diff --git a/brancheneinstufung.py b/brancheneinstufung.py
index 8ee506aa7..8a46c76dd 100644
--- a/brancheneinstufung.py
+++ b/brancheneinstufung.py
@@ -109,23 +109,47 @@ PATTERNS_FILE_TXT = "technician_patterns.txt" # Alt (Optional beibehalten)
 PATTERNS_FILE_JSON = "technician_patterns.json" # Neu (Empfohlen)
 
 def load_branch_mapping(file_path='Branchen.csv'):
-    # Hole eine Referenz zum Logger direkt in der Funktion
-    logger = logging.getLogger(__name__) 
+    """
+    Lädt das Mapping von Detail-Branche zu Branchen-Gruppe aus einer CSV-Datei.
+    Behandelt UTF-8-BOM-Kodierung und normalisiert die Spaltennamen und Keys.
+    """
+    logger = logging.getLogger(__name__)
     
     try:
-        # Verwenden Sie hier die korrigierte Spaltenüberschrift
-        df_mapping = pd.read_csv(file_path, sep=';', usecols=['Branchgoup', 'Branch'])
-        df_mapping.rename(columns={'Branchgoup': 'Branch Group'}, inplace=True)
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # +++ KORREKTUR: encoding='utf-8-sig' verwenden, um BOM zu behandeln +++
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # Wir lesen jetzt alle Spalten ein und benennen sie dann um, was robuster ist
+        # als sich auf exakte Header-Namen in `usecols` zu verlassen.
+        df_mapping = pd.read_csv(file_path, sep=';', encoding='utf-8-sig')
+        
+        # Spaltennamen bereinigen (entfernt BOM und andere unsichtbare Zeichen)
+        df_mapping.columns = [str(col).strip() for col in df_mapping.columns]
+
+        # Erwartete Spaltennamen (jetzt ohne BOM)
+        expected_cols = ['Branch Group', 'Branch']
+        
+        # Prüfen, ob die erwarteten Spalten nach der Bereinigung vorhanden sind
+        if not all(col in df_mapping.columns for col in expected_cols):
+            logger.error(f"FEHLER: Die erwarteten Spalten {expected_cols} wurden in '{file_path}' nicht gefunden. "
+                         f"Gefundene Spalten: {list(df_mapping.columns)}")
+            return {}
+
+        # Dictionary erstellen: { 'branch-detail-lowercase': 'Branch-Group' }
+        branch_map_dict = pd.Series(
+            df_mapping['Branch Group'].str.strip().values, 
+            index=df_mapping['Branch'].str.strip().str.lower() # Keys werden kleingeschrieben und bereinigt
+        ).to_dict()
 
-        branch_map_dict = pd.Series(df_mapping['Branch Group'].values, index=df_mapping['Branch'].str.strip()).to_dict()
         logger.info(f"Branchen-Mapping aus '{file_path}' erfolgreich geladen ({len(branch_map_dict)} Einträge).")
         return branch_map_dict
-    except ValueError as e: # Fange den spezifischen ValueError
-        logger.error(f"FEHLER: Spaltennamen in '{file_path}' passen nicht zu den erwarteten Spalten. "
-                     f"Stellen Sie sicher, dass die Header 'Branchgoup' und 'Branch' sind. Fehlerdetails: {e}")
-        return {} # Gib ein leeres Dictionary zurück, damit das Skript nicht abstürzt
+
+    except FileNotFoundError:
+        logger.error(f"FEHLER: Branchen-Mapping-Datei '{file_path}' nicht gefunden.")
+        return {}
     except Exception as e:
-        logger.error(f"FEHLER beim Laden der Branchen-Mapping-Datei '{file_path}': {e}")
+        logger.error(f"FEHLER beim Laden oder Verarbeiten der Branchen-Mapping-Datei '{file_path}': {e}")
+        logger.debug(traceback.format_exc())
         return {}
 
 # In Config-Klasse oder global aufrufen: