Warum brauchen Maschinen- & Anlagenbau-Unternehmen in Hamburg ein gezieltes KI-Enablement?
Innovatoren dieser Unternehmen vertrauen uns
Die lokale Herausforderung
Hamburger Maschinenbauer stehen zwischen globalem Wettbewerb und hochkomplexen Lieferketten: Ersatzteil-Prognosen, technische Dokumentation und serviceorientierte Geschäftsmodelle erfordern neue Fähigkeiten. Ohne gezielte Weiterbildung bleiben KI-Investitionen oft Proof-of-Concepts ohne nachhaltigen Produktivbetrieb.
Warum wir die lokale Expertise haben
Reruption hat seinen Hauptsitz in Stuttgart, reist aber regelmäßig nach Hamburg und arbeitet vor Ort mit Kunden, um Trainings wirklich an den konkreten Prozessen und Daten der Teams auszurichten. Wir kombinieren strategische Beratungsarbeit mit echter Produktentwicklung: Unsere Coaches führen Workshops, entwickeln Playbooks und coachen direkt an den Systemen, die die Teams tatsächlich nutzen.
Unser Co-Preneur-Ansatz heißt, wir arbeiten wie Mitgründer: wir übernehmen Verantwortung für die Umsetzung, nicht nur für Empfehlungen. Vor Ort in Hamburg gehen unsere Workshops über Präsentationen hinaus — wir bauen Prototypen, erstellen Prompting-Frameworks und begleiten erste Produktionsläufe, damit das Gelernte sofort greifbar wird.
Wir wissen, dass Hamburger Industriekunden pragmatische Lösungen brauchen: klare Governance, leicht anwendbare Prompting-Standards und eine Skalierungsstrategie für interne AI-Communities. Deshalb setzen unsere Module auf Kombinationen aus Executive-Workshops, Department-Bootcamps und On-the-Job-Coaching, die direkt im Tagesgeschäft stattfinden.
Unsere Referenzen
Im Maschinen- und Anlagenbau haben wir mehrfach mit Fertigungsunternehmen gearbeitet: Mit STIHL begleiteten wir mehrere Projekte von der Kundenforschung bis zum Produkttest — darunter Sägentraining, ProTools und Sägensimulatoren — und lernten, wie sich technisches Training, Dokumentation und Produkt-Markt-Fit verbinden lassen.
Bei Eberspächer entwickelten wir AI-basierte Lösungen zur Geräuschreduzierung in Fertigungsprozessen und optimierten Analyse-Workflows, die direkt zu Effizienzgewinnen in der Produktion führten. Diese Erfahrungen fließen direkt in unsere Enablement-Module für Ersatzteil-Prognose, Service-Digitalisierung und technische Dokumentation ein.
Über Reruption
Reruption wurde mit der Idee gegründet, Unternehmen nicht nur zu beraten, sondern von innen neu aufzustellen — wir helfen Kunden, disruptive Veränderungen selbst zu treiben. Unsere Stärke ist die Kombination aus schneller Engineering-Execution, strategischer Klarheit und unternehmerischer Verantwortung.
Für Hamburg bedeutet das konkret: Wir bringen die technischen Lösungen, die Governance-Modelle und das Training, damit lokale Maschinenbauer KI nicht als Experiment, sondern als dauerhafte capability etablieren. Wir reisen regelmäßig nach Hamburg, arbeiten auf dem Shopfloor, in Schulungsräumen und mit Führungsteams, ohne vor Ort ein eigenes Büro zu beanspruchen.
Wie starten wir am besten mit KI-Enablement in Hamburg?
Wir empfehlen einen 90-Tage-Sprint: Executive-Workshop, Pilot-Use-Case, Department-Bootcamp und On-the-Job-Coaching. Wir reisen regelmäßig nach Hamburg und arbeiten vor Ort mit Ihren Teams.
Was unsere Kunden sagen
Hans Dohrmann
CEO bei internetstores GmbH 2018-2021
Das ist die systematischste und nachvollziehbarste Go-to-Market Strategie, die ich bezüglich Corporate Startups je gesehen habe.
Kai Blisch
Director Venture Development bei STIHL, 2018-2022
Extrem wertvoll ist dabei Reruptions starker Fokus auf die Nutzer*innen, deren Bedürfnisse und das kritische Hinterfragen von Vorgaben. ... und nicht zuletzt macht die Zusammenarbeit riesige Freude.
Marco Pfeiffer
Head of Business Center Digital & Smart Products bei Festool, 2022-
Reruption evaluierte systematisch ein neues Geschäftsmodell mit uns: besonders beeindruckend fanden wir die Fähigkeit auch komplexe Sachverhalte nachvollziehbar darzustellen.
KI-Enablement für Maschinen- & Anlagenbau in Hamburg: Ein vollständiger Fahrplan
Hamburgs Maschinen- und Anlagenbauer stehen vor einer doppelten Herausforderung: Sie müssen bestehende, oft jahrzehntealte Prozesse digitalisieren und gleichzeitig neue, serviceorientierte Geschäftsmodelle entwickeln. KI kann beides ermöglichen — wenn die Organisation die Fähigkeiten hat, KI-Lösungen zu verstehen, zu bedienen und zu skalieren. Dieses Kapitel liefert einen detaillierten Fahrplan, wie Enablement-Programme gestaltet sein müssen, um messbare Ergebnisse zu erzeugen.
Marktanalyse: Warum gerade jetzt Hamburg?
Hamburg ist Deutschlands Tor zur Welt mit starken Verknüpfungen in Logistik, Luftfahrt und Meerestechnik. Maschinenbauer in der Region profitieren von engen Lieferketten, großen Flottenkunden und einem intensiven Servicegeschäft. Diese Marktstruktur begünstigt KI-Anwendungen für Predictive Maintenance, Ersatzteil-Optimierung und Service-Automatisierung, weil große Mengen strukturierter und unstrukturierter Daten vorhanden sind.
Gleichzeitig führt die regionale Diversität — von Zulieferern für die Luftfahrt bis zu maritimen Ausrüstern — zu heterogenen IT-Landschaften. Ein effektives Enablement-Programm muss daher sowohl zentrale Standards als auch abteilungs- und produktspezifische Anpassungen adressieren.
Spezifische Use Cases für Maschinen- & Anlagenbau
Ein Hauptfeld sind AI-basierte Services: Predictive Maintenance und Ersatzteil-Vorhersage reduzieren Ausfallzeiten und optimieren Lagerbestände. In Hamburg, wo Reaktionszeiten und Logistik entscheidend sind, lassen sich damit direkte Opex-Einsparungen erzielen. Unsere Trainings bereiten Teams darauf vor, Modelle zu interpretieren, Ergebnisse zu validieren und Fehlalarme zu reduzieren.
Dokumentation und Handbücher sind ein weiterer zentraler Anwendungsfall. KI-gestützte Dokumenten- und Wissenssysteme helfen, Betriebsanleitungen, Service-Checks und Compliance-Dokumente automatisch zu strukturieren und kontextsensitive Hilfen bereitzustellen. Unser Enablement fokussiert auf Prompting-Frameworks und Playbooks, damit Techniker vor Ort schnell die richtigen Antworten bekommen.
Planungs-Agents und Enterprise Knowledge Systems sind besonders wertvoll für komplexe Fertigungs- und Serviceprozesse. In Trainings zeigen wir, wie solche Agents mit ERP- und PLM-Systemen interagieren, wie Verantwortlichkeiten definiert werden und wie ein Rollout schrittweise über Abteilungen hinweg gelingt.
Implementierungsansatz: Von Workshops zu On-the-Job-Coaching
Ein erfolgreiches Programm beginnt auf Führungsebene mit Executive Workshops, in denen Strategie, KPIs und Governance abgestimmt werden. Diese Workshops schaffen die nötige Entscheidungsgeschwindigkeit und Ressourcenfreigabe. Danach folgen Department Bootcamps, die konkrete Prozesse (z. B. Service, Ersatzteile, Produktion) in den Mittelpunkt stellen.
Der Unterschied zu klassischen Trainings ist unser AI Builder Track: Er bildet nicht nur Anwender, sondern produktive Ersteller aus — technisch versierte Fachabteilungen lernen, eigene Prompts, kleine Automatisierungen und Prototypen zu erstellen. Enterprise Prompting Frameworks und Playbooks sorgen für Konsistenz und skalierbare Qualität.
On-the-Job Coaching ist der kritische Hebel: Unsere Coaches arbeiten direkt mit den Teams an den Tools, die sie später selbst betreiben. So vermeiden wir das klassische „Training ohne Transfer“-Problem. Internal AI Communities of Practice halten das Wissen lebendig und fördern den Austausch von Best Practices zwischen Hamburgs unterschiedlichen Industrieclustern.
Erfolgsfaktoren und häufige Fallstricke
Zentrale Erfolgsfaktoren sind klare KPIs, Datenqualität und Governance. Ohne saubere Datenbasis funktionieren Vorhersagen und Knowledge Systems nicht zuverlässig. Wir helfen beim Aufsetzen pragmatischer Datenchecks und Validationsprozesse im Shopfloor-Umfeld, damit Modelle belastbare Signale liefern.
Ein häufiger Fehler ist die Überschätzung der technischen Komplexität bei gleichzeitiger Unterschätzung organisatorischer Hürden: Rollen, Verantwortlichkeiten und Change-Management müssen von Anfang an adressiert werden. Unsere KI-Governance-Trainings zeigen, wie Verantwortlichkeiten für Modell-Überwachung, Bias-Checks und Rollback-Prozeduren verteilt werden.
ROI, Timeline und Team-Anforderungen
Ein realistisches Enablement-Programm zeigt innerhalb von 3–6 Monaten erste operative Verbesserungen: reduzierte Suchzeiten in Dokumentation, schnellere Service-Reaktionszeiten, oder erste Trefferquoten bei Ersatzteil-Prognosen. Der volle Wert, inklusive Skalierung abteilungsübergreifend, entfaltet sich in 9–18 Monaten mit wiederholbaren Playbooks und einer aktiven Community of Practice.
Teamseitig braucht es einen mix aus Domänenexperten, Data Engineers/ML-Engineers und Product- bzw. Change-Managern. Unsere Module sind so aufgebaut, dass nicht-technische Fachexperten zu „Mildly technical creators“ werden, die eigenständig Prompts und einfache Automatisierungen bauen können, während die Engineering-Ressourcen die produktiven Schnittstellen betreuen.
Technologie-Stack und Integrationsherausforderungen
Pragmatische KI-Lösungen im Maschinenbau kombinieren Model-APIs, Document-Understanding-Tools, einfache Vector-Stores für Knowledge Systems und Integrationen zu ERP/PLM-Systemen. Wir empfehlen modulare, beobachtbare Architekturen: leicht austauschbare Komponenten, Monitoring und Kostenkontrolle sind entscheidend für produktive Betriebsführung.
Integrations-Herausforderungen liegen oft in Legacy-APIs, Daten-Silos und strengen Compliance-Anforderungen. Unsere Enablement-Sessions decken typische Integrationsmuster ab, zeigen Adapter-Lösungen und erklären, wie man schrittweise Datenpipelines aufbaut, ohne den Produktionsbetrieb zu stören.
Change Management und Skalierung
Erfolgreiche Skalierung erfordert kontinuierliches Lernen: regelmäße Bootcamps, Coaching-Sprints und eine Governance, die Freiraum für Experimente erlaubt. Internal Champions, gepaart mit Führungssponsorship, sind der Motor für Wandel. Wir begleiten beim Aufbau solcher Champions-Netzwerke und liefern Playbooks, die wiederholt angewendet werden können.
Abschließend ist klar: KI-Enablement ist kein einmaliges Projekt, sondern ein Transformationspfad. Für Hamburger Maschinenbauer bedeutet das konkret, Fähigkeiten aufzubauen, die lokale Stärken wie Logistik-Expertise, maritime Prozesse und Luftfahrt-Qualitätsstandards in messbare Produktivwert umsetzen können.
Bereit für den nächsten Schritt?
Kontaktieren Sie uns für ein unverbindliches Gespräch. Wir bringen Erfahrung aus Fertigungsprojekten und maßgeschneiderte Trainingskonzepte mit und kommen gern nach Hamburg, um vor Ort loszulegen.
Schlüsselbranchen in Hamburg
Hamburg hat sich historisch als Handels- und Hafenstadt etabliert, und daraus ergeben sich bis heute starke Cluster: Logistik und Hafenwirtschaft prägen die regionale Nachfrage nach Maschinen, Anlagen und Servicelösungen. Die Nähe zu internationalen Transportketten macht Hamburg zu einem Hotspot für Anbieter von Intralogistik-Systemen und Hafeninfrastruktur.
Die Medienbranche formte im 20. Jahrhundert einen anderen Wirtschaftszweig: Produktionslinien für Medien- und Drucktechnik, Audio- und Filmsupport sowie die Digitalisierung von Workflows schaffen spezielle Anforderungen an Anlagenbetreiber, die heute vermehrt auf KI-gestützte Automatisierung setzen.
Die Luftfahrt ist ein weiteres, starkes Cluster: Mit Unternehmen wie Airbus und zahlreichen Zulieferern sind Präzision, Compliance und hochverfügbare Serviceprozesse zentral. Maschinenbauer, die für die Luftfahrt fertigen oder ausrüsten, haben daher besonderes Interesse an Predictive Maintenance und lückenloser Dokumentation.
Die maritime Industrie ist ebenso prägnant. Hamburgs Rolle als wichtiger Hafenstandort bringt Werften, Zulieferer und Hafenlogistiker zusammen, die auf robuste, häufig kundenspezifische Maschinen und Anlagen angewiesen sind. KI hilft hier bei Zustandsüberwachung, Taktoptimierung und Ersatzteil-Management entlang globaler Lieferketten.
Parallel wächst die Tech-Szene: Startups und Scale-ups treiben digitale Geschäftsmodelle voran, was zu einer erhöhten Nachfrage nach flexiblen, cloudbasierten KI-Lösungen führt. Diese Dynamik eröffnet Maschinenbauern die Chance, ihre Hardware durch digitale Services zu ergänzen und neue Erlösmodelle zu erschließen.
Für Trainer und Enablement-Anbieter bedeutet das: Inhalte müssen sowohl die traditionellen Anforderungen der Fertigung als auch moderne, serviceorientierte Geschäftsmodelle abdecken. In Hamburg resultiert daraus ein Bedarf an praxisnahen Programmen, die Themen wie Governance, Prompting und On-the-Job-Integration verbinden.
Wie starten wir am besten mit KI-Enablement in Hamburg?
Wir empfehlen einen 90-Tage-Sprint: Executive-Workshop, Pilot-Use-Case, Department-Bootcamp und On-the-Job-Coaching. Wir reisen regelmäßig nach Hamburg und arbeiten vor Ort mit Ihren Teams.
Wichtige Akteure in Hamburg
Airbus hat in Hamburg eine lange Tradition in Flugzeugfertigung und Entwicklung. Die dortigen Produktions- und Wartungsprozesse erzeugen enorme Mengen an technischen Dokumenten und Messdaten — ideale Bedingungen für KI-Anwendungen in Dokumentenverständnis, Predictive Maintenance und Produktionsplanung. Wandel in solchen Großprojekten erfordert gut geschulte Teams, die KI-Tools sicher und verantwortungsvoll nutzen.
Hapag-Lloyd als globaler Logistikkonzern beeinflusst maßgeblich die Nachfrage nach Hafen- und Logistikanlagen. Optimierte Planungs-Agents, automatisierte Wartungspläne und intelligente Ersatzteilversorgung sind für Unternehmen in ihrem Ökosystem entscheidend, und KMUs in Hamburg orientieren sich an solchen Anforderungen.
Otto Group treibt E‑Commerce und Supply-Chain-Innovationen voran. Die enge Verzahnung von Handel, Logistik und IT in Hamburg zeigt, wie Maschinenbauer ihre Produkte durch digitale Services ergänzen können — etwa durch Remote-Monitoring von Fulfillment-Anlagen oder KI-unterstützte Qualitätssicherung.
Beiersdorf steht für Konsumgüterproduktion mit hohen Anforderungen an Qualität und Compliance. Maschinen und Anlagen in solchen Branchen müssen nicht nur robust sein, sondern auch datengetriebene Qualitätssicherungsprozesse unterstützen — ein Einsatzfeld für dokumentenbasierte KI und automatische Prüfprotokolle.
Lufthansa Technik ist ein Schlüsselakteur in der Luftfahrtwartung, mit komplexen Serviceketten und hohen Standards. Die Zusammenarbeit mit Maschinenbauern führt hier oft zu gemeinsamen Innovationen im Bereich Predictive Maintenance, Ersatzteilmanagement und digitaler Serviceangebote.
Neben diesen Großunternehmen existiert in Hamburg eine Vielzahl mittelständischer Zulieferer und Serviceanbieter, die als Innovationsmotor fungieren. Diese Unternehmen sind besonders empfänglich für praxisorientiertes Enablement, da sie schnell mit geringerem Overhead Neuerungen testen und skalieren können.
Bereit für den nächsten Schritt?
Kontaktieren Sie uns für ein unverbindliches Gespräch. Wir bringen Erfahrung aus Fertigungsprojekten und maßgeschneiderte Trainingskonzepte mit und kommen gern nach Hamburg, um vor Ort loszulegen.
Häufig gestellte Fragen
Erste greifbare Resultate sind meist schon nach 3–6 Monaten sichtbar, wenn das Programm gut strukturiert ist: Reduced time-to-answer in Dokumentationssystemen, erste Treffer bei Ersatzteil-Prognosen oder automatisierte Checklisten in der Wartung. Diese Early Wins entstehen, weil Enablement nicht bei PowerPoint bleibt, sondern operativ an echten Prozessen ansetzt.
Der Schlüssel liegt in der Kombination aus Executive-Workshops und praxisnahen Bootcamps: Führungskräfte setzen Ziele und KPIs, Abteilungen definieren konkrete Use Cases, und On-the-Job-Coaching sorgt für den Transfer ins Tagesgeschäft. In Hamburg sehen wir häufig, dass Service- und Logistik-Teams besonders schnell Wirkung erzielen, weil dort Datenströme und Geschäftsziele sehr unmittelbar messbar sind.
Für nachhaltige Skalierung und kompletten ROI sollten Unternehmen 9–18 Monate einplanen. In dieser Zeit werden Playbooks etabliert, interne AI-Communities aktiv und Governance-Prozesse stabilisiert — nur so lassen sich punktuelle Erfolge in dauerhafte capability verwandeln.
Praktische Empfehlung: Beginnen Sie mit einem 90-Tage-Sprint für einen klar definierten Use Case (z. B. Ersatzteil-Priorisierung). Das schafft Vertrauen und liefert Zahlen, auf deren Basis Sie die nächste Phase planen können.
Datenqualität ist die Grundlage für jede verlässliche KI-Anwendung. Maschinen- und Anlagenbau erzeugt heterogene Daten — Sensorlogs, Wartungsberichte, CAD-Dokumente und ERP-Transaktionen — die oft in Silos liegen. Ein Enablement-Programm muss daher mit pragmatischen Datenchecks beginnen: einfache Validations, Zeitreihen-Konsistenzprüfungen und Standardisierungen von Metadaten.
In Hamburg, wo Lieferketten und Serviceverträge internationale Komplexität haben, ist die Harmonisierung von Stammdaten besonders wichtig. Wir arbeiten mit lokalen Teams direkt an Beispieldatensätzen, um typische Fehlerquellen zu identifizieren und Regeln für Bereinigung und Annotation festzulegen.
Ohne diese Vorarbeit liefern Modelle unzuverlässige Vorhersagen, was wiederum Vertrauen untergräbt. Deshalb vermitteln unsere Trainings konkrete Methoden für Daten-Governance: wer Daten verantwortet, wie Versionierung funktioniert und welche Quality Gates vor Produktions-Bereitstellung nötig sind.
Praktischer Tipp: Starten Sie mit einem kleinen, gut kuratierten Datensatz aus einem Pilotbereich. Validieren Sie dort Modelle, bevor Sie den Data-Lift für ganze Werksdaten durchführen.
Governance muss pragmatisch, aber verbindlich sein. In unseren KI-Governance-Trainings vermitteln wir ein Framework aus Rollen, Prozessen und Kontrollpunkten: Wer darf Modelle freigeben? Welche Tests müssen bestehen? Wie dokumentieren wir Entscheidungen? Solche Regeln sind notwendig, um Haftungs- und Sicherheitsrisiken zu minimieren — insbesondere in Bereichen wie Luftfahrt oder maritimer Technik mit hohen Compliance-Anforderungen.
In Hamburg arbeiten viele Unternehmen mit internationalem Footprint. Deswegen adressieren wir in unseren Workshops auch grenzüberschreitende Datenschutz- und Exportkontrollen. Governance beinhaltet hier nicht nur technische Sicherheitsmaßnahmen, sondern auch Richtlinien für Datennutzung, Zugriff und Audit-Trails.
Wir empfehlen eine gestaffelte Governance: Leichtgewichtige Regeln für explorative Projekte und strengere Kontrollen für produktive Systeme. So bleibt Innovation möglich, ohne die Betriebssicherheit zu gefährden.
Abschließend: Governance ist kein einmaliges Dokument, sondern ein lebender Prozess. Regelmäßige Review-Zyklen, integrierte Risiko-Checks und eine klare Eskalationsmethode sind Teil eines robusten Ansatzes.
Unsere Department Bootcamps sind auf die jeweiligen Arbeitsrealitäten zugeschnitten. Für HR fokussieren wir auf Recruiting-Assistance, automatisierte Onboarding-Guides und Kompetenzentwicklung mittels interner AI-Communities. Finance-Bootcamps behandeln Automatisierung von Reporting, Anomalieerkennung in Transaktionen und Forecast-Support durch Planungs-Agents.
Operations-Bootcamps sind praxisorientiert: Predictive Maintenance, Qualitätssicherung, digitale Checklisten und Prozessautomatisierung stehen im Mittelpunkt. Für Sales geht es um Lead-Qualifizierung, technisch fundierte Angebotsunterstützung und Knowledge Systems, die Vertriebsingenieuren schnellen Zugriff auf Produktdaten geben.
Wichtig ist: Jedes Bootcamp endet mit konkreten Artefakten — Playbooks, Prompting-Templates und einem kleinen Prototypen, der direkt im Alltag genutzt werden kann. So entsteht unmittelbarer Mehrwert, und die Abteilungen können eigenständig weiterarbeiten.
Wir empfehlen, die Bootcamps mit On-the-Job-Coaching zu verknüpfen, damit die Teilnehmer beim ersten produktiven Einsatz Unterstützung bekommen und das Gelernte nicht verloren geht.
Internal Communities of Practice sind der Schlüssel zur Verankerung von KI-Kompetenz. Wir unterstützen beim Aufbau dieser Communities durch eine Kombination aus strukturierten Lernpfaden, Moderations-Skills und technischen Templates. Zunächst helfen wir bei der Identifikation von Champions in verschiedenen Abteilungen, die das Thema vorantreiben.
Im nächsten Schritt liefern wir Inhalte: wiederverwendbare Playbooks, Prompting-Frameworks und Moderationsleitfäden für regelmäßige Show-and-Tell-Meetings. Diese Formate fördern Wissenstransfer zwischen Produktion, Service, IT und Management — in Hamburg besonders wertvoll aufgrund der branchenübergreifenden Vernetzung.
Wir begleiten die Community über mehrere Monate mit Coaching-Sessions und regelmäßigen Health-Checks: Welche Use Cases skalieren? Wo entstehen neue Probleme? Welche Trainings werden benötigt? So wird die Community nicht nur ein Kommunikationskanal, sondern ein aktives Produktionsnetzwerk für KI-Lösungen.
Praktische Empfehlung: Verknüpfen Sie Community-Aktivitäten mit KPIs und Anreizsystemen, beispielsweise Anerkennung für erfolgreiche Piloten oder Zeitkonto für Community-Arbeit. Das erhöht die Nachhaltigkeit erheblich.
Beides ist notwendig. Trainings für Fachabteilungen — insbesondere der AI Builder Track — sind essenziell, damit Domänenexperten eigenständig Prototypen bauen, Prompts optimieren und erste Automatisierungen vornehmen können. Diese Befähigung reduziert die Belastung der IT und fördert schnelle Iterationen.
Gleichzeitig erfordern produktive Systeme technische Expertise: Data Engineers, ML-Engineers und Integrationsspezialisten sind nötig, um robuste Pipelines, Monitoring und Schnittstellen zu ERP/PLM zu betreiben. Wir empfehlen ein hybrides Modell: Fachexperten für schnelle Validierung und Product-Teams für Produktionsreife.
Unsere Enablement-Programme sind darauf abgestimmt: Wir schulen nicht-technische Anwender in praktischen Erstellungstechniken und begleiten parallel die technischen Teams bei Architekturentscheidungen, Deployment und Observability.
Für Hamburg bedeutet das: Investieren Sie in minimale technische Kernkompetenzen und breit aufgestellte, „mildly technical“ Fachexperten. Dieses Setup kombiniert Agilität mit Zuverlässigkeit.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon