diff --git a/helpers.py b/helpers.py
index d2e9af1e..d94dd629 100644
--- a/helpers.py
+++ b/helpers.py
@@ -901,6 +901,92 @@ def summarize_wikipedia_article(full_text, company_name):
         logger.error(f"Fehler bei der Wikipedia-Zusammenfassung für {company_name}: {e}")
         return "FEHLER (API-Fehler bei Zusammenfassung)"
 
+@retry_on_failure
+def evaluate_branche_chatgpt(company_name, website_summary, wiki_absatz):
+    """
+    Führt eine kontextbasierte Brancheneinstufung (v2.0) durch.
+    Das Unternehmensprofil wird mit dem vollständigen, definierten Branchenschema
+    abgeglichen, um die bestmögliche Zuordnung zu finden.
+    """
+    logger = logging.getLogger(__name__)
+
+    # 1. Baue das Unternehmensprofil zusammen
+    unternehmens_profil = [f"- Name: {company_name}"]
+    if website_summary and 'k.a.' not in website_summary.lower():
+        unternehmens_profil.append(f"- Website-Zusammenfassung: {website_summary}")
+    if wiki_absatz and 'k.a.' not in wiki_absatz.lower():
+        unternehmens_profil.append(f"- Wikipedia-Auszug: {wiki_absatz}")
+    
+    if len(unternehmens_profil) == 1:
+        logger.warning(f"Zu wenige Informationen für Brancheneinstufung von '{company_name}'. Breche ab.")
+        return {
+            "branch": "FEHLER (Mangelnde Daten)",
+            "confidence": "N/A",
+            "justification": "Keine Website- oder Wikipedia-Daten zur Analyse vorhanden."
+        }
+    
+    # 2. Baue das Ziel-Branchenschema als Textblock auf
+    schema_text_parts = []
+    for i, (branch, details) in enumerate(Config.BRANCH_GROUP_MAPPING.items()):
+        schema_text_parts.append(f"{i+1}. Branche: {branch}")
+        if details.get("definition"):
+            schema_text_parts.append(f"   Definition: {details['definition']}")
+        if details.get("beispiele"):
+            schema_text_parts.append(f"   Beispiele: {details['beispiele']}")
+    
+    ziel_branchenschema_text = "\n".join(schema_text_parts)
+
+    # 3. Baue den Master-Prompt zusammen
+    prompt_parts = [
+        "Du bist ein erfahrener Branchenanalyst bei einer führenden Unternehmensberatung. Deine Aufgabe ist es, ein Unternehmen präzise einer von 54 vordefinierten Branchenkategorien zuzuordnen. Nutze dafür ausschließlich die bereitgestellten Definitionen.",
+        "\n--- UNTERNEHMENS-PROFIL ---",
+        "\n".join(unternehmens_profil),
+        "\n--- ZIEL-BRANCHENSCHEMA (Deine einzig gültige Wissensbasis) ---",
+        ziel_branchenschema_text,
+        "\n--- DEINE AUFGABE (DENKPROZESS) ---",
+        "1. **Analysiere das Unternehmens-Profil:** Was ist die exakte, primäre Geschäftstätigkeit des Unternehmens?",
+        "2. **Vergleiche diese Tätigkeit mit ALLEN Definitionen** im Ziel-Branchenschema. Achte genau auf die Abgrenzungen.",
+        "3. **Identifiziere die Definition, die am besten passt.** Nutze die Beispielunternehmen zur Validierung deiner Wahl.",
+        "4. **Triff eine Entscheidung** und gib das Ergebnis im folgenden JSON-Format aus:",
+        '''
+        {
+        "Branche": "<Exakter Name der am besten passenden Branche aus dem Schema>",
+        "Konfidenz": "<Hoch, Mittel oder Niedrig>",
+        "Begruendung": "<Eine sehr kurze Begründung für deine Wahl und warum andere ähnliche Branchen (falls zutreffend) ausgeschlossen wurden.>"
+        }
+                '''
+    ]
+    
+    prompt = "\n".join(prompt_parts)
+
+    # 4. API-Aufruf
+    try:
+        response_str = call_openai_chat(prompt, temperature=0.0, model="gpt-4o", response_format_json=True)
+        if not response_str:
+             raise APIError("Keine Antwort von OpenAI erhalten.")
+        
+        response_json = json.loads(response_str)
+        
+        # Validierung des Ergebnisses
+        final_branch = response_json.get("Branche")
+        if final_branch not in Config.BRANCH_GROUP_MAPPING:
+            logger.warning(f"KI hat eine ungültige Branche zurückgegeben: '{final_branch}'. Markiere als Fehler.")
+            response_json["Branche"] = "FEHLER (Ungültige Antwort)"
+            response_json["Begruendung"] = f"Originalantwort: {final_branch}. " + response_json.get("Begruendung", "")
+
+        return {
+            "branch": response_json.get("Branche", "FEHLER (Parsing)"),
+            "confidence": response_json.get("Konfidenz", "N/A"),
+            "justification": response_json.get("Begruendung", "Keine Begründung erhalten.")
+        }
+        
+    except Exception as e:
+        logger.error(f"Endgültiger FEHLER beim OpenAI-Aufruf für Brancheneinstufung von {company_name}: {e}")
+        return {
+            "branch": "FEHLER (API)",
+            "confidence": "N/A",
+            "justification": f"Fehler bei der API-Kommunikation: {str(e)[:100]}"
+        }
 
 def evaluate_branches_batch(companies_data):
     """