diff --git a/brancheneinstufung.py b/brancheneinstufung.py
index a81a0b61..cd0b2beb 100644
--- a/brancheneinstufung.py
+++ b/brancheneinstufung.py
@@ -1067,7 +1067,7 @@ def evaluate_fsm_suitability(company_name, company_data):
         debug_print(f"Fehler beim Aufruf der ChatGPT API für FSM-Eignungsprüfung: {e}")
         return {"suitability": "k.A.", "justification": "k.A."}
 
-def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien):
+def evaluate_branche_chatgpt(crm_branche, ext_branche, wiki_branche, wiki_kategorien):
     # Laden des Ziel-Branchenschemas
     def load_target_branches():
         try:
@@ -1079,7 +1079,8 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
             debug_print(f"Fehler beim Laden des Ziel-Branchenschemas: {e}")
             return []
     target_branches = load_target_branches()
-    target_branches_str = "\n".join(target_branches)
+    
+    # Fokus-Branchen bleiben unverändert
     focus_branches = [
         "Gutachter / Versicherungen > Baugutachter",
         "Gutachter / Versicherungen > Technische Gutachten",
@@ -1097,7 +1098,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         "Service provider (Dienstleister) > Facility Management",
         "Versorger > Telekommunikation"
     ]
-    focus_branches_str = "\n".join(focus_branches)
+    
     try:
         with open("api_key.txt", "r") as f:
             api_key = f.read().strip()
@@ -1105,22 +1106,28 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         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
-    additional_instruction = ""
-    if wiki_branche.strip() == "k.A.":
-        additional_instruction = (
-            "Da keine Wikipedia-Branche vorliegt, berücksichtige bitte die Wikipedia-Kategorien mit erhöhter Gewichtung, "
-            "insbesondere bei Hinweisen auf Personentransport oder öffentliche Verkehrsdienstleistungen. "
+
+    # Wenn kein Wikipedia-Artikel vorliegt (wiki_branche = "k.A."), 
+    # verwende ausschließlich die CRM-Daten und die externe Branchenbeschreibung (ext_branche)
+    if wiki_branche.strip().lower() == "k.a.":
+        system_prompt = (
+            "Du bist ein Experte im Field Service Management. Ordne das Unternehmen basierend auf den folgenden Angaben exakt einer Branche zu.\n\n"
+            f"CRM-Branche (Spalte G): {crm_branche}\n"
+            f"Externe Branchenbeschreibung (Spalte H): {ext_branche}\n\n"
+            "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen (inkl. Fokus-Branchen). "
+            "Antworte im Format:\nBranche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung>."
         )
-    system_prompt = (
-        "Du bist ein Experte im Field Service Management. Deine Aufgabe ist es, ein Unternehmen basierend auf folgenden Angaben einer Branche zuzuordnen.\n\n"
-        f"CRM-Branche (Spalte F): {crm_branche}\n"
-        f"Branchenbeschreibung (Spalte G): {beschreibung}\n"
-        f"Wikipedia-Branche (Spalte N): {wiki_branche}\n"
-        f"Wikipedia-Kategorien (Spalte Q): {wiki_kategorien}\n\n"
-        + additional_instruction +
-        "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen. Ordne das Unternehmen exakt einer Branche zu. "
-        "Antworte im Format:\nBranche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung>."
-    )
+    else:
+        system_prompt = (
+            "Du bist ein Experte im Field Service Management. Ordne das Unternehmen basierend auf den folgenden Angaben exakt einer Branche zu.\n\n"
+            f"CRM-Branche (Spalte G): {crm_branche}\n"
+            f"Externe Branchenbeschreibung (Spalte H): {ext_branche}\n"
+            f"Wikipedia-Branche (Spalte N): {wiki_branche}\n"
+            f"Wikipedia-Kategorien (Spalte Q): {wiki_kategorien}\n\n"
+            "Das Ziel-Branchenschema umfasst ALLE gültigen Branchen (inkl. Fokus-Branchen). "
+            "Antworte im Format:\nBranche: <vorgeschlagene Branche>\nÜbereinstimmung: <ok oder X>\nBegründung: <kurze Begründung>."
+        )
+    
     try:
         response = openai.ChatCompletion.create(
             model="gpt-3.5-turbo",
@@ -1139,12 +1146,13 @@ 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()
+        
         # Prüfe, ob der vorgeschlagene Branchentext exakt im Ziel-Branchenschema enthalten ist
         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"
-        # Falls der Vorschlag exakt mit der CRM-Branche übereinstimmt, brauchen wir keine Begründung.
+        # Falls der Vorschlag exakt mit der in CRM (Spalte G) vorliegenden Branche übereinstimmt, ist keine Begründung nötig.
         if crm_branche.strip() and branch.lower() == crm_branche.strip().lower():
             justification = ""
             consistency = "ok"
@@ -1153,6 +1161,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
         debug_print(f"Fehler beim Aufruf der ChatGPT API für Branchenabgleich: {e}")
         return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."}
 
+
 def evaluate_servicetechnicians_estimate(company_name, company_data):
     try:
         with open("serpApiKey.txt", "r") as f: