diff --git a/ARCHITEKTUR_GCP_SETUP.md b/ARCHITEKTUR_GCP_SETUP.md
index 1af81113..226f470c 100644
--- a/ARCHITEKTUR_GCP_SETUP.md
+++ b/ARCHITEKTUR_GCP_SETUP.md
@@ -55,13 +55,12 @@ Sobald die Projekte da sind, führe ich folgende Schritte durch:
 3.  **API Key erstellen:**
     *   Klick auf **"Create API Key"**.
     *   Wähle das verknüpfte GCP-Projekt.
-    *   Kopiere den Key (`AIza...`) sicher weg. Diesen nutze ich in meinen lokalen Skripten.
+    *   Kopiere den Key (`AIza...`) sicher weg.
 
-4.  **Vertex AI API aktivieren (Optional/Advanced):**
-    *   Falls ich Service Accounts (JSON-Dateien) statt API-Keys nutzen will (für Server-zu-Server):
-    *   Gehe in die GCP Console -> "APIs & Dienste" -> "Bibliothek".
-    *   Suche nach "Vertex AI API".
-    *   Klick auf "Aktivieren".
+4.  **Environment Variablen setzen (Lokal):**
+    Damit wir Dev und Prod sauber trennen, nutzen wir standardisierte Variablennamen in `.env` Dateien:
+    *   `GEMINI_API_KEY_DEV` -> Für CLI, OpenClaw, lokale Tests (Projekt: `roboplanet-ai-dev`)
+    *   `GEMINI_API_KEY_PROD` -> Für Company Explorer, GTM-Engine (Projekt: `roboplanet-ai-prod`)
 
 ### Checklist für den Termin
 - [ ] Projekte `roboplanet-ai-dev` und `roboplanet-ai-prod` existieren.
@@ -184,27 +183,6 @@ flowchart TD
     *   Vorteil: Wir nutzen die sichere Enterprise-API, ohne Office-Lizenzen ändern zu müssen.
     *   Daten bleiben im kontrollierten GCP-Bereich.
 
-## Datenschutz & Compliance Strategie
-
-### Grundsatz: "Safe Space" & Transparenz
-Wir verfolgen einen zweistufigen Ansatz ("Salami-Taktik"), um Datenschutzrisiken zu minimieren und Vertrauen aufzubauen.
-
-**Phase 1: Der "Safe Space" (Aktueller Status)**
-*   **Datenbasis:** Ausschließlich öffentlich zugängliche B2B-Firmendaten (Handelsregister, Webseiten).
-*   **Personenbezug:** Keiner (oder nur reine B2B-Kontaktdaten gem. DSGVO Erwägungsgrund 47 / berechtigtes Interesse).
-*   **Infrastruktur:** Nutzung der bestehenden Google Workspace Enterprise Umgebung ("Walled Garden").
-*   **Training:** Expliziter Ausschluss der Datennutzung zu Trainingszwecken in der Google Admin Konsole (Enterprise Data Protection).
-
-**Phase 2: Erweiterte Szenarien (Zukunft / Genehmigungspflichtig)**
-*   **Szenario:** Nutzung interner Daten (z.B. Support-Tickets) zur Mustererkennung.
-*   **Voraussetzung:** Vorherige Abstimmung eines separaten Datenschutzkonzeptes (z.B. PII-Redaction/Schwärzung vor API-Transfer, Nutzung lokaler LLMs).
-*   **Commitment:** Keine Verarbeitung kritischer Daten ohne explizites "Go" durch den Datenschutzbeauftragten.
-
-### Technische Maßnahmen
-1.  **Vertrag:** Nutzung von Vertex AI im Rahmen des bestehenden Google Workspace Enterprise-Vertrags (DPA).
-2.  **Zero Retention:** Nutzung der API im Modus ohne Datenspeicherung seitens Google.
-3.  **Data Residency:** Konfiguration der Datenverarbeitung in EU-Rechenzentren (Frankfurt/Belgien) wo möglich.
-
 ## Strategie zur Lizenzierung & Kosten (Der "Cloud Identity Free" Ansatz)
 
 **Ausgangslage:**