Unzuverlässige Szenario- & Stresstests im Finanzbereich mit Gemini beheben
Finanzabteilungen können sich unzuverlässige Szenario- und Stresstests nicht leisten, dennoch werden die meisten Modelle weiterhin in Tabellenkalkulationen mit fragilen Annahmen zusammengeflickt. Diese Seite erklärt, wie Sie Gemini nutzen können, um robustere, besser erklärbare Szenario-Engines aufzubauen, und wie Reruption Finanzorganisationen hilft, Risiken mit KI-gestütztem Stresstesting zu reduzieren.
Inhalt
Die Herausforderung: Unzuverlässige Szenario- und Stresstests
Für viele Finanz- und Risikoteams ist Szenarioanalyse und Stresstesting nach wie vor ein Flickenteppich aus Tabellenkalkulationen, manuellen Annahmen und einmaligen PowerPoint-Präsentationen. Realistische adverse Szenarien zu erstellen, sie durch GuV, Bilanz und Cashflow zu propagieren und die Ergebnisse anschließend dem Management zu erklären, ist langsam, fragil und stark von einigen wenigen Schlüsselpersonen abhängig. Das Ergebnis: Ihre Risikosicht basiert häufig auf Modellen, denen niemand wirklich vertraut.
Traditionelle Ansätze tun sich schwer, weil sie für eine andere Ära konzipiert wurden. Statische Excel-Modelle, hineinkopierte Makroannahmen und hart codierte Treiber können mit volatilen Märkten, komplexen Bilanzen und sich schnell wandelnden regulatorischen Erwartungen nicht Schritt halten. Die Ausweitung der Szenariodeckung über einige wenige prominente Fälle hinaus wird schnell prohibitiv zeitaufwendig. Narrative Overlays hinzuzufügen, Annahmen über Teams hinweg abzustimmen und die Dokumentation revisionssicher zu halten, wird häufig zu einem mehrwöchigen manuellen Kraftakt in jedem Quartal.
Die Kosten, dies nicht zu beheben, sind erheblich. Die Unterschätzung von Tail-Risiken kann zu falschen Entscheidungen in der Kapitalallokation, Liquiditätsplanung und Absicherung führen. Begrenzte Szenariodeckung versperrt dem Management den Blick auf entstehende Verwundbarkeiten. Inkonsistente Dokumentation und schwache Modell-Governance erzeugen Reibung mit Prüfern und Aufsichtsbehörden und erhöhen das Risiko von Feststellungen und umfangreichen Remediation-Programmen. Und Ihre besten quantitativen Talente sind damit beschäftigt, Tabellen zu pflegen, statt sich auf höherwertige Risikoanalysen zu konzentrieren.
Diese Herausforderung ist real, aber sie ist lösbar. Moderne KI für Szenarioanalyse und Stresstesting kann Ihnen helfen, konsistente Makropfade zu generieren, diese durch Finanzabschlüsse zu propagieren und komplexe Outputs in klare, erklärbare Geschichten zu übersetzen. Bei Reruption verfügen wir über praktische Erfahrung im Aufbau von KI-gestützten Analytics- und Decision-Support-Tools und skizzieren im Folgenden konkrete Schritte, wie Sie Gemini nutzen können, um einen fragilen Stresstest-Prozess in eine robuste, skalierbare Fähigkeit zu verwandeln.
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 Sicht von Reruption besteht die Chance darin, Gemini für Szenarioanalyse und Stresstesting als Orchestrierungsschicht oberhalb Ihrer bestehenden Finanzmodelle einzusetzen. Anstatt jede einzelne Tabelle zu ersetzen, kann Gemini Zeitreihendaten, Geschäftsregeln und Charts aufnehmen, konsistente Schockszenarien generieren und helfen, die Auswirkungen über GuV, Bilanz und Cashflow hinweg zu erklären. Basierend auf unserer praktischen Arbeit bei der Implementierung von KI-Lösungen in komplexen Organisationen ist der Schlüssel, Gemini als kontrollierte, gut gesteuerte Komponente in Ihrem Risikorahmen zu behandeln – nicht als Black Box, die diesen magisch ersetzt.
Definieren Sie die Rolle von Gemini in Ihrem Risikorahmen
Bevor Sie etwas aufbauen, sollten Sie klar festlegen, welche Rolle Gemini in Ihrem Stresstesting-Rahmen spielt. Generiert es makroökonomische und Markt-Szenarien? Unterstützt es bei der Übersetzung dieser Szenarien in Business-Treiber? Hilft es, Narrative und Dashboards für Management und Aufsicht zu erstellen? Jede Rolle hat unterschiedliche Anforderungen an Daten, Governance und Validierung.
Ein pragmatischer Ansatz ist, mit Gemini zunächst als Assistenz für Szenariogenerierung und -erklärung zu starten, während Ihre Kernmodelle für Bewertung und Risiko unverändert bleiben. Auf diese Weise reduzieren Sie Modellrisiken, indem Gemini Szenarien vorschlägt und dokumentiert, verlassen sich aber weiterhin auf Ihre bestehenden validierten Engines für Pricing-, Kredit- und Liquiditätsauswirkungen.
Starten Sie mit einem fokussierten, wesentlichen Use Case
Der Versuch, den gesamten Stresstest-Prozess auf einmal zu „KI-fizieren“, führt typischerweise zu Widerstand und Verzögerungen. Wählen Sie stattdessen einen wirkungsvollen Ausschnitt, zum Beispiel: die automatische Erstellung von adversen Makropfaden für Kreditportfolios oder die Generierung konsistenter Schockannahmen für einen Liquiditätsstresstest. Definieren Sie klare Erfolgskennzahlen wie Szenariodeckung, Reduktion der Vorbereitungszeit oder verbesserte Transparenz.
Dieser enge Fokus hilft Ihren Finanz- und Risikoteams, Vertrauen in von Gemini generierte Szenarien aufzubauen, ohne sie zu überfordern. Er erleichtert es zudem, einen kleinen Pilot aufzusetzen, Governance zu kalibrieren und Mehrwert zu belegen, bevor Sie den Ansatz über Risikotypen und Einheiten hinweg skalieren.
Bringen Sie Finance, Risk und IT frühzeitig an einen Tisch
Szenario- und Stresstests liegen an der Schnittstelle von Finance, Risk und IT. Gemini-basierte Lösungen scheitern, wenn sich einer dieser Stakeholder übergangen fühlt. Risk achtet auf Modell-Governance, Finance auf Interpretierbarkeit und Managementkommunikation, IT auf Sicherheit, Datenintegration und Support.
Richten Sie eine gemeinsame Arbeitsgruppe ein, die eine:n Lead für Risikomodellierung, eine:n Lead aus der Finanzplanung/ dem Controlling und eine:n Vertreter:in aus IT/Architektur umfasst. Diese Gruppe definiert Standards für den KI-Einsatz im Stresstesting: auf welche Daten Gemini zugreifen darf, wie Prompts und Vorlagen freigegeben werden und wie Outputs gespeichert und versioniert werden. Diese geteilte Verantwortung reduziert die Wahrnehmung, dass KI ein „Spielzeug“ einer einzelnen Abteilung sei.
Auf Erklärbarkeit und regulatorische Prüfung hin designen
Aufseher erwarten zunehmend transparente, gut dokumentierte Stresstest-Prozesse. Wenn Sie Gemini in die Szenarioanalyse einbinden, müssen Sie zeigen können, wie KI-generierte Annahmen entstanden, geprüft und freigegeben wurden. Das bedeutet, einen Prozess um Gemini herum aufzubauen, der Prompts, Snapshots der Eingabedaten, Modellversionen und manuelle Übersteuerungen erfasst.
Strategisch sollten Sie Gemini als Werkzeug betrachten, das Ihre Modell-Governance tatsächlich stärkt. Nutzen Sie es beispielsweise, um strukturierte Begründungen für jedes Szenario zu erzeugen (warum diese Schockhöhe, warum diese Korrelationen, welche historischen Episoden als Vorbild dienten) und speichern Sie diese Erklärungen zusammen mit Ihren Zahlen ab. Das unterstützt nicht nur regulatorische Prüfungen, sondern verbessert auch das interne Verständnis und die kritische Hinterfragung.
In die Weiterqualifizierung der Risikoteams investieren, nicht nur in Tools
Der langfristige Nutzen des Einsatzes von Gemini im Finanzrisikomanagement hängt davon ab, wie gut Ihr Team damit interagieren kann. Quantitative Analyst:innen, Planer:innen und Risikomanager:innen müssen lernen, gute Prompts zu formulieren, KI-Outputs kritisch zu bewerten und diese mit Fachwissen zu kombinieren.
Planen Sie gezielte Enablement-Maßnahmen: kurze, szenariofokussierte Trainings, in denen Risikoteams üben, Gemini Daten zu geben, es Szenarien und Stresstests erstellen zu lassen und anschließend zu iterieren. Nach unserer Erfahrung ist gerade dieser Wandel von passiven Nutzer:innen statischer Tabellen zu aktiven Designer:innen von KI-unterstützten Szenarien der Schlüssel, um nachhaltige Wirkung und Ownership zu erreichen.
Richtig eingesetzt kann Gemini unzuverlässiges, manuelles Stresstesting in einen wiederholbaren, erklärbaren Prozess verwandeln, der bessere Risikoentscheidungen unterstützt und regulatorischer Prüfung standhält. Entscheidend ist, Gemini mit klaren Rollen, Governance und Teamenablement in Ihren bestehenden Finanz- und Risikorahmen einzubetten, statt es als Gimmick obenauf zu setzen. Reruption verbindet tiefe KI-Engineering-Expertise mit einem Co-Preneur-Mindset, um genau diese Arten von Gemini-gestützten Stresstest-Fähigkeiten zu konzipieren, zu prototypisieren und in die Umsetzung zu bringen – wenn Sie erkunden möchten, wie das in Ihrer Organisation aussehen könnte, sind wir bereit, mit Ihnen einen konkreten Use Case durchzuarbeiten.
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 Akademisches Medizinzentrum bis Erneuerbare Energien: Erfahren Sie, wie Unternehmen Gemini erfolgreich einsetzen.
Best Practices
Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.
Gemini zur Generierung konsistenter Makroszenarien nutzen
Einer der wirkungsvollsten Anwendungsfälle ist der Einsatz von Gemini für die makroökonomische Szenariogenerierung. Speisen Sie historische Makrozeitreihen (BIP, Arbeitslosigkeit, Zinsen, Spreads, FX, Inflation) und Ihre Risikoappetit-Definition (Baseline, Advers, Severe) ein und lassen Sie Gemini intern konsistente Pfade über Ihren Planungshorizont vorschlagen.
Sie können einen strukturierten Prompt mit einer CSV oder einer Tabelle der aktuellen Werte und Restriktionen kombinieren. Zum Beispiel:
System: Sie sind ein Szenarioingenieur für Finanzrisiken in einem europäischen Unternehmen.
User: Hier ist unser aktueller Makro-Snapshot (Q2 2025) und unser Risikoappetit.
- Horizont: 12 Quartale
- Variablen: real_BIP, arbeitslosigkeit, VPI, leitzins, credit_spread_IG, credit_spread_HY
- Restriktionen:
* Szenarien müssen intern konsistent sein
* Advers: BIP -2% Peak-to-Trough, Arbeitslosigkeit +3 Prozentpunkte, Inflation hartnäckig über Ziel
* Severe: BIP -4%, Arbeitslosigkeit +5 Prozentpunkte, starkes Spread-Widening
Nutzen Sie die beigefügte Tabelle mit historischen Werten, um 3 Makropfade (Baseline, Advers, Severe)
mit vierteljährlicher Frequenz zu generieren und geben Sie diese als maschinenlesbare Tabelle aus.
Geben Sie außerdem eine kurze textliche Begründung für jedes Szenario an.Erwartetes Ergebnis: ein Set von Zeitreihen-Szenarien mit klaren Begründungen, die direkt in Ihre bestehenden Stresstest-Modelle eingespeist werden können, wodurch manueller Aufwand reduziert und die Abdeckung verbessert wird.
Makroschocks in Treiber für GuV, Bilanz und Cashflow übersetzen
Viele Stresstest-Prozesse scheitern im Übergang von übergeordneten Makroschocks zu detaillierten Business- und Accounting-Treibern. Gemini kann Ihnen helfen, die Logik zu kodifizieren, die zum Beispiel BIP und Spreads mit Volumina, Margen, Ausfallraten und Wertberichtigungen verbindet – und anschließend mit konkreten GuV-, Bilanz- und Cashflow-Positionen verknüpft.
Beginnen Sie damit, Ihren aktuellen Treiberbaum und die Mapping-Regeln in natürlicher Sprache und Tabellen zu dokumentieren, und bitten Sie Gemini dann, Transformationslogik oder Pseudocode zu generieren, den Sie in Ihren Modellen einbetten können:
User: Basierend auf dem untenstehenden Treiberbaum, konvertieren Sie die 12-Quartals-Makropfade
in vierteljährliche GuV- und Bilanzschocks für unser Firmenkreditportfolio.
- Wenn das real_BIP-Wachstum < 0 ist, erhöhen Sie die default_rate um 0,4 Prozentpunkte
für jedes 1 Prozentpunkt unter Trend.
- Wenn sich credit_spread_HY um > 150 Basispunkte ausweitet, reduzieren Sie das Neugeschäftsvolumen um 20%.
- Wertberichtigungen = f(default_rate, LGD, Exposure) gemäß beigefügter Formel.
Erstellen Sie eine Tabelle, die jede Makrovariable zuordnet zu:
- einem Treiber
- einer Formel
- einer Zielposition im Abschluss (GuV/Bilanz)
Wenden Sie diese Logik anschließend auf die beigefügten Makroszenarien an und geben Sie die geschockte
GuV und Bilanz aus.Erwartetes Ergebnis: eine transparente Mapping-Schicht zwischen Szenarien und Finanzabschlüssen, die Sie prüfen, anpassen und anschließend in Code oder Tabellenkalkulationen operationalisieren können.
Narrative Overlays und Management-Storylines automatisieren
Management und Aufseher wollen nicht nur Zahlen; sie erwarten eine stimmige Erzählung rund um Stresstestszenarien. Gemini eignet sich gut, um dichte Szenario-Outputs in prägnante, konsistente Storylines zu übersetzen, die erklären, was passiert und warum.
Wenn Sie strukturierte Szenario-Outputs haben, nutzen Sie Gemini, um Narrative Overlays für Board-Unterlagen und ICAAP-/ILAAP-Dokumentation zu erstellen:
User: Sie unterstützen die/den CFO bei der Vorbereitung des Stresstest-Teils des Board-Decks.
Verwenden Sie die beigefügten Szenariodaten (Makropfade und GuV-/Bilanz-Auswirkungen) und schreiben Sie:
1) Eine einseitige Executive Summary für die Baseline-, Advers- und Severe-Szenarien
2) Eine stichpunktartige Erklärung der wichtigsten Auswirkungen auf Umsatz, Marge und Liquidität
3) Einen kurzen Anhangstext, der für die ICAAP-Dokumentation geeignet ist
Seien Sie präzise, vermeiden Sie Hype und unterscheiden Sie klar zwischen Annahmen und Modellergebnissen.Erwartetes Ergebnis: konsistente, gut strukturierte Narrative, die mit Ihren Zahlen übereinstimmen und Führungskräfte von repetitiven Schreibaufgaben entlasten.
Einen wiederholbaren Stresstest-Workflow rund um die Gemini-APIs aufbauen
Um über Experimente hinauszukommen, integrieren Sie Gemini per API in einen schlanken Workflow, der Datenaufnahme, Szenariogenerierung, Transformation und Berichterstattung orchestriert. Dieser kann neben Ihrer bestehenden Risiko-Infrastruktur laufen und bei Bedarf Ihre internen Modelle aufrufen.
Eine Minimalversion eines solchen Workflows könnte so aussehen:
1) Abruf der neuesten Makro- und Portfoliodaten aus Ihrem Data Warehouse; 2) Aufruf eines Gemini-Endpunkts mit einem festen, versionierten Prompt zur Generierung von Szenarien; 3) Transformation der Szenarien in Treiber anhand kodifizierter Logik; 4) Einspeisung der Treiber in Ihre etablierten Stresstest-Modelle; 5) erneuter Aufruf von Gemini zur Generierung von Narrativen und visuellen Erklärungen; 6) Speicherung aller Prompts, Inputs und Outputs für die Auditierbarkeit. Dies lässt sich im Rahmen eines Gemini-gestützten Stresstest-PoC schnell prototypisieren und anschließend für den Produktivbetrieb härten.
Gemini zur Konsistenzprüfung und zum Aufspüren von Modellanomalien nutzen
Über die Generierung hinaus kann Gemini als KI-Qualitätsprüfer für Szenario- und Stresstest-Outputs fungieren. Indem Sie Ihre finalen Szenarioergebnisse und zentrale Annahmen einspeisen, können Sie Gemini bitten, Inkonsistenzen, fehlende Risikofaktoren oder wenig plausible Kombinationen von Kennzahlen zu markieren, die Ihrem Team entgehen könnten.
Zum Beispiel:
User: Prüfen Sie die beigefügten Szenario-Outputs (GuV, Bilanz, Cashflow) und die zugrundeliegenden
Makropfade. Identifizieren Sie:
- Beziehungen, die volkswirtschaftlich inkonsistent erscheinen (z.B. steigende Gewinne in einer schweren Rezession)
- Risikokategorien, die im Vergleich zu anderen unterstresst wirken
- Annahmen, die nicht klar dokumentiert sind
Stellen Sie eine Liste von Themen und Fragen zusammen, die der Risikoausschuss vor der Freigabe kritisch
hinterfragen sollte.Erwartetes Ergebnis: eine strukturierte „zweite Paar Augen“-Prüfung, die Ihren Risiko- und Finanzteams hilft, ihr Expertenurteil dort einzusetzen, wo es am wichtigsten ist.
Prompts, Templates und Governance-Artefakte kodifizieren
Behandeln Sie schließlich Ihre Gemini-Prompts und -Templates als Modellartefakte ersten Ranges. Speichern Sie sie in der Versionsverwaltung, verknüpfen Sie sie mit bestimmten Berichtszyklen und definieren Sie, wer Änderungen vornehmen darf. Dokumentieren Sie für jeden Prompt: Zweck, Eingabedaten, Ausgabeformat und Prüfschritte.
Mit der Zeit entsteht so eine Bibliothek genehmigter Szenario-Templates, Makroschock-Generatoren, Mapping-Helfer für Treiber und Narrative-Generatoren, die über Einheiten und Berichtsperioden hinweg wiederverwendet werden können. Das reduziert Personenabhängigkeit und macht Ihren KI-gestützten Stresstest-Prozess robust und prüfungssicher.
In dieser Form implementiert, verzeichnen Finanzorganisationen typischerweise eine Reduktion des manuellen Aufwands für Szenariovorbereitung und Dokumentation um 30–50 %, eine deutlich höhere Szenariodeckung und eine spürbare Verbesserung der Transparenz und Qualität der Diskussionen mit Board und Aufsicht – und das, ohne bestehende validierte Risikomodelle zu verwerfen.
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
Gemini erhöht die Verlässlichkeit, indem es standardisiert, wie Sie Szenarien generieren, dokumentieren und prüfen. Es kann intern konsistente Makropfade erstellen, diese in finanzielle Treiber übersetzen und klare Erklärungen zu Annahmen und Auswirkungen liefern. Anstatt Szenarien jedes Mal manuell in Tabellen neu aufzubauen, nutzen Sie versionierte Prompts und APIs, sodass der Prozess wiederholbar und nachvollziehbar ist.
Entscheidend ist: Ihre bestehenden Risiko- und Bewertungsmodelle bleiben für die eigentlichen Zahlen verantwortlich. Gemini legt sich darum herum, strukturiert Inputs und Outputs und reduziert so menschliche Fehler, verbessert die Transparenz und verschafft Ihnen eine stärkere Audit-Trail-Basis für interne und aufsichtsrechtliche Prüfungen.
Typischerweise benötigen Sie drei Fähigkeiten: eine:n Risiko-/Finanzexpert:in, der/die Ihren aktuellen Szenariorahmen versteht, ein Daten-/Engineering-Profil, das Gemini mit Ihren Daten und Modellen verbindet, sowie eine:n Product Owner, der/die Use Cases priorisiert und die Adoption sicherstellt. Ein großes Data-Science-Team ist für den Einstieg nicht erforderlich.
In der Praxis starten viele Organisationen mit einem kleinen, funktionsübergreifenden Squad (Finance, Risk, IT), der an einem klar definierten PoC arbeitet. Die APIs und die natürsprachige Schnittstelle von Gemini senken die Einstiegshürde, da ein Großteil der Logik in Form von Prompts und Konfiguration statt komplexem Code ausgedrückt werden kann. Im Zeitverlauf können Sie Ihre bestehenden Risikomodellierer:innen und Controller:innen befähigen, Prompts und Workflows selbst zu pflegen.
Für einen fokussierten Use Case, etwa Makroszenariogenerierung und Narrative-Erstellung für ein Portfolio, sehen Sie in der Regel innerhalb von 4–8 Wochen greifbare Ergebnisse. In diesem Zeitraum wechseln Organisationen häufig von manueller Szenarioerstellung zu einer halbautomatisierten Pipeline mit Gemini – einschließlich grundlegender Governance und Dokumentation.
Die Skalierung auf mehrere Risikotypen, Einheiten oder Regime dauert länger, da Sie Stakeholder ausrichten, Datenschnittstellen standardisieren und Governance verfeinern müssen. Viele Unternehmen gehen hier iterativ vor: ein oder zwei wirkungsstarke Piloten im ersten Quartal, anschließend schrittweise Ausweitung kombiniert mit Trainings und Prozessanpassungen über die folgenden 6–12 Monate.
Die direkten Technologiekosten für den Einsatz von Gemini im Stresstesting (API-Nutzung, grundlegende Infrastruktur) sind in der Regel moderat im Vergleich zum Wert der eingesparten Zeit und reduzierten Risiken. Die Hauptinvestition liegt in Konzeption und Integration: Abbildung Ihrer aktuellen Prozesse, Definition von Prompts und Workflows sowie Anbindung von Gemini an Ihre Daten und Modelle.
Auf der Nutzenseite reduzieren Finanzteams häufig die Zeit für Szenariovorbereitung und Dokumentation um 30–50 %, erhöhen die Szenariodeckung und verbessern die Qualität der Diskussionen mit Board und Aufsicht. Die materiellere, aber weniger sichtbare Rendite ergibt sich aus besser informierten Entscheidungen: frühere Sichtbarkeit von Tail-Risiken, realistischere Liquiditäts- und Kapitalplanung und eine stärkere Position in regulatorischen Gesprächen.
Reruption begleitet Organisationen End-to-End – von der Schärfung des Use Cases bis zur Auslieferung einer funktionierenden Lösung. Mit unserem KI-PoC-Angebot (9.900 €) können wir schnell testen, ob Gemini die Szenarien, die Sie benötigen, mit Ihren realen Daten und Restriktionen verlässlich generieren und erklären kann. Sie erhalten einen funktionsfähigen Prototyp, Performance-Kennzahlen und eine konkrete Umsetzungsroadmap – nicht nur ein Folienset.
Über den PoC hinaus bedeutet unser Co-Preneur-Ansatz, dass wir uns eng mit Ihren Finance-, Risk- und IT-Teams verzahnen, in Ihrem P&L mitarbeiten und Ihnen helfen, die Workflows, Integrationen und Governance-Strukturen aufzubauen, die für eine produktionsreife KI-gestützte Stresstest-Fähigkeit erforderlich sind. Wir bringen die technische Tiefe mit, um Gemini an Ihre Systeme anzubinden, und die strategische Perspektive, um sicherzustellen, dass die Lösung das finanzielle Risiko tatsächlich reduziert und regulatorische Erwartungen erfüllt.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon