diff --git a/ARCHIVE_legacy_scripts/README_LEGACY.md b/ARCHIVE_legacy_scripts/README_LEGACY.md
index 8018bb47..def0d617 100644
--- a/ARCHIVE_legacy_scripts/README_LEGACY.md
+++ b/ARCHIVE_legacy_scripts/README_LEGACY.md
@@ -1,35 +1,6 @@
# Legacy Dokumentation: Monolithische Python-Skripte (v2.x)
-**⚠️ HINWEIS:** Diese Dokumentation ist ein vollständiges Archiv der ursprünglichen `readme.md`. Sie enthält wertvolle Informationen über die Entstehungsgeschichte, spezifische Bugfixes (z.B. Metric Parser) und die alte Architektur. Teile davon sind in den neuen Microservices aufgegangen, aber die Logik-Beschreibungen bleiben als Referenz relevant.
-
----
-
-## 💎 Historische Lessons Learned & Best Practices (Kritisch)
-
-Diese Erkenntnisse stammen aus der harten Debugging-Phase (Jan/Feb 2026) und sind essenziell für das Verständnis der Parser-Logik im `company-explorer`.
-
-1. **Numeric Extraction (German Locale):**
- * **Problem:** "1.005 Mitarbeiter" wurde als "1" extrahiert (Punkt als Dezimaltrenner).
- * **Lösung:** Kontext-Logik. Punkt gefolgt von exakt 3 Ziffern (ohne Komma) = Tausendertrennzeichen.
- * **Revenue:** Bei Umsatz (`is_revenue=True`) werden Punkte meist als Dezimalzeichen gewertet (z.B. "375.6 Mio"), außer es ist eindeutig.
-
-2. **The Wolfra/Greilmeier/Erding Fixes (Advanced Metric Parsing):**
- * **Problem:** Einfache Regex scheitert an komplexen Sätzen mit Jahreszahlen oder Präfixen.
- * **Solution (Hybrid Extraction):**
- 1. **LLM Guidance:** LLM liefert `expected_value` (z.B. "8.000 m²").
- 2. **Robust Python Parser (`MetricParser`):** Reinigt `expected_value` und sucht intelligent im Text.
- 3. **Specific Bug Fixes:**
- - **Year-Suffix:** Entfernt angehängte Jahreszahlen (z.B. "802020" -> "80").
- - **Year-Prefix:** Ignoriert Jahreszahlen (1900-2100) als Metrik-Kandidaten.
- - **Sentence Truncation:** Logik entfernt, die Sätze zu früh abschnitt.
-
-3. **LLM JSON Stability:**
- * **Problem:** Markdown-Blöcke (` ```json `) zerstören `json.loads()`.
- * **Solution:** Immer `clean_json_response` Helper nutzen.
-
-4. **Scraping Navigation:**
- * **Problem:** Impressum oft nicht auf der Landingpage.
- * **Solution:** 2-Hop Strategie (Root Domain + "Kontakt" Link Prüfung).
+**⚠️ HINWEIS:** Diese Dokumentation ist ein Archiv der ursprünglichen `readme.md`. Sie beschreibt die alte, skript-basierte Architektur (Abschnitte 1-8). Die Dokumentation für die aktiven Systeme (Company Explorer, Market Intelligence) wurde in die jeweiligen Unterordner verschoben.
---
@@ -180,6 +151,74 @@ Die Klasse `DataProcessor` ist das Herzstück der Anreicherungslogik und enthäl
- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`.
- **Output:** Schreibt den vorhergesagten Techniker-Bucket (z.B. "Techniker_Klein (0-49)") in die Spalte "Geschaetzter Techniker Bucket".
+----
+
+## 3. Kern-Produktionslinie: Datenanreicherung
+
+Dies ist das Herzstück der Fabrik, in dem die eigentliche Anreicherung der Unternehmensdaten stattfindet.
+
+### `data_processor.py` (Der "Motor")
+
+#### Hauptfunktion
+Die Klasse `DataProcessor` ist das Herzstück der Anreicherungslogik und enthält alle Methoden zur schrittweisen Verarbeitung von Unternehmensdaten. Sie wird vom Orchestrator (`brancheneinstufung2.py`) aufgerufen und nutzt verschiedene Spezialisten-Module, um ihre Aufgaben zu erfüllen.
+
+Die Klasse `DataProcessor` ist das Herzstück der Anreicherungslogik und enthält alle Methoden zur schrittweisen Verarbeitung von Unternehmensdaten.
+
+### `setup()`
+- **Zweck:** Initialisiert den `DataProcessor`, indem das Ziel-Branchenschema geladen und das trainierte Machine-Learning-Modell für die Technikerschätzung in den Speicher geladen wird.
+- **Input:** Keine direkten Argumente, greift aber auf die Konfigurationsdateien (`ziel_Branchenschema.csv`, `technician_decision_tree_model.pkl` etc.) zu.
+- **Output:** Gibt `True` bei Erfolg zurück und setzt das interne Flag `is_setup_complete`. Bei Fehlern wird `False` zurückgegeben und das Skript beendet.
+
+### `process_rows_sequentially(...)`
+- **Zweck:** Führt den vollständigen, schrittweisen Anreicherungsprozess für einen definierten Bereich von Zeilen im Google Sheet aus. Dies ist der Hauptmodus für die initiale Verarbeitung neuer Daten.
+- **Input:** `start_sheet_row` (Startzeile), `num_to_process` (Anzahl der Zeilen), sowie boolesche Flags (`process_wiki_steps`, `process_chatgpt_steps`, etc.) zur Steuerung der auszuführenden Anreicherungsschritte.
+- **Output:** Die Methode hat keinen direkten Rückgabewert, aber ihr Seiteneffekt ist die Aktualisierung der verarbeiteten Zeilen im Google Sheet mit den angereicherten Daten.
+
+### `process_reevaluation_rows(...)`
+- **Zweck:** Führt den vollständigen Anreicherungsprozess gezielt für Zeilen aus, die im Google Sheet manuell mit einem 'x' in der "ReEval Flag"-Spalte markiert wurden. Vor der Neubewertung werden alle zuvor abgeleiteten Daten in der Zeile gelöscht.
+- **Input:** `row_limit` (maximale Anzahl zu verarbeitender Zeilen), `clear_flag` (ob das 'x'-Flag nach der Verarbeitung entfernt werden soll) und die booleschen Flags zur Schritt-Steuerung.
+- **Output:** Aktualisiert die markierten Zeilen im Google Sheet mit neu angereicherten Daten.
+
+### `process_website_scraping(...)`
+- **Zweck:** Führt einen Batch-Prozess ausschließlich für das Scrapen von Websites durch. Die Methode identifiziert Zeilen, in denen der "Website Scrape Timestamp" fehlt, und extrahiert parallel den Rohtext und die Meta-Details der jeweiligen Unternehmens-Websites.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit` zur Eingrenzung des Verarbeitungsbereichs.
+- **Output:** Schreibt den extrahierten Rohtext, Meta-Details, einen Status zur URL-Prüfung und einen Zeitstempel in die entsprechenden Spalten im Google Sheet.
+
+### `process_summarize_website(...)`
+- **Zweck:** Führt einen Batch-Prozess zur Zusammenfassung von bereits extrahierten Website-Rohtexten mittels KI durch.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`. Die Methode verarbeitet Zeilen, bei denen der Rohtext vorhanden, aber die Zusammenfassung noch leer ist.
+- **Output:** Schreibt die KI-generierte Zusammenfassung in die Spalte "Website Zusammenfassung" im Google Sheet.
+
+### `process_branch_batch(...)` / `reclassify_all_branches(...)`
+- **Zweck:** Führt eine (Neu-)Bewertung der Branchenzugehörigkeit für einen Zeilenbereich im Batch-Verfahren durch. Die Methode sammelt relevante Informationen (CRM-Daten, Website-Zusammenfassung, Wikipedia-Inhalte) und sendet sie gebündelt an die KI, um eine effiziente und konsistente Brancheneinstufung zu erhalten.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`.
+- **Output:** Aktualisiert die Spalten zur KI-basierten Brancheneinstufung ("Chat Vorschlag Branche", Konfidenz, Begründung etc.) im Google Sheet.
+
+### `process_wiki_verify(...)`
+- **Zweck:** Verifiziert in einem Batch-Prozess, ob der in einer Zeile hinterlegte Wikipedia-Artikel thematisch zum Unternehmen passt. Nutzt KI, um die Konsistenz zu prüfen und ggf. einen passenderen Artikel vorzuschlagen.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`. Verarbeitet Zeilen, die eine Wiki-URL, aber noch keinen Verifizierungs-Timestamp haben.
+- **Output:** Schreibt das Ergebnis der KI-Prüfung (OK, X), eine Begründung und ggf. einen Alternativvorschlag in die entsprechenden Spalten im Google Sheet.
+
+### `process_find_wiki_serp(...)`
+- **Zweck:** Sucht für große Unternehmen (definiert über Mindestumsatz/-mitarbeiter), bei denen noch keine Wikipedia-URL bekannt ist, über eine Google-Suche (SerpAPI) nach einem passenden Wikipedia-Artikel.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`, `min_employees`, `min_umsatz`.
+- **Output:** Wenn eine passende URL gefunden wird, wird diese in die "Wiki URL"-Spalte eingetragen und die Zeile für eine Neubewertung (`ReEval Flag`) markiert.
+
+### `process_contact_search(...)`
+- **Zweck:** Führt eine Suche nach LinkedIn-Kontakten für bestimmte Positionen (z.B. Serviceleiter, IT-Leiter) bei den Unternehmen im Sheet durch.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`. Verarbeitet Zeilen, die noch keinen "Contact Search Timestamp" haben.
+- **Output:** Schreibt die Anzahl der gefundenen Kontakte pro Kategorie in die "Linked... gefunden"-Spalten und speichert detaillierte Kontaktinformationen in einem separaten "Contacts"-Tabellenblatt.
+
+### `train_technician_model()`
+- **Zweck:** Bereitet die vorhandenen Daten auf, trainiert ein Machine-Learning-Modell (RandomForest) zur Vorhersage von Servicetechniker-Anzahlen, führt ein Hyperparameter-Tuning durch und speichert das trainierte Modell sowie den zugehörigen Imputer als `.pkl`-Dateien.
+- **Input:** Keine direkten Argumente. Die Methode liest die Trainingsdaten aus dem konfigurierten Google Sheet.
+- **Output:** Erstellt und speichert die `technician_decision_tree_model.pkl`- und `median_imputer.pkl`-Dateien sowie eine JSON-Datei mit den verwendeten Features.
+
+### `process_predict_technicians(...)`
+- **Zweck:** Wendet das trainierte ML-Modell auf Zeilen an, für die noch keine Techniker-Schätzung vorliegt, aber die notwendigen Input-Features (Umsatz, Mitarbeiter, Branche) vorhanden sind.
+- **Input:** `start_sheet_row`, `end_sheet_row`, `limit`.
+- **Output:** Schreibt den vorhergesagten Techniker-Bucket (z.B. "Techniker_Klein (0-49)") in die Spalte "Geschaetzter Techniker Bucket".
+
### Spezialisten-Module
#### `google_sheet_handler.py` (Spezialist für Google Sheets)
@@ -429,9 +468,9 @@ Das Ziel ist es, die automatische und präzise Klassifizierung neuer, unbekannte
----
-## 7. Standalone-Werkzeuge
+## 7. Standalone-Werkzeuge (Legacy)
-Dieser Bereich enthält Skripte, die als eigenständige Werkzeuge für spezifische Aufgaben konzipiert sind.
+Dieser Bereich enthält Skripte, die als eigenständige Werkzeuge für spezifische Aufgaben konzipiert waren.
### `company_deduplicator.py` (Duplikats-Check)
@@ -443,63 +482,9 @@ Das Skript `company_deduplicator.py` (ehemals `duplicate_checker_old.py`) ist ei
Es verwendet einen gewichteten, heuristischen Algorithmus, um Ähnlichkeiten zu bewerten und nutzt bekannte Unternehmenshierarchien (`Parent Account`), um Falsch-Positive zu reduzieren.
-### Meeting Assistant (Transcription Tool)
-
-Ein lokaler Micro-Service zur Transkription und Analyse von Audio-Dateien (Meetings, Calls, Interviews). Nutzt Gemini 2.0 Flash für kostengünstige, hochqualitative Ergebnisse.
-
-* **Dokumentation:** [TRANSCRIPTION_TOOL.md](TRANSCRIPTION_TOOL.md)
-* **Funktionen:** Upload (MP3/WAV), Automatisches Chunking (FFmpeg), Transkription mit Timestamps.
-* **Zugriff:** Über das Dashboard `/tr/`.
-
-### `import_competitive_radar.py` (Competitor Import)
-
-#### Hauptfunktion
-Dieses Skript dient dem einmaligen Import von Wettbewerbsanalyse-Daten aus einer JSON-Datei in die Notion-Datenbanken. Es liest eine spezifische JSON-Datei (`analysis_robo-planet.de-4.json`), die die Ergebnisse einer externen Analyse enthält, und legt die entsprechenden Einträge für Unternehmen, Produkte und deren Verknüpfungen in Notion an. Das Skript ist zustandsbewusst, d.h. es prüft vor dem Anlegen, ob ein Eintrag bereits existiert, um Duplikate zu vermeiden.
-
-#### Neue Features (Interne Deduplizierung)
-- **Zwei-Modi-Betrieb:** Das Skript fragt beim Start interaktiv ab, ob ein externer Vergleich oder eine interne Deduplizierung durchgeführt werden soll.
-- **Gruppierung & ID-Zuweisung:** Im internen Modus werden gefundene Duplikatspaare zu Clustern zusammengefasst (z.B. wenn A=B und B=C, dann ist A,B,C eine Gruppe). Jede Gruppe erhält eine eindeutige ID (z.B. `Dup_0001`), die in eine neue Spalte `Duplicate_ID` im `CRM_Accounts`-Sheet geschrieben wird.
-- **Nutzung von Unternehmenshierarchien:** Das Skript liest die Spalte `Parent Account` aus dem `CRM_Accounts`-Sheet. Bekannte Eltern-Kind-Beziehungen werden automatisch von der Duplikatsprüfung ausgeschlossen, was die Genauigkeit erheblich verbessert.
-- **Handlungsempfehlungen:** Findet das Skript eine Duplikatsgruppe, in der bei keinem der Mitglieder ein `Parent Account` gepflegt ist, wird dies in einer neuen Spalte `Duplicate_Hint` vermerkt. Dies dient als Hinweis, dass hier möglicherweise eine Hierarchie im CRM nachgepflegt werden sollte.
-
-#### Abhängigkeiten
-- **`pandas`**: Zur Datenmanipulation und -analyse.
-- **`thefuzz`**: Für Fuzzy-String-Vergleiche zur Bewertung der Namensähnlichkeit.
-- **`gspread`, `oauth2client`**: Für die Interaktion mit der Google Sheets API.
-- **Lokale Module**:
- - `helpers.py`: Stellt Normalisierungsfunktionen (`normalize_company_name`, `simple_normalize_url`) und eine optionale Web-Suche (`serp_website_lookup`) bereit.
- - `config.py`: Zentralisiert Konfigurationswerte und API-Schlüssel.
- - `google_sheet_handler.py`: Kapselt die Logik für den Zugriff auf Google Sheets.
-
-#### Konfiguration
-Die Logik des Skripts wird durch mehrere Konstanten am Anfang der Datei gesteuert:
-- **Sheet-Namen**: `CRM_SHEET_NAME` und `MATCHING_SHEET_NAME`.
-- **Score-Schwellenwerte**: `SCORE_THRESHOLD` (Standard: 80) und `SCORE_THRESHOLD_WEAK` (95), ein strengerer Wert für Treffer ohne starke Indikatoren wie Domain- oder Standortübereinstimmung.
-- **Penalties**: `CITY_MISMATCH_PENALTY` (30) und `COUNTRY_MISMATCH_PENALTY` (40) werden vom Score abgezogen, wenn Standorte voneinander abweichen.
-- **Prefiltering**: `PREFILTER_MIN_PARTIAL` (70) und `PREFILTER_LIMIT` (30) zur Vorauswahl potenzieller Kandidaten, um die Performance zu verbessern.
-- **Stop-Wörter**: `STOP_TOKENS_BASE` und `CITY_TOKENS` (dynamisch generiert) enthalten Begriffe, die bei Namensvergleichen ignoriert werden, um die Signalqualität zu erhöhen.
-
-#### Ablauf-Logik (Gekürzt)
-1. **Modus-Auswahl**: Das Skript fragt den Benutzer nach dem gewünschten Modus (Extern vs. Intern).
-2. **Initialisierung & Daten laden**: Richtet das Logging ein und lädt die relevanten Google Sheets. Im internen Modus wird auch die `Parent Account`-Spalte geladen.
-3. **Normalisierung & Index-Erstellung**: Unternehmensnamen, Domains, Orte und Parent Accounts werden standardisiert. Zur Optimierung der Suche werden "Blocking"-Indizes (z.B. für Domains und Namens-Tokens) erstellt.
-4. **Matching-Prozess**:
- - **Extern:** Jeder Eintrag aus `Matching_Accounts` wird mit Kandidaten aus `CRM_Accounts` verglichen.
- - **Intern:** Jeder Eintrag aus `CRM_Accounts` wird mit nachfolgenden Kandidaten aus derselben Liste verglichen, wobei bekannte Hierarchien übersprungen werden.
-5. **Scoring & Gruppierung**: Kandidatenpaare werden bewertet. Im internen Modus werden Paare über dem Schwellenwert zu Gruppen zusammengefasst.
-6. **Daten zurückschreiben**:
- - **Extern:** Die Ergebnisse (`Match`, `Score`) werden in das `Matching_Accounts`-Sheet geschrieben.
- - **Intern:** Die `Duplicate_ID` und `Duplicate_Hint` werden in neue Spalten im `CRM_Accounts`-Sheet geschrieben.
-
-#### To-Dos & Nächste Schritte
-- **Scoring-Schwellenwert erhöhen:** Der `SCORE_THRESHOLD` von 80 ist für die interne Deduplizierung zu niedrig und sollte auf 95 oder höher angehoben werden, um Falsch-Positive zu reduzieren.
-- **Stop-Wort-Liste erweitern:** Die `STOP_TOKENS_BASE`-Liste um generische Branchenbegriffe wie 'energy', 'services', 'group', 'solutions' etc. erweitern.
-- **Scoring-Logik anpassen:** Die Gewichtung sollte angepasst werden, sodass eine hohe Namensähnlichkeit in Kombination mit einem Standort-Match stärker bewertet wird.
-- **Debugging-Log verbessern:** Die Log-Ausgabe für gefundene Paare sollte die komplette Scoring-Zusammensetzung ausgeben, um die Analyse von Ergebnissen zu erleithert.
-
----
-## 8. Projekt-Fundament
+## 8. Projekt-Fundament (Legacy)
Diese Module stellen grundlegende Funktionen und Konfigurationen für das gesamte Projekt bereit.
@@ -627,164 +612,3 @@ Diese Datei enthält eine Sammlung von globalen, wiederverwendbaren Hilfsfunktio
- **Zweck:** Überprüft, ob eine gegebene URL tatsächlich auf einen existierenden Wikipedia-Artikel verweist und nicht auf eine "Seite existiert nicht"-Seite.
- **Input:** `url` (die zu prüfende Wikipedia-URL).
- **Output:** `True`, wenn der Artikel existiert, andernfalls `False`.
-
-----
-
-## 9. Konsolidierte Architektur & Web-Anwendungen (Historie v2.x)
-
-Um die verschiedenen Werkzeuge zugänglicher und wartbarer zu machen, wurden der **B2B Marketing Assistant** und das **Market Intelligence Tool** in einer einzigen, Docker-basierten Architektur konsolidiert. Diese neue Struktur bietet einen zentralen, passwortgeschützten Einstiegspunkt und optimiert sowohl die Entwicklung als auch den Betrieb.
-
-### Architektur im Überblick
-
-Die konsolidierte Lösung besteht aus fünf Haupt-Containern, die von `docker-compose.yml` gesteuert werden:
-
-1. **Proxy (Nginx):**
- * **Zentraler Einstiegspunkt:** Der Proxy lauscht auf Port `8090` und ist der einzige von außen erreichbare Punkt.
- * **Passwortschutz:** Sichert den gesamten Zugriff mit HTTP Basic Authentication (Benutzer: `admin`, Passwort: `gemini`).
- * **Routing:** Leitet Anfragen an die richtigen Anwendungs-Container weiter:
- * `/` -> Dashboard (Landingpage)
- * `/b2b/` -> B2B Marketing Assistant
- * `/market/` -> Market Intelligence Tool
- * `/gtm/` -> GTM Architect
-
-2. **Dashboard:**
- * Eine simple Nginx-Instanz, die eine statische HTML-Seite (`dashboard/index.html`) ausliefert.
- * Diese Seite dient als Landingpage und verlinkt auf die drei untergeordneten Anwendungen.
-
-3. **B2B Marketing Assistant (`b2b-app`):**
- * Ein Docker-Container, der das React-Frontend und die dazugehörige Node.js/Python-Backend-Logik enthält.
- * Erreichbar über das Unterverzeichnis `/b2b/`.
-
-4. **Market Intelligence (`market-frontend` & `market-backend`):**
- * Diese Anwendung bleibt in Frontend- und Backend-Container aufgeteilt, wird aber nun ebenfalls über den zentralen Proxy unter `/market/` geroutet.
-
-5. **GTM Architect (`gtm-app`):**
- * Ein Docker-Container, der das React-Frontend und die dazugehörige Node.js/Python-Backend-Logik kapselt.
- * Erreichbar über das Unterverzeichnis `/gtm/`.
-
-### Vorteile dieser Architektur
-
-- **Zentraler & Sicherer Zugriff:** Nur ein Port muss freigegeben werden, und der Zugang ist einheitlich geschützt.
-- **Einfache Skalierbarkeit:** Die einzelnen Komponenten sind voneinander entkoppelt und können unabhängig voneinander aktualisiert werden.
-- **Optimierte Builds:** Durch die Verwendung von `.dockerignore` und Python-Basis-Images werden die Build-Zeiten verkürzt und die Image-Größen reduziert.
-- **Effiziente Entwicklung:** Die Python-Skripte (`*.py`) werden als Volumes eingebunden ("Sideloading"). Änderungen am Python-Code erfordern daher **keinen** kompletten Docker-Rebuild, sondern nur einen Neustart des Containers.
-
-### API-Authentifizierung (Company Explorer)
-
-Der `company-explorer` Dienst erfordert nun eine HTTP Basic Authentication für alle API-Endpunkte (`/api/*`). Dies dient dem internen Zugriffsschutz.
-
-Um den Dienst zu nutzen, müssen folgende Umgebungsvariablen in der `docker-compose.yml` (oder in einer `.env`-Datei, wenn diese konfiguriert ist) gesetzt werden:
-
-```yaml
-services:
- company-explorer:
- # ... andere Konfigurationen ...
- environment:
- API_USER: "IhrBenutzername" # Legen Sie hier Ihren gewünschten Benutzernamen fest
- API_PASSWORD: "IhrSicheresPasswort" # Legen Sie hier Ihr gewünschtes sicheres Passwort fest
-```
-
-Stellen Sie sicher, dass Sie diese Werte vor dem Start des `company-explorer` Dienstes festlegen. Nach dem Aktualisieren der `docker-compose.yml` müssen Sie den Dienst neu starten:
-
-```bash
-docker-compose restart company-explorer
-```
-
-----
-
-## 11. Market Intelligence: Funktionsweise v2.2 (Update Dez. 2025)
-
-Das "Market Intelligence Tool" wurde in Version 2.2 massiv überarbeitet, um robuster und präziser zu arbeiten.
-
-### Neue Features
-
-1. **Robuste Audit-Strategie (Graceful Fallback):**
- * Bisher führten blockierte Webseiten (403 Forbidden, Timeouts) zum Abbruch der Analyse.
- * **Neu:** Wenn der Scraper blockiert wird, schaltet das System automatisch in einen "Digital Footprint Mode". Es analysiert dann Snippets aus der Google-Suche (Tech-Stack-Spuren, Job-Postings, News), um trotzdem eine Bewertung abzugeben. Der Status wird transparent als "Website Access Denied - Relying on External Signals" gekennzeichnet.
-
-2. **Präzisere Lookalike-Suche:**
- * Die KI wurde neu instruiert, strikt zwischen dem "Jäger" (Context/Hochgeladener Report) und der "Beute" (Referenzkunde/URL) zu unterscheiden.
- * Die Suche nach "Lookalikes" basiert nun explizit auf dem Geschäftszweck des Referenzkunden, nicht auf dem Angebot des Nutzers.
-
-3. **Erweiterter Report:**
- * Der finale Report enthält nun drei neue, strategische Sektionen:
- * **Search Strategy ICP:** Detaillierte Beschreibung des idealen Kundenprofils basierend auf der Analyse.
- * **Digital Signals:** Konkrete digitale Indikatoren (z.B. "Nutzt MS Teams", "Sucht Projektleiter"), auf die geachtet wurde.
- * **Target Pages:** Eine Liste der wichtigsten Unterseiten auf der Ziel-Website (z.B. Karriere, Über uns) für die Recherche.
-
-### Technische Verbesserungen
-
-* **URL Auto-Fix:** URLs ohne `https://` werden automatisch korrigiert.
-* **Modern User-Agent:** Der Scraper gibt sich als moderner Chrome-Browser aus, um Blockaden zu minimieren.
-* **Frontend-Integration:** Die neuen Datenfelder werden nahtlos im React-Frontend und im Markdown-Export angezeigt.
-
-----
-
-## 12. Infrastructure & Operations
-
-### DNS & Connectivity
-Um eine stabile Erreichbarkeit der Dienste zu gewährleisten, wurde eine Docker-basierte DynDNS-Lösung implementiert.
-
-* **[DuckDNS & Monitoring Setup](duckdns_setup.md):** Dokumentation zur Einrichtung des `duckdns` Updaters und des `dns-monitor` Sidecars, um Verbindungsprobleme und Caching-Fehler zu beheben.
-
-----
-
-## 13. Funktionsweise im Detail
-
-### Analyse-Tiefe der "Digital Signals" im Market Intelligence Tool
-
-Die Identifizierung von digitalen Signalen bei Zielunternehmen erfolgt über einen pragmatischen, zweistufigen Prozess, um ein Gleichgewicht zwischen analytischer Tiefe und Performance zu gewährleisten:
-
-1. **Vollständiges Parsen der Unternehmens-Homepage:**
- * Die Haupt-URL des zu analysierenden Unternehmens wird einmalig vollständig gecrawlt. Der extrahierte Text (`homepage_text`) dient dem Sprachmodell als grundlegender Kontext, um das Geschäftsmodell und die Kernaussagen des Unternehmens zu verstehen.
-
-2. **Analyse von Suchergebnis-Snippets für Signale:**
- * Für die gezielte Suche nach spezifischen Signalen (z.B. eingesetzte Konkurrenzprodukte, offene Stellen, strategische Initiativen) wird die SerpAPI (Google-Suche) genutzt.
- * **Wichtig:** Die in den Suchergebnissen gefundenen Ziel-URLs werden **nicht** erneut besucht und geparst. Stattdessen werden ausschließlich der **Titel (`title`)** und der von der Suchmaschine generierte **Textschnipsel (`snippet`)** als "Beweismittel" (`evidence`) an das Sprachmodell übergeben.
- * Dieser Ansatz ist ein bewusster Kompromiss: Er ist extrem schnell und kosteneffizient, da er aufwändiges Crawling vermeidet. Die Snippets sind in der Regel aussagekräftig genug, um das Vorhandensein eines Signals mit hoher Wahrscheinlichkeit zu validieren.
-
-### Zukünftige Erweiterung: Detaillierte Analyse von Stellenausschreibungen
-
-Als eine zukünftige, sehr wertvolle Erweiterung ist die detaillierte, automatisierte Analyse von Stellenausschreibungen vorgemerkt.
-
-* **Strategischer Mehrwert:**
- * **Einblick in die Wirtschaftslage:** Die Art und Anzahl der offenen Stellen (z.B. Vertrieb vs. Entwicklung vs. Verwaltung) kann Aufschluss über die aktuelle Wachstums-, Konsolidierungs- oder Krisenphase eines Unternehmens geben.
- * **IT-Landkarte & Tech-Stack:** Insbesondere IT-Stellenanzeigen sind eine Goldgrube für Technographic-Daten. Sie listen oft explizit die eingesetzten Programmiersprachen, Frameworks, Datenbanken, ERP-Systeme (z.B. SAP, D365) und Cloud-Anbieter auf. Dies erlaubt eine einzigartig detaillierte Erstellung der "IT-Landkarte" eines Zielunternehmens.
-* **Herausforderung:**
- * Der technische Aufwand für ein robustes System, das Karriereseiten findet, die verschiedenen Job-Portale parst und die relevanten Informationen extrahiert, ist immens.
-* **Status:**
- * Diese Erweiterung wird für eine spätere Entwicklungsphase vorgemerkt und sollte aufgrund der Komplexität in einem klar abgegrenzten, überschaubaren Rahmen umgesetzt werden.
-
-
-----
-
-## 14. Test-Übersicht & Qualitätssicherung
-
-Um die Stabilität und Korrektheit der automatisierten Prozesse zu gewährleisten, verfügt das Projekt über eine Reihe von automatisierten Tests, die in verschiedene Kategorien unterteilt sind.
-
-### A. SuperOffice Connector Tests
-Diese Tests befinden sich im Ordner `connector-superoffice/tests/` und validieren die Kommunikation zwischen SuperOffice und dem Company Explorer.
-
-* **`test_e2e_flow.py`**: Der umfassendste Integrationstest. Er simuliert den gesamten Datenzyklus:
- 1. Anlage eines Accounts in SuperOffice (Webhook-Simulation).
- 2. Provisionierung im Company Explorer (CE).
- 3. Automatisches Zurückschreiben der Branche (Vertical) nach SuperOffice.
- 4. Anlage einer Person & Generierung personalisierter Marketing-Texte basierend auf Rolle und Branche.
- 5. Simulation einer manuellen Branchenänderung im CRM inkl. Kaskaden-Update für alle zugehörigen Personen.
-* **`test_client.py`**: Verifiziert die grundlegende Funktionalität des SuperOffice API-Clients (Authentifizierung, Token-Refresh, einfache GET/POST/PUT Operationen).
-
-### B. Company Explorer Backend Tests
-Diese Tests befinden sich in `company-explorer/backend/tests/` und prüfen die internen Logik-Komponenten.
-
-* **`test_metric_parser.py`**: **Kritische Regressions-Tests** für die numerische Extraktion (deutsche Lokalisierung). Prüft komplexe Fälle wie:
- * Tausender-Trennzeichen vs. Dezimalpunkte.
- * Verkettete Zahlen und Jahre (z.B. "802020").
- * Ignorieren von Jahreszahlen als Kennzahlen.
-* **`test_classification_service.py`**: Validiert die KI-basierte Einstufung von Unternehmen in Branchen-Verticals und die Bewertung des Automatisierungspotenzials.
-* **`test_opener_logic.py`**: Prüft die Generierung der personalisierten Einleitungssätze (Openers) basierend auf Website-Scrapes und Branchen-Pains.
-
-### C. Infrastruktur & API Tests
-Allgemeine Tests im Hauptverzeichnis zur Absicherung der Schnittstellen.
-
-* **`test_opener_api.py`**: Testet spezifisch den `/api/provision/superoffice-contact` Endpunkt des Company Explorers.
-* **`test_core_functionality.py`**: Basis-Checks für die System-Integrität (Datenbank-Verbindung, API-Health).
\ No newline at end of file
diff --git a/company-explorer/docs/ARCHITECTURE_AND_SPECS.md b/company-explorer/docs/ARCHITECTURE_AND_SPECS.md
index c4749fd0..e5208a4a 100644
--- a/company-explorer/docs/ARCHITECTURE_AND_SPECS.md
+++ b/company-explorer/docs/ARCHITECTURE_AND_SPECS.md
@@ -441,3 +441,46 @@ Der `company_explorer_connector.py` unterstützt nun den erweiterten Workflow:
4. `trigger_discovery` / `trigger_analysis` (Asynchroner Start der Intelligence-Phase)
---
+
+## 💎 Critical Lessons Learned & Bugfixes (Parser & AI)
+
+Diese Erkenntnisse stammen aus der harten Debugging-Phase (Jan/Feb 2026) und sind essenziell für die Stabilität des Metric Parsers.
+
+1. **Numeric Extraction (German Locale):**
+ * **Problem:** "1.005 Mitarbeiter" wurde als "1" extrahiert (Punkt als Dezimaltrenner).
+ * **Lösung:** Kontext-Logik. Punkt gefolgt von exakt 3 Ziffern (ohne Komma) = Tausendertrennzeichen.
+ * **Revenue:** Bei Umsatz (`is_revenue=True`) werden Punkte meist als Dezimalzeichen gewertet (z.B. "375.6 Mio"), außer es ist eindeutig.
+
+2. **The Wolfra/Greilmeier/Erding Fixes (Advanced Metric Parsing):**
+ * **Problem:** Einfache Regex scheitert an komplexen Sätzen mit Jahreszahlen oder Präfixen.
+ * **Solution (Hybrid Extraction & Regression Testing):**
+ 1. **LLM Guidance:** LLM liefert `expected_value` (z.B. "8.000 m²").
+ 2. **Robust Python Parser (`MetricParser`):** Reinigt `expected_value` und sucht intelligent im Text.
+ 3. **Specific Bug Fixes:**
+ - **Year-Suffix:** Entfernt angehängte Jahreszahlen (z.B. "802020" -> "80").
+ - **Year-Prefix:** Ignoriert Jahreszahlen (1900-2100) als Metrik-Kandidaten.
+ - **Sentence Truncation:** Logik entfernt, die Sätze zu früh abschnitt.
+ * **Safeguard:** Diese Fälle sind nun in `test_metric_parser.py` als Regressionstests fixiert.
+
+3. **LLM JSON Stability:**
+ * **Problem:** Markdown-Blöcke (` ```json `) zerstören `json.loads()`.
+ * **Solution:** Immer `clean_json_response` Helper nutzen.
+
+## 🧪 Test-Übersicht & Qualitätssicherung
+
+Die Stabilität des Company Explorers wird durch folgende Tests abgesichert:
+
+### Company Explorer Backend Tests
+Pfad: `company-explorer/backend/tests/`
+
+* **`test_metric_parser.py`**: **Kritische Regressions-Tests** für die numerische Extraktion (deutsche Lokalisierung). Prüft komplexe Fälle wie:
+ * Tausender-Trennzeichen vs. Dezimalpunkte.
+ * Verkettete Zahlen und Jahre (z.B. "802020").
+ * Ignorieren von Jahreszahlen als Kennzahlen.
+* **`test_classification_service.py`**: Validiert die KI-basierte Einstufung von Unternehmen in Branchen-Verticals und die Bewertung des Automatisierungspotenzials.
+* **`test_opener_logic.py`**: Prüft die Generierung der personalisierten Einleitungssätze (Openers) basierend auf Website-Scrapes und Branchen-Pains.
+
+### Connector Integration Tests
+Pfad: `connector-superoffice/tests/`
+
+* **`test_e2e_flow.py`**: Der umfassendste Integrationstest. Er simuliert den gesamten Datenzyklus (Webhook -> CE -> SuperOffice).
\ No newline at end of file
diff --git a/docs/INFRASTRUCTURE.md b/docs/INFRASTRUCTURE.md
new file mode 100644
index 00000000..41782493
--- /dev/null
+++ b/docs/INFRASTRUCTURE.md
@@ -0,0 +1,36 @@
+# Infrastructure & Operations
+
+## 🏗️ Konsolidierte Architektur & Web-Anwendungen
+
+Um die Wartbarkeit zu erhöhen, wurden diverse Einzeltools (B2B Marketing Assistant, Market Intelligence, GTM Architect) in eine konsolidierte Docker-Architektur überführt.
+
+### Architektur im Überblick
+
+Die Lösung basiert auf einem zentralen **Nginx-Gateway** (`gateway_proxy`), das alle Anfragen auf Port **8090** entgegennimmt und an die entsprechenden Container weiterleitet.
+
+* **Zentraler & Sicherer Zugriff:** Nur ein Port muss extern freigegeben werden.
+* **Einheitliche Auth:** Basic Auth schützt alle internen Tools.
+* **Routing-Tabelle:**
+ * `/` -> Dashboard
+ * `/ce/` -> Company Explorer
+ * `/lead/` -> Lead Engine
+ * `/market/` -> Market Intelligence
+ * ... (siehe `readme.md` für vollständige Liste)
+
+### Microservice-Pattern
+Viele der neuen Apps (GTM Architect, Market Intel) nutzen ein "Self-Contained" Pattern:
+* **Frontend:** Vite/React (gebaut im Dockerfile).
+* **Backend:** Node.js Bridge (`server.cjs`), die Python-Skripte orchestriert.
+* **Vorteil:** Ein einziger Container pro Tool, der sowohl UI als auch Logik bereitstellt.
+
+---
+
+## 🌐 DNS & Connectivity (DuckDNS)
+
+Um eine stabile Erreichbarkeit der Dienste auch bei wechselnden IPs (DynDNS) zu gewährleisten, wurde eine Docker-basierte Lösung implementiert.
+
+* **Service:** `duckdns` (LinuxServer.io Container).
+* **Funktion:** Aktualisiert die Domain `floke-ai.duckdns.org` alle 5 Minuten mit der aktuellen öffentlichen IP.
+* **Monitoring:** Ein Sidecar-Container `dns-monitor` prüft die Auflösung und warnt bei Fehlern.
+
+Siehe auch: [DuckDNS Setup](./duckdns_setup.md) (falls vorhanden).
diff --git a/general-market-intelligence/README.md b/general-market-intelligence/README.md
index b3aadcc7..3716a6f6 100644
--- a/general-market-intelligence/README.md
+++ b/general-market-intelligence/README.md
@@ -1,20 +1,54 @@
-
-
-