7 Gründe, warum es sich jetzt lohnt, Python zu lernen!
Blended Learning
Datenbasierte Prognosen sind der Schlüssel für eine sichere und bedarfsgerechte Planung, intelligente Ressourcenallokation, präventive Qualitätskontrolle und vieles mehr und können für Unternehmen schnell wettbewerbsentscheidend werden. Wie Predictive Analytics im Detail funktioniert und wie Sie entsprechende Datenanalyseprozesse von A bis Z aufbauen, erfahren Sie in diesem Kurs. Sie erfahren alles über Zeitreihenmodelle und wenden diese in vielen Übungen und unterschiedlichen Szenarien selbst an. Dabei können Sie sich die Lerneinheiten flexibel einteilen: Der Kurs besteht aus didaktisch hochwertigen Selbstlernmodulen, Live-Webinaren und umfangreichen Übungen in Form von Jupyter Notebooks. Über einen Zeitraum von vier Wochen können Sie sich das Wissen aneignen, die Aufgaben lösen und mit den Datensätzen das Thema spielerisch erkunden - ideal, wenn Sie sich berufsbegleitend weiterbilden möchten.
Modul 1: Webinar
45 Minuten
Kick-off und gemeinsamer Start ins Seminar
Kick-off und gemeinsamer Start ins Seminar
Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau, Erwartungen und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen
Modul 2: Selbstlernphase
60 Min.
Warum Zeitreihen helfen, die Realität zu verstehen
Warum Zeitreihen helfen, die Realität zu verstehen
Entdecken Sie in der ersten Lerneinheit, wie Sie mit Zeitreihenanalysen und Perspektivenwechsel fundierte Entscheidungen treffen können. Dabei werden die Konzepte der Predictive Analytics an anschaulichen Beispielen erklärt
Modul 3: Webinar
90 Min.
Zeitreihen verstehen und einsetzen
Zeitreihen verstehen und einsetzen
Im zweiten Webinar werden Sie das Gelernte aus den Modulen zuvor praktisch anwenden und erfahren, wie Sie mithilfe von etwas Python-Code Zeitreihen analysieren und interpretieren können. Sie lernen, wie Sie Zeitreihen in ihre Bestandteile wie Trend, Saisonalität und Rauschen zerlegen, um ein besseres Verständnis der zugrundeliegenden Muster zu gewinnen.
Modul 4: Selbstlernphase
90 Min.
Praxisübung: Zeitreihen analysieren und anwenden
Praxisübung: Zeitreihen analysieren und anwenden
In der ersten Praxisphase haben Sie die Möglichkeit, die im Kapitel erworbenen Kenntnisse und die im Webinar erarbeiteten Python-Klassen selbst auf konkrete Aufgabenstellungen anzuwenden. Dabei zum Einsatz kommen Jupyter Notebooks und Datensets, mit denen Sie die Übungen nachmachen und auch experimentieren können.
Modul 5: Selbstlernphase
90 Min.
Regressionsmodelle im Detail
Regressionsmodelle im Detail
Tauchen Sie in ein in die Welt der Statistik, Regressionsmodelle und optimalen Entscheidungsfindung, und lernen Sie, mit Statistik in die Zukunft zu blicken. Dabei erfahren Sie alles über die Grundlagen von Regressionen, um Zusammenhänge zwischen Variablen zu identifizieren und Vorhersagen abzuleiten, sowie über das Gleichgewicht zwischen Überanpassung und besseren Ergebnissen. Danach lernen Sie die multivariate Regression kennen, bei der mehrere unabhängige Variablen verwendet werden, und erfahren alles über die Herausforderungen bei der Erstellung dieser Modelle. Das Kapitel schließt mit Gradientenverfahren zur Optimierung von Regressionsmodellen und zeigt Ihnen, wie Sie die optimalen Parameter erreichen, um präzise Vorhersagen zu treffen.
Modul 6: Webinar
90 Min.
Methoden für die prädiktive Analyse: Regressionsmodelle
Methoden für die prädiktive Analyse: Regressionsmodelle
Im dritten Webinar setzen Sie die neu gewonnenen Erkenntnisse in die Praxis um. Sie entwickeln zusammen mit den Referent:innen eine neue Regressionsklasse, mit der Sie präzise, statistische Vorhersagen für Ihre Zeitreihenobjekte treffen können.
Modul 7: Selbstlernphase
90 Min.
Praxisübung: Regressionsmodelle praktisch einsetzen
Praxisübung: Regressionsmodelle praktisch einsetzen
In dieser Praxisphase haben Sie die Möglichkeit, die in den Kapiteln zuvor erworbenen Kenntnisse und die im Webinar erarbeiteten Python-Klassen direkt auf konkrete Aufgabenstellungen anzuwenden. Dabei zum Einsatz kommen Jupyter Notebooks und bereitgestellte Datensets.
Modul 8: Selbstlernphase
120 Min.
Neuronale Netze und Deep Learning
Neuronale Netze und Deep Learning
In dieser Selbstlerneinheit beschäftigen Sie sich ausführlich mit Neuronalen Netzen und ihren Bausteinen. Sie erfahren dabei, wie KI-Modelle funktionieren und welche Vor- und Nachteile ihre jeweiligen Bausteine haben. Sie lernen alles über:
- Konzepte und Funktionen von Neuronalen Netzen
- Aktivierungsfunktionen in Neuronalen Netzwerken
- Einführung in tiefe Neuronale Netzwerke und ihr Potenzial
- Einführung in Deep Learning und die entscheidende Rolle der Kettenregel
- Gradienten und Funktionsketten
- Verschwindende und explodierende Gradienten
Modul 9: Webinar
90 Min.
Tiefe Neuronale Netze erstellen
Tiefe Neuronale Netze erstellen
In diesem Webinar implementieren Sie Neuronale Netze in Python mithilfe von Pytorch. Sie gießen die gelernten Konzepte in Code und konzipieren in wenigen Schritten ihre eigenen tiefen Neuronalen Netze.
Modul 10: Selbstlernphase
90 Min.
Praxisübung: Tiefe Neuronale Netze zur Anwendung bringen
Praxisübung: Tiefe Neuronale Netze zur Anwendung bringen
In dieser Praxisphase werden Sie die im Webinar erarbeiteten Python-Klassen direkt auf konkrete Aufgabenstellungen anwenden. Dabei zum Einsatz kommen Jupyter Notebooks und bereitgestellte Datensets.
Modul 11: Selbstlernphase
90 Min.
Transformer-Modelle und ihre Funktion für Vorhersagen
Transformer-Modelle und ihre Funktion für Vorhersagen
In dieser Lerneinheit machen Sie sich mit Transformer-Modellen vertraut und erfahren, warum diese optimal für Zeitreihenvorhersagen geeignet sind. Zu Beginn reflektieren Sie das bisher erworbene Wissen über Zeitreihen, Vorhersagemodelle und neuronale Netze. Dabei verknüpfen Sie die erlernten Inhalte mit Kernkonzepten des maschinellen Lernens und der Künstlichen Intelligenz und lernen die Funktionsweise von Transformern im Detail kennen. Zum Schluss erfahren Sie, wie Transformer angewendet werden und warum sie so erfolgreich sind.
Modul 12: Webinar
90 Min.
Transformer-Modelle mit PyTorch implementieren
Transformer-Modelle mit PyTorch implementieren
Im letzten gemeinsamen Webinar implementieren Sie zusammen mit den Referent:innen Transformer-Modelle in Python mithilfe von PyTorch. Die erlernten Konzepte wie Einbettungen, positionsbezogene Codierung und Aufmerksamkeitsmechanismen werden in flexiblen Klassen umgesetzt. Dies ermöglicht es Ihnen, schnell und unkompliziert Transformer-Modelle auf Ihre eigenen Daten anzuwenden.
Modul 13: Selbstlernphase
90 Min.
Praxisübung: Prädiktive Analyse selbst durchführen
Praxisübung: Prädiktive Analyse selbst durchführen
Wie in jeder Praxisphase haben Sie die Möglichkeit, die im Kapitel erworbenen Kenntnisse und die im Webinar erarbeiteten Python-Klassen in Jupyter Notebooks direkt auf konkrete Aufgabenstellungen anzuwenden und damit zu experimentieren.
Inhalte
1. Warum Zeitreihen helfen, die Realität zu verstehen
- Das Konzept der prädiktiven Analyse mit Zeitreihen
- Die vier Facetten der Zeitreihenanalyse
- Die Rolle von Variablen in alltäglichen Fragestellungen
- Die Zeitreihen-Metriken
2. Regressionsmodelle im Detail
- Statistik und der Umgang mit Blickwinkeln
- Vorhersagen durch Regression
- Multivariate Regression
- Wie lernt ein Regressionsmodell?
3. Vorhersagen mit Neuronalen Netzen
- Einführung in Neuronale Netze
- Aktivierungsfunktionen für Neuronen
- Tiefe neuronale Netze erstellen
- Deep versus Wide Learning
4. Vorhersagen mit Transformer-Modellen
- Prozess der Vorhersagenerstellung
- Daten für Maschinen sichtbar machen
- Aufmerksamkeitssteuerung
- Softmax-Funktion und Kausalität
Wie lernen Sie in dem Kurs?
Dieses Online Essential bietet Ihnen ein digitales Blended-Konzept, das für das berufsbegleitende Lernen entwickelt wurde. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommen Sie sicher ans Ziel. Alternativ können Sie sich die Lerneinheiten flexibel einteilen. So lernen Sie in dem Kurs:
Selbstlernphasen: Lernen Sie selbstbestimmt, in Ihrem eigenen Tempo und wann immer Sie möchten. Unsere Kurse bieten Ihnen dafür didaktisch hochwertiges Lernmaterial mit Videos, Artikeln, interaktiven Übungen, Quizzes und Lernkontrollen.
Live-Webinare: In regelmäßigen Online-Seminaren treffen Sie Ihre Referent:innen persönlich. Sie erhalten Antworten auf Ihre Fragen, konkrete Hilfestellungen und Anleitungen, um Ihr Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Praxisaufgaben: Um die Fähigkeiten in der Praxis zu lernen, erhalten Sie Zugang zu Jupyter Notebooks, die es Ihnen ermöglichen, das erlernte Wissen selbst praktisch anzuwenden. Durch diese Übungen erhalten Sie ein tiefes Verständnis für die Arbeit mit Daten und erarbeiten sich Methoden und Techniken, die Sie im beruflichen Alltag anwenden können.
Lern-Community: Während des gesamten Kurses steht Ihnen eine digitale Lern-Community zur Verfügung. Tauschen Sie sich mit anderen Teilnehmenden und den Referent:innen aus und klären Sie Fragen.
Teilnahmebescheinigung und Open Badge: Als Absolvent:in des Kurses erhalten Sie ein Zertifikat und ein Open Badge, das Sie ganz einfach in beruflichen Netzwerken (u.a. LinkedIn) teilen können.
In Ihrer Online-Lernumgebung finden Sie nach Ihrer Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
Ihr Nutzen
- Erwerben Sie Kenntnisse über Schlüsselkonzepte wie Trends, Anomalien und Saisonalität und lernen Sie, wie Methoden der Künstlichen Intelligenz zur Vorhersage Ihrer Kennzahlen angewendet werden können.
- Nutzen Sie das theoretisch erlangte Wissen praktisch in Jupyter Notebooks mit Python, und diskutieren Sie anschließend Ihre Erfahrungen mit erfahrenen Unternehmensberater:innen sowie KI-Entwickler:innen.
- Eine sorgfältig von Pädagog:innen, Unternehmensberater:innen und KI-Entwickler:innen entwickelte Lernreise gewährleistet eine optimale Vermittlung, Anwendung und Vertiefung des Wissens.
- Der abwechslungsreiche Methoden-Mix aus Webinaren, Selbstlern-Einheiten und der Anwendung anhand praktischer Use Cases fördert eine nachhaltige Verankerung des erworbenen Wissens.
- Die Webinare werden in Zusammenarbeit zwischen KI-Expert:innen und Unternehmensberater:innen präsentiert.
- Ein umfassendes Cheat-Sheet für Python, inklusive aller wichtigen Funktionen und Formeln, hilft bei der praktischen Arbeit.
Wie lernen Sie in dem Kurs?
Dieser Online-Kurs bietet Ihnen ein digitales Blended-Konzept, das für berufsbegleitendes Lernen entwickelt wurde. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommen Sie sicher ans Ziel. Alternativ können Sie sich die Lerneinheiten flexibel einteilen. So lernen Sie in dem Kurs:
Selbstlernphasen: Lernen Sie selbstbestimmt, in Ihrem eigenen Tempo und wann immer Sie möchten. Unsere Kurse bieten Ihnen dafür didaktisch hochwertiges Lernmaterial mit Videos, Artikeln, interaktiven Übungen, Quizzes und Lernkontrollen.
Live-Webinare: In regelmäßigen Online-Seminaren treffen Sie Ihre Referent:innen persönlich. Sie erhalten Antworten auf Ihre Fragen, konkrete Hilfestellungen und Anleitungen, um Ihr Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Praxisaufgaben: Um die Fähigkeiten in der Praxis zu lernen, erhalten Sie Zugang zu Jupyter Notebooks, die es Ihnen ermöglichen, das erlernte Wissen selbst praktisch anzuwenden. Durch diese Übungen erhalten Sie ein tiefes Verständnis für die Arbeit mit Daten und erarbeiten sich Methoden und Techniken, die Sie im beruflichen Alltag anwenden können.
Lern-Community: Während des gesamten Kurses steht Ihnen eine digitale Lern-Community zur Verfügung. Tauschen Sie sich mit anderen Teilnehmenden und den Referent:innen aus und klären Sie Fragen.
Teilnahmebescheinigung und Open Badge: Als Absolvent:in des Kurses erhalten Sie ein Zertifikat und ein Open Badge, das Sie ganz einfach in beruflichen Netzwerken (u.a. LinkedIn) teilen können.
Future Jobs Club: Mit der Buchung dieses Online-Kurses erhalten Sie Zugang zum Future Jobs Club mit exklusiven Informationen, Angeboten und Möglichkeiten zur Vernetzung.
In Ihrer Online-Lernumgebung finden Sie nach Ihrer Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
Teilnehmer:innenkreis und Voraussetzungen
Dieser Kurs richtet sich an Fachkräfte aus allen Branchen mit Interesse an Predictive Analysis und Predicitve Maintenance sowie an alle, die sich zum Data Analyst oder zum Data Scientist weiterbilden möchten.
Für die Teilnahme empfehlen wir folgende Voraussetzungen:
- Basiswissen der Python-Syntax (Variablen, Operatoren, Schleifen, Bedingungen, Funktionen etc.)
- Grundlegendes mathematisches Wissen zur Vektorrechnung
- Einordnung von Numpy, Pandas, Matplotlib
- Kenntnisse in PyTorch und scikit-learn sind nicht erforderlich, aber von Vorteil
Zur Vorbereitung:
- Installieren Sie Python 3 auf Ihrem Rechner
- Richten Sie die virtuelle Umgebung "venv" ein und aktivieren Sie "venv"
- Installieren Sie Jupyter Notebooks auf Ihrem Rechner
- Installieren Sie die Bibliotheken numpy, pandas und matplotlib
- Erstellen Sie ein neues Notebook in Jipyter Notebooks und importieren Sie die Bibliotheken
Durch diese Schritte wird Python 3 mit einer virtuellen Umgebung eingerichtet, in der Jupyter Notebooks sowie die Bibliotheken numpy, pandas und matplotlib installiert und nutzbar sind.
Weitere Empfehlungen zu „Predictive Analytics: Datenbasierte Prognosen mit KI und Vorhersagemodellen“
Starttermine und Details
08.05.2024
Live-Online
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Durchführung
zoom
Technische Hinweise
Für die Durchführung unserer Online-Veranstaltungen nutzen wir verschiedene Techniken.
Module
16 Stunden über 4 Wochen
Webinar
Kick-off und gemeinsamer Start ins Seminar
Termin
08.05.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 10:45 Uhr
Webinar
Zeitreihen verstehen und einsetzen
Termin
17.05.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Methoden für die prädiktive Analyse: Regressionsmodelle
Termin
24.05.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Tiefe Neuronale Netze erstellen
Termin
07.06.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Transformer-Modelle mit PyTorch implementieren
Termin
14.06.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
30.08.2024
Live-Online
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Durchführung
zoom
Technische Hinweise
Für die Durchführung unserer Online-Veranstaltungen nutzen wir verschiedene Techniken.
Module
16 Stunden über 4 Wochen
Webinar
Kick-off und gemeinsamer Start ins Seminar
Termin
30.08.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 10:45 Uhr
Webinar
Zeitreihen verstehen und einsetzen
Termin
06.09.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Methoden für die prädiktive Analyse: Regressionsmodelle
Termin
13.09.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Tiefe Neuronale Netze erstellen
Termin
20.09.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Transformer-Modelle mit PyTorch implementieren
Termin
27.09.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
13.11.2024
Live-Online
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Durchführung
zoom
Technische Hinweise
Für die Durchführung unserer Online-Veranstaltungen nutzen wir verschiedene Techniken.
Module
16 Stunden über 4 Wochen
Webinar
Kick-off und gemeinsamer Start ins Seminar
Termin
13.11.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 10:45 Uhr
Webinar
Zeitreihen verstehen und einsetzen
Termin
20.11.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Methoden für die prädiktive Analyse: Regressionsmodelle
Termin
27.11.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Tiefe Neuronale Netze erstellen
Termin
04.12.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Transformer-Modelle mit PyTorch implementieren
Termin
11.12.2024
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
14.02.2025
Live-Online
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Durchführung
zoom
Technische Hinweise
Für die Durchführung unserer Online-Veranstaltungen nutzen wir verschiedene Techniken.
Module
16 Stunden über 4 Wochen
Webinar
Kick-off und gemeinsamer Start ins Seminar
Termin
14.02.2025
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 10:45 Uhr
Webinar
Zeitreihen verstehen und einsetzen
Termin
21.02.2025
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Methoden für die prädiktive Analyse: Regressionsmodelle
Termin
28.02.2025
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Tiefe Neuronale Netze erstellen
Termin
07.03.2025
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Webinar
Transformer-Modelle mit PyTorch implementieren
Termin
14.03.2025
Durchführung
zoom
Tagesablauf
Beginn 10:00 Uhr, Ende ca. 11:30 Uhr
Nächste Buchung sichert Durchführung
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Details
16 Stunden über 4 Wochen
Buchungsnummer:
34219
€ 1.190,- zzgl. MwSt.
€ 1.416,10 inkl. MwSt.
Details
16 Stunden über 4 Wochen
Später buchen
Gerne reservieren wir Ihnen kostenlos und unverbindlich einen Teilnehmerplatz bei der gewünschten Veranstaltung.
Kein passender Termin?
Lassen Sie sich bei neuen Terminen per E-Mail benachrichtigen, falls keiner der Bestehenden für Sie in Frage kommt.
Bitte beachten Sie: Wir nutzen bei ausgewählten Veranstaltungen Drittanbieter-Tools. An diese werden personenbezogene Daten der/des Teilnehmenden zur Durchführung des Weiterbildungsangebotes weitergegeben. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
Im Falle, dass Miro eingesetzt wird, können Sie sich für erweiterte Funktionalität und somit ein optimales Lernerlebnis freiwillig bei Miro registrieren. Hinweise zur Datenverarbeitung finden Sie in der Datenschutzerklärung von Miro.
Im Falle, dass ChatGPT eingesetzt wird, beachten Sie bitte die Datenschutzerklärung von OpenAI.
Über uns – Die Haufe Akademie
Seit 1978 Ihr Optimierer, Innovator und Begleiter–
Ihr professioneller Partner für berufliche Weiterbildung und Seminare, Schulungen und aktuelle Tagungen.
Ob vor Ort, Live-Online oder Inhouse - unsere individuellen Lösungen, unser Anspruch auf höchste Beratungskompetenz und auf Sie abgestimmte Weiterbildung, vereinfachen den Erwerb von Kompetenzen für die Arbeitswelt der Zukunft und erleichtern nachhaltig die berufliche Weiterentwicklung.
Unsere professionellen Unternehmenslösungen und Organisationsentwicklungsprogramme, ein breites Seminar-Angebot, individuelles Coaching und unsere flexiblen Formate unterstützen HR-Verantwortliche und Entscheider:innen bei der Zukunftsgestaltung und Personalentwicklung von Mitarbeitenden, firmeninternen Teams und Unternehmen.
Erleben Sie bei uns auch von zu Hause aus die Vorzüge einer Online Weiterbildung. Unsere Online-Formate entsprechen den höchsten Ansprüchen an Qualität und stehen den Präsenzveranstaltungen auch in der Praxisnähe in nichts nach. Gemeinsam Live-Online lernen in interaktiven Gruppen oder auch digital zu einem Zeitpunkt Ihrer Wahl.
2.300 Weiterbildungen
510.300 Lerner:innen pro Jahr
Über 95% positive Bewertungen
Über 2.000 Trainer:innen und Coach:innen
14.200 durchgeführte Trainings pro Jahr
Sie haben Fragen?
Rufen Sie uns an oder mailen Sie uns
Wir sind Mo - Fr 8:00 - 17:00 Uhr für Sie da.
Stephanie Göpfert
Leiterin Kundenservice
Fragen & Antworten
In unserem Bereich Fragen & Antworten (FAQ) finden Sie alle Antworten und die häufigsten Fragen zu Ihrem ausgewählten Thema.
Ihre Nachricht an uns
*Pflichtfelder
Eine Marke der
