v1.2.4 - Priorisierung nach Geschäfts-Relevanz & Keyword-Optimierung

- Das Priorisierungsmodell wurde grundlegend überarbeitet und orientiert sich nun an der tatsächlichen Häufigkeit und Relevanz der Departments, anstatt an semantischer Eindeutigkeit.
- Die `STOP_WORDS`-Liste wurde signifikant angepasst. Wichtige Signalwörter wie 'service', 'customer', 'care' und 'support' wurden entfernt, um die Erkennungsrate für 'Field Service Management' drastisch zu verbessern.
- Dies korrigiert systematische Fehlzuordnungen und stellt sicher, dass die generierte Wissensbasis die Geschäftsrealität korrekt abbildet.

knowledge_base_builder.py

@@ -1,6 +1,6 @@
 # knowledge_base_builder.py
 
-__version__ = "v1.2.2"
+__version__ = "v1.2.4"
 
 import logging
 import json
@@ -19,55 +19,59 @@ SOURCE_SHEET_NAME = "CRM_Jobtitles"
 EXACT_MATCH_OUTPUT_FILE = "exact_match_map.json"
 KEYWORD_RULES_OUTPUT_FILE = "keyword_rules.json"
 
+# --- NEU: Priorisierung nach Geschäfts-Relevanz ---
 DEPARTMENT_PRIORITIES = {
-    "Fuhrparkmanagement": 1,
+    # Tier 1: Kern-Fachabteilungen (geordnet nach Häufigkeit)
-    "Legal": 1,
+    "Field Service Management / Kundenservice": 1,
-    "Baustofflogistik": 1,
+    "IT": 2,
-    "Baustoffherstellung": 1,
+    "Logistik": 3,
-    "Field Service Management / Kundenservice": 2,
-    "IT": 3,
     "Production Maintenance / Wartung Produktion": 4,
     "Utility Maintenance": 5,
     "Procurement / Einkauf": 6,
-    "Supply Chain Management": 7,
+    "Vertrieb": 7,
-    "Finanzen": 8,
+    "Supply Chain Management": 8,
-    "Technik": 8,
+    "Finanzen": 9,
-    "Management / GF / C-Level": 10,
+    "Technik": 10,
-    "Logistik": 11,
+    "Transportwesen": 11,
-    "Vertrieb": 12,
+
-    "Transportwesen": 13,
+    # Tier 2: Spezifische Nischen-Abteilungen (geordnet nach Häufigkeit)
-    "Berater": 20,
+    "Fuhrparkmanagement": 15,
+    "Legal": 16,
+    "Baustofflogistik": 17,
+    "Baustoffherstellung": 18,
+
+    # Tier 3: Allgemeine, übergreifende Abteilungen
+    "Management / GF / C-Level": 20, # Muss niedriger als Fachabteilungen sein
+
+    # Tier 4: Auffang-Kategorien
+    "Berater": 25,
     "Undefined": 99
 }
 
 BRANCH_GROUP_RULES = {
-    "bau": [
+    "bau": ["Baustoffhandel", "Baustoffindustrie", "Logistiker Baustoffe", "Bauunternehmen"],
-        "Baustoffhandel", "Baustoffindustrie", 
+    "versorger": ["Stadtwerke", "Verteilnetzbetreiber", "Telekommunikation", "Gase & Mineralöl"],
-        "Logistiker Baustoffe", "Bauunternehmen"
+    "produktion": ["Maschinenbau", "Automobil", "Anlagenbau", "Medizintechnik", "Chemie & Pharma", "Elektrotechnik", "Lebensmittelproduktion", "Bürotechnik", "Automaten (Vending, Slot)", "Gebäudetechnik Allgemein", "Braune & Weiße Ware", "Fenster / Glas", "Getränke", "Möbel", "Agrar, Pellets"]
-    ],
-    "versorger": [
-        "Stadtwerke", "Verteilnetzbetreiber", 
-        "Telekommunikation", "Gase & Mineralöl"
-    ],
-    "produktion": [
-        "Maschinenbau", "Automobil", "Anlagenbau", "Medizintechnik",
-        "Chemie & Pharma", "Elektrotechnik", "Lebensmittelproduktion",
-        "Bürotechnik", "Automaten (Vending, Slot)", "Gebäudetechnik Allgemein",
-        "Braune & Weiße Ware", "Fenster / Glas", "Getränke", "Möbel", "Agrar, Pellets"
-    ]
 }
 
 MIN_SAMPLES_FOR_BRANCH_RULE = 5 
-# --- MODIFIZIERT: Schwellenwert auf 60% gesenkt ---
 BRANCH_SPECIFICITY_THRESHOLD = 0.6 
 
+# --- OPTIMIERTE STOP_WORDS LISTE ---
 STOP_WORDS = {
+    # Administrative Titelteile
     'manager', 'leiter', 'head', 'lead', 'senior', 'junior', 'direktor', 'director',
     'verantwortlicher', 'beauftragter', 'referent', 'sachbearbeiter', 'mitarbeiter',
-    'spezialist', 'specialist', 'expert', 'experte', 'consultant', 'berater',
+    'spezialist', 'specialist', 'expert', 'experte', 'consultant',
     'assistant', 'assistenz', 'teamleiter', 'teamlead', 'abteilungsleiter',
     'bereichsleiter', 'gruppenleiter', 'geschäftsführer', 'vorstand', 'ceo', 'cio',
-    'cfo', 'cto', 'coo', 'von', 'of', 'und', 'für', 'der', 'die', 'das', '&'
+    'cfo', 'cto', 'coo',
+    # Füllwörter
+    'von', 'of', 'und', 'für', 'der', 'die', 'das', '&',
+    # Zu allgemeine Begriffe, die aber Signalwörter überstimmen
+    'leitung', 'leiterin', 'teamleitung', 'gruppenleitung', 'bereichsleitung', 'abteilungsleitung',
+    'operations', 'business', 'development', 'zentrale', 'center'
+    # WICHTIG: 'service', 'customer', 'care', 'support' wurden bewusst entfernt!
 }
 
 def setup_logging():
@@ -78,7 +82,6 @@ def setup_logging():
         return
 
     log_level = logging.DEBUG
-    
     root_logger = logging.getLogger()
     if root_logger.handlers:
         for handler in root_logger.handlers[:]:
@@ -92,13 +95,10 @@ def setup_logging():
             logging.StreamHandler()
         ]
     )
-    
     logging.getLogger("gspread").setLevel(logging.WARNING)
     logging.getLogger("oauth2client").setLevel(logging.WARNING)
-    
     logging.info(f"Logging erfolgreich initialisiert. Log-Datei: {log_filename}")
 
-
 def build_knowledge_base():
     logger = logging.getLogger(__name__)
     logger.info(f"Starte Erstellung der Wissensbasis (Version {__version__})...")
@@ -190,7 +190,6 @@ def build_knowledge_base():
         
     logger.info("Wissensbasis erfolgreich erstellt.")
 
-
 if __name__ == "__main__":
     setup_logging()
     build_knowledge_base()