bugfix

brancheneinstufung.py

@@ -994,22 +994,6 @@ class WikipediaScraper:
 
 # ==================== NEUE FUNKTION: Angepasste evaluate_branche_chatgpt ====================
 def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien, website_summary):
-    """
-    Ordnet basierend auf den angegebenen Daten das Unternehmen exakt einer Branche aus dem Ziel-Branchenschema zu.
-    Falls kein passender Wikipedia-Artikel vorliegt bzw. die Kategorien nicht aussagekräftig sind
-    (d.h. das Stichwort 'unternehmen' fehlt), wird die Website-Zusammenfassung als Fallback genutzt.
-    
-    Args:
-        crm_branche (str): Branche aus CRM-Daten (Spalte F).
-        beschreibung (str): Externe oder CRM-Beschreibung (Spalte G).
-        wiki_branche (str): Wikipedia-Branche (Spalte N).
-        wiki_kategorien (str): Wikipedia-Kategorien (Spalte Q).
-        website_summary (str): Zusammenfassung des Website-Contents als Fallback.
-        
-    Returns:
-        dict: {"branch": <vorgeschlagene Branche>, "consistency": <"ok" oder "X">, "justification": <Begründung>}
-    """
-    # Hilfsfunktion zum Laden des Ziel-Branchenschemas
     def load_target_branches():
         try:
             with open("ziel_Branchenschema.csv", "r", encoding="utf-8") as csvfile:
@@ -1019,7 +1003,6 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         except Exception as e:
             debug_print(f"Fehler beim Laden des Ziel-Branchenschemas: {e}")
             return []
-    
     target_branches = load_target_branches()
     target_branches_str = "\n".join(target_branches)
     focus_branches = [
@@ -1040,10 +1023,17 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         "Versorger > Telekommunikation"
     ]
     focus_branches_str = "\n".join(focus_branches)
+    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 (Branche): {e}")
+        return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."}
+    openai.api_key = api_key
 
-    # Wenn kein Wikipedia-Artikel vorhanden oder die Kategorien nicht aussagekräftig sind, fallback auf die Website-Zusammenfassung.
+    # Falls kein Wikipedia-Artikel vorliegt, nutze die Website-Zusammenfassung als Fallback für die Branchenbeschreibung
-    if wiki_branche.strip().lower() == "k.a." or not is_valid_company_article(wiki_kategorien):
+    if wiki_branche.strip().lower() == "k.a.":
-        debug_print("Keine aussagekräftigen Wikipedia-Kategorien – verwende Website-Zusammenfassung als Fallback.")
+        debug_print("Kein Wikipedia-Artikel vorhanden – verwende Website-Zusammenfassung als Branchenbeschreibung-Fallback.")
         used_description = website_summary
     else:
         used_description = beschreibung
@@ -1087,13 +1077,23 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
                 consistency = line.split(":", 1)[1].strip()
             elif line.lower().startswith("begründung:"):
                 justification = line.split(":", 1)[1].strip()
+        
+        # Zuerst prüfen, ob der ChatGPT-Vorschlag überhaupt zum Ziel-Branchenschema gehört
         if branch.lower() not in [tb.lower() for tb in target_branches]:
             justification = "Vorgeschlagene Branche entspricht nicht dem Ziel-Branchenschema."
             branch = "k.A."
             consistency = "X"
-        if crm_branche.strip() and branch.lower() == crm_branche.strip().lower():
+        else:
+            # Vergleiche die normierten Werte der CRM-Branche und des ChatGPT-Vorschlags
+            norm_crm = normalize_company_name(crm_branche)
+            norm_branch = normalize_company_name(branch)
+            debug_print(f"Vergleich normierter Werte: CRM='{norm_crm}' vs. ChatGPT='{norm_branch}'")
+            if norm_crm and norm_branch == norm_crm:
                 justification = ""
                 consistency = "ok"
+            else:
+                consistency = "X"
+        
         debug_print(f"Endergebnis Branchenbewertung: Branche='{branch}', Übereinstimmung='{consistency}', Begründung='{justification}'")
         return {"branch": branch, "consistency": consistency, "justification": justification}
     except Exception as e:
@@ -1102,6 +1102,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
 
 
 
+
 def evaluate_servicetechnicians_estimate(company_name, company_data):
     try:
         with open("serpApiKey.txt", "r") as f: