Umstellung auf Branchen-Gruppen für ML-Features

- Feature Engineering: Der ML-Prozess verwendet nun übergeordnete Branchen-Gruppen anstelle der detaillierten Einzelbranchen als kategoriales Feature.
- Branchen-Mapping: Eine neue Logik liest eine externe Mapping-Datei (`Branchen.csv`), um die vom KI-System vorgeschlagenen Detailbranchen (aus Spalte AL) ihren jeweiligen Branchen-Gruppen zuzuordnen.
- Reduzierte Dimensionalität: Durch das Clustering der Branchen wird die Anzahl der One-Hot-encodierten Features signifikant reduziert. Dies erhöht die statistische Aussagekraft jeder Kategorie und soll die Generalisierungsfähigkeit und Genauigkeit des Modells verbessern.
- Code-Anpassungen: Die Methode `prepare_data_for_modeling` wurde angepasst, um das Branchen-Mapping durchzuführen und das One-Hot-Encoding auf den neuen Branchen-Gruppen anzuwenden. Die Methode `_predict_technician_bucket` muss entsprechend angepasst werden, um dieselbe Logik für die Vorhersage zu spiegeln.

brancheneinstufung.py

@@ -108,6 +108,22 @@ IMPUTER_FILE = "median_imputer.pkl"
 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'):
+    try:
+        df_mapping = pd.read_csv(file_path, sep=';', usecols=['Branch Group', 'Branch'])
+        # Erstelle ein Dictionary: { 'Branch-Detail': 'Branch-Group' }
+        # .str.strip() um führende/endende Leerzeichen zu entfernen
+        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 Exception as e:
+        logger.error(f"FEHLER beim Laden der Branchen-Mapping-Datei '{file_path}': {e}")
+        return {}
+
+# In Config-Klasse oder global aufrufen:
+BRANCH_MAPPING = load_branch_mapping()
+
+
 # --- Globale Konfiguration Klasse ---
 class Config:
     """Zentrale Konfigurationseinstellungen."""
@@ -9110,7 +9126,20 @@ class DataProcessor:
 
         # Greife auf 'branche_ki' zu und weise das Ergebnis auch wieder 'branche_ki' zu
         df_filtered.loc[:, branche_col_internal] = df_filtered[branche_col_internal].astype(str).fillna('Unbekannt').str.strip()
+
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # +++ NEU: Mapping von Detail-Branche zu Branch-Group +++++++++++++++++++
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # Wende das Mapping an. Wenn eine Branche nicht im Mapping ist, wird sie als 'Sonstige' oder 'Unbekannt' behandelt.
+        # Verwende das global geladene BRANCH_MAPPING Dictionary
+        df_filtered.loc[:, 'Branchen_Gruppe'] = df_filtered[branche_col_internal].map(BRANCH_MAPPING).fillna('Sonstige')
         
+        self.logger.info("Mapping zu 'Branchen_Gruppe' durchgeführt.")
+        self.logger.debug(f"Verteilung der Branchen-Gruppen:\n{df_filtered['Branchen_Gruppe'].value_counts(normalize=True).sort_index().round(3)}")
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # +++ ENDE NEUER BLOCK ++++++++++++++++++++++++++++++++++++++++++++++++++++
+        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+
         # Verwende den korrekten internen Namen für das One-Hot Encoding
         df_encoded = pd.get_dummies(df_filtered, columns=[branche_col_internal], prefix='Branche', dummy_na=False)
         self.logger.info(f"One-Hot Encoding fuer '{branche_col_internal}' durchgefuehrt...")