diff --git a/lead-engine/README.md b/lead-engine/README.md
index e369c7c5..c546d87f 100644
--- a/lead-engine/README.md
+++ b/lead-engine/README.md
@@ -1,17 +1,14 @@
-# Lead Engine: Tradingtwins Automation v1.0 [31388f42]
+# Lead Engine: Multi-Source Automation v1.1 [31388f42]
 
 ## 🚀 Übersicht
-Die **Lead Engine** ist ein spezialisiertes Modul zur autonomen Verarbeitung von B2B-Anfragen. Sie fungiert als Brücke zwischen dem E-Mail-Postfach und dem **Company Explorer**, um innerhalb von Minuten hochgradig personalisierte Antwort-Entwürfe auf "Human Expert Level" zu generieren.
+Die **Lead Engine** ist ein spezialisiertes Modul zur autonomen Verarbeitung von B2B-Anfragen aus verschiedenen Quellen. Sie fungiert als Brücke zwischen dem E-Mail-Postfach und dem **Company Explorer**, um innerhalb von Minuten hochgradig personalisierte Antwort-Entwürfe auf "Human Expert Level" zu generieren.
 
 ## 🛠 Hauptfunktionen
 
 ### 1. Intelligenter E-Mail Ingest
-*   **Quelle:** Überwacht das Postfach `info@robo-planet.de` via **Microsoft Graph API**.
-*   **Filter:** Erkennt gezielt Anfragen von Partnern wie Tradingtwins.
-*   **Parsing:** Ein spezialisierter HTML-Parser extrahiert strukturierte Daten:
-    *   Firma, Ansprechpartner, E-Mail, Telefon.
-    *   Bedarfsdaten (Reinigungsfläche, Einsatzzweck, gewünschte Funktionen wie Nassreinigung).
-    *   Datum der ursprünglichen Anfrage.
+*   **Multi-Source:** Überwacht das Postfach `info@robo-planet.de` via **Microsoft Graph API** auf verschiedene Lead-Typen.
+*   **Filter & Routing:** Erkennt und unterscheidet Anfragen von **TradingTwins** und dem **Roboplanet-Kontaktformular**.
+*   **Parsing:** Spezialisierte HTML-Parser extrahieren für jede Quelle strukturierte Daten (Firma, Kontakt, Bedarf, etc.).
 
 ### 2. Contact Research (LinkedIn Lookup)
 *   **Automatisierung:** Sucht via **SerpAPI** und **Gemini 2.0 Flash** nach der beruflichen Position des Ansprechpartners.
@@ -25,20 +22,20 @@ Die **Lead Engine** ist ein spezialisiertes Modul zur autonomen Verarbeitung von
 ### 4. Expert Response Generator
 *   **KI-Engine:** Nutzt Gemini 2.0 Flash zur Erstellung von E-Mail-Entwürfen.
 *   **Kontext:** Kombiniert Lead-Daten (Fläche) + CE-Daten (Dossier) + Matrix-Argumente (Pains/Gains).
-*   **Logik:** 
-    *   Wählt automatisch das passende Produkt (z.B. Scrubber 75 für > 5.000m²).
-    *   Berücksichtigt Multi-Product Needs (Service-Roboter bei Gastronomie-Wünschen).
-    *   Vermeidet KI-Floskeln und nutzt eine seniorige Business-Tonalität.
+*   **Persistente Entwürfe:** Generierte E-Mail-Entwürfe werden direkt beim Lead gespeichert und bleiben erhalten.
 
-### 5. Qualitätskontrolle
-*   Erkennt automatisch "Low Quality Leads" (Free-Mail Provider wie Gmail/Web.de oder fehlende Firmennamen) für potenzielle Reklamationen.
+### 5. UI & Qualitätskontrolle
+*   **Visuelle Unterscheidung:** Klare Kennzeichnung der Lead-Quelle (z.B. 🌐 für Website, 🤝 für Partner) in der Übersicht.
+*   **Status-Tracking:** Visueller Indikator (🆕/✅) für den Synchronisations-Status mit dem Company Explorer.
+*   **Low-Quality-Warnung:** Visuelle Kennzeichnung (⚠️) von Leads mit Free-Mail-Adressen oder ohne Firmennamen direkt in der Übersicht.
 
 ## 🏗 Architektur
 
 ```text
 /app/lead-engine/
 ├── app.py                   # Streamlit Web-Interface
-├── trading_twins_ingest.py  # E-Mail Importer (Graph API)
+├── trading_twins_ingest.py  # E-Mail Importer (Graph API für alle Quellen)
+├── ingest.py                # Enthält alle spezifischen Parser
 ├── lookup_role.py           # LinkedIn/Role Research (SerpAPI + Gemini)
 ├── generate_reply.py        # Email Draft Generator (Gemini)
 ├── monitor.py               # Asynchroner CE-Status Monitor
@@ -52,17 +49,27 @@ Die Lead Engine ist als Service in der zentralen `docker-compose.yml` integriert
 
 ```bash
 # Neustart des Dienstes nach Code-Änderungen
-docker-compose up -d --build lead-engine
+docker-compose restart lead-engine
 ```
 
 **Zugriff:** `https://floke-ai.duckdns.org/lead/` (Passwortgeschützt)
 
 ## 📝 Nutzungshinweise
-1.  **Ingest:** Klicke in der Web-App auf "2. Ingest Real Emails".
+1.  **Ingest:** Klicke in der Web-App auf "2. Ingest Real Emails". Das System lädt alle neuen Leads, egal welcher Quelle.
 2.  **Sync:** Wähle einen Lead und klicke auf "Sync to Company Explorer".
 3.  **Wait:** Der Monitor erkennt automatisch, wenn die Analyse im CE fertig ist.
 4.  **Draft:** Klicke auf "Generate Expert Reply" für den fertigen Entwurf.
 
+## 📋 Roadmap / Nächste Schritte
+
+- [ ] **Phase 2: Intelligente Antworten für Kontaktformulare:** Entwicklung einer kontextbezogenen Antwortlogik für Website-Formular-Leads.
+- [ ] **IT-Klärung:** Microsoft Bookings Berechtigungen (`Bookings.Read.All`, `BookingsAppointment.ReadWrite.All`) für die Entra App anfragen.
+- [ ] **Infrastruktur:** Korrekten Buchungslink (persönliches Konto) ermitteln und in der `.env` hinterlegen.
+- [ ] **CRM-Integration:** Modul "Push to SuperOffice" entwickeln, um Personen und E-Mail-Entwürfe direkt im CRM anzulegen.
+- [ ] **Daten-Synchronisation:** Notion-Produktdatenbank in die lokale DB spiegeln, um Produktauswahl und ROI-Berechnung zu dynamisieren.
+- [ ] **Logik:** ROI-Kalkulation im E-Mail-Entwurf auf Basis von echten Leistungsdaten (m²/h) und Preisen schärfen.
+- [ ] **UI:** "Copy to Clipboard" Funktion für den fertigen Entwurf in der Web-App finalisieren.
+
 ---
 *Dokumentationsstand: 2. März 2026*
 *Task: [31388f42]*