Automatisieren Sie Finance Narrative Reporting mit Claude KI
Finanzteams verlieren in jedem Zyklus Tage damit, Abweichungen zu erklären, Textbausteine wiederzuverwenden und in Tabellenkalkulationen nach Treibern zu suchen. Dieser Leitfaden zeigt, wie Sie Claude nutzen können, um finanzielle Narrative und Kommentare zu automatisieren – von der Extraktion von Daten aus ERP-Berichten bis hin zur Erstellung präziser, CFO-tauglicher Erläuterungen. Sie erfahren strategische Überlegungen, konkrete Prompt-Muster und wie Reruption Sie dabei unterstützen kann, dies sicher in Ihren Reporting-Prozess zu integrieren.
Inhalt
Die Herausforderung: Manuelle Narrative Commentary
In jedem Reporting-Zyklus geraten Finanzteams in denselben Trott: Zahlen aus ERP-Systemen und Tabellen extrahieren, Treiber identifizieren und anschließend seitenweise manuelle Erläuterungen zu Abweichungen und Managementkommentare verfassen. Analysten kopieren den Text aus dem letzten Quartal, passen ein paar Zahlen an und hoffen, dass sie keine wesentliche Änderung übersehen haben, die sich in einer Pivot-Tabelle versteckt. Das Ergebnis ist ein langsamer, fragiler Prozess, der stark von individuellen „Heroes“ und späten Abendschichten abhängt.
Traditionelle Ansätze – Excel-Kommentare, Word-Vorlagen und E-Mail-Ketten – skalieren mit der heutigen Reporting-Komplexität schlicht nicht. Mit wachsenden Datenmengen und Stakeholdern, die granularere Einblicke verlangen, bricht der manuelle Versuch, Kommentare aus mehreren Quellen zusammenzustückeln, zusammen. Selbst mit Business-Intelligence-Tools bleibt die letzte Meile des Reportings – Daten in eine stimmige Erzählung zu verwandeln – weiterhin Arbeit in PowerPoint und Word, erledigt von hochqualifizierten Finanzmitarbeitenden, die Kopier- und Einfügearbeiten leisten.
Die geschäftlichen Auswirkungen sind erheblich. Reporting-Zyklen ziehen sich von Tagen auf Wochen und verzögern Entscheidungen, was die Führung frustriert. Analysten verbringen mehr Zeit damit, um die Zahlen herum zu schreiben als sie zu analysieren – dadurch können Ursachen und Risiken übersehen werden. Führungskräfte stellen die Kommentare in Meetings infrage, weil sie generisch wirken, klare Treiber fehlen oder Inkonsistenzen zwischen Einheiten und Perioden auftreten. Langfristig untergräbt dies das Vertrauen in Finance und hält die Funktion im reinen Reporting-Rollenbild fest, statt sie zu einem strategischen Partner zu machen.
Die gute Nachricht: Dies ist ein sehr gut lösbares Problem. Moderne große Sprachmodelle wie Claude können komplexe Tabellen lesen, Perioden vergleichen und präzise Narrative generieren, die Ihre eigenen Richtlinien und Ihren Ton widerspiegeln. Bei Reruption sehen wir, wie das richtige KI-Setup Tage manuellen Schreibens in einen strukturierten Workflow verwandeln kann, der in Stunden abläuft – ohne Kontroll- oder Qualitätsverlust. Der Rest dieser Seite erläutert, wie Sie diese Transformation angehen und worauf Sie achten sollten, wenn Sie KI in Ihren Financial-Reporting-Stack integrieren.
Bauen Sie jetzt ein KI-System mit uns!
Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.
Innovatoren bei diesen Unternehmen vertrauen uns:
Unsere Einschätzung
Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.
Aus Reruption-Sicht ist Claude für finanzielle Narrative und Kommentare einer der wirkungsvollsten Einstiegspunkte, um Finanzarbeit zu automatisieren. Seine Stärke im Umgang mit langen Dokumenten und Tabellen macht es ideal, um ERP-Exporte, Managementberichte und Tabellensheets in skalierbare Entwürfe für Abweichungserläuterungen zu verwandeln. Basierend auf unserer praktischen Erfahrung beim Aufbau von KI-Lösungen für komplexe, dokumentenintensive Prozesse ist der Schlüssel nicht nur, Claude einzusetzen, sondern es in einen klaren Reporting-Workflow mit den richtigen Leitplanken, Prompts und Prüf-Schritten einzubetten.
Rahmen Sie Narrative Automation als Erweiterung Ihres Kontrollrahmens
Die Automatisierung von Kommentaren ist nicht nur eine Abkürzung beim Schreiben; sie berührt Ihre Finanzkontrollen, Wesentlichkeitsschwellen und Freigabeprozesse. Bevor Sie Claude ausrollen, definieren Sie, wo KI agieren darf: Welche Berichte, welche Abschnitte und welches Maß an Beurteilung sie anwenden darf. Beispielsweise kann Claude Beschreibungen von Abweichungen formulieren, aber Interpretation und Ton sollten in der ersten Phase bei einem menschlichen Reviewer verbleiben.
Arbeiten Sie mit Controlling, Accounting und Interner Revision zusammen, um diese Grenzen zu kodifizieren. Behandeln Sie Claude als Teil Ihrer Reporting-Kontrollumgebung: Definieren Sie Datenquellen, Prüfschritte und die Nachweise, die Sie aufbewahren (z. B. Prompts und Ausgaben zusammen mit dem Bericht). Diese Einbettung beruhigt Stakeholder und stellt sicher, dass Sie Geschwindigkeit nicht gegen Governance eintauschen.
Starten Sie mit einem eng gefassten, hochrepetitiven Reporting-Use-Case
Um Vertrauen aufzubauen, beginnen Sie mit einem spezifischen, repetitiven Bereich, in dem manuelle narrative Kommentare Sie klar ausbremsen: zum Beispiel monatliche GuV-Kommentare nach Kostenstelle oder Erläuterungen von Umsatzabweichungen für eine einzelne Business Unit. In diesen Bereichen folgt Ihr Team ohnehin einem de-facto-Template – auch wenn es nur in Köpfen und alten PowerPoints existiert.
Nutzen Sie diesen Piloten, um zu lernen, wie Claude mit Ihrem Kontenrahmen, typischen Abweichungstreibern und bevorzugter Formulierung umgeht. Halten Sie den ersten Scope bewusst eng, aber Ende-zu-Ende: von der Datenextraktion bis zur finalen menschlichen Freigabe. Sobald dieser Kreislauf zuverlässig funktioniert, skalieren Sie auf weitere Einheiten, Perioden und Report-Typen.
Investieren Sie früh in Datenaufbereitung, nicht nur in Prompt-Design
Claude ist leistungsfähig, aber es kann keine schlechten Eingaben heilen. Wenn Ihre Finanztabellen, ERP-Exporte und Spreadsheets inkonsistent sind, wird das Modell Schwierigkeiten haben, verlässliche Kommentare zu generieren. Strategisch lohnt es sich, in eine schlanke Datenaufbereitungsschicht zu investieren, die Spaltennamen, Kennzahlen und Strukturen über Einheiten und Perioden hinweg standardisiert, bevor irgendetwas zu Claude gelangt.
Dafür brauchen Sie kein vollumfängliches Data-Warehouse-Projekt. Einfache Schritte wie ein einheitliches Layout für GuV- und Bilanzexporte, konsistente Benennungen von Geschäftseinheiten und standardisierte Abweichungsschwellen verbessern die Ausgabequalität massiv. Reruption gestaltet diese Schicht typischerweise parallel zur Prompt-Logik, damit Finance nicht von IT-Backlogs abhängig wird.
Bereiten Sie Ihr Finanzteam darauf vor, in „Tasks für KI“ statt „Jobs für Menschen“ zu denken
Die Einführung von Claude im Reporting verändert die Art und Weise, wie Ihr Finanzteam über seine Arbeit nachdenkt. Strategisch sollten Sie Analysten dabei unterstützen, ihre Jobs in abgrenzbare Aufgaben zu zerlegen, die von KI unterstützt werden können: Abweichungen zusammenfassen, Sondereffekte normalisieren, mit Budget vergleichen, Narrative strukturieren usw. Dieser Mindset-Wechsel macht aus KI keine Black Box, sondern einen Assistenten, den sie steuern können.
Investieren Sie ein paar fokussierte Sessions, um Teammitgliedern zu zeigen, wie Prompts funktionieren, wie sie KI-Ausgaben kritisch bewerten und wie sie ihre eigenen Heuristiken in Anweisungen an Claude übersetzen. Wenn Analysten lernen, „Kommentar schreiben“ in eine Kette kleinerer, KI-unterstützter Tasks zu zerlegen, steigt die Akzeptanz und der Widerstand sinkt.
Definieren Sie von Anfang an klare Erfolgskennzahlen und ein Risiko-Playbook
Aus strategischer Perspektive sollte der Einsatz von Claude für automatisiertes Financial Reporting wie jede andere Investition gemessen werden. Definieren Sie vorab konkrete KPIs: Verkürzung der Durchlaufzeit, eingesparte Analystenstunden pro Reporting-Runde, Anteil der Kommentare, die zuerst von KI entworfen werden, sowie Fehlerraten in Narrativ vs. Zahlen. Verfolgen Sie diese gegen eine Ausgangsbasis, um einen evidenzbasierten Business Case statt bloßer Anekdoten aufzubauen.
Gleichzeitig sollten Sie ein einfaches Risiko-Playbook vereinbaren: In welchen Fällen kehren Sie zu manuellen Kommentaren zurück? Welche Arten von Fehlern sind tolerierbar (stilistisch) und welche kritisch (falsch dargestellte Treiber)? Wie wird das System überwacht? Schriftlich fixierte Leitplanken geben der Führung Sicherheit und ermöglichen es Ihnen, mit Claude zu experimentieren, ohne das Vertrauen in Ihre Zahlen zu gefährden.
Mit der richtigen Governance und Datenaufbereitung kann Claude manuelle Narrative Commentary von einem Engpass in einen schnellen, kontrollierten Workflow verwandeln. Finanzteams behalten die fachliche Beurteilungshoheit, während das Modell die Schwerstarbeit übernimmt: Tabellen lesen, Perioden vergleichen und gut strukturierte Erläuterungen entwerfen. Reruption verbindet tiefgehende Engineering-Expertise mit einem Co-Preneur-Mindset, um diese Workflows direkt in Ihren Reporting-Zyklus zu integrieren; wenn Sie erkunden möchten, wie das in Ihrer Organisation aussehen könnte, unterstützen wir Sie gerne in einem fokussierten, risikoarmen Setup.
Bauen Sie jetzt ein KI-System mit uns!
Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.
Fallbeispiele aus der Praxis
Von Nachrichtenmedien bis Telekommunikation: Erfahren Sie, wie Unternehmen Claude erfolgreich einsetzen.
Best Practices
Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.
Standardisieren Sie Ihre Reporting-Inputs für Claude
Bevor Sie Claude mit dem Schreiben von Kommentaren beauftragen, sorgen Sie für konsistente Eingaben. Exportieren Sie GuV-, Bilanz- und Cashflow-Rechnungen aus Ihrem ERP in einem standardisierten, tabellenbasierten Layout: gleiche Spaltenreihenfolge, Kennzeichennamen und Vorzeichenlogik in jeder Periode. Wo möglich, reichern Sie diese Exporte mit zusätzlichen Feldern an (z. B. Kostenstellenverantwortliche, Segment, Region), damit Claude Kontext für die Erklärungen hat.
Umrahmen Sie diese Exporte anschließend mit einem kurzen Text-Header, der Report-Typ, Periode und Vergleichsbasis erläutert (z. B. vs. Budget, vs. Vorjahr). So erhält Claude sowohl strukturierte als auch unstrukturierte Hinweise, was die Genauigkeit der Abweichungsanalyse verbessert.
Nutzen Sie ein modulares Prompt-Template für Abweichungskommentare
Statt jeden Monat einen neuen Prompt zu schreiben, definieren Sie eine wiederverwendbare Vorlage für Abweichungsanalyse und Narrativ-Generierung. Strukturieren Sie den Prompt in Module: Rolle, Aufgabe, Datenbeschreibung, Stilrichtlinien und Ausgabeformat. Hier ein Beispielmuster für monatliche GuV-Kommentare:
Sie sind Senior Finance Analyst und erstellen monatliche Managementkommentare.
Aufgabe:
- Analysieren Sie die bereitgestellten GuV-Tabellen für die aktuelle Periode vs. Vergleichsperiode.
- Identifizieren Sie die Top 5 positiven und Top 5 negativen Abweichungen nach absolutem Wert und in %.
- Erklären Sie für jede Abweichung den Haupttreiber basierend auf Position, Segment und Region.
- Unterscheiden Sie zwischen strukturellen Effekten (z. B. Headcount-Änderungen) und Sondereffekten.
Daten:
- Sie erhalten GuV-Daten als Tabellen, exportiert aus unserem ERP.
- Die Spalte "Period" kennzeichnet aktuelle vs. Vergleichsperiode.
- Die Spalte "Scenario" kennzeichnet Actual, Budget, Forecast.
Stil:
- Schreiben Sie in prägnanter, neutraler Managementsprache.
- Vermeiden Sie Spekulation; nutzen Sie nur Treiber, die aus den Daten abgeleitet werden können.
- Verwenden Sie Aufzählungspunkte für Abweichungslisten und anschließend eine kurze narrative Zusammenfassung (max. 300 Wörter).
Ausgabeformat:
1) Kurze Executive Summary (max. 5 Sätze).
2) Aufzählungsliste der wichtigsten Abweichungen mit Zahlen.
3) Narrative Kommentar-Sektion, die für unseren Monatsbericht geeignet ist.
Hier sind die Daten:
[TABELLEN HIER EINFÜGEN]Speichern Sie dieses Template in Ihrem Reporting-Playbook oder einem internen Tool, damit Analysten in jeder Periode einen konsistenten Ansatz nutzen. Verfeinern Sie es im Zeitverlauf mit Ihrer eigenen Terminologie und wiederkehrenden Treibern.
Ketten Sie Tasks: Von Rohdaten zum finalen Kommentar
Für verlässliche Ergebnisse sollten Sie den Workflow in klar getrennte Schritte aufteilen, statt Claude zu bitten, „alles auf einmal“ zu erledigen. Eine robuste Kette für automatisierte Financial-Reporting-Narrative könnte so aussehen:
Schritt 1 – Datencheck: Bitten Sie Claude zu prüfen, ob Perioden, Währungen und Summen zusammenpassen und offensichtliche Inkonsistenzen zu markieren.
Prüfen Sie zuerst die Tabellen und kontrollieren Sie:
- Addieren sich Gesamtumsatz und Gesamtaufwand korrekt?
- Sind Perioden und Währungen konsistent?
- Gibt es fehlende oder doppelte Zeilen?
Antworten Sie mit einer kurzen diagnostischen Zusammenfassung, bevor Sie irgendeinen Kommentar verfassen.Schritt 2 – Abweichungsextraktion: Lassen Sie Claude eine strukturierte Liste wesentlicher Abweichungen oberhalb eines definierten Schwellwerts erstellen (z. B. >5 % und >50.000 €). Schritt 3 – Narrative Drafting: Geben Sie diese strukturierte Abweichungsliste mit einem zweiten Prompt erneut an Claude, der sich ausschließlich auf das Schreiben und nicht auf die Analyse konzentriert.
Verwenden Sie AUSSCHLIESSLICH die untenstehende validierte Abweichungsliste und schreiben Sie Managementkommentare wie zuvor beschrieben. Erfinden Sie keine neuen Abweichungen oder Treiber.Dieser verkettete Ansatz reduziert Halluzinationen und erleichtert Analysten die Prüfung jedes einzelnen Schritts.
Implementieren Sie Human-in-the-Loop-Review mit Checklisten
Claude soll entwerfen, nicht entscheiden. Entwickeln Sie eine einfache Review-Checkliste für Analysten, damit der Human-in-the-Loop-Schritt systematisch und nicht ad hoc erfolgt. Die Checkliste könnte enthalten: Zahlen mit der Ursprungsquelle abgleichen, prüfen, ob alle wesentlichen Abweichungen abgedeckt sind, sicherstellen, dass Sondereffekte klar gekennzeichnet sind, und den Ton mit den Corporate-Guidelines abgleichen.
Sie können Claude sogar bitten, anhand Ihrer Reporting-Richtlinien eine Checkliste vorzuschlagen:
Sie sind Verantwortliche:r für Reporting-Qualität. Erstellen Sie auf Basis der folgenden internen Reporting-Guidelines eine 10-Punkte-Checkliste zur Prüfung monatlicher Abweichungskommentare.
[IHRE RICHTLINIEN HIER EINFÜGEN]Binden Sie diese Checkliste in Ihr Reporting-Workflow-Tool oder den Closing-Prozess ein, sodass Kommentare immer nach denselben Kriterien freigegeben werden.
Feinjustieren Sie Sprache und Ton mit Stil-Snippets
Viele Finanzteams möchten Kommentare, die „klingen wie wir“. Sammeln Sie einige Beispiele hochwertiger Narrative aus früheren Berichten und machen Sie daraus Stil-Snippets. Geben Sie diese als Beispiele an Claude, damit es Ihren bevorzugten Ton, Aufbau und Ihre Formulierungen nachahmen kann.
Sie schreiben im Stil unserer bestehenden Managementberichte.
Hier sind 3 Beispiele für gute Kommentare. Lernen Sie Ton, Aufbau und Formulierungen:
[BEISPIEL 1]
[BEISPIEL 2]
[BEISPIEL 3]
Verfassen Sie nun auf Basis der untenstehenden Abweichungsliste neue Kommentare in demselben Stil.Aktualisieren Sie diese Beispiele regelmäßig, um neue Präferenzen des Managements oder Veränderungen im Reporting-Fokus (z. B. stärkere Betonung von Cash oder ESG) abzubilden.
Protokollieren Sie Prompts und Outputs für Auditierbarkeit und kontinuierliche Verbesserung
Für Finance sind Auditierbarkeit und Nachvollziehbarkeit essenziell. Implementieren Sie einen einfachen Logging-Mechanismus, der Prompts, Inputs (Tabellen) und Claude-Ausgaben zusammen mit der finalen, menschlich freigegebenen Version speichert. Das kann so einfach sein wie eine dedizierte Struktur in SharePoint/Drive oder so integriert wie ein internes Custom-Tool.
Überprüfen Sie diese Logs quartalsweise, um häufige Anpassungen zu identifizieren, die Analysten an KI-Entwürfen vornehmen. Spiegeln Sie diese Muster in Ihren Prompt-Templates oder Datenaufbereitungsregeln wider. Im Zeitverlauf erhöht dieser kontinuierliche Verbesserungszyklus den Anteil der „auf Anhieb richtigen“ Kommentare und reduziert den Prüfaufwand.
Auf diese Weise umgesetzt, kann der Einsatz von Claude für automatisierte Narrative Commentary im Finanzbereich die Entwurfszeit realistisch um 50–70 % reduzieren, Reporting-Zyklen um 1–3 Tage verkürzen und Analysten-Kapazitäten für tiefere Analysen freisetzen – bei gleichzeitig fest verankerter Kontrolle, Compliance und Auditierbarkeit.
Bauen Sie jetzt ein KI-System mit uns!
Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.
Häufig gestellte Fragen
Claude ist sehr stark darin, Tabellen zu lesen, Perioden zu vergleichen und stimmige Kommentare zu erzeugen, muss jedoch in einem kontrollierten Prozess eingesetzt werden. Nach unserer Erfahrung sind bei sauberen, standardisierten GuV- und Bilanzexporten sowie einem klaren Prompt 70–80 % des narrativen Entwurfs mit nur leichten Anpassungen nutzbar. Die übrigen 20–30 % erfordern in der Regel Feintuning für Nuancen, interne Sprache und Geschäftskontext.
Wichtig ist: Claude sollte nicht als Ersatz für finanzielle Beurteilung verstanden werden. Es sollte Erklärungen auf Basis der von Ihnen bereitgestellten Daten entwerfen, während Ihre Analysten weiterhin für die Validierung von Zahlen, Treibern und Ton verantwortlich bleiben. Mit einem Human-in-the-Loop-Review und klar definierten Wesentlichkeitsschwellen können Teams Geschwindigkeit gewinnen, ohne Qualität oder Kontrolle zu kompromittieren.
Sie benötigen zu Beginn kein voll ausgestattetes Data-Science-Team. Kernanforderungen sind: eine Finance-Verantwortliche Person, die Ihren Reporting-Prozess versteht, jemand, der auf ERP-/Spreadsheet-Exporte zugreifen und diese standardisieren kann, sowie grundlegende technische Unterstützung, um Claude in Ihre bestehenden Tools zu integrieren (z. B. via API, interne Web-App oder auch strukturierte Copy-Paste-Workflows).
Auf der Kompetenzseite sollten Ihre Analysten lernen, wie man Prompts schreibt und verfeinert, KI-Ausgaben kritisch prüft und die Aufgabe „Kommentar schreiben“ in kleinere, KI-unterstützte Tasks zerlegt. Reruption unterstützt Kund:innen typischerweise beim Design der Prompts, der Datenaufbereitungsschicht und des Workflows, sodass Finance das System betreiben kann, ohne von einem großen IT-Projekt abhängig zu sein.
Für einen fokussierten Use Case wie monatliche GuV-Kommentare für eine einzelne Business Unit sehen Sie in der Regel innerhalb von ein oder zwei Reporting-Zyklen spürbare Effekte. Ein gut abgegrenzter Pilot kann in wenigen Wochen – nicht Monaten – konzipiert, prototypisiert und getestet werden, insbesondere wenn Ihre ERP-Exporte bereits in einem konsistenten Format vorliegen.
Der erste Zyklus wird typischerweise dafür genutzt, Prompts aufzusetzen, Inputs zu verfeinern und Outputs parallel zum bestehenden manuellen Prozess zu validieren. Ab dem zweiten oder dritten Zyklus sind viele Teams bereit, Claude die erste Version der Kommentare verfassen zu lassen, während sich Analysten auf Review und tiefere Analysen konzentrieren. Eine breitere Ausrollung über Einheiten und Report-Typen hinweg kann anschließend auf Basis dieser frühen Learnings erfolgen.
Der direkte ROI entsteht aus der Reduktion der Zeit, die Ihr Finanzteam mit wenig wertschöpfender Schreibarbeit verbringt. In vielen Organisationen investieren Analysten und Controller mehrere Personentage pro Monat in das Erstellen und Aktualisieren von Kommentaren. Wenn Claude den Erstentwurf übernimmt, gewinnen Teams häufig 50–70 % dieser Zeit zurück, die in Szenarioanalysen, Forecasting und Business Partnering fließen kann.
Hinzu kommen indirekte Vorteile: verkürzte Reporting-Zyklen, konsistentere Kommentare über Einheiten hinweg, weniger Korrekturen in letzter Minute und eine höhere Qualität der Insights für das Management. Rechnet man diese Effekte ein, sind die Kosten für den Betrieb von Claude – ob via API oder integriertes Tool – typischerweise gering im Vergleich zum Wert der zurückgewonnenen Stunden und der verbesserten Entscheidungsqualität.
Reruption arbeitet als Co-Preneur Seite an Seite mit Ihrem Finanzteam, um die Idee von KI-generierten narrativen Kommentaren in eine funktionierende Lösung zu überführen. Unser AI-PoC-Angebot (9.900 €) ist darauf ausgelegt, Ihren spezifischen Use Case schnell zu testen: Wir definieren den Reporting-Scope, gestalten Prompts und Workflows, binden Ihre bestehenden Datenexporte an und liefern einen funktionsfähigen Prototyp, der Kommentare für reale Perioden generiert.
Über den PoC hinaus unterstützen wir Sie dabei, die Lösung fest in Ihren Closing- und Reporting-Zyklus zu integrieren: Wir entwerfen die Datenaufbereitungsschicht, integrieren Claude in Ihre bestehenden Tools und richten Governance-, Logging- und Review-Prozesse ein. Weil wir mit unternehmerischer Ownership und tiefer Engineering-Kompetenz agieren, bleiben wir nicht bei Folien stehen – wir begleiten Sie, bis Ihr Finanzteam einen verlässlichen, wiederholbaren, KI-unterstützten Reporting-Workflow produktiv im Einsatz hat.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon