Nutzen Sie Claude, um hochvolumige, repetitive Support-Anfragen zu eliminieren
Kundenservice-Teams werden von repetitiven Tickets wie Zurücksetzen von Passwörtern, Bestellstatus-Abfragen und einfachen How-to-Fragen überflutet. Dieser Leitfaden zeigt, wie Sie Claude einsetzen, um diese hochvolumigen Anfragen zu automatisieren, Bearbeitungszeiten zu verkürzen und Ihre Mitarbeitenden für komplexe, wertschöpfende Fälle freizuspielen.
Inhalt
Die Herausforderung: Hochvolumige, repetitive Anfragen
Die meisten Kundenservice-Organisationen werden immer wieder mit denselben Fragen überhäuft: Zurücksetzen von Passwörtern, Bestellstatus-Abfragen, Rechnungsduplikate, einfache How‑to-Schritte. Diese hochvolumigen, repetitiven Anfragen beanspruchen einen großen Teil der Kapazität Ihrer Agents, bringen aber pro Interaktion nur geringen Mehrwert. Das Ergebnis ist ein Support-Betrieb, der sich dauerhaft überlastet anfühlt, obwohl die Arbeit größtenteils Routine ist.
Traditionelle Ansätze kommen hier kaum hinterher. Statische FAQs und Wissensdatenbanken werden selten gelesen oder aktuell gehalten. Einfache, regelbasierte Chatbots brechen zusammen, sobald ein Kunde eine Frage anders formuliert als erwartet. Mehr Mitarbeitende einzustellen oder an große Callcenter auszulagern, skaliert primär die Kosten, nicht die Qualität. Keine dieser Optionen adressiert das Kernproblem: repetitive Tickets, die automatisch bearbeitet werden könnten, wenn das System Ihre Produkte, Richtlinien und die Kundenintention wirklich verstehen würde.
Die geschäftlichen Auswirkungen sind erheblich. Agents verbringen zu viel Zeit mit Anfragen geringer Komplexität und zu wenig mit komplexen Fällen oder proaktivem Churn-Management. Die durchschnittliche Bearbeitungszeit und Wartezeiten steigen, was zu sinkender Kundenzufriedenheit und höherer Abwanderung führt. Nachfragespitzen erfordern teure Überstunden oder temporäres Personal. Das Management steht vor einem harten Trade-off zwischen Service-Level und Support-Kosten – und läuft dennoch Gefahr, gegenüber Wettbewerbern zurückzufallen, die schnellen, jederzeit verfügbaren digitalen Support bieten.
Diese Situation ist frustrierend, aber sie ist durchaus lösbar. Moderne KI-gestützte Kundenservice-Automatisierung – insbesondere mit Modellen wie Claude, die lange, komplexe Dokumentationen lesen und verstehen können – ist heute in der Lage, einen großen Anteil repetitiver Anfragen mit hoher Genauigkeit und konsistentem Tonfall zu lösen. Bei Reruption haben wir Organisationen dabei unterstützt, von Folienkonzepten zu funktionierenden KI-Support-Lösungen zu gelangen, die Ticketvolumina tatsächlich reduzieren. Im weiteren Verlauf dieser Seite finden Sie praxisnahe Hinweise, wie Sie Claude einsetzen, um repetitive Anfragen zu bändigen und Ihren Support in einen strategischen Erfolgsfaktor zu verwandeln.
Brauchen Sie einen Sparring-Partner für diese Herausforderung?
Lassen Sie uns unverbindlich sprechen und brainstormen.
Innovatoren bei diesen Unternehmen vertrauen uns:
Unsere Einschätzung
Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.
Aus der praktischen Arbeit von Reruption beim Aufbau von KI-Kundenservice-Automatisierungen und internen Chatbots sehen wir Claude als eine besonders starke Lösung für hochvolumige, repetitive Support-Anfragen. Die Fähigkeit, umfangreiche Richtlinien- und Produktdokumente zu lesen, detaillierten Anweisungen zu folgen und in einem freundlichen, kontrollierten Ton zu antworten, macht Claude ideal für virtuelle Agents, FAQ-Assistenten und Agenten-Co-Piloten, die in realen Unternehmensumgebungen tatsächlich funktionieren.
Legen Sie die Automatisierungsgrenze fest, bevor Sie Technologie einsetzen
Bevor Sie Claude im Kundenservice integrieren, sollten Sie klar definieren, welche Ticket-Typen Sie automatisieren möchten und welche zwingend bei Menschen bleiben müssen. Nutzen Sie historische Daten, um Muster zu identifizieren: Passwortprobleme, Bestellabfragen, grundlegende Produktnutzungsfragen, Garantiebedingungen. Starten Sie damit, 5–10 hochvolumige Intents zu kartieren, bei denen die korrekte Antwort aus vorhandener Dokumentation oder Systemdaten abgeleitet werden kann.
Diese strategische Grenzziehung vermeidet den häufigen Fehler, zu früh auf „Vollautomatisierung“ zu zielen. Sie schafft außerdem Vertrauen bei Stakeholdern: Agents wissen, welche Themen die KI übernimmt und wo sie weiterhin unverzichtbar sind. Wenn Sie eine verlässliche Performance für definierte Intents sehen, können Sie den Umfang dessen, was Claude übernimmt, vorsichtig ausweiten – stets mit klaren Eskalationspfaden für Sonderfälle.
Behandeln Sie Wissen als Produkt, nicht als Nebenprodukt
Claude’s Stärke beim Lesen umfangreicher Richtlinien- und Produktdokumente ist nur dann nutzbar, wenn diese Dokumentation strukturiert, aktuell und zugänglich ist. Strategisch bedeutet das, dass Sie Ihre Wissensdatenbank, Richtliniendokumente und Produkthandbücher als zentrale Eingaben für das Automatisierungssystem behandeln – nicht als statische PDFs, die irgendwo im Intranet liegen.
Schaffen Sie klare Verantwortlichkeiten für kundenrelevantes Wissen: Wer pflegt welche Dokumente, in welchem Aktualisierungsrhythmus, und wie werden Änderungen in die KI-Umgebung übertragen? Eine kleine, funktionsübergreifende Gruppe (Kundenservice, Produkt, Legal) sollte Standards definieren, wie Informationen geschrieben werden, damit Claude zuverlässig die richtigen Details extrahieren kann. Diese „Wissen als Produkt“-Denke sorgt dafür, dass KI-Antworten über die Zeit hinweg korrekt und compliant bleiben.
Positionieren Sie Claude als Assistent, nicht als Ersatz
Für die meisten Organisationen ist der schnellste Weg zu messbarem Mehrwert, Claude als Agenten-Co-Pilot und kundenorientierten Assistenten einzusetzen – nicht als direkten Ersatz für menschliche Mitarbeitende. Strategisch vermeidet das kulturellen Widerstand und ermöglicht es, Vertrauen auf Basis realer Leistungsdaten aufzubauen. Agents sehen Vorschläge für Antworten, Zusammenfassungen und „Next Best Actions“ und entscheiden, wann sie diese nutzen oder überschreiben.
Dieser Ansatz verbessert auch die Qualität des Trainings. Indem Sie beobachten, wo Agents Claude’s Vorschläge anpassen, sammeln Sie hochwertiges Feedback für iterative Optimierung. Mit der Zeit, wenn sich die Genauigkeit stabilisiert, können Sie bestimmte Intents sicher von „KI-unterstützten“ in „KI-geführte“ Flows überführen – mit menschlicher Aufsicht im Hintergrund.
Planen Sie Eskalation und Risikomanagement von Anfang an ein
Beim Einsatz von KI-Chatbots im Kundenservice besteht das eigentliche strategische Risiko nicht darin, dass Claude einmal eine falsche Antwort gibt – sondern dass es keinen klaren Weg für Kunden oder Agents gibt, dies bei Bedarf zu korrigieren oder zu eskalieren. Denken Sie in Sicherheitsnetzen: automatische Übergabe an einen Agenten bei geringer Konfidenz, einfache Möglichkeiten für Kund:innen zu signalisieren „das hat nicht geholfen“, sowie eine klare Protokollierung für Compliance und Audits.
Aus Governance-Perspektive sollten Sie definieren, welche Themen ein „No-Go“ für Automatisierung sind (z. B. Rechtsstreitigkeiten, sensible Beschwerden) und entsprechende Leitplanken in Prompts und Routing-Logik verankern. Die Kombination von Claude’s Fähigkeiten mit robusten Eskalationsstrategien schützt das Vertrauen in Ihre Marke und erlaubt gleichzeitig eine konsequente Automatisierung von risikoarmen, repetitiven Anfragen.
Richten Sie Ihre Kennzahlen an Geschäftswert, nicht nur an Automatisierungsrate aus
Es ist verlockend, sich bei der Einführung von Claude für hochvolumige Anfragen ausschließlich auf die „Prozentzahl der automatisierten Tickets“ zu konzentrieren. Strategisch sinnvoller ist jedoch der Blick auf den Geschäftswert: Reduktion der durchschnittlichen Bearbeitungszeit, Verbesserung der First-Contact-Resolution, Abbau von Backlogs und höhere Zufriedenheit bei komplexen Fällen, weil Agents endlich genug Zeit haben, sie sauber zu bearbeiten.
Definieren Sie Zielbereiche für jede Kennzahl und tracken Sie diese von der ersten Pilotphase an. So können Sie Wirkung gegenüber dem Management klar kommunizieren und zielgerichtet entscheiden, wo Sie weiter investieren. Wenn Claude beispielsweise die Bearbeitungszeit um 40 % reduziert, aber die Zufriedenheit (CSAT) für einen bestimmten Intent sinkt, wissen Sie, dass Sie dort nachsteuern müssen, bevor Sie diesen Use Case weiter skalieren.
Durchdacht eingesetzt kann Claude einen großen Anteil hochvolumiger, repetitiver Kundenservice-Anfragen übernehmen und gleichzeitig Ihren Agents bessere Werkzeuge für die komplexe verbleibende Arbeit an die Hand geben. Entscheidend ist, dies als strategische Veränderung im Umgang mit Wissen, Prozessen und Risiken zu verstehen – nicht nur als weiteren Chatbot. Bei Reruption sind wir darauf spezialisiert, diese Ansätze in funktionierende Support-Automatisierungen mit klaren Kennzahlen und robusten Leitplanken zu übersetzen. Wenn Sie erkunden möchten, wie das für Ihre eigene Support-Organisation aussehen könnte, unterstützen wir Sie gerne in einem fokussierten, risikoarmen Setup.
Hilfe bei der Umsetzung dieser Ideen?
Nehmen Sie gerne unverbindlich Kontakt zu uns auf.
Fallbeispiele aus der Praxis
Von Bankwesen bis Fintech: 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.
Richten Sie Claude als wissensgestützten virtuellen Agenten ein
Die Grundlage zur Automatisierung repetitiver Support-Anfragen mit Claude ist ein virtueller Agent, der zuverlässig auf Basis Ihrer eigenen Dokumentation antwortet. Sammeln Sie zunächst Ihre FAQs, Produkt-Handbücher, AGB, Rückgabe-Richtlinien und internen Troubleshooting-Guides. Strukturieren Sie diese in klaren Abschnitten und stellen Sie sicher, dass sie aktuell sind.
Konfigurieren Sie anschließend Claude (direkt oder über Ihre Chatbot-Plattform) so, dass diese Dokumente als Referenzmaterial dienen. Ihr System sollte zu jeder Nutzeranfrage relevante Ausschnitte der Dokumentation an Claude übergeben, damit die Antworten darauf aufbauen. Ein zentrales System-Prompt könnte wie folgt aussehen:
Sie sind ein hilfreicher, präziser Kundenservice-Assistent für <Unternehmen>.
Verwenden Sie NUR die bereitgestellte Dokumentation, um die Frage
der Kundin bzw. des Kunden zu beantworten.
Wenn die Antwort nicht in der Dokumentation enthalten ist, sagen Sie,
dass Sie es nicht wissen, und bieten Sie an,
sie/ihn mit einem menschlichen Agenten zu verbinden.
Regeln:
- Seien Sie präzise und freundlich.
- Stellen Sie eine klärende Rückfrage, wenn die Anfrage mehrdeutig ist.
- Erfinden Sie niemals Preise, rechtliche Bedingungen oder Zusagen.
- Fassen Sie die Lösung am Ende immer in einem Satz zusammen.
Testen Sie dies zunächst intern: Lassen Sie Agents reale historische Fragen stellen und vergleichen Sie Claude’s Antworten mit den Antworten, die sie selbst senden würden. Optimieren Sie Prompt und Dokumentauswahl, bevor Sie live gehen.
Automatisieren Sie gängige Workflows wie Bestellstatus und Passwort-Hilfe
Für Anfragen, die Systemdaten erfordern (z. B. Bestellstatus, Abonnementdetails, Kontoinformationen), kombinieren Sie Claude mit einfachen Backend-Integrationen. Das Muster lautet: Ihre Chatbot-Plattform oder Middleware ruft die relevanten Daten ab und übergibt diese dann an Claude, um daraus eine verständliche Antwort zu formulieren.
Eine typische Implementierungssequenz für den Bestellstatus könnte so aussehen:
1) Kund:in gibt Bestellnummer an → 2) System ruft Bestelldetails per API ab → 3) System sendet strukturierte JSON-Daten plus die Frage des Nutzers an Claude mit einer klaren Anweisung. Zum Beispiel:
Systemnachricht:
Sie sind ein Kundenservice-Assistent. Eine Kundin bzw. ein Kunde fragt
nach ihrer/seiner Bestellung. Verwenden Sie die JSON-Bestelldaten,
um klar zu antworten. Wenn etwas unklar ist,
stellen Sie eine klärende Frage.
Bestelldaten:
{ "order_id": "12345", "status": "Shipped", "carrier": "DHL",
"tracking_number": "DE123456789", "expected_delivery": "2025-01-15" }
Kundennachricht:
"Wo ist meine Bestellung und wann kommt sie an?"
So reduzieren Sie manuelle Nachschlagen-Vorgänge und repetitives Tippen, behalten aber die Kontrolle darüber, welche Daten an Claude übergeben werden.
Setzen Sie Claude als Agenten-Co-Pilot für E-Mail- und Ticket-Antworten ein
Nutzen Sie Claude als Schreibassistenten zusätzlich zum kundenorientierten Chat direkt in Ihrem Ticketsystem. Bei repetitiven E-Mail-Tickets können Agents Claude auslösen, um auf Basis des Tickettexts und derselben Dokumentation, die Ihr virtueller Agent nutzt, einen Antwortvorschlag zu erstellen.
Eine wiederverwendbare Prompt-Vorlage für Ihre Integration könnte so aussehen:
Sie sind ein interner Kundenservice-Assistent.
Verfassen Sie eine Antwort-E-Mail an die Kundin bzw. den Kunden, basierend auf:
- Dem untenstehenden Tickettext
- Den untenstehenden Support-Richtlinien
Vorgaben:
- Verwenden Sie den Unternehmens-Tonfall: professionell, freundlich, prägnant.
- Wenn Richtlinien mehrere Optionen zulassen, führen Sie diese klar auf.
- Wenn Informationen fehlen, schlagen Sie <KUNDEN FRAGEN>-Platzhalter vor.
Tickettext:
{{ticket_body}}
Support-Richtlinien:
{{policy_snippets}}
Agents prüfen und bearbeiten den Entwurf und senden ihn anschließend. Messen Sie, wie häufig Claude’s Vorschläge übernommen werden und wie viel Zeit im Vergleich zum vollständig manuellen Schreiben eingespart wird.
Nutzen Sie Claude, um lange Konversationen zu zusammenzufassen und Übergaben zu beschleunigen
Für Tickets, die zwischen Bot, First-Level-Support und Spezialist:innen wechseln, können Sie Claude einsetzen, um strukturierte Gesprächszusammenfassungen zu generieren. Das reduziert die Lesezeit für Agents und das Risiko, wichtigen Kontext zu übersehen.
Konfigurieren Sie Ihr System so, dass bei einer Übergabe das Gesprächstranskript an Claude gesendet wird – mit einem Prompt wie:
Sie fassen ein Gespräch im Kundenservice für eine interne Fachkraft zusammen.
Erstellen Sie eine strukturierte Zusammenfassung mit:
- Kundenproblem (ein Satz)
- Bereits durchgeführte Schritte
- Erhobene Datenpunkte (IDs, Versionen, Zeitstempel)
- Offene Fragen
- Empfohlene nächste Aktion
Gesprächstranskript:
{{transcript}}
Speichern Sie die Zusammenfassung in Ihrem Ticketsystem, damit sich jede neue Ansprechperson in Sekunden ein Bild vom Fall machen kann, statt seitenlange Chat-Historien lesen zu müssen.
Implementieren Sie intelligentes Routing und Triage mit Claude
Anstatt Tickets mit starren Keyword-Regeln zu routen, können Sie Claude nutzen, um eingehende Nachrichten nach Intent, Dringlichkeit und benötigter Expertise zu klassifizieren. Das System sendet jede neue Ticketbeschreibung an Claude und erhält eine strukturierte Klassifikation zurück, die Ihre Routing-Logik dann verwendet.
Ein einfaches Klassifikations-Prompt könnte so aussehen:
Sie sind ein Routing-Assistent für das Kundenservice-Team.
Lesen Sie die Nachricht der Kundin bzw. des Kunden und antworten Sie NUR
mit gültigem JSON.
Klassifizieren Sie in:
- intent: eines von ["password_reset", "order_status", "how_to",
"billing", "complaint", "technical_issue", "other"]
- urgency: eines von ["low", "medium", "high"]
- needs_human_specialist: true/false
Kundennachricht:
{{ticket_body}}
So ermöglichen Sie eine intelligentere Priorisierung und stellen sicher, dass komplexe oder sensible Themen schnell bei den richtigen Expert:innen landen, während Routineanfragen an den virtuellen Agenten oder das First-Level-Team gehen.
Verbessern Sie kontinuierlich mit Feedback-Schleifen und A/B-Tests
Damit Claude-basierte Support-Automatisierung langfristig wirksam bleibt, benötigen Sie explizite Feedback-Mechanismen. Ermöglichen Sie Kund:innen, Bot-Antworten zu bewerten, und geben Sie Agents die Möglichkeit, fehlerhafte Vorschläge oder besonders gute Beispiele zu markieren. Exportieren Sie diese Interaktionen regelmäßig, um zu prüfen, wo Claude stark ist und wo bessere Anweisungen oder Dokumentation nötig sind.
Führen Sie kontrollierte A/B-Tests durch: Vergleichen Sie für einen bestimmten Intent Standardantworten mit Claude-unterstützten Antworten anhand von Kennzahlen wie Bearbeitungszeit, CSAT und Wiedereröffnungsrate. Nutzen Sie die Ergebnisse, um zu entscheiden, welche Flows Sie ausbauen, wo Sie Prompts anpassen und wo Sie vorerst bei einer rein menschlichen Bearbeitung bleiben.
Schrittweise umgesetzt, führen diese Praktiken typischerweise zu realistischen Ergebnissen wie 20–40 % weniger repetitive Tickets, 30–50 % schnellere Bearbeitung verbleibender einfacher Anfragen und messbar höherer Zufriedenheit Ihrer Agents durch weniger monotone Arbeit. Die exakten Werte variieren, aber mit sauberer Verankerung in Ihren Daten und Prozessen kann Claude zu einem verlässlichen Motor für skalierbaren, hochwertigen Kundenservice werden.
Brauchen Sie jetzt Umsetzungskompetenz?
Lassen Sie uns über Ihre Ideen sprechen!
Häufig gestellte Fragen
Claude eignet sich besonders gut für hochvolumige Anfragen mit niedriger Komplexität, bei denen Antworten aus Ihrer bestehenden Dokumentation oder einfachen Systemabfragen abgeleitet werden können. Typische Beispiele sind Hilfestellungen zu Passwort und Kontozugriff, Bestell- und Lieferstatus, grundlegende Abrechnungsfragen, Rückgabe- und Garantiebedingungen sowie einfache Schritt-für-Schritt-Anleitungen zur Nutzung Ihrer Produkte oder Services.
Das zentrale Kriterium ist, dass es eine klare, dokumentierte Richtlinie oder einen definierten Prozess gibt. Für emotional sensible Themen, Eskalationen oder Sonderfälle mit vielen Ausnahmen kann Claude Agents weiterhin mit Zusammenfassungen und Entwürfen unterstützen – wir empfehlen aber in der Regel, hier einen Menschen in der Schleife zu behalten.
Ein fokussierter Pilot zur Automatisierung repetitiver Support-Tickets mit Claude lässt sich oft in wenigen Wochen, nicht Monaten, konzipieren und umsetzen. Der kritische Pfad ist in der Regel weniger die KI-Integration selbst, sondern die Aufbereitung und Strukturierung Ihrer Wissensbasis, die Festlegung der zuerst zu automatisierenden Intents und die Anbindung von Claude an Ihre bestehenden Support-Kanäle.
Bei Reruption ist unser 9.900 € KI-PoC genau auf diese Zeitschiene ausgelegt: In einem kompakten Projekt definieren wir den Use Case (z. B. 5–10 repetitive Intents), bauen einen funktionierenden Prototyp (Chatbot, Co-Pilot oder beides) und bewerten die Performance anhand realer oder historischer Tickets. Der anschließende Weg in den Produktivbetrieb hängt von Ihren internen IT-Prozessen ab – Sie wissen dann aber bereits, dass der Ansatz in Ihrem Kontext funktioniert.
Sie benötigen kein großes KI-Forschungsteam, um Claude in der Kundenservice-Automatisierung effektiv zu nutzen, aber einige Rollen sind wichtig. Erstens eine Produkt- oder Prozessverantwortliche auf der Business-Seite, die Ihre Support-Flows versteht und entscheiden kann, welche Anfragen automatisiert werden sollen. Zweitens eine Person mit Verantwortung für Wissensmanagement, die die Dokumentation kuratiert und pflegt, die Claude speist.
Auf technischer Seite sind grundlegende Integrationsfähigkeiten erforderlich, um Claude mit Ihrem Chat-Widget, Help Center oder Ticketsystem und – wo relevant – mit Backend-APIs für Bestell- oder Kontodaten zu verbinden. Reruption schließt diese Lücke häufig in der Anfangsphase, sodass sich Ihr internes Team auf Inhalte und Prozesse konzentrieren kann, während wir das KI-Engineering und die Architektur übernehmen.
Der ROI hängt von Ihrer Ausgangssituation ab, aber Organisationen mit hohen Volumina repetitiver Tickets sehen typischerweise Mehrwert in drei Bereichen: geringerer Agentenaufwand pro Ticket, weniger Bedarf an Zusatzpersonal in Peaks und verbesserte Servicequalität bei komplexen Fällen. Wenn Claude beispielsweise 20–30 % der eingehenden Anfragen vollständig lösen und die Bearbeitungszeit für einen weiteren Anteil um 30–50 % senken kann, ist der kumulative Effekt auf Kapazität und Kosten erheblich.
Hinzu kommen „weiche“, aber relevante Effekte: konsistentere Antworten, schnelleres Onboarding neuer Agents dank Claude’s Unterstützung und höhere Kundenzufriedenheit durch kürzere Wartezeiten. In einem KI-PoC quantifizieren wir diese Effekte meist für einen ausgewählten Intent-Scope, damit Sie vor einem breiteren Rollout eine belastbare Business-Case-Grundlage haben.
Reruption unterstützt Organisationen End-to-End bei der Implementierung von Claude für Kundenservice-Automatisierung. Mit unserem Co-Preneur-Ansatz beraten wir nicht nur, sondern arbeiten eng mit Ihrem Team zusammen, hinterfragen Annahmen und bauen funktionierende Lösungen, die in Ihrer realen Umgebung laufen. Unser 9.900 € KI-PoC ist häufig der ideale Einstieg: Gemeinsam definieren wir einen konkreten Use Case (z. B. die Automatisierung eines Sets repetitiver Anfragen), prüfen die Machbarkeit, prototypisieren einen integrierten Claude-basierten Assistenten und messen die Performance.
Über den PoC hinaus unterstützen wir bei produktionsreifer Integration, Sicherheits- und Compliance-Aspekten, der Gestaltung von Prompts und Wissensbasis sowie beim Enablement Ihres Support-Teams. Das Ziel ist nicht eine schöne Demo, sondern ein verlässliches System, das Ticketvolumina tatsächlich reduziert und Ihre Agents von Routinearbeit entlastet, damit sie sich auf höherwertige Aufgaben konzentrieren können.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon