v1.2.4: Integrated ChatGPT API for Umsatz evaluation in Spalte AF

ChatGPT API Integration:

Neue Funktion evaluate_umsatz_chatgpt liest den API-Token aus der Datei api_key.txt und sendet einen strukturierten Prompt an die ChatGPT API.

Der Prompt fordert zur Schätzung des Umsatzes in Mio. Euro auf Basis des Unternehmensnamens und der Wikipedia-Umsatzangabe auf.

Das Ergebnis (nur eine Zahl) wird verarbeitet und in Spalte AF (Schätzung Umsatz ChatGPT) eingetragen.

Update der DataProcessor-Logik:

Nach der Aktualisierung der Wikipedia-Daten (Spalten K bis Q) wird die ChatGPT-API-Funktion aufgerufen, um den Umsatz zu evaluieren, und das Ergebnis in Spalte AF geschrieben.

brancheneinstufung.py

@@ -4,6 +4,7 @@ import re
 import gspread
 import wikipedia
 import requests
+import openai
 from bs4 import BeautifulSoup
 from oauth2client.service_account import ServiceAccountCredentials
 from datetime import datetime
@@ -13,7 +14,7 @@ import csv
 
 # ==================== KONFIGURATION ====================
 class Config:
-    VERSION = "v1.2.3"  # v1.2.3: Neue Spaltenzuordnung gemäß dem neuen Schema, Wikipedia-Kategorien extrahieren
+    VERSION = "v1.2.4"  # v1.2.4: Integriert ChatGPT API zur Umsatzbewertung in Spalte AF
     LANG = "de"
     CREDENTIALS_FILE = "service_account.json"
     SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
@@ -42,7 +43,6 @@ def debug_print(message):
         print(f"[DEBUG] {message}")
 
 def clean_text(text):
-    """Normalisiert Unicode, entfernt Referenzen und extra Whitespace."""
     if not text:
         return "k.A."
     text = unicodedata.normalize("NFKC", str(text))
@@ -72,14 +72,6 @@ def normalize_company_name(name):
     return normalized.lower()
 
 def extract_numeric_value(raw_value, is_umsatz=False):
-    """
-    Extrahiert den numerischen Wert aus raw_value.
-    - Nutzt Komma als Dezimaltrenner und entfernt Punkte als Tausendertrennzeichen.
-    - Für Umsatz: Falls "mrd" vorkommt, wird der Wert mit 1000 multipliziert;
-      enthält der Text keine Einheit, so wird durch 1e6 geteilt.
-    - Für Mitarbeiter: Gibt den ganzzahligen Wert zurück.
-    - Bei Fehlern wird der Original-Rohtext im Debug-Log ausgegeben.
-    """
     raw_value = raw_value.strip()
     if not raw_value:
         return "k.A."
@@ -114,6 +106,39 @@ def extract_numeric_value(raw_value, is_umsatz=False):
     else:
         return str(int(round(num)))
 
+def evaluate_umsatz_chatgpt(company_name, wiki_umsatz):
+    """
+    Sendet einen strukturierten Prompt an die ChatGPT API, um den Umsatz (in Mio. €) zu evaluieren.
+    Liest den API-Token aus der Datei "api_key.txt".
+    Erwartet als Antwort eine Zahl (Mio. €).
+    """
+    try:
+        with open("api_key.txt", "r") as f:
+            api_key = f.read().strip()
+    except Exception as e:
+        debug_print(f"Fehler beim Lesen des API-Tokens: {e}")
+        return "k.A."
+    openai.api_key = api_key
+    prompt = (f"Bitte schätze den Umsatz in Mio. Euro für das Unternehmen '{company_name}'. "
+              f"Die Wikipedia-Daten zeigen: '{wiki_umsatz}'. "
+              "Antworte nur mit der Zahl.")
+    try:
+        response = openai.ChatCompletion.create(
+            model="gpt-3.5-turbo",
+            messages=[{"role": "user", "content": prompt}],
+            temperature=0.0
+        )
+        result = response.choices[0].message.content.strip()
+        try:
+            value = float(result.replace(',', '.'))
+            return str(int(round(value)))
+        except Exception as conv_e:
+            debug_print(f"Fehler bei der Verarbeitung der ChatGPT-Antwort '{result}': {conv_e}")
+            return result
+    except Exception as e:
+        debug_print(f"Fehler beim Aufruf der ChatGPT API: {e}")
+        return "k.A."
+
 # ==================== GOOGLE SHEET HANDLER ====================
 class GoogleSheetHandler:
     def __init__(self):
@@ -131,9 +156,6 @@ class GoogleSheetHandler:
 
 # ==================== ALIGNMENT DEMO (Modus 3) ====================
 def alignment_demo(sheet):
-    """
-    Alignment-Demo: Schreibt in Zeile 11200 die neuen Spaltenüberschriften gemäß dem neuen Schema.
-    """
     new_headers = [
         "Spalte A (ReEval Flag)",
         "Spalte B (Firmenname)",
@@ -171,7 +193,7 @@ def alignment_demo(sheet):
         "Spalte AH (Timestamp letzte Prüfung)",
         "Spalte AI (Version)"
     ]
-    header_range = "A11200:AI11200"  # 35 Spalten: A bis AI
+    header_range = "A11200:AI11200"
     sheet.update(values=[new_headers], range_name=header_range)
     print("Alignment-Demo abgeschlossen: Neue Spaltenüberschriften in Zeile 11200 geschrieben.")
 
@@ -245,7 +267,6 @@ class WikipediaScraper:
             debug_print(f"Fehler beim Extrahieren des ersten Absatzes: {e}")
             return "k.A."
     def extract_categories(self, soup):
-        """Extrahiert Wikipedia-Kategorien als kommagetrennten String."""
         cat_div = soup.find('div', id="mw-normal-catlinks")
         if cat_div:
             ul = cat_div.find('ul')
@@ -369,12 +390,15 @@ class DataProcessor:
     def _process_single_row(self, row_num, row_data):
         # Im neuen Schema: Firmenname in Spalte B (Index 1), Website in Spalte C (Index 2).
         # Wikipedia-Daten werden in Spalten K bis Q geschrieben:
-        # K: Vorschlag Wiki URL, L: Wikipedia URL, M: Wikipedia Absatz, N: Wikipedia Branche,
+        # K: Vorschlag Wiki URL (Platzhalter "k.A.")
+        # L: Wikipedia URL, M: Wikipedia Absatz, N: Wikipedia Branche,
         # O: Wikipedia Umsatz, P: Wikipedia Mitarbeiter, Q: Wikipedia Kategorien.
-        # Timestamp (jetzt) in Spalte AH, Version in Spalte AI.
+        # ChatGPT Umsatz wird in Spalte AF geschrieben.
+        # Timestamp in Spalte AH, Version in Spalte AI.
         company_name = row_data[1] if len(row_data) > 1 else ""
         website = row_data[2] if len(row_data) > 2 else ""
-        update_range = f"K{row_num}:Q{row_num}"
+        wiki_update_range = f"K{row_num}:Q{row_num}"
+        chatgpt_range = f"AF{row_num}"
         dt_range = f"AH{row_num}"
         ver_range = f"AI{row_num}"
         print(f"\n[{datetime.now().strftime('%H:%M:%S')}] Verarbeite Zeile {row_num}: {company_name}")
@@ -391,8 +415,7 @@ class DataProcessor:
                 'categories': 'k.A.',
                 'full_infobox': 'k.A.'
             }
-        # Für Vorschlag Wiki URL setzen wir zunächst "k.A." als Platzhalter.
+        wiki_values = [
-        values = [
             "k.A.",  # Vorschlag Wiki URL
             company_data.get('url', 'k.A.'),
             company_data.get('first_paragraph', 'k.A.'),
@@ -401,18 +424,27 @@ class DataProcessor:
             company_data.get('mitarbeiter', 'k.A.'),
             company_data.get('categories', 'k.A.')
         ]
-        self.sheet_handler.sheet.update(values=[values], range_name=update_range)
+        self.sheet_handler.sheet.update(values=[wiki_values], range_name=wiki_update_range)
+        # ChatGPT API: Umsatzbewertung basierend auf Firmenname und Wikipedia-Umsatz
+        wiki_umsatz = company_data.get('umsatz', 'k.A.')
+        if wiki_umsatz != "k.A.":
+            chatgpt_umsatz = evaluate_umsatz_chatgpt(company_name, wiki_umsatz)
+        else:
+            chatgpt_umsatz = "k.A."
+        self.sheet_handler.sheet.update(values=[[chatgpt_umsatz]], range_name=chatgpt_range)
         current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
         self.sheet_handler.sheet.update(values=[[current_dt]], range_name=dt_range)
         self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=ver_range)
-        print(f"✅ Aktualisiert: URL: {company_data.get('url', 'k.A.')}, Absatz: {company_data.get('first_paragraph', 'k.A.')[:30]}..., Branche: {company_data.get('branche', 'k.A.')}, Umsatz: {company_data.get('umsatz', 'k.A.')}, Mitarbeiter: {company_data.get('mitarbeiter', 'k.A.')}, Kategorien: {company_data.get('categories', 'k.A.')}")
+        print(f"✅ Aktualisiert: URL: {company_data.get('url', 'k.A.')}, Absatz: {company_data.get('first_paragraph', 'k.A.')[:30]}..., "
+              f"Branche: {company_data.get('branche', 'k.A.')}, Wikipedia Umsatz: {company_data.get('umsatz', 'k.A.')}, "
+              f"Mitarbeiter: {company_data.get('mitarbeiter', 'k.A.')}, Kategorien: {company_data.get('categories', 'k.A.')}, "
+              f"ChatGPT Umsatz: {chatgpt_umsatz}")
         if MODE == "2":
             print("----- Vollständiger Infobox-Inhalt -----")
             print(company_data.get("full_infobox", "k.A."))
             print("----------------------------------------")
         time.sleep(Config.RETRY_DELAY)
 
-# ==================== MAIN ====================
 if __name__ == "__main__":
     mode_input = input("Wählen Sie den Modus: 1 für normalen Modus, 2 für Re-Evaluierungsmodus, 3 für Alignment-Demo: ").strip()
     if mode_input == "2":