bugfix

brancheneinstufung.py

@@ -389,6 +389,38 @@ def is_valid_company_article(wiki_categories):
             return True
     return False
 
+def load_target_schema_string(csv_filepath="ziel_Branchenschema.csv"):
+    """
+    Liest das Ziel-Branchenschema aus der CSV-Datei ein.
+    Die CSV-Datei sollte in Spalte A den externen (Wikipedia-)Branchenbegriff 
+    und in Spalte B den zugehörigen Zielwert enthalten.
+    Es werden alle eindeutigen Zielwerte gesammelt und als Aufzählung zurückgegeben.
+    """
+    import csv
+    valid_targets = set()
+    try:
+        with open(csv_filepath, encoding="utf-8") as f:
+            reader = csv.reader(f)
+            for row in reader:
+                # Wir erwarten mindestens zwei Spalten: Externer Begriff und Zielwert
+                if len(row) >= 2:
+                    target = row[1].strip()
+                    if target:
+                        valid_targets.add(target)
+    except Exception as e:
+        debug_print("Fehler beim Einlesen des Ziel-Branchenschemas: " + str(e))
+        return "Ziel-Branchenschema nicht verfügbar."
+    
+    if valid_targets:
+        # Wir können die Zielwerte sortieren, um immer dieselbe Reihenfolge zu gewährleisten.
+        sorted_targets = sorted(valid_targets, key=lambda s: s.lower())
+        return (
+            "Ziel-Branchenschema: Folgende Branchenbereiche sind gültig:\n" +
+            "\n".join(f"- {value}" for value in sorted_targets) +
+            "\nBitte ordne das Unternehmen ausschließlich in einen dieser Bereiche ein."
+        )
+    else:
+        return "Ziel-Branchenschema nicht verfügbar."
 
 def serp_website_lookup(company_name):
     """
@@ -1507,21 +1539,20 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
     Vorgehen:
       1. Es wird ein aggregierter Prompt mit den Angaben (CRM-Branche, Beschreibung, Wikipedia-Branche, 
          Wikipedia-Kategorien, Website-Zusammenfassung) erstellt und an ChatGPT geschickt.
-      2. Der von ChatGPT zurückgegebene externe Branchenvorschlag wird geparst.
+      2. Zusätzlich wird das gültige Ziel-Branchenschema (als Übersicht) dem Prompt angehängt.
-      3. Unerwünschte Präfixe werden entfernt.
+      3. Der von ChatGPT zurückgegebene externe Branchenvorschlag wird geparst, normalisiert und 
-      4. Anschließend wird der externe Vorschlag mittels map_external_branch() in den 
+         mittels map_external_branch() in den standardisierten Zielwert überführt.
-         standardisierten Zielwert überführt.
+      4. Falls erforderlich, wird der CRM-Präfix ergänzt.
-      5. Falls der resultierende Standardwert noch kein hierarchisches Trennzeichen ">" enthält, 
+      5. Falls kein sinnvoller externer Vorschlag vorliegt, erfolgt der Fallback auf den CRM-Wert.
-         wird – sofern im CRM-Wert vorhanden – der fehlende Präfix ergänzt.
-      6. Der so ermittelte externe Vorschlag wird dann übernommen, sodass der finale Rückgabewert
-         exakt dem Ziel-Branchenschema entspricht.
-         Falls kein sinnvoller externer Vorschlag vorliegt, erfolgt der Fallback auf den CRM-Wert.
     """
     debug_print(
         f"Verwendete Angaben: CRM-Branche='{crm_branche}', externe Beschreibung='{beschreibung}', "
         f"Wiki-Branche='{wiki_branche}', Wiki-Kategorien='{wiki_kategorien}', Website-Zusammenfassung='{website_summary}'"
     )
     
+    # Hier definieren wir das Ziel-Branchenschema als Text, der ChatGPT als Grundlage dienen soll.
+    target_schema_info = load_target_schema_string()
+    
     prompt = (
         f"Ordne das Unternehmen anhand folgender Angaben exakt einer Branche des Ziel-Branchenschemas zu:\n"
         f"CRM-Branche: {crm_branche}\n"
@@ -1529,6 +1560,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         f"Wikipedia-Branche: {wiki_branche}\n"
         f"Wikipedia-Kategorien: {wiki_kategorien}\n"
         f"Website-Zusammenfassung: {website_summary}\n\n"
+        f"{target_schema_info}\n\n"
         "Antworte im Format:\n"
         "Branche: <vorgeschlagene Branche>\n"
         "Übereinstimmung: <ok oder X>\n"
@@ -1555,6 +1587,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         debug_print("Fehler bei der ChatGPT-Anfrage: " + str(e))
         return {"branch": "k.A.", "consistency": "X", "justification": "ChatGPT-Anfrage fehlgeschlagen."}
     
+    # Parsen der Antwort von ChatGPT
     suggested_branch = ""
     consistency = ""
     justification = ""
@@ -1568,15 +1601,15 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
     
     debug_print(f"Ursprünglicher ChatGPT-Vorschlag: '{suggested_branch}', Übereinstimmung='{consistency}', Begründung='{justification}'")
     
+    # Entferne ggf. den Zusatz "CRM-Branche:" falls vorhanden
     if suggested_branch.lower().startswith("crm-branche"):
         suggested_branch = suggested_branch.split(":", 1)[-1].strip()
     
-    # Externen Vorschlag über das Mapping in den Zielstandard überführen
+    # Mapping anwenden: Externen Vorschlag in den standardisierten Zielwert überführen
     mapped_branch = map_external_branch(suggested_branch)
     debug_print(f"Nach Mapping erhalten: '{mapped_branch}'")
     
-    # Hierarchie ergänzen: Falls der resultierende Mappingwert kein ">" enthält, 
+    # Hierarchie ergänzen: Falls das Mapping keinen hierarchischen Trennstrich enthält und ein CRM-Präfix vorhanden ist
-    # wird der Präfix aus dem CRM-Wert übernommen (sofern vorhanden und sinnvoll)
     if ">" not in mapped_branch and crm_branche.lower() != "k.a.":
         prefix = crm_branche.split(">")[0].strip() if ">" in crm_branche else ""
         if prefix: