- Beteiligte sich an QA-, Stage- und Produktions-Release-Aktivitäten
- Führte Code-Reviews zur Leistungsverbesserung durch
- Überwachte und unterstützte Systeme mit GCP
- Wendete testgetriebene und verhaltensorientierte Entwicklungsansätze an
- Nahm an agilen Zeremonien teil
Mykhaylo K.
Letzte Position:
Lead Entwickler Backend, Frontend, BPMN / Administrator bei Hauptzollamt, Referat für Digitales
- Entwicklung von Backend-, Frontend- und BPMN-Prozessen im Projekt Atlas Centralised Clearance for Import
- Definition und Implementierung von REST-, JMS- und SOAP-Endpunkten
- Implementierung von Datenbankzugriffen mit JPA
- Implementierung von BPMN-Prozessen mit Camunda
- Frontend-Implementierung mit React
- Konfiguration von JBoss via CLI
- Durchführung von Code-Reviews
- Teilnahme an Communities of Practice für Entwickler und Architekten
- Implementierung der Frontend-Backend-Kommunikation mit WebSockets
Janusz M.
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)
Immanuel B.
Letzte Position:
Senior Full-Stack-Entwickler bei SCHUFA Holding AG
- Weiterentwicklung von Features mit React
- Integration von React-Anwendungen mit GraphQL
- Migration von AWS Lambdas auf Kotlin-Basis zu TypeScript
- Beratung des Teams hinsichtlich Migrationsstrategie für einen Umstieg auf serverlose Anwendungen
- Vorbereitung für den Go Live verschiedenster Projekte (Qualitätssicherung, Deployment, Monitoring)
- Deployment von Anwendungen mit AWS Amplify, AWS Lambda und GitHub Actions
- Technologien: AWS (Lambda, DynamoDB, CDK, Amplify, CloudWatch), React, Kotlin, TypeScript, Cypress, Selenium
- Methodik: Agile Entwicklung mit Scrum, Kanban
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Tekton einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
17 Jahre
Positionsdauer
1,7 Jahre
Positionen pro Freelancer
15
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Qualitätssicherung
Häufigste Branchen
Informationstechnologie (IT), Automotive, Bank- und Finanzwesen
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Business Intelligence
Bachelor-Abschluss oder höher
89%
Master-Abschluss oder höher
44%
Doktortitel
11%
Zertifizierungen pro Freelancer
1
Häufigste Sprachen
Deutsch, Englisch, Französisch
Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 19 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Deutschland 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 Deutschland, die Tekton 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 19 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Tekton 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%)
- Automotive (69%)
- Bank- und Finanzwesen (54%)
- Transport und Logistik (54%)
- Versicherung (46%)
- Regierung und öffentliche Verwaltung (46%)
- Medien, Unterhaltung und Druck (38%)
- Bildung (31%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Tekton-Grundlagen
Tekton ist ein Open-Source-Framework zum Aufbau cloudnativer CI/CD-Pipelines auf Kubernetes. Die zentralen Ressourcen, darunter Tasks, Pipelines, PipelineRuns und Workspaces, beschreiben Delivery-Schritte als Kubernetes-Objekte. Tekton Pipelines ist das zentrale Projekt, während Tekton Triggers externe Ereignisse mit automatisierten Runs verbindet.
Delivery-Workflows
Unternehmen nutzen Tekton, um Softwarekompilierung, Tests, die Erstellung von Container-Images und Deployments zu automatisieren. Es unterstützt wiederholbare Workflows über Kubernetes-Cluster hinweg und kann Quellcodeverwaltung, Artefakt-Registries, Sicherheitsprüfungen und Release-Systeme verbinden. Das deklarative Modell hilft Teams dabei, Pipeline-Definitionen zusammen mit der Anwendungskonfiguration zu verwalten.
- Wiederverwendbare Tasks und Pipelines erstellen
- Webhook-Ereignisse über Tekton Triggers verbinden
- Images und Artefakte über kontrollierte Workflows veröffentlichen
- Releases über Kubernetes-Umgebungen hinweg ausrollen
Ökosystem und Tools
Starke Tekton-Spezialisten verstehen Kubernetes-Ressourcen, Container, YAML und Service-Accounts. Sie arbeiten häufig mit Tekton Catalog, Tekton Chains für die Herkunftssicherung in der Software-Lieferkette und Tekton Dashboard für die Pipeline-Übersicht. Kenntnisse in verwandten Bereichen wie Git, Registries, Helm, Cloud-Services und Observability machen das Pipeline-Design praxisnäher.
Wann Expertise wichtig ist
Freiberufliche Expertise ist hilfreich, wenn ein bestehendes CI/CD-Setup von serverbasierter Automatisierung auf Kubernetes-native Delivery umgestellt werden muss. Sie hilft auch, wenn Pipelines schwer zu warten sind, Releases stärkere Kontrollen benötigen oder Teams wiederverwendbare Standards über viele Services hinweg einführen. In Deutschland können Spezialisten sowohl Remote-Delivery als auch Workshops mit Teams vor Ort unterstützen.
- Fehleranfällige oder doppelte Pipeline-Logik ersetzen
- Sichere Artefakt-Signierung und Herkunftssicherung einführen
- Releases über Teams und Cluster hinweg standardisieren
- Fehlerbehandlung, Logs und Verantwortlichkeiten für Pipelines verbessern
Was starke Spezialisten liefern
Erfahrene Fachleute entwerfen kleine, kombinierbare Tasks, statt große Pipeline-Skripte zu kopieren. Sie definieren klare Parameter, Workspaces, die Verarbeitung von Ergebnissen und das Secrets-Management und testen den Workflow anschließend mit fehlgeschlagenen Builds, fehlenden Artefakten und unterbrochenen Runs. Außerdem dokumentieren sie die operative Verantwortung, damit Teams das System nach der Übergabe selbst warten können.
Die richtige Besetzung auswählen
Achten Sie auf nachweisbare Erfahrung mit Tekton Pipelines in der Produktion und nicht nur auf allgemeine Kubernetes-Kenntnisse. Ein starker Spezialist kann erklären, warum Tekton zum Delivery-Modell passt, wann ein anderes CI/CD-Tool einfacher sein kann und wie sich bestehende Repositories und Registries integrieren lassen. Klare Kommunikation auf Englisch oder Deutsch kann für die verteilte Zusammenarbeit und die Zusammenarbeit vor Ort in Deutschland wichtig sein.
Häufig gestellte Fragen
Die Fakten, nach denen Hiring-Teams bei Tekton am häufigsten fragen.
Tekton wird verwendet, um CI/CD-Workflows als Kubernetes-native Ressourcen zu definieren und auszuführen. Unternehmen nutzen es für Tests, den Aufbau von Container-Images, die Verarbeitung von Artefakten, Sicherheitsprüfungen und Deployments über Cloud-Umgebungen hinweg.
Tekton basiert auf Kubernetes-Ressourcen und kombinierbaren Pipeline-Komponenten, während Jenkins einen breit einsetzbaren Automatisierungsserver mit Plugin-System bietet und GitHub Actions eng in GitHub-Repositories integriert ist. Die richtige Wahl hängt von Plattformverantwortung, Portierbarkeit, vorhandenen Tools und dem Betriebsmodell des Teams ab.
Für die Arbeit mit Tekton sind in der Regel solide Kenntnisse in Kubernetes, Containern, YAML und Git erforderlich. Nützliche angrenzende Fähigkeiten umfassen Helm, Cloud-Identitäten, Secrets-Management, Artefakt-Registries, Observability und Sicherheit in der Software-Lieferkette.
Tekton-Projekte benötigen einen Spezialisten, der sowohl die Pipeline-Syntax als auch die Kubernetes-Steuerungsebene hinter jedem Run versteht. Für einen kleineren Proof of Concept reichen möglicherweise fokussierte Pipeline-Kenntnisse, während eine Produktionsplattform Erfahrung mit Sicherheit, Skalierung, Fehlerbehebung und operativer Übergabe erfordert.
Tekton eignet sich gut für die Remote-Zusammenarbeit, da Pipeline-Ressourcen, Konfiguration und Dokumentation in gemeinsamen Repositories geprüft werden können. Teams in Deutschland sollten frühzeitig Kommunikationssprache, Cluster-Zugriff, Arbeitszeiten und den konkreten Nutzen von Workshops vor Ort abstimmen.
Tekton Triggers wandelt externe Ereignisse, etwa Repository-Webhooks, in parametrisierte PipelineRuns um. Damit können Teams Quellcodeverwaltung und Delivery-Workflows verbinden und gleichzeitig die Ereignisverarbeitung von den wiederverwendbaren Pipeline-Definitionen trennen.
Tekton-Arbeit ist stärker, wenn Tasks wiederverwendbar sind, Berechtigungen eingeschränkt werden, Secrets sicher verarbeitet werden und Fehler leicht diagnostiziert werden können. Bitten Sie um eine Erklärung des Pipeline-Designs, der Teststrategie, des Rollback-Verhaltens und der Art und Weise, wie der Spezialist die Verantwortlichkeiten für das interne Team dokumentiert.
Tekton Chains ergänzt Pipeline-Ergebnisse wie erstellte Images und Artefakte um Metadaten zur Software-Lieferkette und um Signaturen. Es ist relevant, wenn Teams eine überprüfbare Herkunft, stärkere Release-Kontrollen oder Nachweise darüber benötigen, wie ein Artefakt erstellt wurde.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, liegt bei 96 €, was einem Tagessatz von etwa 766 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, haben 89% mindestens einen Bachelor-Abschluss, 44% mindestens einen Master-Abschluss und 11% einen Doktortitel.
Freelancer in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 17 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,7 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Französisch (15%).
Die häufigsten Industrien unter Freelancern in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Automotive (69%) und Bank- und Finanzwesen (54%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die Tekton in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (92%) und Qualitätssicherung (69%).
Hauptstandorte der FRATCH Experten, die kürzlich Tekton 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 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
