[30388f42] Recovery & Stabilization: Restored productive core stack, implemented Docker Volumes for DB persistence, and fixed frontend build issues.

.dev_session/SESSION_INFO

@@ -1 +1 @@
-{"task_id": "30388f42-8544-8088-bc48-e59e9b973e91", "token": "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", "readme_path": null, "session_start_time": "2026-03-06T08:24:48.391690"}
+{"task_id": "2ff88f42-8544-8000-8314-c9013414d1d0", "token": "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", "session_start_time": "2026-02-19T08:32:53.260193"}

.env.example

@@ -0,0 +1,33 @@
+# GTM Engine - Environment Configuration Template
+# Copy this file to .env and fill in the actual values.
+
+# --- Core API Keys ---
+GEMINI_API_KEY=AI...
+OPENAI_API_KEY=sk-...
+SERP_API=...
+
+# --- Notion Integration ---
+NOTION_API_KEY=ntn_...
+
+# --- SuperOffice API Credentials ---
+SO_CLIENT_ID=...
+SO_CLIENT_SECRET=...
+SO_REFRESH_TOKEN=...
+SO_ENVIRONMENT=online3
+SO_CONTEXT_IDENTIFIER=Cust...
+
+# --- Application Settings ---
+API_USER=admin
+API_PASSWORD=gemini
+APP_BASE_URL=http://localhost:8090
+
+# --- Infrastructure ---
+DUCKDNS_TOKEN=...
+# SUBDOMAINS=floke,floke-ai... (defined in docker-compose)
+
+# --- Feature Flags ---
+ENABLE_WEBSITE_SYNC=False
+
+# --- Advanced Mappings (Optional Overrides) ---
+# VERTICAL_MAP_JSON='{"Industry": ID, ...}'
+# PERSONA_MAP_JSON='{"Role": ID, ...}'

ARCHIVE_legacy_scripts/check_benni.py

@@ -1,40 +0,0 @@
-import sqlite3
-import os
-import json
-
-DB_PATH = "companies_v3_fixed_2.db"
-
-def check_company_33():
-    if not os.path.exists(DB_PATH):
-        print(f"❌ Database not found at {DB_PATH}")
-        return
-
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        cursor = conn.cursor()
-        
-        print(f"🔍 Checking Company ID 33 (Bennis Playland)...")
-        # Check standard fields
-        cursor.execute("SELECT id, name, city, street, zip_code FROM companies WHERE id = 33")
-        row = cursor.fetchone()
-        if row:
-            print(f"  Standard: City='{row[2]}', Street='{row[3]}', Zip='{row[4]}'")
-        else:
-            print("  ❌ Company 33 not found in DB.")
-            
-        # Check Enrichment
-        cursor.execute("SELECT content FROM enrichment_data WHERE company_id = 33 AND source_type = 'website_scrape'")
-        enrich_row = cursor.fetchone()
-        if enrich_row:
-            data = json.loads(enrich_row[0])
-            imp = data.get("impressum")
-            print(f"  Impressum Data: {json.dumps(imp, indent=2) if imp else 'None'}")
-        else:
-            print("  ❌ No website_scrape found for Company 33.")
-            
-        conn.close()
-    except Exception as e:
-        print(f"❌ Error: {e}")
-
-if __name__ == "__main__":
-    check_company_33()

ARCHIVE_legacy_scripts/check_erding_openers.py

@@ -1,16 +0,0 @@
-import sqlite3
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-
-cursor.execute("SELECT name, ai_opener, ai_opener_secondary, industry_ai FROM companies WHERE name LIKE '%Erding%'")
-row = cursor.fetchone()
-if row:
-    print(f"Company: {row[0]}")
-    print(f"Industry: {row[3]}")
-    print(f"Opener Primary: {row[1]}")
-    print(f"Opener Secondary: {row[2]}")
-else:
-    print("Company not found.")
-conn.close()

ARCHIVE_legacy_scripts/check_klinikum_erding.py

@@ -1,16 +0,0 @@
-import sqlite3
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-
-cursor.execute("SELECT name, ai_opener, ai_opener_secondary, industry_ai FROM companies WHERE name LIKE '%Klinikum Landkreis Erding%'")
-row = cursor.fetchone()
-if row:
-    print(f"Company: {row[0]}")
-    print(f"Industry: {row[3]}")
-    print(f"Opener Primary: {row[1]}")
-    print(f"Opener Secondary: {row[2]}")
-else:
-    print("Company not found.")
-conn.close()

ARCHIVE_legacy_scripts/check_mappings.py

@@ -1,14 +0,0 @@
-import sqlite3
-
-def check_mappings():
-    conn = sqlite3.connect('/app/companies_v3_fixed_2.db')
-    cursor = conn.cursor()
-    cursor.execute("SELECT * FROM job_role_mappings")
-    rows = cursor.fetchall()
-    print("--- Job Role Mappings ---")
-    for row in rows:
-        print(row)
-    conn.close()
-
-if __name__ == "__main__":
-    check_mappings()

ARCHIVE_legacy_scripts/check_matrix.py

@@ -1,25 +0,0 @@
-import os
-import sys
-
-# Add the company-explorer directory to the Python path
-sys.path.append(os.path.abspath(os.path.join(os.getcwd(), 'company-explorer')))
-
-from backend.database import SessionLocal, MarketingMatrix, Industry, Persona
-import json
-
-db = SessionLocal()
-try:
-    count = db.query(MarketingMatrix).count()
-    print(f"MarketingMatrix count: {count}")
-    
-    if count > 0:
-        first = db.query(MarketingMatrix).first()
-        print(f"First entry: ID={first.id}, Industry={first.industry_id}, Persona={first.persona_id}")
-    else:
-        print("MarketingMatrix is empty.")
-        # Check if we have industries and personas
-        ind_count = db.query(Industry).count()
-        pers_count = db.query(Persona).count()
-        print(f"Industries: {ind_count}, Personas: {pers_count}")
-finally:
-    db.close()

ARCHIVE_legacy_scripts/check_matrix_indoor.py

@@ -1,23 +0,0 @@
-import sqlite3
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-
-query = """
-SELECT i.name, p.name, m.subject, m.intro, m.social_proof 
-FROM marketing_matrix m
-JOIN industries i ON m.industry_id = i.id
-JOIN personas p ON m.persona_id = p.id
-WHERE i.name = 'Leisure - Indoor Active'
-"""
-
-cursor.execute(query)
-rows = cursor.fetchall()
-for row in rows:
-    print(f"Industry: {row[0]} | Persona: {row[1]}")
-    print(f"  Subject: {row[2]}")
-    print(f"  Intro: {row[3]}")
-    print(f"  Social Proof: {row[4]}")
-    print("-" * 50)
-conn.close()

ARCHIVE_legacy_scripts/check_matrix_results.py

@@ -1,24 +0,0 @@
-import sqlite3
-import json
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-
-query = """
-SELECT i.name, p.name, m.subject, m.intro, m.social_proof 
-FROM marketing_matrix m
-JOIN industries i ON m.industry_id = i.id
-JOIN personas p ON m.persona_id = p.id
-WHERE i.name = 'Healthcare - Hospital'
-"""
-
-cursor.execute(query)
-rows = cursor.fetchall()
-for row in rows:
-    print(f"Industry: {row[0]} | Persona: {row[1]}")
-    print(f"  Subject: {row[2]}")
-    print(f"  Intro: {row[3]}")
-    print(f"  Social Proof: {row[4]}")
-    print("-" * 50)
-conn.close()

ARCHIVE_legacy_scripts/check_silly_billy.py

@@ -1,53 +0,0 @@
-import sqlite3
-import os
-
-DB_PATH = "companies_v3_fixed_2.db"
-
-def check_company():
-    if not os.path.exists(DB_PATH):
-        print(f"❌ Database not found at {DB_PATH}")
-        return
-
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        cursor = conn.cursor()
-        
-        print(f"🔍 Searching for 'Silly Billy' in {DB_PATH}...")
-        cursor.execute("SELECT id, name, crm_id, ai_opener, ai_opener_secondary, city, crm_vat, status FROM companies WHERE name LIKE '%Silly Billy%'")
-        rows = cursor.fetchall()
-        
-        if not rows:
-            print("❌ No company found matching 'Silly Billy'")
-        else:
-            for row in rows:
-                company_id = row[0]
-                print("\n✅ Company Found:")
-                print(f"  ID: {company_id}")
-                print(f"  Name: {row[1]}")
-                print(f"  CRM ID: {row[2]}")
-                print(f"  Status: {row[7]}")
-                print(f"  City: {row[5]}")
-                print(f"  VAT: {row[6]}")
-                print(f"  Opener (Primary): {row[3][:50]}..." if row[3] else "  Opener (Primary): None")
-                
-                # Check Enrichment Data
-                print(f"\n  🔍 Checking Enrichment Data for ID {company_id}...")
-                cursor.execute("SELECT content FROM enrichment_data WHERE company_id = ? AND source_type = 'website_scrape'", (company_id,))
-                enrich_row = cursor.fetchone()
-                if enrich_row:
-                    import json
-                    try:
-                        data = json.loads(enrich_row[0])
-                        imp = data.get("impressum")
-                        print(f"  Impressum Data in Scrape: {json.dumps(imp, indent=2) if imp else 'None'}")
-                    except Exception as e:
-                        print(f"  ❌ Error parsing JSON: {e}")
-                else:
-                    print("  ❌ No website_scrape enrichment data found.")
-            
-        conn.close()
-    except Exception as e:
-        print(f"❌ Error reading DB: {e}")
-
-if __name__ == "__main__":
-    check_company()

ARCHIVE_legacy_scripts/clear_zombies.py

@@ -1,31 +0,0 @@
-import sqlite3
-from datetime import datetime, timedelta
-
-DB_PATH = "/app/connector_queue.db"
-
-def clear_all_zombies():
-    print("🧹 Cleaning up Zombie Jobs (PROCESSING for too long)...")
-    # A job that is PROCESSING for more than 10 minutes is likely dead
-    threshold = (datetime.utcnow() - timedelta(minutes=10)).strftime('%Y-%m-%d %H:%M:%S')
-    
-    with sqlite3.connect(DB_PATH) as conn:
-        cursor = conn.cursor()
-        
-        # 1. Identify Zombies
-        cursor.execute("SELECT id, updated_at FROM jobs WHERE status = 'PROCESSING' AND updated_at < ?", (threshold,))
-        zombies = cursor.fetchall()
-        
-        if not zombies:
-            print("✅ No zombies found.")
-            return
-
-        print(f"🕵️ Found {len(zombies)} zombie jobs.")
-        for zid, updated in zombies:
-            print(f"   - Zombie ID {zid} (Last active: {updated})")
-
-        # 2. Kill them
-        cursor.execute("UPDATE jobs SET status = 'FAILED', error_msg = 'Zombie cleared: Process timed out' WHERE status = 'PROCESSING' AND updated_at < ?", (threshold,))
-        print(f"✅ Successfully cleared {cursor.rowcount} zombie(s).")
-
-if __name__ == "__main__":
-    clear_all_zombies()

ARCHIVE_legacy_scripts/debug_connector_status.py

@@ -1,49 +0,0 @@
-import sqlite3
-import json
-import os
-
-DB_PATH = "connector_queue.db"
-
-def inspect_queue():
-    if not os.path.exists(DB_PATH):
-        print(f"❌ Database not found at {DB_PATH}")
-        return
-
-    print(f"🔍 Inspecting Queue: {DB_PATH}")
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        conn.row_factory = sqlite3.Row
-        cursor = conn.cursor()
-        
-        # Get stats
-        cursor.execute("SELECT status, COUNT(*) FROM jobs GROUP BY status")
-        stats = dict(cursor.fetchall())
-        print(f"\n📊 Stats: {stats}")
-        
-        # Get recent jobs
-        print("\n📝 Last 10 Jobs:")
-        cursor.execute("SELECT id, event_type, status, error_msg, updated_at, payload FROM jobs ORDER BY updated_at DESC LIMIT 10")
-        rows = cursor.fetchall()
-        
-        for row in rows:
-            payload = json.loads(row['payload'])
-            # Try to identify entity
-            entity = "Unknown"
-            if "PrimaryKey" in payload: entity = f"ID {payload['PrimaryKey']}"
-            if "ContactId" in payload: entity = f"Contact {payload['ContactId']}"
-            
-            print(f" - Job #{row['id']} [{row['status']}] {row['event_type']} ({entity})")
-            print(f"   Updated: {row['updated_at']}")
-            if row['error_msg']:
-                print(f"   ❌ ERROR: {row['error_msg']}")
-            
-            # Print payload details relevant to syncing
-            if row['status'] == 'COMPLETED':
-                 pass # Maybe less interesting if success, but user says it didn't sync
-            
-        conn.close()
-    except Exception as e:
-        print(f"❌ Error reading DB: {e}")
-
-if __name__ == "__main__":
-    inspect_queue()

ARCHIVE_legacy_scripts/debug_paths.py

@@ -1,13 +0,0 @@
-import os
-static_path = "/frontend_static"
-print(f"Path {static_path} exists: {os.path.exists(static_path)}")
-if os.path.exists(static_path):
-    for root, dirs, files in os.walk(static_path):
-        for file in files:
-            print(os.path.join(root, file))
-else:
-    print("Listing /app instead:")
-    for root, dirs, files in os.walk("/app"):
-        if "node_modules" in root: continue
-        for file in files:
-            print(os.path.join(root, file))

ARCHIVE_legacy_scripts/debug_zombie.py

@@ -1,16 +0,0 @@
-import sqlite3
-import os
-
-DB_PATH = "/app/connector_queue.db"
-
-if __name__ == "__main__":
-    print(f"📊 Accessing database at {DB_PATH}")
-    print("📊 Listing last 20 jobs in database...")
-    with sqlite3.connect(DB_PATH) as conn:
-        conn.row_factory = sqlite3.Row
-        cursor = conn.cursor()
-        cursor.execute("SELECT id, status, event_type, updated_at FROM jobs ORDER BY id DESC LIMIT 20")
-        rows = cursor.fetchall()
-        for r in rows:
-            print(f"   - Job {r['id']}: {r['status']} ({r['event_type']}) - Updated: {r['updated_at']}")
-

ARCHIVE_legacy_scripts/fix_benni_data.py

@@ -1,41 +0,0 @@
-from sqlalchemy import create_engine
-from sqlalchemy.orm import sessionmaker
-import json
-
-# Setup DB
-DB_PATH = "sqlite:///companies_v3_fixed_2.db"
-engine = create_engine(DB_PATH)
-SessionLocal = sessionmaker(bind=engine)
-session = SessionLocal()
-
-from sqlalchemy import Column, Integer, String
-from sqlalchemy.ext.declarative import declarative_base
-
-Base = declarative_base()
-
-class Company(Base):
-    __tablename__ = "companies"
-    id = Column(Integer, primary_key=True)
-    street = Column(String)
-    zip_code = Column(String)
-
-def fix_benni():
-    company_id = 33
-    print(f"🔧 Fixing Address for Company ID {company_id}...")
-    
-    company = session.query(Company).filter_by(id=company_id).first()
-    if not company:
-        print("❌ Company not found.")
-        return
-
-    # Hardcoded from previous check_benni.py output to be safe/fast
-    # "street": "Eriagstraße 58", "zip": "85053"
-    
-    company.street = "Eriagstraße 58"
-    company.zip_code = "85053"
-    
-    session.commit()
-    print(f"✅ Database updated: Street='{company.street}', Zip='{company.zip_code}'")
-
-if __name__ == "__main__":
-    fix_benni()

ARCHIVE_legacy_scripts/fix_industry_units.py

@@ -1,70 +0,0 @@
-import sqlite3
-
-DB_PATH = "companies_v3_fixed_2.db"
-
-UNIT_MAPPING = {
-    "Logistics - Warehouse": "m²",
-    "Healthcare - Hospital": "Betten",
-    "Infrastructure - Transport": "Passagiere", 
-    "Leisure - Indoor Active": "m²",
-    "Retail - Food": "m²",
-    "Retail - Shopping Center": "m²",
-    "Hospitality - Gastronomy": "Sitzplätze",
-    "Leisure - Outdoor Park": "Besucher",
-    "Leisure - Wet & Spa": "Besucher",
-    "Infrastructure - Public": "Kapazität",
-    "Retail - Non-Food": "m²",
-    "Hospitality - Hotel": "Zimmer",
-    "Leisure - Entertainment": "Besucher",
-    "Healthcare - Care Home": "Plätze",
-    "Industry - Manufacturing": "Mitarbeiter", 
-    "Energy - Grid & Utilities": "Kunden",
-    "Leisure - Fitness": "Mitglieder",
-    "Corporate - Campus": "Mitarbeiter",
-    "Energy - Solar/Wind": "MWp", 
-    "Tech - Data Center": "Racks", 
-    "Automotive - Dealer": "Fahrzeuge",
-    "Infrastructure Parking": "Stellplätze",
-    "Reinigungsdienstleister": "Mitarbeiter",
-    "Infrastructure - Communities": "Einwohner"
-}
-
-def fix_units():
-    print(f"Connecting to {DB_PATH}...")
-    conn = sqlite3.connect(DB_PATH)
-    cursor = conn.cursor()
-    
-    try:
-        cursor.execute("SELECT id, name, scraper_search_term, metric_type FROM industries")
-        rows = cursor.fetchall()
-        
-        updated_count = 0
-        
-        for row in rows:
-            ind_id, name, current_term, m_type = row
-            
-            new_term = UNIT_MAPPING.get(name)
-            
-            # Fallback Logic
-            if not new_term:
-                if m_type in ["AREA_IN", "AREA_OUT"]:
-                    new_term = "m²"
-                else:
-                    new_term = "Anzahl" # Generic fallback
-            
-            if current_term != new_term:
-                print(f"Updating '{name}': '{current_term}' -> '{new_term}'")
-                cursor.execute("UPDATE industries SET scraper_search_term = ? WHERE id = ?", (new_term, ind_id))
-                updated_count += 1
-        
-        conn.commit()
-        print(f"\n✅ Updated {updated_count} industries with correct units.")
-        
-    except Exception as e:
-        print(f"❌ Error: {e}")
-        conn.rollback()
-    finally:
-        conn.close()
-
-if __name__ == "__main__":
-    fix_units()

ARCHIVE_legacy_scripts/fix_mappings_v2.py

@@ -1,23 +0,0 @@
-import sqlite3
-
-def fix_mappings():
-    conn = sqlite3.connect('/app/companies_v3_fixed_2.db')
-    cursor = conn.cursor()
-    
-    # Neue Mappings für Geschäftsleitung und Verallgemeinerung
-    new_rules = [
-        ('%leitung%', 'Wirtschaftlicher Entscheider'),
-        ('%vorstand%', 'Wirtschaftlicher Entscheider'),
-        ('%geschäftsleitung%', 'Wirtschaftlicher Entscheider'),
-        ('%management%', 'Wirtschaftlicher Entscheider')
-    ]
-    
-    for pattern, role in new_rules:
-        cursor.execute("INSERT OR REPLACE INTO job_role_mappings (pattern, role, created_at) VALUES (?, ?, '2026-02-22T15:30:00')", (pattern, role))
-    
-    conn.commit()
-    conn.close()
-    print("Mappings updated for Geschäftsleitung, Vorstand, Management.")
-
-if __name__ == "__main__":
-    fix_mappings()

ARCHIVE_legacy_scripts/fix_silly_billy_data.py

@@ -1,90 +0,0 @@
-from sqlalchemy import create_engine
-from sqlalchemy.orm import sessionmaker
-import json
-import logging
-
-# Setup DB
-DB_PATH = "sqlite:///companies_v3_fixed_2.db"
-engine = create_engine(DB_PATH)
-SessionLocal = sessionmaker(bind=engine)
-session = SessionLocal()
-
-# Import Models (Simplified for script)
-from sqlalchemy import Column, Integer, String, Text, JSON
-from sqlalchemy.ext.declarative import declarative_base
-
-Base = declarative_base()
-
-class Company(Base):
-    __tablename__ = "companies"
-    id = Column(Integer, primary_key=True)
-    name = Column(String)
-    city = Column(String)
-    country = Column(String)
-    crm_vat = Column(String)
-    street = Column(String)
-    zip_code = Column(String)
-
-class EnrichmentData(Base):
-    __tablename__ = "enrichment_data"
-    id = Column(Integer, primary_key=True)
-    company_id = Column(Integer)
-    source_type = Column(String)
-    content = Column(JSON)
-
-def fix_data():
-    company_id = 32
-    print(f"🔧 Fixing Data for Company ID {company_id}...")
-    
-    company = session.query(Company).filter_by(id=company_id).first()
-    if not company:
-        print("❌ Company not found.")
-        return
-
-    enrichment = session.query(EnrichmentData).filter_by(
-        company_id=company_id, source_type="website_scrape"
-    ).first()
-    
-    if enrichment and enrichment.content:
-        imp = enrichment.content.get("impressum")
-        if imp:
-            print(f"📄 Found Impressum: {imp}")
-            
-            changed = False
-            if imp.get("city"):
-                company.city = imp.get("city")
-                changed = True
-                print(f"  -> Set City: {company.city}")
-                
-            if imp.get("vat_id"):
-                company.crm_vat = imp.get("vat_id")
-                changed = True
-                print(f"  -> Set VAT: {company.crm_vat}")
-            
-            if imp.get("country_code"):
-                company.country = imp.get("country_code")
-                changed = True
-                print(f"  -> Set Country: {company.country}")
-
-            if imp.get("street"):
-                company.street = imp.get("street")
-                changed = True
-                print(f"  -> Set Street: {company.street}")
-
-            if imp.get("zip"):
-                company.zip_code = imp.get("zip")
-                changed = True
-                print(f"  -> Set Zip: {company.zip_code}")
-
-            if changed:
-                session.commit()
-                print("✅ Database updated.")
-            else:
-                print("ℹ️ No changes needed.")
-        else:
-            print("⚠️ No impressum data in enrichment.")
-    else:
-        print("⚠️ No enrichment data found.")
-
-if __name__ == "__main__":
-    fix_data()

ARCHIVE_legacy_scripts/list_all_companies.py

@@ -1,30 +0,0 @@
-import sqlite3
-import os
-
-DB_PATH = "companies_v3_fixed_2.db"
-
-def list_companies():
-    if not os.path.exists(DB_PATH):
-        print(f"❌ Database not found at {DB_PATH}")
-        return
-
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        cursor = conn.cursor()
-        
-        print(f"🔍 Listing companies in {DB_PATH}...")
-        cursor.execute("SELECT id, name, crm_id, city, crm_vat FROM companies ORDER BY id DESC LIMIT 20")
-        rows = cursor.fetchall()
-        
-        if not rows:
-            print("❌ No companies found")
-        else:
-            for row in rows:
-                print(f"  ID: {row[0]} | Name: {row[1]} | CRM ID: {row[2]} | City: {row[3]} | VAT: {row[4]}")
-            
-        conn.close()
-    except Exception as e:
-        print(f"❌ Error reading DB: {e}")
-
-if __name__ == "__main__":
-    list_companies()

ARCHIVE_legacy_scripts/list_industries.py

@@ -1,18 +0,0 @@
-
-import sys
-import os
-sys.path.append(os.path.join(os.path.dirname(__file__), "company-explorer"))
-from backend.database import SessionLocal, Industry
-
-def list_industries():
-    db = SessionLocal()
-    try:
-        industries = db.query(Industry.name).all()
-        print("Available Industries:")
-        for (name,) in industries:
-            print(f"- {name}")
-    finally:
-        db.close()
-
-if __name__ == "__main__":
-    list_industries()

ARCHIVE_legacy_scripts/list_industries_db.py

@@ -1,12 +0,0 @@
-import sqlite3
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-
-cursor.execute("SELECT name FROM industries")
-industries = cursor.fetchall()
-print("Available Industries:")
-for ind in industries:
-    print(f"- {ind[0]}")
-conn.close()

ARCHIVE_legacy_scripts/market_db_manager.py

@@ -1,120 +0,0 @@
-import sqlite3
-import json
-import os
-import uuid
-from datetime import datetime
-
-DB_PATH = os.environ.get("DB_PATH", "/app/market_intelligence.db")
-
-def get_db_connection():
-    conn = sqlite3.connect(DB_PATH)
-    conn.row_factory = sqlite3.Row
-    return conn
-
-def init_db():
-    conn = get_db_connection()
-    # Flexible schema: We store almost everything in a 'data' JSON column
-    conn.execute('''
-        CREATE TABLE IF NOT EXISTS projects (
-            id TEXT PRIMARY KEY,
-            name TEXT NOT NULL,
-            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
-            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
-            data JSON NOT NULL
-        )
-    ''')
-    conn.commit()
-    conn.close()
-
-def save_project(project_data):
-    """
-    Saves a project. If 'id' exists in data, updates it. Otherwise creates new.
-    """
-    conn = get_db_connection()
-    try:
-        project_id = project_data.get('id')
-        
-        # Extract a name for the list view (e.g. from companyName or referenceUrl)
-        # We assume the frontend passes a 'name' field, or we derive it.
-        name = project_data.get('name') or project_data.get('companyName') or "Untitled Project"
-        
-        if not project_id:
-            # Create New
-            project_id = str(uuid.uuid4())
-            project_data['id'] = project_id
-            
-            conn.execute(
-                'INSERT INTO projects (id, name, data) VALUES (?, ?, ?)',
-                (project_id, name, json.dumps(project_data))
-            )
-        else:
-            # Update Existing
-            conn.execute(
-                '''UPDATE projects 
-                   SET name = ?, data = ?, updated_at = CURRENT_TIMESTAMP 
-                   WHERE id = ?''',
-                (name, json.dumps(project_data), project_id)
-            )
-            
-        conn.commit()
-        return {"id": project_id, "status": "saved"}
-        
-    except Exception as e:
-        return {"error": str(e)}
-    finally:
-        conn.close()
-
-def get_all_projects():
-    conn = get_db_connection()
-    projects = conn.execute('SELECT id, name, created_at, updated_at FROM projects ORDER BY updated_at DESC').fetchall()
-    conn.close()
-    return [dict(ix) for ix in projects]
-
-def load_project(project_id):
-    conn = get_db_connection()
-    project = conn.execute('SELECT data FROM projects WHERE id = ?', (project_id,)).fetchone()
-    conn.close()
-    if project:
-        return json.loads(project['data'])
-    return None
-
-def delete_project(project_id):
-    conn = get_db_connection()
-    try:
-        conn.execute('DELETE FROM projects WHERE id = ?', (project_id,))
-        conn.commit()
-        return {"status": "deleted", "id": project_id}
-    except Exception as e:
-        return {"error": str(e)}
-    finally:
-        conn.close()
-
-if __name__ == "__main__":
-    import sys
-    # Simple CLI for Node.js bridge
-    # Usage: python market_db_manager.py [init|list|save|load|delete] [args...]
-    
-    mode = sys.argv[1]
-    
-    if mode == "init":
-        init_db()
-        print(json.dumps({"status": "initialized"}))
-        
-    elif mode == "list":
-        print(json.dumps(get_all_projects()))
-        
-    elif mode == "save":
-        # Data is passed as a JSON string file path to avoid command line length limits
-        data_file = sys.argv[2]
-        with open(data_file, 'r') as f:
-            data = json.load(f)
-        print(json.dumps(save_project(data)))
-        
-    elif mode == "load":
-        p_id = sys.argv[2]
-        result = load_project(p_id)
-        print(json.dumps(result if result else {"error": "Project not found"}))
-
-    elif mode == "delete":
-        p_id = sys.argv[2]
-        print(json.dumps(delete_project(p_id)))

ARCHIVE_legacy_scripts/migrate_opener_native.py

@@ -1,29 +0,0 @@
-import sqlite3
-import sys
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-
-def migrate():
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        cursor = conn.cursor()
-        
-        print(f"Checking schema in {DB_PATH}...")
-        cursor.execute("PRAGMA table_info(companies)")
-        columns = [row[1] for row in cursor.fetchall()]
-        
-        if "ai_opener" in columns:
-            print("Column 'ai_opener' already exists. Skipping.")
-        else:
-            print("Adding column 'ai_opener' to 'companies' table...")
-            cursor.execute("ALTER TABLE companies ADD COLUMN ai_opener TEXT")
-            conn.commit()
-            print("✅ Migration successful.")
-            
-    except Exception as e:
-        print(f"❌ Migration failed: {e}")
-    finally:
-        if conn: conn.close()
-
-if __name__ == "__main__":
-    migrate()

ARCHIVE_legacy_scripts/migrate_opener_secondary.py

@@ -1,29 +0,0 @@
-import sqlite3
-import sys
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-
-def migrate():
-    try:
-        conn = sqlite3.connect(DB_PATH)
-        cursor = conn.cursor()
-        
-        print(f"Checking schema in {DB_PATH}...")
-        cursor.execute("PRAGMA table_info(companies)")
-        columns = [row[1] for row in cursor.fetchall()]
-        
-        if "ai_opener_secondary" in columns:
-            print("Column 'ai_opener_secondary' already exists. Skipping.")
-        else:
-            print("Adding column 'ai_opener_secondary' to 'companies' table...")
-            cursor.execute("ALTER TABLE companies ADD COLUMN ai_opener_secondary TEXT")
-            conn.commit()
-            print("✅ Migration successful.")
-            
-    except Exception as e:
-        print(f"❌ Migration failed: {e}")
-    finally:
-        if conn: conn.close()
-
-if __name__ == "__main__":
-    migrate()

ARCHIVE_legacy_scripts/migrate_personas_v2.py

@@ -1,30 +0,0 @@
-import sqlite3
-import os
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-
-def migrate_personas():
-    print(f"Adding new columns to 'personas' table in {DB_PATH}...")
-    conn = sqlite3.connect(DB_PATH)
-    cursor = conn.cursor()
-    
-    columns_to_add = [
-        ("description", "TEXT"),
-        ("convincing_arguments", "TEXT"),
-        ("typical_positions", "TEXT"),
-        ("kpis", "TEXT")
-    ]
-    
-    for col_name, col_type in columns_to_add:
-        try:
-            cursor.execute(f"ALTER TABLE personas ADD COLUMN {col_name} {col_type}")
-            print(f"  Added column: {col_name}")
-        except sqlite3.OperationalError:
-            print(f"  Column {col_name} already exists.")
-            
-    conn.commit()
-    conn.close()
-    print("Migration complete.")
-
-if __name__ == "__main__":
-    migrate_personas()

ARCHIVE_legacy_scripts/read_matrix_entry.py

@@ -1,37 +0,0 @@
-
-import sys
-import os
-sys.path.append(os.path.join(os.path.dirname(__file__), "company-explorer"))
-from backend.database import SessionLocal, Industry, Persona, MarketingMatrix
-
-def read_specific_entry(industry_name: str, persona_name: str):
-    db = SessionLocal()
-    try:
-        entry = (
-            db.query(MarketingMatrix)
-            .join(Industry)
-            .join(Persona)
-            .filter(Industry.name == industry_name, Persona.name == persona_name)
-            .first()
-        )
-        
-        if not entry:
-            print(f"No entry found for {industry_name} and {persona_name}")
-            return
-
-        print("--- Generated Text ---")
-        print(f"Industry: {industry_name}")
-        print(f"Persona: {persona_name}")
-        print("\n[Intro]")
-        print(entry.intro)
-        print("\n[Social Proof]")
-        print(entry.social_proof)
-        print("----------------------")
-
-    finally:
-        db.close()
-
-if __name__ == "__main__":
-    read_specific_entry("Healthcare - Hospital", "Infrastruktur-Verantwortlicher")
-
-

ARCHIVE_legacy_scripts/standalone_importer.py

@@ -1,92 +0,0 @@
-import csv
-from collections import Counter
-import os
-import argparse
-from sqlalchemy import create_engine, Column, Integer, String, Boolean, DateTime
-from sqlalchemy.orm import sessionmaker
-from sqlalchemy.ext.declarative import declarative_base
-from datetime import datetime
-import logging
-
-# --- Standalone Configuration ---
-DATABASE_URL = "sqlite:////app/companies_v3_fixed_2.db"
-LOG_FILE = "/app/Log_from_docker/standalone_importer.log"
-
-# --- Logging Setup ---
-logging.basicConfig(
-    level=logging.INFO,
-    format='%(asctime)s - %(levelname)s - %(message)s',
-    handlers=[
-        logging.FileHandler(LOG_FILE),
-        logging.StreamHandler()
-    ]
-)
-logger = logging.getLogger(__name__)
-
-# --- SQLAlchemy Models (simplified, only what's needed) ---
-Base = declarative_base()
-
-class RawJobTitle(Base):
-    __tablename__ = 'raw_job_titles'
-    id = Column(Integer, primary_key=True)
-    title = Column(String, unique=True, index=True)
-    count = Column(Integer, default=1)
-    source = Column(String, default="import")
-    is_mapped = Column(Boolean, default=False)
-    created_at = Column(DateTime, default=datetime.utcnow)
-    updated_at = Column(DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)
-
-# --- Database Connection ---
-engine = create_engine(DATABASE_URL)
-SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
-
-def import_job_titles_standalone(file_path: str):
-    db = SessionLocal()
-    try:
-        logger.info(f"Starting standalone import of job titles from {file_path}")
-        
-        job_title_counts = Counter()
-        total_rows = 0
-
-        with open(file_path, 'r', encoding='utf-8') as f:
-            reader = csv.reader(f)
-            for row in reader:
-                if row and row[0].strip():
-                    title = row[0].strip()
-                    job_title_counts[title] += 1
-                    total_rows += 1
-        
-        logger.info(f"Read {total_rows} total job title entries. Found {len(job_title_counts)} unique titles.")
-
-        added_count = 0
-        updated_count = 0
-
-        for title, count in job_title_counts.items():
-            existing_title = db.query(RawJobTitle).filter(RawJobTitle.title == title).first()
-            if existing_title:
-                if existing_title.count != count:
-                    existing_title.count = count
-                    updated_count += 1
-            else:
-                new_title = RawJobTitle(title=title, count=count, source="csv_import", is_mapped=False)
-                db.add(new_title)
-                added_count += 1
-        
-        db.commit()
-        logger.info(f"Standalone import complete. Added {added_count} new unique titles, updated {updated_count} existing titles.")
-
-    except Exception as e:
-        logger.error(f"Error during standalone job title import: {e}", exc_info=True)
-        db.rollback()
-    finally:
-        db.close()
-
-if __name__ == "__main__":
-    parser = argparse.ArgumentParser(description="Standalone script to import job titles from a CSV file.")
-    parser.add_argument("file_path", type=str, help="Path to the CSV file containing job titles.")
-    args = parser.parse_args()
-
-    # Ensure the log directory exists
-    os.makedirs(os.path.dirname(LOG_FILE), exist_ok=True)
-
-    import_job_titles_standalone(args.file_path)

ARCHIVE_legacy_scripts/test_api_logic.py

@@ -1,22 +0,0 @@
-import os
-import sys
-
-# Add the company-explorer directory to the Python path
-sys.path.append(os.path.abspath(os.path.join(os.getcwd(), 'company-explorer')))
-
-from backend.database import SessionLocal, MarketingMatrix, Industry, Persona
-from sqlalchemy.orm import joinedload
-
-db = SessionLocal()
-try:
-    query = db.query(MarketingMatrix).options(
-        joinedload(MarketingMatrix.industry),
-        joinedload(MarketingMatrix.persona)
-    )
-    entries = query.all()
-    print(f"Total entries: {len(entries)}")
-    for e in entries[:3]:
-        print(f"ID={e.id}, Industry={e.industry.name if e.industry else 'N/A'}, Persona={e.persona.name if e.persona else 'N/A'}")
-        print(f"  Subject: {e.subject}")
-finally:
-    db.close()

ARCHIVE_legacy_scripts/test_opener_api.py

@@ -1,91 +0,0 @@
-import requests
-import os
-import sys
-import time
-
-# Load credentials from .env
-# Simple manual parser to avoid dependency on python-dotenv
-def load_env(path):
-    if not os.path.exists(path):
-        print(f"Warning: .env file not found at {path}")
-        return
-    with open(path) as f:
-        for line in f:
-            if line.strip() and not line.startswith('#'):
-                key, val = line.strip().split('=', 1)
-                os.environ.setdefault(key, val)
-
-load_env('/app/.env')
-
-API_USER = os.getenv("API_USER", "admin")
-API_PASS = os.getenv("API_PASSWORD", "gemini")
-CE_URL = "http://127.0.0.1:8000" # Target the local container (assuming port 8000 is mapped)
-TEST_CONTACT_ID = 1 # Therme Erding
-
-def run_test():
-    print("🚀 STARTING API-LEVEL E2E TEXT GENERATION TEST\n")
-    
-    # --- Health Check ---
-    print("Waiting for Company Explorer API to be ready...")
-    for i in range(10):
-        try:
-            health_resp = requests.get(f"{CE_URL}/api/health", auth=(API_USER, API_PASS), timeout=2)
-            if health_resp.status_code == 200:
-                print("✅ API is ready.")
-                break
-        except requests.exceptions.RequestException:
-            pass
-        if i == 9:
-            print("❌ API not ready after 20 seconds. Aborting.")
-            return False
-        time.sleep(2)
-
-    scenarios = [
-        {"name": "Infrastructure Role", "job_title": "Facility Manager", "opener_field": "opener", "keyword": "Sicherheit"},
-        {"name": "Operational Role", "job_title": "Leiter Badbetrieb", "opener_field": "opener_secondary", "keyword": "Gäste"}
-    ]
-
-    all_passed = True
-    for s in scenarios:
-        print(f"--- Testing: {s['name']} ---")
-        endpoint = f"{CE_URL}/api/provision/superoffice-contact"
-        payload = {
-            "so_contact_id": TEST_CONTACT_ID,
-            "job_title": s['job_title']
-        }
-        
-        try:
-            resp = requests.post(endpoint, json=payload, auth=(API_USER, API_PASS))
-            resp.raise_for_status()
-            data = resp.json()
-            
-            # --- Assertions ---
-            opener = data.get('opener')
-            opener_sec = data.get('opener_secondary')
-
-            assert opener, "❌ FAIL: Primary opener is missing!"
-            print(f"   ✅ Primary Opener: '{opener}'")
-            
-            assert opener_sec, "❌ FAIL: Secondary opener is missing!"
-            print(f"   ✅ Secondary Opener: '{opener_sec}'")
-
-            target_opener_text = data.get(s['opener_field'])
-            assert s['keyword'].lower() in target_opener_text.lower(), f"❌ FAIL: Keyword '{s['keyword']}' not in '{s['opener_field']}'!"
-            print(f"   ✅ Keyword '{s['keyword']}' found in correct opener.")
-            
-            print(f"--- ✅ PASSED: {s['name']} ---\\n")
-
-        except Exception as e:
-            print(f"   ❌ TEST FAILED: {e}")
-            if hasattr(e, 'response') and e.response is not None:
-                print(f"      Response: {e.response.text}")
-            all_passed = False
-    
-    return all_passed
-
-if __name__ == "__main__":
-    if run_test():
-        print("🏁 All scenarios passed successfully!")
-    else:
-        print("🔥 Some scenarios failed.")
-        sys.exit(1)

ARCHIVE_legacy_scripts/test_provisioning_api.py

@@ -1,12 +0,0 @@
-import requests
-import json
-
-url = "http://company-explorer:8000/api/provision/superoffice-contact"
-payload = {"so_contact_id": 4}
-auth = ("admin", "gemini")
-
-try:
-    resp = requests.post(url, json=payload, auth=auth)
-    print(json.dumps(resp.json(), indent=2))
-except Exception as e:
-    print(f"Error: {e}")

ARCHIVE_legacy_scripts/trigger_resync.py

@@ -1,25 +0,0 @@
-import sqlite3
-import json
-import time
-
-DB_PATH = "connector_queue.db"
-
-def trigger_resync(contact_id):
-    print(f"🚀 Triggering manual resync for Contact {contact_id}...")
-    
-    payload = {
-        "Event": "contact.changed",
-        "PrimaryKey": contact_id,
-        "ContactId": contact_id,
-        "Changes": ["UserDefinedFields", "Name"] # Dummy changes to pass filters
-    }
-    
-    with sqlite3.connect(DB_PATH) as conn:
-        conn.execute(
-            "INSERT INTO jobs (event_type, payload, status) VALUES (?, ?, ?)",
-            ("contact.changed", json.dumps(payload), 'PENDING')
-        )
-    print("✅ Job added to queue.")
-
-if __name__ == "__main__":
-    trigger_resync(6) # Bennis Playland has CRM ID 6

ARCHIVE_legacy_scripts/verify_db.py

@@ -1,13 +0,0 @@
-import sqlite3
-
-DB_PATH = "/app/companies_v3_fixed_2.db"
-conn = sqlite3.connect(DB_PATH)
-cursor = conn.cursor()
-cursor.execute("SELECT name, description, convincing_arguments FROM personas")
-rows = cursor.fetchall()
-for row in rows:
-    print(f"Persona: {row[0]}")
-    print(f"  Description: {row[1][:100]}...")
-    print(f"  Convincing: {row[2][:100]}...")
-    print("-" * 20)
-conn.close()

ARCHIVE_vor_migration/Fotograf.de/README.md

@@ -1,75 +0,0 @@
-# Archivierte Fotograf.de Tools
-
-Dieses Verzeichnis (`ARCHIVE_vor_migration/Fotograf.de/`) enthält zwei archivierte Tools, die zuvor für die Interaktion mit `app.fotograf.de` und die Erstellung von Google Docs Teilnehmerlisten verwendet wurden.
-
-Beide Tools sind hier isoliert und dokumentiert, um eine spätere Wiederverwendung und Überarbeitung zu erleichtern.
-
-## 1. Fotograf.de Scraper
-
-**Verzeichnis:** `./scraper/`
-
-**Zweck:**
-Ein Python-basiertes Skript, das die Website `app.fotograf.de` automatisiert besucht, sich anmeldet und in zwei Modi Daten extrahiert:
-1.  **E-Mail-Liste erstellen:** Sammelt Kontaktdaten (Käufer, E-Mail, Kindnamen, Login-URLs) und speichert sie in einer CSV-Datei (`supermailer_fertige_liste.csv`).
-2.  **Statistik auswerten:** Erstellt eine Statistik-CSV-Datei (`job_statistik.csv`) über Album-Käufe.
-
-**Benötigte Dateien:**
-*   `./scraper/scrape_fotograf.py`: Das Hauptskript mit der gesamten Logik.
-*   `./scraper/fotograf_credentials.json`: **(Manuell zu erstellen!)** Diese Datei muss Ihre Login-Daten für `app.fotograf.de` im folgenden JSON-Format enthalten:
-    ```json
-    {
-      "PROFILNAME": {
-        "username": "IHR_BENUTZERNAME",
-        "password": "IHR_PASSWORT"
-      }
-    }
-    ```
-
-**Ausführung über Docker:**
-Das Tool wird in einer Docker-Umgebung ausgeführt, die Google Chrome und Selenium bereitstellt.
-
-1.  **Image bauen (einmalig oder bei Änderungen an Dockerfile/requirements.txt):**
-    Navigieren Sie zum Root-Verzeichnis des Hauptprojekts (`/app`) und verwenden Sie das dortige `Dockerfile.brancheneinstufung`:
-    ```bash
-    cd /app
-    docker build -f Dockerfile.brancheneinstufung -t fotograf-scraper .
-    ```
-    *(Hinweis: Das `Dockerfile.brancheneinstufung` verwendet die globale `requirements.txt` im Root-Verzeichnis, welche `selenium` enthält.)*
-
-2.  **Container starten und Skript ausführen:**
-    Vom Root-Verzeichnis des Hauptprojekts (`/app`) aus:
-    ```bash
-    cd /app
-    docker run -it --rm -v "$(pwd):/app" fotograf-scraper python3 /app/ARCHIVE_vor_migration/Fotograf.de/scraper/scrape_fotograf.py
-    ```
-    Das Skript fragt Sie interaktiv nach dem gewünschten Modus und der URL des Fotoauftrags.
-
-
-## 2. Google Docs Teilnehmerlisten-Generator
-
-**Verzeichnis:** `./list_generator/`
-
-**Zweck:**
-Ein Python-Skript, das CSV-Dateien einliest und daraus formatierte Teilnehmerlisten als neues Google Docs-Dokument im Google Drive erstellt. Das Tool ist interaktiv und fragt beim Start Details wie den Namen der Veranstaltung, den Einrichtungstyp und den Ausgabemodus ab.
-
-**Benötigte Dateien:**
-*   `./list_generator/list_generator.py`: Das Hauptskript mit der gesamten Logik.
-*   `./list_generator/Namensliste.csv`: **(Manuell zu erstellen!)** Eine CSV-Datei mit den Anmeldungen für Kindergärten/Schulen.
-*   `./list_generator/familien.csv`: **(Manuell zu erstellen!)** Eine CSV-Datei mit den Anmeldungen für Familien-Shootings.
-*   `./list_generator/service_account.json`: **(Manuell zu erstellen!)** Die JSON-Datei mit den Anmeldeinformationen für den Google Cloud Service Account. Diese Datei wird benötigt, um auf Google Docs und Google Drive zuzugreifen.
-
-**Ausführung:**
-Navigieren Sie in das Verzeichnis des Tools und starten Sie es mit Python:
-```bash
-cd /app/ARCHIVE_vor_migration/Fotograf.de/list_generator/
-python3 list_generator.py
-```
-*(Stellen Sie sicher, dass alle benötigten Python-Bibliotheken wie `google-api-python-client` etc. in Ihrer Umgebung installiert sind. Diese sind vermutlich über die globale `requirements.txt` im Root-Verzeichnis des Hauptprojekts verfügbar.)*
-
-## Wichtiger Hinweis zu Credentials (Sicherheit)
-
-Die Tools verwenden `fotograf_credentials.json` und `service_account.json` zur Authentifizierung. Diese Dateien enthalten sensitive Zugangsdaten und wurden **bewusst aus der Git-Historie entfernt** und nicht im Repository abgelegt.
-
-**Für die Wiederinbetriebnahme müssen diese Dateien manuell im jeweiligen Tool-Verzeichnis (`./scraper/` bzw. `./list_generator/`) erstellt und mit den korrekten Zugangsdaten befüllt werden.**
-
-**Priorität für die Überarbeitung:** Bei einer zukünftigen Überarbeitung dieser Tools ist es **zwingend erforderlich**, die Handhabung der Credentials zu verbessern. Statt fester JSON-Dateien sollten Umgebungsvariablen (`.env`) oder ein sicherer Secret Management Service verwendet werden, um die Sicherheitsstandards zu erhöhen.

ARCHIVE_vor_migration/Fotograf.de/list_generator/README.md

@@ -1,22 +0,0 @@
-# Google Docs Teilnehmerlisten-Generator (Archiviert)
-
-Dieses Verzeichnis enthält die archivierten Dateien für den "Google Docs Teilnehmerlisten-Generator".
-
-**Zweck:**
-Ein Python-Skript, das CSV-Dateien einliest und daraus formatierte Teilnehmerlisten als neues Google Docs-Dokument im Google Drive erstellt. Das Tool ist interaktiv und fragt beim Start Details wie den Namen der Veranstaltung ab.
-
-**Zugehörige Dateien in diesem Ordner:**
-*   `list_generator.py`: Das Hauptskript mit der gesamten Logik.
-
-**Manuell zu erstellende Dateien:**
-Diese Dateien werden vom Skript als Input benötigt und müssen im selben Verzeichnis liegen:
-*   `Namensliste.csv`: Eine CSV-Datei mit den Anmeldungen für Kindergärten/Schulen.
-*   `familien.csv`: Eine CSV-Datei mit den Anmeldungen für Familien-Shootings.
-*   `service_account.json`: Die JSON-Datei mit den Anmeldeinformationen für den Google Cloud Service Account, der die Berechtigung hat, auf Google Docs und Google Drive zuzugreifen.
-
-**Hinweis zur Ausführung:**
-Das Skript wird direkt mit Python ausgeführt, z.B.:
-```bash
-python3 list_generator.py
-```
-Stellen Sie sicher, dass alle benötigten Bibliotheken (wie `google-api-python-client`, `google-auth-httplib2`, `google-auth-oauthlib`) in Ihrer Python-Umgebung installiert sind. Diese sind vermutlich in der globalen `requirements.txt` im Root-Verzeichnis des Projekts enthalten.

ARCHIVE_vor_migration/Fotograf.de/scraper/README.md

@@ -1,32 +0,0 @@
-# Fotograf.de Scraper (Archiviert)
-
-Dieses Verzeichnis enthält die archivierten Dateien für den "Fotograf.de Scraper".
-
-**Zweck:**
-Ein Python-basiertes Tool, das die Website `app.fotograf.de` automatisiert besucht, sich anmeldet und in zwei Modi Daten extrahiert:
-1.  **E-Mail-Liste erstellen:** Sammelt Kontaktdaten und speichert sie in einer CSV-Datei (`supermailer_fertige_liste.csv`).
-2.  **Statistik auswerten:** Erstellt eine Statistik-CSV-Datei (`job_statistik.csv`).
-
-**Zugehörige Dateien in diesem Ordner:**
-*   `scrape_fotograf.py`: Das Hauptskript mit der gesamten Logik.
-
-**Manuell zu erstellende Dateien:**
-*   `fotograf_credentials.json`: Diese Datei wird vom Skript benötigt und muss die Login-Daten für `app.fotograf.de` im folgenden JSON-Format enthalten:
-    ```json
-    {
-      "PROFILNAME": {
-        "username": "IHR_BENUTZERNAME",
-        "password": "IHR_PASSWORT"
-      }
-    }
-    ```
-
-**Externe Abhängigkeiten (befinden sich im Hauptverzeichnis des Projekts):**
-*   **Dockerfile:** `Dockerfile.brancheneinstufung` wurde wahrscheinlich verwendet, um ein Docker-Image für dieses Tool zu erstellen. Es installiert Google Chrome und die notwendigen Python-Pakete.
-*   **Python-Abhängigkeiten:** Die globale `requirements.txt` im Root-Verzeichnis enthält `selenium` und andere benötigte Bibliotheken.
-
-**Beispielhafter `docker run`-Befehl:**
-1. Bauen Sie das Image (nur einmalig): `docker build -f Dockerfile.brancheneinstufung -t fotograf-scraper .`
-2. Führen Sie den Container aus: `docker run -it --rm -v "$(pwd):/app" fotograf-scraper python3 /app/ARCHIVE_vor_migration/Fotograf.de/scraper/scrape_fotograf.py`
-
-(Pfade müssen ggf. angepasst werden, je nachdem, von wo der Befehl ausgeführt wird.)

Dockerfile.b2b

@@ -44,8 +44,10 @@ RUN npm install --omit=dev
 COPY --from=frontend-builder /app/dist ./dist
 
 # Copy the main Python orchestrator script from the project root
-COPY b2b-marketing-assistant/b2b_marketing_orchestrator.py .
+COPY b2b_marketing_orchestrator.py .
 COPY market_db_manager.py .
+# Copy Gemini API Key file if it exists in root
+COPY gemini_api_key.txt .
 
 # Expose the port the Node.js server will run on
 EXPOSE 3002

Dockerfile.market

@@ -24,9 +24,10 @@ RUN cd general-market-intelligence && npm install --omit=dev
 
 # 4. App Code
 COPY general-market-intelligence/server.cjs ./general-market-intelligence/
-COPY general-market-intelligence/market_intel_orchestrator.py .
+COPY market_intel_orchestrator.py .
 COPY market_db_manager.py .
 COPY config.py .
+COPY gemini_api_key.txt .
 # (Falls helpers.py existiert, wird sie durch docker-compose volume gemountet, aber wir kopieren sie für Standalone-Builds)
 COPY helpers.py .
 

GEMINI.md

@@ -20,24 +20,6 @@ Dies ist in der Vergangenheit mehrfach passiert und hat zu massivem Datenverlust
 - **Git-Repository:** Dieses Projekt wird über ein Git-Repository verwaltet. Alle Änderungen am Code werden versioniert. Beachten Sie den Abschnitt "Git Workflow & Conventions" für unsere Arbeitsregeln.
     - **WICHTIG:** Der AI-Agent kann Änderungen committen, aber aus Sicherheitsgründen oft nicht `git push` ausführen. Bitte führen Sie `git push` manuell aus, wenn der Agent dies meldet.
 
----
-## ‼️ Aktueller Projekt-Fokus (März 2026): Migration der Docker-Infrastruktur
-
-**Das gesamte Projekt befindet sich aktuell in der Vorbereitung für einen vollständigen Umzug von der Synology-Entwicklungsumgebung auf eine neue, produktive Ubuntu VM (`docker1`).**
-
-Alle aktuellen Aufgaben, Analysen und Todos für dieses Vorhaben sind in der folgenden Datei zentralisiert:
-
-➡️ **[`RELOCATION.md`](./RELOCATION.md)**
-
-Diese Datei ist die primäre "Source of Truth" für den Migrationsprozess und enthält:
--   Die Anforderungsliste für die IT (Ports, Firewall-Regeln).
--   Den empfohlenen, sicheren Migrationsplan.
--   Den aktuellen Status und eine Liste aller offenen Todos für die anstehende Bereinigung und Archivierung.
-
-*Die nachfolgenden Abschnitte "Current Status" und "Next Steps" sind als historischer Kontext zu betrachten und spiegeln nicht die unmittelbaren Prioritäten wider.*
-
----
-
 ## Git Workflow & Conventions
 
 ### Den Arbeitstag abschließen mit `#fertig`
@@ -55,38 +37,6 @@ Wenn Sie `#fertig` eingeben, führt der Agent folgende Schritte aus:
     - Der Status des Tasks in Notion wird auf "Done" (oder einen anderen passenden Status) gesetzt.
 4.  **Commit & Push:** Wenn Code-Änderungen vorhanden sind, wird ein Commit erstellt und ein `git push` interaktiv angefragt.
 
-### ⚠️ Troubleshooting: Git `push`/`pull` Fehler in Docker-Containern
-
-Gelegentlich kann es vorkommen, dass `git push` oder `git pull` Befehle aus dem `gemini-session` Docker-Container heraus mit Fehlern wie `Could not resolve host` oder `Failed to connect to <Gitea-Domain>` fehlschlagen, selbst wenn die externe Gitea-URL (z.B. `floke-gitea.duckdns.org`) im Host-System erreichbar ist. Dies liegt daran, dass der Docker-Container möglicherweise nicht dieselben DNS-Auflösungsmechanismen oder eine direkte Verbindung zur externen Adresse hat.
-
-**Problem:** Standard-DNS-Auflösung und externe Hostnamen schlagen innerhalb des Docker-Containers fehl.
-
-**Lösung:** Um eine robuste und direkte Verbindung zum Gitea-Container auf dem *selben Docker-Host* herzustellen, sollte die Git Remote URL auf die **lokale IP-Adresse des Docker-Hosts** und die **token-basierte Authentifizierung** umgestellt werden.
-
-**Schritte zur Konfiguration:**
-
-1.  **Lokale IP des Docker-Hosts ermitteln:**
-    *   Finden Sie die lokale IP-Adresse des Servers (z.B. Ihrer Diskstation), auf dem die Docker-Container laufen. Beispiel: `192.168.178.6`.
-2.  **Gitea-Token aus `.env` ermitteln:**
-    *   Finden Sie das Gitea-Token (das im Format `<Token>` in der `.env`-Datei oder in der vorherigen `git remote -v` Ausgabe zu finden ist). Beispiel: `318c736205934dd066b6bbcb1d732931eaa7c8c4`.
-3.  **Git Remote URL aktualisieren:**
-    *   Verwenden Sie den folgenden Befehl, um die Remote-URL zu aktualisieren. Ersetzen Sie `<Username>`, `<Token>` und `<Local-IP-Adresse>` durch Ihre Werte.
-    ```bash
-    git remote set-url origin http://<Username>:<Token>@<Local-IP-Adresse>:3000/Floke/Brancheneinstufung2.git
-    ```
-    *   **Beispiel (mit Ihren Daten):**
-    ```bash
-    git remote set-url origin http://Floke:318c736205934dd066b6bbcb1d732931eaa7c8c4@192.168.178.6:3000/Floke/Brancheneinstufung2.git
-    ```
-    *(Hinweis: Für die interne Docker-Kommunikation ist `http` anstelle von `https` oft ausreichend und kann Probleme mit SSL-Zertifikaten vermeiden.)*
-4.  **Verifizierung:**
-    *   Führen Sie `git fetch` aus, um die neue Konfiguration zu testen. Es sollte nun ohne Passwortabfrage funktionieren:
-    ```bash
-    git fetch
-    ```
-
-Diese Konfiguration gewährleistet eine stabile Git-Verbindung innerhalb Ihrer Docker-Umgebung.
-
 
 ## Project Overview
 
@@ -155,17 +105,6 @@ The system architecture has evolved from a CLI-based toolset to a modern web app
     *   **Problem:** Users didn't see when a background job finished.
     *   **Solution:** Implementing a polling mechanism (`setInterval`) tied to a `isProcessing` state is superior to static timeouts for long-running AI tasks.
 
-7.  **Hyper-Personalized Marketing Engine (v3.2) - "Deep Persona Injection":**
-    *   **Problem:** Marketing texts were too generic and didn't reflect the specific psychological or operative profile of the different target roles (e.g., CFO vs. Facility Manager).
-    *   **Solution (Deep Sync & Prompt Hardening):**
-        1.  **Extended Schema:** Added `description`, `convincing_arguments`, and `kpis` to the `Persona` database model to store richer profile data.
-        2.  **Notion Master Sync:** Updated the synchronization logic to pull these deep insights directly from the Notion "Personas / Roles" database.
-        3.  **Role-Centric Prompts:** The `MarketingMatrix` generator was re-engineered to inject the persona's "Mindset" and "KPIs" into the prompt.
-    *   **Example (Healthcare):**
-        - **Infrastructure Lead:** Focuses now on "IT Security", "DSGVO Compliance", and "WLAN integration".
-        - **Economic Buyer (CFO):** Focuses on "ROI Amortization", "Reduction of Overtime", and "Flexible Financing (RaaS)".
-    *   **Verification:** Verified that the transition from a company-specific **Opener** (e.g., observing staff shortages at Klinikum Erding) to the **Role-specific Intro** (e.g., pitching transport robots to reduce walking distances for nursing directors) is seamless and logical.
-
 ## Metric Parser - Regression Tests
 To ensure the stability and accuracy of the metric extraction logic, a dedicated test suite (`/company-explorer/backend/tests/test_metric_parser.py`) has been created. It covers the following critical, real-world bug fixes:
 
@@ -183,185 +122,8 @@ To ensure the stability and accuracy of the metric extraction logic, a dedicated
 
 These tests are crucial for preventing regressions as the parser logic evolves.
 
-## Notion Maintenance & Data Sync
+## Next Steps
-
+*   **Marketing Automation:** Implement the actual sending logic (or export) based on the contact status.
-Since the "Golden Record" for Industry Verticals (Pains, Gains, Products) resides in Notion, specific tools are available to read and sync this data.
+*   **Job Role Mapping Engine:** Connect the configured patterns to the contact import/creation process to auto-assign roles.
-
+*   **Industry Classification Engine:** Connect the configured industries to the AI Analysis prompt to enforce the "Strict Mode" mapping.
-**Location:** `/app/company-explorer/backend/scripts/notion_maintenance/`
+*   **Export:** Generate Excel/CSV enriched reports (already partially implemented via JSON export).
-
-**Prerequisites:**
-- Ensure `.env` is loaded with `NOTION_API_KEY` and correct DB IDs.
-
-**Key Scripts:**
-
-1.  **`check_relations.py` (Reader - Deep):**
-    -   **Purpose:** Reads Verticals and resolves linked Product Categories (Relation IDs -> Names). Essential for verifying the "Primary/Secondary Product" logic.
-    -   **Usage:** `python3 check_relations.py`
-
-2.  **`update_notion_full.py` (Writer - Batch):**
-    -   **Purpose:** Batch updates Pains and Gains for multiple verticals. Use this as a template when refining the messaging strategy.
-    -   **Usage:** Edit the dictionary in the script, then run `python3 update_notion_full.py`.
-
-3.  **`list_notion_structure.py` (Schema Discovery):**
-    -   **Purpose:** Lists all property keys and page titles. Use this to debug schema changes (e.g. if a column was renamed).
-        - **Usage:** `python3 list_notion_structure.py`
-    
-    ## Next Steps (Updated Feb 27, 2026)
-    
-    ***HINWEIS:*** *Dieser Abschnitt ist veraltet. Die aktuellen nächsten Schritte beziehen sich auf die Migrations-Vorbereitung und sind in der Datei [`RELOCATION.md`](./RELOCATION.md) dokumentiert.*
-
-    *   **Notion Content:** Finalize "Pains" and "Gains" for all 25 verticals in the Notion master database.
-    *   **Intelligence:** Run `generate_matrix.py` in the Company Explorer backend to populate the matrix for all new English vertical names.
-    *   **Automation:** Register the production webhook (requires `admin-webhooks` rights) to enable real-time CRM sync without manual job injection.
-    *   **Execution:** Connect the "Sending Engine" (the actual email dispatch logic) to the SuperOffice fields.
-    *   **Monitoring:** Monitor the 'Atomic PATCH' logs in production for any 400 errors regarding field length or specific character sets.
-
-    
-    ## Company Explorer Access & Debugging
-    
-    The **Company Explorer** is the central intelligence engine.
-    
-    **Core Paths:**
-    *   **Database:** `/app/companies_v3_fixed_2.db` (SQLite)
-    *   **Backend Code:** `/app/company-explorer/backend/`
-    *   **Logs:** `/app/logs_debug/company_explorer_debug.log`
-    
-    **Accessing Data:**
-    To inspect live data without starting the full stack, use `sqlite3` directly or the helper scripts (if environment permits).
-    
-    *   **Direct SQL:** `sqlite3 /app/companies_v3_fixed_2.db "SELECT * FROM companies WHERE name LIKE '%Firma%';" `
-    *   **Python (requires env):** The app runs in a Docker container. When debugging from outside (CLI agent), Python dependencies like `sqlalchemy` might be missing in the global scope. Prefer `sqlite3` for quick checks.
-    
-    **Key Endpoints (Internal API :8000):**
-    *   `POST /api/provision/superoffice-contact`: Triggers the text generation logic.
-    *   `GET /api/companies/{id}`: Full company profile including enrichment data.
-    
-    **Troubleshooting:**
-    *   **"BaseModel" Error:** Usually a mix-up between Pydantic and SQLAlchemy `Base`. Check imports in `database.py`.
-    *   **Missing Dependencies:** The CLI agent runs in `/app` but not necessarily inside the container's venv. Use standard tools (`grep`, `sqlite3`) where possible.
-
----
-
-## Critical Debugging Session (Feb 21, 2026) - Re-Stabilizing the Analysis Engine
-
-A critical session was required to fix a series of cascading failures in the `ClassificationService`. The key takeaways are documented here to prevent future issues.
-
-1.  **The "Phantom" `NameError`:**
-    *   **Symptom:** The application crashed with a `NameError: name 'joinedload' is not defined`, even though the import was correctly added to `classification.py`.
-    *   **Root Cause:** The `uvicorn` server's hot-reload mechanism within the Docker container did not reliably pick up file changes made from outside the container. A simple `docker-compose restart` was insufficient to clear the process's cached state.
-    *   **Solution:** After any significant code change, especially to imports or core logic, a forced-recreation of the container is **mandatory**.
-        ```bash
-        # Correct Way to Apply Changes:
-        docker-compose up -d --build --force-recreate company-explorer
-        ```
-
-2.  **The "Invisible" Logs:**
-    *   **Symptom:** No debug logs were being written, making it impossible to trace the execution flow.
-    *   **Root Cause:** The `LOG_DIR` path in `/company-explorer/backend/config.py` was misconfigured (`/app/logs_debug`) and did not point to the actual, historical log directory (`/app/Log_from_docker`).
-    *   **Solution:** Configuration paths must be treated as absolute and verified. Correcting the `LOG_DIR` path immediately resolved the issue.
-
-3.  **Inefficient Debugging Loop:**
-    *   **Symptom:** The cycle of triggering a background job via API, waiting, and then manually checking logs was slow and inefficient.
-    *   **Root Cause:** Lack of a tool to test the core application logic in isolation.
-    *   **Solution:** The creation of a dedicated, interactive test script (`/company-explorer/backend/scripts/debug_single_company.py`). This script allows running the entire analysis for a single company in the foreground, providing immediate and detailed feedback. This pattern is invaluable for complex, multi-step processes and should be a standard for future development.
-## Production Migration & Multi-Campaign Support (Feb 27, 2026)
-
-The system has been fully migrated to the SuperOffice production environment (`online3.superoffice.com`, tenant `Cust26720`). 
-
-### 1. Final UDF Mappings (Production)
-These ProgIDs are verified and active for the production tenant:
-
-| Field Purpose | Entity | ProgID | Notes |
-| :--- | :--- | :--- | :--- |
-| **MA Subject** | Person | `SuperOffice:19` | |
-| **MA Intro** | Person | `SuperOffice:20` | |
-| **MA Social Proof** | Person | `SuperOffice:21` | |
-| **MA Unsubscribe** | Person | `SuperOffice:22` | URL format |
-| **MA Campaign** | Person | `SuperOffice:23` | List field (uses `:DisplayText`) |
-| **Vertical** | Contact | `SuperOffice:83` | List field (mapped via JSON) |
-| **AI Summary** | Contact | `SuperOffice:84` | Truncated to 132 chars |
-| **AI Last Update** | Contact | `SuperOffice:85` | Format: `[D:MM/DD/YYYY HH:MM:SS]` |
-| **Opener Primary** | Contact | `SuperOffice:86` | |
-| **Opener Secondary**| Contact | `SuperOffice:87` | |
-| **Last Outreach** | Contact | `SuperOffice:88` | |
-
-### 2. Vertical ID Mapping (Production)
-The full list of 25 verticals with their internal SuperOffice IDs (List `udlist331`):
-`Automotive - Dealer: 1613, Corporate - Campus: 1614, Energy - Grid & Utilities: 1615, Energy - Solar/Wind: 1616, Healthcare - Care Home: 1617, Healthcare - Hospital: 1618, Hospitality - Gastronomy: 1619, Hospitality - Hotel: 1620, Industry - Manufacturing: 1621, Infrastructure - Communities: 1622, Infrastructure - Public: 1623, Infrastructure - Transport: 1624, Infrastructure - Parking: 1625, Leisure - Entertainment: 1626, Leisure - Fitness: 1627, Leisure - Indoor Active: 1628, Leisure - Outdoor Park: 1629, Leisure - Wet & Spa: 1630, Logistics - Warehouse: 1631, Others: 1632, Reinigungsdienstleister: 1633, Retail - Food: 1634, Retail - Non-Food: 1635, Retail - Shopping Center: 1636, Tech - Data Center: 1637`.
-
-### 3. Technical Lessons Learned (SO REST API)
-
-1.  **Atomic PATCH (Stability):** Bundling all contact updates into a single `PATCH` request to the `/Contact/{id}` endpoint is far more stable than sequential UDF updates. If one field fails (e.g. invalid property), the whole transaction might roll back or partially fail—proactive validation is key.
-2.  **Website Sync (`Urls` Array):** Updating the website via REST requires manipulating the `Urls` array property. Simple field assignment to `UrlAddress` fails during `PATCH`.
-    *   *Correct Format:* `"Urls": [{"Value": "https://example.com", "Description": "AI Discovered"}]`.
-3.  **List Resolution (`:DisplayText`):** To get the clean string value of a list field (like Campaign Name) without extra API calls, use the pseudo-field `ProgID:DisplayText` in the `$select` parameter.
-4.  **Field Length Limits:** Standard SuperOffice text UDFs are limited to approx. 140-254 characters. AI-generated summaries must be truncated (e.g. 132 chars) to avoid 400 Bad Request errors.
-5.  **Docker `env_file` Importance:** For production, mapping individual variables in `docker-compose.yml` is error-prone. Using `env_file: .env` ensures all services stay synchronized with the latest UDF IDs and mappings.
-6.  **Production URL Schema:** The production API is strictly hosted on `online3.superoffice.com` (for this tenant), while OAuth remains at `online.superoffice.com`.
-
-### 4. Campaign Trigger Logic
-The `worker.py` (v1.8) now extracts the `campaign_tag` from `SuperOffice:23:DisplayText`. This tag is passed to the Company Explorer's provisioning API. If a matching entry exists in the `MarketingMatrix` for that tag, specific texts are used; otherwise, it falls back to the "standard" Kaltakquise texts.
-
-### 5. SuperOffice Authentication (Critical Update Feb 28, 2026)
-
-**Problem:** Authentication failures ("Invalid refresh token" or "Invalid client_id") occurred because standard `load_dotenv()` did not override stale environment variables present in the shell process.
-
-**Solution:** Always use `load_dotenv(override=True)` in Python scripts to force loading the actual values from the `.env` file.
-
-**Correct Authentication Pattern (Python):**
-```python
-from dotenv import load_dotenv
-import os
-
-# CRITICAL: override=True ensures we read from .env even if env vars are already set
-load_dotenv(override=True)
-
-client_id = os.getenv("SO_CLIENT_ID")
-# ...
-```
-
-**Known Working Config (Production):**
-*   **Environment:** `online3`
-*   **Tenant:** `Cust26720`
-*   **Token Logic:** The `AuthHandler` implementation in `health_check_so.py` is the reference standard. Avoid using legacy `superoffice_client.py` without verifying it uses `override=True`.
-
-### 6. Sales & Opportunities (Roboplanet Specifics)
-
-When creating sales via API, specific constraints apply due to the shared tenant with Wackler:
-
-*   **SaleTypeId:** MUST be **14** (`GE:"Roboplanet Verkauf";`) to ensure the sale is assigned to the correct business unit.
-    *   *Alternative:* ID 16 (`GE:"Roboplanet Teststellung";`) for trials.
-*   **Mandatory Fields:**
-    *   `Saledate` (Estimated Date): Must be provided in ISO format (e.g., `YYYY-MM-DDTHH:MM:SSZ`).
-    *   `Person`: Highly recommended linking to a specific person, not just the company.
-*   **Context:** Avoid creating sales on the parent company "Wackler Service Group" (ID 3). Always target the specific lead company.
-
-### Analyse der SuperOffice `Sale`-Entität (März 2026)
-
-- **Ziel:** Erstellung eines Reports, der abbildet, welche Kunden welche Produkte angeboten bekommen oder gekauft haben. Die initiale Vermutung war, dass Produktinformationen oft als Freitext-Einträge und nicht über den offiziellen Produktkatalog erfasst werden.
-- **Problem:** Die Untersuchung der Datenstruktur zeigte, dass die API-Endpunkte zur Abfrage von `Quote`-Objekten (Angeboten) und `QuoteLines` (Angebotspositionen) über `Sale`-, `Contact`- oder `Project`-Beziehungen hinweg nicht zuverlässig funktionierten. Viele Abfragen resultierten in `500 Internal Server Errors` oder leeren Datenmengen, was eine direkte Verknüpfung von Verkauf zu Produkt unmöglich machte.
-- **Kern-Erkenntnis (Datenstruktur):**
-    1.  **Freitext statt strukturierter Daten:** Die Analyse eines konkreten `Sale`-Objekts (ID `342243`) bestätigte die ursprüngliche Hypothese. Produktinformationen (z.B. `2xOmnie CD-01 mit Nachlass`) werden direkt in das `Heading`-Feld (Betreff) des `Sale`-Objekts als Freitext eingetragen. Es existieren oft keine verknüpften `Quote`- oder `QuoteLine`-Entitäten.
-    2.  **Datenqualität bei Verknüpfungen:** Eine signifikante Anzahl von `Sale`-Objekten im System weist keine Verknüpfung zu einem `Contact`-Objekt auf (`Contact: null`). Dies erschwert die automatische Zuordnung von Verkäufen zu Kunden erheblich.
-- **Nächster Schritt / Lösungsweg:** Ein Skript (`/app/connector-superoffice/generate_customer_product_report.py`) wurde entwickelt, das diese Probleme adressiert. Es fragt gezielt nur `Sale`-Objekte ab, die eine gültige `Contact`-Verknüpfung besitzen (`$filter=Contact ne null`). Anschließend extrahiert es den Kundennamen und das `Heading`-Feld des Verkaufs und durchsucht letzteres nach vordefinierten Produkt-Schlüsselwörtern. Die Ergebnisse werden für die manuelle Analyse in einer CSV-Datei (`product_report.csv`) gespeichert. Dieser Ansatz ist der einzig verlässliche Weg, um die gewünschten Informationen aus dem System zu extrahieren.
-
-### 7. Service & Tickets (Anfragen)
-
-SuperOffice Tickets represent the support and request system. Like Sales, they are organized to allow separation between Roboplanet and Wackler.
-
-*   **Entity Name:** `ticket`
-*   **Roboplanet Specific Categories (CategoryId):**
-    *   **ID 46:** `GE:"Lead Roboplanet";`
-    *   **ID 47:** `GE:"Vertriebspartner Roboplanet";`
-    *   **ID 48:** `GE:"Weitergabe Roboplanet";`
-    *   **Hierarchical:** `Roboplanet/Support` (often used for technical issues).
-*   **Key Fields:**
-    *   `ticketId`: Internal ID.
-    *   `title`: The subject of the request.
-    *   `contactId` / `personId`: Links to company and contact person.
-    *   `ticketStatusId`: 1 (Unbearbeitet), 2 (In Arbeit), 3 (Bearbeitet).
-    *   `ownedBy`: Often "ROBO" for Roboplanet staff.
-*   **Cross-Links:** Tickets can be linked to `saleId` (to track support during a sale) or `projectId`.
-
----
-This is the core logic used to generate the company-specific opener.

Gruppenlisten_Output.txt

@@ -0,0 +1,385 @@
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+----------------------------------------------------------------
+Bauer                    Emilie Christiana        Bienengruppe
+Eberl                    Maximilian               Bienengruppe
+Eckinger                 Charly                   Bienengruppe
+Ehrensberger             Theo                     Bienengruppe
+Gugic                    Vanessa                  Bienengruppe
+Hermansdorfer            Marina                   Bienengruppe
+Kaiser                   Theresa                  Bienengruppe
+Mehringer                Quirin                   Bienengruppe
+Müller                   Helene                   Bienengruppe
+Nowak                    Juna                     Bienengruppe
+Root                     Jonas                    Bienengruppe
+Tress                    Anna                     Bienengruppe
+Vass                     Marcell                  Bienengruppe
+Vilgertshofer            Clara                    Bienengruppe
+Wamprechtshammer         Marie                    Bienengruppe
+
+15 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+---------------------------------------------------------------
+Arndt                    Alina                    Eulengruppe
+Ben Hiba                 Elias                    Eulengruppe
+Benke                    Bastian                  Eulengruppe
+Berg                     Tamara                   Eulengruppe
+Berndt                   Mariella                 Eulengruppe
+Brose                    Valentina                Eulengruppe
+Drexler                  Lukas                    Eulengruppe
+Eisenhofer               Kilian                   Eulengruppe
+Etterer                  Juna                     Eulengruppe
+Fink                     Sophia                   Eulengruppe
+Fleissner                Sebastian                Eulengruppe
+Gebhardt                 Anton                    Eulengruppe
+Götz                     Ludwig                   Eulengruppe
+Josef                    Maximilian               Eulengruppe
+Klimaschewski            Ben                      Eulengruppe
+Kroh                     Louis                    Eulengruppe
+Lavalie                  Alvin                    Eulengruppe
+Michalik                 Fabian                   Eulengruppe
+Multhammer               Vincent                  Eulengruppe
+Multhammer               Vincent Ludwig           Eulengruppe
+Reck                     Sophia                   Eulengruppe
+Richter                  Oskar                    Eulengruppe
+Rocha Elias              Lorenzo                  Eulengruppe
+Rudolph                  Anna                     Eulengruppe
+Ternavska                Kira                     Eulengruppe
+Varadi                   Amelie                   Eulengruppe
+Varadi                   Clara                    Eulengruppe
+Zerr                     Oskar                    Eulengruppe
+
+28 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+-----------------------------------------------------------------
+Bauer                    Luka Maximilian Željko   Fröschegruppe
+Birladeanu               Ianis Andrei             Fröschegruppe
+Eberhardt                Valentin                 Fröschegruppe
+Gryczuk                  Oliver                   Fröschegruppe
+Kelly                    Ferdinand                Fröschegruppe
+Koburger                 Leonie                   Fröschegruppe
+Kressirer                Josephine                Fröschegruppe
+Kunz                     Sophie                   Fröschegruppe
+Käsmeier                 Xaver                    Fröschegruppe
+Magin                    Lilly                    Fröschegruppe
+Mert                     Lukas                    Fröschegruppe
+Schmitz                  Juna                     Fröschegruppe
+Schütz                   Mirjam                   Fröschegruppe
+Wamprechtshammer         Moritz                   Fröschegruppe
+Wimmer                   Annika                   Fröschegruppe
+Zerr                     Paul                     Fröschegruppe
+
+16 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+---------------------------------------------------------------
+Albano                   Felicitas                Hasengruppe
+Ben Hiba                 Yassin                   Hasengruppe
+Daiser                   Greta                    Hasengruppe
+Fischer                  Alexander                Hasengruppe
+Gerlsbeck                Lena                     Hasengruppe
+Gottwalt                 Greta                    Hasengruppe
+Gruber                   Sophia                   Hasengruppe
+Hadzic                   Anelia                   Hasengruppe
+Kundt                    Patrick                  Hasengruppe
+Lechner                  Maximilian               Hasengruppe
+Numberger                Benedikt                 Hasengruppe
+Scherber                 Lukas                    Hasengruppe
+Tress                    Leo                      Hasengruppe
+Türe                     Emine                    Hasengruppe
+Wagner                   Isabell                  Hasengruppe
+
+15 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+-----------------------------------------------------------------
+Brandl                   Mila                     Koboldegruppe
+Engelking                Melina                   Koboldegruppe
+Fink                     Anna                     Koboldegruppe
+Flügel                   Antonia                  Koboldegruppe
+Heindl                   Louis                    Koboldegruppe
+Kundt                    Philip                   Koboldegruppe
+Lechner                  Ben                      Koboldegruppe
+Müller                   Johanna                  Koboldegruppe
+Schütz                   Rafaela                  Koboldegruppe
+Seibold                  Marie                    Koboldegruppe
+Seibold                  Sophia                   Koboldegruppe
+Wenninger                Rosa                     Koboldegruppe
+
+12 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+---------------------------------------------------------------------
+Brose                    Marie                    Marienkäfergruppe
+Burghardt                Fanny                    Marienkäfergruppe
+Daberger                 Tobias                   Marienkäfergruppe
+Grobler                  Emelia                   Marienkäfergruppe
+Hamdard                  Faria                    Marienkäfergruppe
+Hermansdorfer            Vincent                  Marienkäfergruppe
+Huber                    Helena                   Marienkäfergruppe
+Klaric                   Mia                      Marienkäfergruppe
+Kraus                    Viktoria                 Marienkäfergruppe
+Kroh                     Maximilian               Marienkäfergruppe
+Schuster                 Korbinian                Marienkäfergruppe
+Wenninger                Valentin                 Marienkäfergruppe
+Zehetmaier               Emma                     Marienkäfergruppe
+
+13 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+-------------------------------------------------------------------
+Arndt                    Felix                    Maulwürfegruppe
+Beck                     Josef                    Maulwürfegruppe
+Ehrensberger             Zeno                     Maulwürfegruppe
+Eisenhofer               Antonia                  Maulwürfegruppe
+Farin                    Constantin               Maulwürfegruppe
+Fink                     Xaver                    Maulwürfegruppe
+Fischer                  Joshua                   Maulwürfegruppe
+Flügel                   Johann                   Maulwürfegruppe
+Hadzic                   Aylin                    Maulwürfegruppe
+Kressirer                Simon                    Maulwürfegruppe
+Kroh                     Liana                    Maulwürfegruppe
+Kugler                   Milena Vaiana            Maulwürfegruppe
+Magin                    Lotte                    Maulwürfegruppe
+Michalik                 Sarah                    Maulwürfegruppe
+Rocha Elias              Matteo                   Maulwürfegruppe
+Schleier                 Valentin                 Maulwürfegruppe
+Sedlmeir                 Julia                    Maulwürfegruppe
+Suszczewicz              Adam                     Maulwürfegruppe
+Tratnik                  Maja                     Maulwürfegruppe
+Wagner                   Mariella                 Maulwürfegruppe
+Winkler                  Clara                    Maulwürfegruppe
+
+21 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+------------------------------------------------------------------------
+Birladeanu               Dima Matei               Schmetterlingegruppe
+Eichner                  Hanna                    Schmetterlingegruppe
+Gruber                   Johanna                  Schmetterlingegruppe
+Gschwendtner             Theresa                  Schmetterlingegruppe
+Haberthaler              Moritz                   Schmetterlingegruppe
+Hamdard                  Avesta                   Schmetterlingegruppe
+Josef                    Konstantin               Schmetterlingegruppe
+Mikołajczak              Gabriela                 Schmetterlingegruppe
+Pfaus                    Leo                      Schmetterlingegruppe
+Sulejmanovic             Elna                     Schmetterlingegruppe
+
+10 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+-----------------------------------------------------------------
+Daiser                   Nora                     Wichtelgruppe
+Fabri                    Jule                     Wichtelgruppe
+Fink                     Leonie                   Wichtelgruppe
+Gojanaj                  Simon                    Wichtelgruppe
+Haberthaler              Anton                    Wichtelgruppe
+Hoffmann                 Eva                      Wichtelgruppe
+Hoffmann                 Eva Charlotte            Wichtelgruppe
+Koburger                 Paula                    Wichtelgruppe
+Mair                     Magdalena                Wichtelgruppe
+Sammer                   Emilie                   Wichtelgruppe
+
+10 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+---------------------------------------------------------------
+Berndt                   Milena                   Wölfegruppe
+Brose                    Sophia                   Wölfegruppe
+Dressel                  Lucy Jolie               Wölfegruppe
+Etterer                  Nele                     Wölfegruppe
+Fischer                  Benjamin                 Wölfegruppe
+Götz                     Georg                    Wölfegruppe
+Hermansdorfer            Ludwig                   Wölfegruppe
+Klimaschewski            Leon                     Wölfegruppe
+Magin                    Frederik                 Wölfegruppe
+Müller                   Luisa                    Wölfegruppe
+Niedermeier              Lukas                    Wölfegruppe
+
+11 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867
+
+--- SEITENWECHSEL / PAGE BREAK ---
+
+Kinderhaus St. Martin Neuching			Kinderfotos Erding
+02. - 05.06.2025
+
+Nachname                 Vorname                  Gruppe
+------------------------------------------------------------------
+Baur                     Leon Malouis             Zwergerlgruppe
+Grobler                  Eloise                   Zwergerlgruppe
+Hagn                     Maximilian               Zwergerlgruppe
+Hren                     Jan                      Zwergerlgruppe
+Kugler                   Amaya Marina             Zwergerlgruppe
+Schmidt                  Emilie                   Zwergerlgruppe
+
+6 angemeldete Kinder
+
+Dies ist die Liste der bereits angemeldeten Kinder. Bitte die Eltern der noch fehlenden
+Kinder an die Anmeldung erinnern.
+
+Stand 26.05.2025 20:04 Uhr
+
+
+Kinderfotos Erding
+Gartenstr. 10 85445 Oberding
+www.kinderfotos-erding.de
+08122-8470867

HA_configuration.yaml

@@ -0,0 +1,667 @@
+# Loads default set of integrations. Do not remove.
+default_config:
+
+# Load frontend themes from the themes folder
+frontend:
+  themes: !include_dir_merge_named themes
+
+# Text to speech
+tts:
+  - platform: google_translate
+
+automation: !include automations.yaml
+script: !include scripts.yaml
+scene: !include scenes.yaml
+
+#Anleitung: https://book.cryd.de/books/projekte/page/hausverbrauch-strom-messen-incl-dummy-sensoren
+
+utility_meter:
+  daily_upload_volume:
+    source: sensor.fritzbox_upload_volumen
+    cycle: daily
+  daily_download_volume:
+    source: sensor.fritzbox_download_volumen
+    cycle: daily
+  taeglicher_stromverbrauch:
+    source: sensor.stromzahler_energieverbrauch
+    cycle: daily
+  taegliche_einspeisung:
+    source: sensor.stromzahler_energieeinspeisung
+    cycle: daily
+
+input_boolean:
+  manual_trigger:
+    name: Manual Trigger
+    initial: off
+
+influxdb:
+  host: 127.0.0.1
+  #host: a0d7b954-influxdb
+  port: 8086
+  database: homeassistant
+  username: !secret influxdb_user
+  password: !secret influxdb_pw
+  max_retries: 3
+  default_measurement: state
+
+alexa:
+  smart_home:
+    endpoint: https://api.eu.amazonalexa.com/v3/events
+    filter:
+      include_entities:
+        - light.living_room
+        - switch.kitchen
+    entity_config:
+      light.living_room:
+        name: "Wohnzimmer Licht"
+      switch.kitchen:
+        name: "Küchenschalter"
+template:
+  - sensor:
+      - name: "Total Power3"
+        unique_id: "total_power_sensor3"
+        unit_of_measurement: "W"
+        device_class: power
+        state_class: measurement
+        state: >
+          {{ 
+          states('sensor.shelly_em3_channel_a_power') | float(0) +
+          states('sensor.shelly_em3_channel_b_power') | float(0) +
+          states('sensor.shelly_em3_channel_c_power') | float(0)
+          }}
+      - name: "Prozent Nutzung"
+        unique_id: "pv_prozent_nutzung"
+        unit_of_measurement: "%"
+        state: >
+          {% set total_power = states('sensor.total_power_v2') | float(0) + states('sensor.solaranlage_power') | float(0) %}
+          {% if total_power > 0 %}
+            {{ (100 * states('sensor.solaranlage_power') | float(0) / total_power) | round(1) }}
+          {% else %}
+            0
+          {% endif %}
+      - name: "Total Energy Use1"
+        unique_id: "total_energy_use1"
+        device_class: energy
+        state_class: total_increasing
+        unit_of_measurement: "kWh"
+        state: >
+          {{
+          states('sensor.shelly_em3_channel_a_energy') | float(0) +
+          states('sensor.shelly_em3_channel_b_energy') | float(0) +
+          states('sensor.shelly_em3_channel_c_energy') | float(0)
+          }}
+      - name: "Total Energy Returned1"
+        unique_id: "total_energy_returned1"
+        device_class: energy
+        state_class: total_increasing
+        unit_of_measurement: "kWh"
+        state: >
+          {{
+          states('sensor.shelly_em3_channel_a_energy_returned') | float(0) +
+          states('sensor.shelly_em3_channel_b_energy_returned') | float(0) +
+          states('sensor.shelly_em3_channel_c_energy_returned') | float(0)
+          }}
+      - name: "Aktuelle Solarleistung1"
+        unique_id: "aktuelle_solarleistung1"
+        unit_of_measurement: "W"
+        device_class: power
+        state_class: measurement
+        state: >
+          {{
+          max(0, states('sensor.esphome_web_39b3f0_charging_power_2') | float(0) -
+          states('sensor.esphome_web_39b3f0_discharging_power_2') | float(0) +
+          states('sensor.solaranlage_power') | float(0))
+          }}
+      - name: "Täglicher Stromverbrauch"
+        unit_of_measurement: "kWh"
+        state: >
+          {% set aktueller_wert = states('sensor.stromzahler_energieverbrauch') | float %}
+          {% set startwert = states('input_number.tagesstart_zaehlerstand') | float %}
+          {{ (aktueller_wert - startwert) | round(2) }}
+      - name: "Fritzbox Download Volumen"
+        unit_of_measurement: "MB"
+        state: >
+          {% set rate_kbps = states('sensor.fritz_box_7530_download_durchsatz') | float %}
+          {% set rate_kBps = rate_kbps / 8 %}  # Kilobits pro Sekunde in Kilobytes umrechnen
+          {{ (rate_kBps * 60) / 1024 }}  # Datenvolumen pro Minute in Megabyte
+      - name: "Fritzbox Upload Volumen"
+        unit_of_measurement: "MB"
+        state: >
+          {% set rate_kbps = states('sensor.fritz_box_7530_upload_durchsatz') | float %}
+          {% set rate_kBps = rate_kbps / 8 %}  # Kilobits pro Sekunde in Kilobytes umrechnen
+          {{ (rate_kBps * 60) / 1024 }}  # Datenvolumen pro Minute in Megabyte
+      - name: "Aktueller Strompreis"
+        state: "{{ states('input_number.strompreis') }}"
+        unit_of_measurement: "€/kWh"
+        device_class: monetary
+      - name: "Stromverbrauch Vortag"
+        unique_id: "stromverbrauch_vortag"
+        unit_of_measurement: "kWh"
+        device_class: energy
+        state: >
+          {% set stats = state_attr('sensor.taeglicher_stromverbrauch', 'last_period') %}
+          {{ stats | float(0) }}
+      - name: "Einspeisung Vortag"
+        unique_id: "einspeisung_vortag"
+        unit_of_measurement: "kWh"
+        device_class: energy
+        state: >
+          {% set stats = state_attr('sensor.taegliche_einspeisung', 'last_period') %}
+          {{ stats | float(0) }}
+      - name: "Generiert Vortag (Template)"
+        unique_id: "generiert_vortag_template"
+        unit_of_measurement: "kWh"
+        device_class: energy
+        state: >
+          {% set stats = state_attr('sensor.komplett_solarlieferung', 'last_period') %}
+          {{ stats | float(0) }}
+      - name: "Nächste Müllabholung"
+        state: >-
+          {% set today = now().date().isoformat() %}
+          {% for date in states.sensor.garbage.attributes.keys() | list | sort %}
+            {% if date >= today %}
+              {{ date }} - {{ states.sensor.garbage.attributes[date] }}
+              {% break %}
+            {% endif %}
+          {% endfor %}
+      - name: "Statistik Solarerzeugung Durchschnitt"
+        state: "{{ now().year }}"
+        attributes:
+          data: >
+            {{ states('sensor.gsheet_data') }}
+      - name: "Solarertrag 2022"
+        state: "OK"
+        attributes:
+          values: >
+            {% set raw_data = state_attr('sensor.statistik_solarerzeugung_durchschnitt_mqtt', 'data')[1][1:] %}
+            {{ raw_data | map('replace', ',', '.') | map('float') | list }}
+      - name: "Solarertrag 2023"
+        state: "OK"
+        attributes:
+          values: >
+            {% set raw_data = state_attr('sensor.statistik_solarerzeugung_durchschnitt_mqtt', 'data')[2][1:] %}
+            {{ raw_data | map('replace', ',', '.') | map('float') | list }}
+      - name: "Solarertrag 2024"
+        state: "OK"
+        attributes:
+          values: >
+            {% set raw_data = state_attr('sensor.statistik_solarerzeugung_durchschnitt_mqtt', 'data')[3][1:] %}
+            {{ raw_data | map('replace', ',', '.') | map('float') | list }}
+      - name: "Solarertrag 2025"
+        state: "OK"
+        attributes:
+          values: >
+            {% set raw_data = state_attr('sensor.statistik_solarerzeugung_durchschnitt_mqtt', 'data')[4][1:] %}
+            {{ raw_data | map('replace', ',', '.') | map('float') | list }}
+      - name: "Solarertrag 2022 Werte"
+        state: "{{ state_attr('sensor.solarertrag_2022', 'values')[-1] | float(0) }}"
+        unit_of_measurement: "kWh" # Passen Sie die Einheit an
+        state_class: measurement
+        attributes:
+          alle_werte: "{{ state_attr('sensor.solarertrag_2022', 'values') }}"
+
+      - name: "Kühlschrank Letzte Aktivzeit"
+        unique_id: kuehlschrank_letzte_aktivzeit
+        unit_of_measurement: "min"
+        state: >
+          {% set aktiv_start = states.binary_sensor.kuehlschrank_laeuft.last_changed %}
+          {% if is_state('binary_sensor.kuehlschrank_laeuft', 'on') %}
+            {{ ((now() - aktiv_start).total_seconds() / 60) | round(1) }}
+          {% else %}
+            0
+          {% endif %}
+
+      - name: "Kühlschrank Letzte Pausezeit"
+        unique_id: kuehlschrank_letzte_pausezeit
+        unit_of_measurement: "min"
+        state: >
+          {% set pause_start = states.binary_sensor.kuehlschrank_laeuft.last_changed %}
+          {% if is_state('binary_sensor.kuehlschrank_laeuft', 'off') %}
+            {{ ((now() - pause_start).total_seconds() / 60) | round(1) }}
+          {% else %}
+            0
+          {% endif %}
+sensor:
+  - platform: average
+    name: "Durchschnittsverbrauch"
+    unique_id: "durchschnitt_verbrauch"
+    duration: 60
+    entities:
+      - sensor.total_power_v2
+
+  - platform: average
+    name: "Durchschnittsertrag"
+    unique_id: "durchschnitt_ertrag"
+    duration: 180
+    entities:
+      - sensor.aktuelle_solarleistung1
+
+  - platform: teamtracker
+    league_id: "BUND"
+    team_id: "MUC"
+    name: "Bayern2"
+
+  - platform: integration
+    name: Upload Volume
+    source: sensor.fritz_box_7530_upload_durchsatz
+    unit_prefix: k
+    round: 2
+  - platform: integration
+    name: Download Volume
+    source: sensor.fritz_box_7530_download_durchsatz
+    unit_prefix: k
+    round: 2
+  - platform: statistics
+    name: "Generiert Vortag (Statistik)"
+    entity_id: sensor.solaranlage_energy
+    state_characteristic: change
+    max_age:
+      days: 1
+  - platform: rest
+    name: "Google Sheets Daten"
+    resource: "https://script.google.com/macros/s/AKfycbz4sAiMvufOqL-gv5o7YfjaL4V0eWu9dGren_xg6pV35dE8bMyzaQckKp5WCs6ex5bbdA/exec"
+    scan_interval: 600 # Aktualisiert alle 10 Minuten
+    value_template: "{{ value_json[0] }}" # Falls erforderlich, kann dies angepasst werden
+    json_attributes:
+      - "Gesamtwerte"
+      - "Genergiert"
+      - "Einspeisung"
+      - "Netzverbrauch"
+      - "Solarverbrauch"
+      - "Gesamtverbrauch"
+      - "Durchschnittl. Nutzung"
+      - "Autarkiegrad"
+      - "Ersparnis in € / Tag"
+      - "Ersparnis gesamt"
+      - "Prozent Abgezahlt"
+      - "Gesamnt abgezahlt"
+  - platform: history_stats
+    name: "Kühlschrank Aktivzeit"
+    entity_id: binary_sensor.kuehlschrank_laeuft
+    state: "on"
+    type: time
+    start: "{{ now() - timedelta(hours=24) }}"
+    end: "{{ now() }}"
+
+  - platform: history_stats
+    name: "Kühlschrank Pausezeit"
+    entity_id: binary_sensor.kuehlschrank_laeuft
+    state: "off"
+    type: time
+    start: "{{ now() - timedelta(hours=24) }}"
+    end: "{{ now() }}"
+  - platform: statistics
+    name: "Kühlschrank Durchschnitt Aktivzeit"
+    entity_id: sensor.kuehlschrank_letzte_aktivzeit
+    state_characteristic: mean
+    max_age:
+      hours: 24
+    sampling_size: 10
+
+  - platform: statistics
+    name: "Kühlschrank Durchschnitt Pausezeit"
+    entity_id: sensor.kuehlschrank_letzte_pausezeit
+    state_characteristic: mean
+    max_age:
+      hours: 24
+    sampling_size: 10
+    
+input_datetime:
+  kuehlschrank_ende_aktiv:
+    name: "Ende aktive Phase"
+    has_time: true
+  kuehlschrank_ende_pause:
+    name: "Ende Pause Phase"
+    has_time: true
+
+waste_collection_schedule:
+  sources:
+    - name: awido_de
+      args:
+        customer: Erding
+        city: Oberding
+        street: "Gartenstraße"
+
+binary_sensor:
+  - platform: template
+    sensors:
+      kuehlschrank_laeuft:
+        friendly_name: "Kühlschrank läuft"
+        value_template: "{{ states('sensor.kuehlschrank_power')|float > 50 }}"
+
+mqtt:
+  sensor:
+    - name: "Balkonkraftwerk Leistung AC"
+      state_topic: "inverter/hm600/ch0/P_AC"
+      device_class: power
+      unit_of_measurement: W
+      state_class: measurement
+      unique_id: "BalkonkraftwerkLeistungAC"
+    - name: "Balkonkraftwerk Module 1 Leistung"
+      state_topic: "inverter/hm600/ch1/P_DC"
+      device_class: power
+      unit_of_measurement: W
+      state_class: measurement
+      unique_id: "BalkonkraftwerkModule13Leistung"
+    - name: "Balkonkraftwerk Module 2 Leistung"
+      state_topic: "inverter/hm600/ch2/P_DC"
+      device_class: power
+      unit_of_measurement: W
+      state_class: measurement
+      unique_id: "BalkonkraftwerkModule24Leistung"
+    - name: "Balkonkraftwerk Temperatur"
+      state_topic: "inverter/hm600/ch0/Temp"
+      device_class: temperature
+      unit_of_measurement: °C
+      state_class: measurement
+      unique_id: "BalkonkraftwerkTemperatur"
+    - name: "Balkonkraftwerk Arbeit Tag"
+      state_topic: "inverter/hm600/ch0/YieldDay"
+      device_class: energy
+      unit_of_measurement: Wh
+      state_class: total_increasing
+      unique_id: "BalkonkraftwerkArbeitTag"
+    - name: "Balkonkraftwerk Arbeit Gesamt"
+      state_topic: "inverter/hm600/ch0/YieldTotal"
+      device_class: energy
+      unit_of_measurement: kWh
+      state_class: total_increasing
+      unique_id: "BalkonkraftwerkArbeitGesamt"
+    - name: "version"
+      state_topic: "inverter/version"
+      unique_id: "version_dtu"
+    - name: "Limit"
+      state_topic: "inverter/hm600/ch0/active_PowerLimit"
+      unique_id: "set_powerlimit"
+    - name: "Energy Akkuentladung current"
+      device_class: power
+      unit_of_measurement: "W"
+      state_topic: "esphome-web-39b3f0/sensor/esphome-web-39b3f0_discharging_power"
+      unique_id: "energy_akkuentladung"
+    - name: "Energy Akkuentladung total"
+      device_class: energy
+      unit_of_measurement: "kWh"
+      state_topic: "esphome-web-39b3f0/sensor/esphome-web-39b3f0_discharging_power"
+    - name: "Effizienz HM600"
+      unit_of_measurement: "%"
+      state_topic: "inverter/hm600/ch0/Efficiency"
+      unique_id: "effizienz_hm600"
+    - name: "HM600 Spannung"
+      unit_of_measurement: "V"
+      state_topic: "inverter/hm600/ch1/U_DC"
+    - name: "Waschmaschine Leistung"
+      state_topic: "shellyplus1pm-84cca8771670/status/switch:0"
+      value_template: "{{ value_json.apower }}"
+      unit_of_measurement: "W"
+      device_class: power
+    - name: "Waschmaschine Energieverbrauch"
+      state_topic: "shellyplus1pm-84cca8771670/status/switch:0"
+      value_template: "{{ value_json.aenergy.total }}"
+      unit_of_measurement: "kWh"
+      device_class: energy
+    - name: "Statistik Solarerzeugung Durchschnitt mqtt"
+      state_topic: "homeassistant/sensor/gsheet_data"
+      value_template: "{{ value_json.state }}"
+      json_attributes_topic: "homeassistant/sensor/gsheet_data"
+      json_attributes_template: "{{ value_json.attributes | tojson }}"
+
+logger:
+  default: warning
+  logs:
+    custom_components.awtrix: warning
+    homeassistant.components.sensor: warning
+
+# Nächste Abholung Restmüll
+
+#      - name: "Restmüll"
+#        state: '{{value.types|join(", ")}}{% if value.daysTo == 0 %} Heute{% elif value.daysTo == 1 %} Morgen{% else %} in {{value.daysTo}} Tagen{% endif %}'
+#        attributes:
+#          value_template: '{{value.types|join(", ")}}'
+#        unique_id: "restmuell"
+#        unit_of_measurement: "days"
+#        device_class: "timestamp"
+#        value_template: '{{(states.sensor.waste_collection_schedule.attributes.next_date)|as_timestamp | timestamp_local}}'
+
+# Nächste Abholung Biotonne
+
+#      - name: "Biotonne"
+#        state: '{{value.types|join(", ")}}{% if value.daysTo == 0 %} Heute{% elif value.daysTo == 1 %} Morgen{% else %} in {{value.daysTo}} Tagen{% endif %}'
+#        attributes:
+#          value_template: '{{value.types|join(", ")}}'
+#        unique_id: "biotonne"
+#        unit_of_measurement: "days"
+#        device_class: "timestamp"
+#        value_template: '{{(states.sensor.waste_collection_schedule.attributes.next_date)|as_timestamp | timestamp_local}}'
+
+##sensor:
+#  - platform: average
+#    name: 'Durchschnittsverbrauch'
+#    unique_id: 'durchschnitt_verbrauch'
+#    duration: 60
+#    entities:
+#      - sensor.total_power
+#  - platform: average
+#    name: 'Durchschnittsertrag'
+#    unique_id: 'durchschnitt_ertrag'
+#    duration: 180
+#    entities:
+#      - sensor.aktuelle_solarleistung
+#  - platform: teamtracker
+#    league_id: "BUND"
+#    team_id: "MUC"
+#    name: "Bayern2"
+#
+#  - platform: template
+#    name: "Total Power"
+#    unique_id: "Total_Energy"
+#    device_class: power
+#    state_class: total
+#    unit_of_measurement: "W"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_power')| float(0) +
+#      states('sensor.shelly_em3_channel_b_power')| float(0) +
+#      states('sensor.shelly_em3_channel_c_power')| float(0)
+#      }}
+#
+#  - platform: template
+#    name: "Total Energy Use1"
+#    unique_id: "Total_Energy_Use1"
+#    device_class: energy
+#    state_class: total
+#    unit_of_measurement: "kWh"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_energy')| float(0) +
+#      states('sensor.shelly_em3_channel_b_energy')| float(0) +
+#      states('sensor.shelly_em3_channel_c_energy')| float(0)
+#      }}
+#
+#  - name: "Total Energy Returned1"
+#    unique_id: "Total_Energy_Returned1"
+#    device_class: energy
+#    state_class: total
+#    unit_of_measurement: "kWh"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_energy_returned')| float(0) +
+#      states('sensor.shelly_em3_channel_b_energy_returned')| float(0) +
+#      states('sensor.shelly_em3_channel_c_energy_returned')| float(0)
+#      }}
+#
+#  - name: "PV Einspeisung"
+#    unique_id: "pv_einspeisung"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: "{{ states('sensor.total_power')|float if states('sensor.total_power') | int < 1 else 0 }}"
+#
+#  - name: "PV Einspeisung negiert"
+#    unique_id: "pv_einspeisung_negiert"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: "{{ states('sensor.pv_einspeisung')|float * -1 }}"
+#
+#  - name: "Wirkungsgrad"
+#    unique_id: "wirkungsgrad_battery"
+#    unit_of_measurement: "%"
+#    device_class: power
+#    value_template: >
+#      {{(100 * states('sensor.solaranlage_power')| float(0) / states('sensor.esphome_web_39b3f0_discharging_power')| float(0)) | round(1) }}
+#
+#  - name: "Prozent_Nutzung"
+#    unique_id: "pv_prozent_nutzung"
+#    unit_of_measurement: "%"
+#    device_class: power
+#    value_template: >
+#      {{
+#      (100 * states('sensor.solaranlage_power')| float(0) / (states('sensor.solaranlage_power')| float(0) + states('sensor.total_power_v2')| float(0))) | round(1)
+#      }}
+#
+#  - name: "Aktuelle_Solarleistung"
+#    unique_id: "aktuelle-solarleistung"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: >
+#      {{
+#      max(0, states('sensor.esphome_web_39b3f0_charging_power_2')| float(0) -
+#      states('sensor.esphome_web_39b3f0_discharging_power_2')| float(0) +
+#      states('sensor.solaranlage_power')|float(0) +
+#      }}
+#
+# //states('sensor.akku_power')|float(0)) removed from aktuelle solarleistung
+#
+#  - name: "Summierter Ertrag"
+#    unique_id: "summierter_ertrag"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: >
+#      {{
+#      states('sensor.akku_power')| float(0) +
+#      states('sensor.solaranlage_power')|float(0)
+#      }}
+#
+#  - name: "Total Power"
+#    unique_id: "Total_Energy"
+#    device_class: power
+#    state_class: total
+#    unit_of_measurement: "W"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_power')| float(0) +
+#      states('sensor.shelly_em3_channel_b_power')| float(0) +
+#      states('sensor.shelly_em3_channel_c_power')| float(0)
+#      }}
+#
+#  - name: "Total Energy Use"
+#    unique_id: "Total_Energy_Use"
+#    device_class: energy
+#    state_class: total
+#    unit_of_measurement: "kWh"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_energy')| float(0) +
+#      states('sensor.shelly_em3_channel_b_energy')| float(0) +
+#      states('sensor.shelly_em3_channel_c_energy')| float(0)
+#      }}
+#
+#  - name: "Total Energy Returned"
+#    unique_id: "Total_Energy_Returned"
+#    device_class: energy
+#    state_class: total
+#    unit_of_measurement: "kWh"
+#    value_template: >
+#      {{
+#      states('sensor.shelly_em3_channel_a_energy_returned')| float(0) +
+#      states('sensor.shelly_em3_channel_b_energy_returned')| float(0) +
+#      states('sensor.shelly_em3_channel_c_energy_returned')| float(0)
+#      }}
+#
+#  - name: "PV Einspeisung"
+#    unique_id: "pv_einspeisung"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: "{{ states('sensor.total_power')|float if states('sensor.total_power') | int < 1 else 0 }}"
+#
+#  - name: "PV Einspeisung negiert"
+#    unique_id: "pv_einspeisung_negiert"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: "{{ states('sensor.pv_einspeisung')|float * -1 }}"
+#
+#  - name: "Wirkungsgrad"
+#    unique_id: "wirkungsgrad_battery"
+#    unit_of_measurement: "%"
+#    device_class: power
+#    value_template: >
+#      {{(100 * states('sensor.solaranlage_power')| float(0) / states('sensor.esphome_web_39b3f0_discharging_power')| float(0)) | round(1) }}###
+#
+#  - name: "Prozent_Nutzung"
+#    unique_id: "pv_prozent_nutzung"
+#    unit_of_measurement: "%"
+#    device_class: power
+#    value_template: >
+#      {{
+#      (100 * states('sensor.solaranlage_power')| float(0) / (states('sensor.solaranlage_power')| float(0) + states('sensor.total_power')| float(0))) | round(1)
+#      }}
+#
+#  - name: "Aktuelle_Solarleistung"
+#    unique_id: "aktuelle-solarleistung"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: >
+#      {{
+#      max(0, states('sensor.esphome_web_39b3f0_charging_power_2')| float(0) -
+#      states('sensor.esphome_web_39b3f0_discharging_power_2')| float(0) +
+#      states('sensor.solaranlage_power')|float(0) +
+#      states('sensor.akku_power')|float(0))
+#      }}
+#
+#  - name: "Summierter Ertrag"
+#    unique_id: "summierter_ertrag"
+#    unit_of_measurement: "W"
+#    device_class: power
+#    value_template: >
+#      {{
+#      states('sensor.akku_power')| float(0) +
+#      states('sensor.solaranlage_power')|float(0)
+#      }}
+
+# https://community.home-assistant.io/t/hoymiles-dtu-microinverters-pv/253674/21
+
+# statistics
+#- platform: statistics
+#  entity_id: sensor.total_power_av
+#  sampling_size: 20
+
+#powercalc:
+
+#sensor:
+#   - platform: powercalc
+#     entity_id: light.esslicht
+#     fixed:
+#      states_power:
+#       off: 0.4
+#       on: 22
+
+# platform: template
+#   daily_solar_percent:
+#    value_template: "{{ ( 100 * states('sensor.total_power')|float / states('sensor.solaranlage_power')|float )|round(1) }}"
+#    unit_of_measurement: '%'
+#    friendly_name: Daily Solar Percentage
+
+# ssl Configuration
+# http:
+#  ssl_certificate: /ssl/fullchain.pem
+#  ssl_key: /ssl/privkey.pem
+
+http:
+  use_x_forwarded_for: true
+  trusted_proxies:
+    - 127.0.0.1
+    - 192.168.178.6
+    - 172.16.0.0/12
+    - ::1
+  #ssl_certificate: "/ssl/fullchain.pem"
+  #ssl_key: "/ssl/privkey.pem"
+homeassistant:
+  external_url: "https://floke-ha.duckdns.org"

HA_jbd_bms.yaml

@@ -0,0 +1,260 @@
+substitutions:
+  name: esphome-web-39b3f0
+  device_description: "Monitor and control a Xiaoxiang Battery Management System (JBD-BMS) via BLE"
+  external_components_source: github://syssi/esphome-jbd-bms@main
+  mac_address: A4:C1:37:00:86:5A
+
+esphome:
+  name: ${name}
+  comment: ${device_description}
+  min_version: 2024.6.0
+  project:
+    name: "syssi.esphome-jbd-bms"
+    version: 2.1.0
+
+esp32:
+  board: esp32dev
+  framework:
+    type: esp-idf
+
+external_components:
+  - source: ${external_components_source}
+    refresh: 0s
+
+wifi:
+  ssid: !secret wifi_ssid
+  password: !secret wifi_password
+
+ota:
+  platform: esphome
+
+logger:
+  level: DEBUG
+
+# If you use Home Assistant please remove this `mqtt` section and uncomment the `api` component!
+# The native API has many advantages over MQTT: https://esphome.io/components/api.html#advantages-over-mqtt
+#mqtt:
+#  broker: !secret mqtt_host
+#  username: !secret mqtt_username
+#  password: !secret mqtt_password
+#  id: mqtt_client
+
+# api:
+
+esp32_ble_tracker:
+  scan_parameters:
+    active: false
+
+ble_client:
+  - id: client0
+    mac_address: ${mac_address}
+
+jbd_bms_ble:
+  - id: bms0
+    ble_client_id: client0
+    # Some Liontron BMS models require an update interval of less than 8s
+    update_interval: 2s
+
+button:
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    retrieve_hardware_version:
+      name: "${name} retrieve hardware version"
+    force_soc_reset:
+      name: "${name} force soc reset"
+
+binary_sensor:
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    balancing:
+      name: "${name} balancing"
+    charging:
+      name: "${name} charging"
+    discharging:
+      name: "${name} discharging"
+    online_status:
+      name: "${name} online status"
+
+sensor:
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    battery_strings:
+      name: "${name} battery strings"
+    current:
+      name: "${name} current"
+    power:
+      name: "${name} power"
+    charging_power:
+      name: "${name} charging power"
+    discharging_power:
+      name: "${name} discharging power"
+    state_of_charge:
+      name: "${name} state of charge"
+    nominal_capacity:
+      name: "${name} nominal capacity"
+    charging_cycles:
+      name: "${name} charging cycles"
+    capacity_remaining:
+      name: "${name} capacity remaining"
+    battery_cycle_capacity:
+      name: "${name} battery cycle capacity"
+    total_voltage:
+      name: "${name} total voltage"
+    average_cell_voltage:
+      name: "${name} average cell voltage"
+    delta_cell_voltage:
+      name: "${name} delta cell voltage"
+    min_cell_voltage:
+      name: "${name} min cell voltage"
+    max_cell_voltage:
+      name: "${name} max cell voltage"
+    min_voltage_cell:
+      name: "${name} min voltage cell"
+    max_voltage_cell:
+      name: "${name} max voltage cell"
+    temperature_1:
+      name: "${name} temperature 1"
+    temperature_2:
+      name: "${name} temperature 2"
+    temperature_3:
+      name: "${name} temperature 3"
+    temperature_4:
+      name: "${name} temperature 4"
+    temperature_5:
+      name: "${name} temperature 5"
+    temperature_6:
+      name: "${name} temperature 6"
+    cell_voltage_1:
+      name: "${name} cell voltage 1"
+    cell_voltage_2:
+      name: "${name} cell voltage 2"
+    cell_voltage_3:
+      name: "${name} cell voltage 3"
+    cell_voltage_4:
+      name: "${name} cell voltage 4"
+    cell_voltage_5:
+      name: "${name} cell voltage 5"
+    cell_voltage_6:
+      name: "${name} cell voltage 6"
+    cell_voltage_7:
+      name: "${name} cell voltage 7"
+    cell_voltage_8:
+      name: "${name} cell voltage 8"
+    cell_voltage_9:
+      name: "${name} cell voltage 9"
+    cell_voltage_10:
+      name: "${name} cell voltage 10"
+    cell_voltage_11:
+      name: "${name} cell voltage 11"
+    cell_voltage_12:
+      name: "${name} cell voltage 12"
+    cell_voltage_13:
+      name: "${name} cell voltage 13"
+    cell_voltage_14:
+      name: "${name} cell voltage 14"
+    cell_voltage_15:
+      name: "${name} cell voltage 15"
+    cell_voltage_16:
+      name: "${name} cell voltage 16"
+    cell_voltage_17:
+      name: "${name} cell voltage 17"
+    cell_voltage_18:
+      name: "${name} cell voltage 18"
+    cell_voltage_19:
+      name: "${name} cell voltage 19"
+    cell_voltage_20:
+      name: "${name} cell voltage 20"
+    cell_voltage_21:
+      name: "${name} cell voltage 21"
+    cell_voltage_22:
+      name: "${name} cell voltage 22"
+    cell_voltage_23:
+      name: "${name} cell voltage 23"
+    cell_voltage_24:
+      name: "${name} cell voltage 24"
+    cell_voltage_25:
+      name: "${name} cell voltage 25"
+    cell_voltage_26:
+      name: "${name} cell voltage 26"
+    cell_voltage_27:
+      name: "${name} cell voltage 27"
+    cell_voltage_28:
+      name: "${name} cell voltage 28"
+    cell_voltage_29:
+      name: "${name} cell voltage 29"
+    cell_voltage_30:
+      name: "${name} cell voltage 30"
+    cell_voltage_31:
+      name: "${name} cell voltage 31"
+    cell_voltage_32:
+      name: "${name} cell voltage 32"
+    operation_status_bitmask:
+      name: "${name} operation status bitmask"
+    errors_bitmask:
+      name: "${name} errors bitmask"
+    balancer_status_bitmask:
+      name: "${name} balancer status bitmask"
+    software_version:
+      name: "${name} software version"
+    short_circuit_error_count:
+      name: "${name} short circuit error count"
+    charge_overcurrent_error_count:
+      name: "${name} charge overcurrent error count"
+    discharge_overcurrent_error_count:
+      name: "${name} discharge overcurrent error count"
+    cell_overvoltage_error_count:
+      name: "${name} cell overvoltage error count"
+    cell_undervoltage_error_count:
+      name: "${name} cell undervoltage error count"
+    charge_overtemperature_error_count:
+      name: "${name} charge overtemperature error count"
+    charge_undertemperature_error_count:
+      name: "${name} charge undertemperature error count"
+    discharge_overtemperature_error_count:
+      name: "${name} discharge overtemperature error count"
+    discharge_undertemperature_error_count:
+      name: "${name} discharge undertemperature error count"
+    battery_overvoltage_error_count:
+      name: "${name} battery overvoltage error count"
+    battery_undervoltage_error_count:
+      name: "${name} battery undervoltage error count"
+
+text_sensor:
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    errors:
+      name: "${name} errors"
+    operation_status:
+      name: "${name} operation status"
+    device_model:
+      name: "${name} device model"
+
+select:
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    read_eeprom_register:
+      name: "${name} read eeprom register"
+      id: read_eeprom_register0
+      optionsmap:
+        0xAA: "Error Counts"
+
+switch:
+  - platform: ble_client
+    ble_client_id: client0
+    name: "${name} enable bluetooth connection"
+
+  - platform: jbd_bms_ble
+    jbd_bms_ble_id: bms0
+    charging:
+      name: "${name} charging"
+    discharging:
+      name: "${name} discharging"
+
+# Uncomment this section if you want to update the error count sensors periodically
+#
+# interval:
+#   - interval: 30min
+#     then:
+#       - select.set:
+#           id: read_eeprom_register0
+#           option: "Error Counts"

KONVER_STRATEGY.md

@@ -0,0 +1,81 @@
+# Konver.ai Integration: Strategie & Architektur
+
+**Status:** Vertrag unterzeichnet (Fokus: Telefon-Enrichment).
+**Risiko:** Wegfall von Dealfront (Lead Gen) ohne adäquaten, automatisierten Ersatz.
+**Ziel:** Nutzung von Konver.ai nicht nur als manuelles "Telefonbuch", sondern als **skalierbare Quelle** für die Lead-Fabrik (Company Explorer).
+
+## 1. Das Zielszenario (The "Golden Flow")
+
+Wir integrieren Konver.ai via API direkt in den Company Explorer. Der CE fungiert als Gatekeeper, um Credits zu sparen und Dubletten zu verhindern.
+
+```mermaid
+flowchart TD
+    subgraph "RoboPlanet Ecosystem"
+        Notion[("Notion Strategy\n(Verticals/Pains)")]
+        SO[("SuperOffice CRM\n(Bestand)")]
+        CE["Company Explorer\n(The Brain)"]
+    end
+
+    subgraph "External Sources"
+        Konver["Konver.ai API"]
+        Web["Web / Google / Wiki"]
+    end
+
+    %% Data Flow
+    Notion -->|1. Sync Strategy| CE
+    SO -->|2. Import Existing (Blocklist)| CE
+    
+    CE -->|3. Search Query + Exclusion List| Konver
+    Note right of Konver: "Suche: Altenheime > 10 Mio\nExclude: Domain-Liste aus SO"
+    
+    Konver -->|4. Net New Candidates| CE
+    
+    CE -->|5. Deep Dive (Robotik-Check)| Web
+    
+    CE -->|6. Enrich Contact (Phone/Mail)| Konver
+    Note right of CE: "Nur für Firmen mit\nhohem Robotik-Score!"
+    
+    CE -->|7. Export Qualified Lead| SO
+```
+
+## 2. Die kritische Lücke: "Exclusion List"
+
+Da Dealfront (unser bisheriges "Fischnetz") abgeschaltet wird, müssen wir Konver zur **Neukunden-Generierung** nutzen.
+Ohne eine **Ausschluss-Liste (Exclusion List)** bei der Suche verbrennen wir Geld und Zeit:
+
+1.  **Kosten:** Wir zahlen Credits für Firmen/Kontakte, die wir schon haben.
+2.  **Daten-Hygiene:** Wir importieren Dubletten, die wir mühsam bereinigen müssen.
+3.  **Blindflug:** Wir wissen vor dem Kauf nicht, ob der Datensatz "netto neu" ist.
+
+### Forderung an Konver (Technisches Onboarding)
+
+*"Um Konver.ai als strategischen Nachfolger für Dealfront in unserer Marketing-Automation nutzen zu können, benötigen wir zwingend API-Funktionen zur **Deduplizierung VOR dem Datenkauf**."*
+
+**Konkrete Features:**
+*   **Domain-Exclusion:** Upload einer Liste (z.B. 5.000 Domains), die in der API-Suche *nicht* zurückgegeben werden.
+*   **Contact-Check:** Prüfung (z.B. Hash-Abgleich), ob eine E-Mail-Adresse bereits "bekannt" ist, bevor Kontaktdaten enthüllt (und berechnet) werden.
+
+## 3. Workflow-Varianten
+
+### A. Der "Smart Enricher" (Wirtschaftlich)
+Wir nutzen Konver nur für Firmen, die **wirklich** relevant sind.
+
+1.  **Scraping:** Company Explorer findet 100 Altenheime (Web-Suche).
+2.  **Filterung:** KI prüft Websites -> 40 davon sind relevant (haben große Flächen).
+3.  **Enrichment:** Nur für diese 40 fragen wir Konver via API: *"Gib mir den Facility Manager + Handy"*.
+4.  **Ergebnis:** Wir zahlen 40 Credits statt 100. Hohe Effizienz.
+
+### B. Der "Mass Loader" (Teuer & Dumm - zu vermeiden)
+1.  Wir laden "Alle Altenheime" aus Konver direkt nach SuperOffice.
+2.  Wir zahlen 100 Credits.
+3.  Der Vertrieb ruft an -> 60 davon sind ungeeignet (zu klein, kein Bedarf).
+4.  **Ergebnis:** 60 Credits verbrannt, Vertrieb frustriert.
+
+## 4. Fazit & Next Steps
+
+Wir müssen im Onboarding-Gespräch klären:
+1.  **API-Doku:** Wo ist die Dokumentation für `Search` und `Enrich` Endpoints?
+2.  **Exclusion:** Wie filtern wir Bestandskunden im API-Call?
+3.  **Bulk-Enrichment:** Können wir Listen (Domains) zum Anreichern hochladen?
+
+Ohne diese Features ist Konver ein Rückschritt in die manuelle Einzelbearbeitung.

MIGRATION_PLAN.md

@@ -0,0 +1,161 @@
+# Migrations-Plan: Legacy GSheets -> Company Explorer (Robotics Edition v0.8.5)
+
+**Kontext:** Neuanfang für die Branche **Robotik & Facility Management**.
+**Ziel:** Ablösung von Google Sheets/CLI durch eine Web-App ("Company Explorer") mit SQLite-Backend.
+
+## 1. Strategische Neuausrichtung
+
+| Bereich | Alt (Legacy) | Neu (Robotics Edition) |
+| :--- | :--- | :--- |
+| **Daten-Basis** | Google Sheets | **SQLite** (Lokal, performant, filterbar). |
+| **Ziel-Daten** | Allgemein / Kundenservice | **Quantifizierbares Potenzial** (z.B. 4500m² Fläche, 120 Betten). |
+| **Branchen** | KI-Vorschlag (Freitext) | **Strict Mode:** Mapping auf definierte Notion-Liste (z.B. "Hotellerie", "Automotive"). |
+| **Bewertung** | 0-100 Score (Vage) | **Data-Driven:** Rohwert (Scraper/Search) -> Standardisierung (Formel) -> Potenzial. |
+| **Analytics** | Techniker-ML-Modell | **Deaktiviert**. Fokus auf harte Fakten. |
+| **Operations** | D365 Sync (Broken) | **Excel-Import & Deduplizierung**. Fokus auf Matching externer Listen gegen Bestand. |
+
+## 2. Architektur & Komponenten-Mapping
+
+Das System wird in `company-explorer/` neu aufgebaut. Wir lösen Abhängigkeiten zur Root `helpers.py` auf.
+
+### A. Core Backend (`backend/`)
+
+| Komponente | Aufgabe & Neue Logik | Prio |
+| :--- | :--- | :--- |
+| **Database** | Ersetzt `GoogleSheetHandler`. Speichert Firmen & "Enrichment Blobs". | 1 |
+| **Importer** | Ersetzt `SyncManager`. Importiert Excel-Dumps (CRM) und Event-Listen. | 1 |
+| **Deduplicator** | Ersetzt `company_deduplicator.py`. **Kern-Feature:** Checkt Event-Listen gegen DB. Muss "intelligent" matchen (Name + Ort + Web). | 1 |
+| **Scraper (Base)** | Extrahiert Text von Websites. Basis für alle Analysen. | 1 |
+| **Classification Service** | **NEU (v0.7.0).** Zweistufige Logik: <br> 1. Strict Industry Classification. <br> 2. Metric Extraction Cascade (Web -> Wiki -> SerpAPI). | 1 |
+| **Marketing Engine** | Ersetzt `generate_marketing_text.py`. Nutzt neue `marketing_wissen_robotics.yaml`. | 3 |
+
+**Identifizierte Hauptdatei:** `company-explorer/backend/app.py`
+
+### B. Frontend (`frontend/`) - React
+
+*   **View 1: Der "Explorer":** DataGrid aller Firmen. Filterbar nach "Roboter-Potential" und Status.
+*   **View 2: Der "Inspector":** Detailansicht einer Firma. Zeigt gefundene Signale ("Hat SPA Bereich"). Manuelle Korrektur-Möglichkeit.
+    *   **Identifizierte Komponente:** `company-explorer/frontend/src/components/Inspector.tsx`
+*   **View 3: "List Matcher":** Upload einer Excel-Liste -> Anzeige von Duplikaten -> Button "Neue importieren".
+*   **View 4: "Settings":** Konfiguration von Branchen, Rollen und Robotik-Logik.
+    *   **Frontend "Settings" Komponente:** `company-explorer/frontend/src/components/RoboticsSettings.tsx`
+
+### C. Architekturmuster für die Client-Integration
+
+Um externen Diensten (wie der `lead-engine`) eine einfache und robuste Anbindung an den `company-explorer` zu ermöglichen, wurde ein standardisiertes Client-Connector-Muster implementiert.
+
+| Komponente | Aufgabe & Neue Logik |
+| :--- | :--- |
+| **`company_explorer_connector.py`** | **NEU:** Ein zentrales Python-Skript, das als "offizieller" Client-Wrapper für die API des Company Explorers dient. Es kapselt die Komplexität der asynchronen Enrichment-Prozesse. |
+| **`handle_company_workflow()`** | Die Kernfunktion des Connectors. Sie implementiert den vollständigen "Find-or-Create-and-Enrich"-Workflow: <br> 1. **Prüfen:** Stellt fest, ob ein Unternehmen bereits existiert. <br> 2. **Erstellen:** Legt das Unternehmen an, falls es neu ist. <br> 3. **Anstoßen:** Startet den asynchronen `discover`-Prozess. <br> 4. **Warten (Polling):** Überwacht den Status des Unternehmens, bis eine Website gefunden wurde. <br> 5. **Analysieren:** Startet den asynchronen `analyze`-Prozess. <br> **Vorteil:** Bietet dem aufrufenden Dienst eine einfache, quasi-synchrone Schnittstelle und stellt sicher, dass die Prozessschritte in der korrekten Reihenfolge ausgeführt werden. |
+
+## 3. Umgang mit Shared Code (`helpers.py` & Co.)
+
+Wir kapseln das neue Projekt vollständig ab ("Fork & Clean").
+
+*   **Quelle:** `helpers.py` (Root)
+*   **Ziel:** `company-explorer/backend/lib/core_utils.py`
+*   **Aktion:** Wir kopieren nur relevante Teile und ergänzen sie (z.B. `safe_eval_math`, `run_serp_search`).
+
+## 4. Datenstruktur (SQLite Schema)
+
+### Tabelle `companies` (Stammdaten & Analyse)
+*   `id` (PK)
+*   `name` (String)
+*   `website` (String)
+*   `crm_id` (String, nullable - Link zum D365)
+*   `industry_crm` (String - Die "erlaubte" Branche aus Notion)
+*   `city` (String)
+*   `country` (String - Standard: "DE" oder aus Impressum)
+*   `status` (Enum: NEW, IMPORTED, ENRICHED, QUALIFIED)
+*   **NEU (v0.7.0):**
+    *   `calculated_metric_name` (String - z.B. "Anzahl Betten")
+    *   `calculated_metric_value` (Float - z.B. 180)
+    *   `calculated_metric_unit` (String - z.B. "Betten")
+    *   `standardized_metric_value` (Float - z.B. 4500)
+    *   `standardized_metric_unit` (String - z.B. "m²")
+    *   `metric_source` (String - "website", "wikipedia", "serpapi")
+
+### Tabelle `signals` (Deprecated)
+*   *Veraltet ab v0.7.0. Wird durch quantitative Metriken in `companies` ersetzt.*
+
+### Tabelle `contacts` (Ansprechpartner)
+*   `id` (PK)
+*   `account_id` (FK -> companies.id)
+*   `gender`, `title`, `first_name`, `last_name`, `email`
+*   `job_title` (Visitenkarte)
+*   `role` (Standardisierte Rolle: "Operativer Entscheider", etc.)
+*   `status` (Marketing Status)
+
+### Tabelle `industries` (Branchen-Fokus - Synced from Notion)
+*   `id` (PK)
+*   `notion_id` (String, Unique)
+*   `name` (String - "Vertical" in Notion)
+*   `description` (Text - "Definition" in Notion)
+*   `metric_type` (String - "Metric Type")
+*   `min_requirement` (Float - "Min. Requirement")
+*   `whale_threshold` (Float - "Whale Threshold")
+*   `proxy_factor` (Float - "Proxy Factor")
+*   `scraper_search_term` (String - "Scraper Search Term")
+*   `scraper_keywords` (Text - "Scraper Keywords")
+*   `standardization_logic` (String - "Standardization Logic")
+
+### Tabelle `job_role_mappings` (Rollen-Logik)
+*   `id` (PK)
+*   `pattern` (String - Regex für Jobtitles)
+*   `role` (String - Zielrolle)
+
+## 7. Historie & Fixes (Jan 2026)
+
+    *   **[CRITICAL] v0.7.4: Service Restoration & Logic Fix (Jan 24, 2026)**
+    *   **[STABILITY] v0.7.3: Hardening Metric Parser & Regression Testing (Jan 23, 2026)**
+    *   **[STABILITY] v0.7.2: Robust Metric Parsing (Jan 23, 2026)**
+    *   **[STABILITY] v0.7.1: AI Robustness & UI Fixes (Jan 21, 2026)**
+    *   **[MAJOR] v0.7.0: Quantitative Potential Analysis (Jan 20, 2026)**
+    *   **[UPGRADE] v0.6.x: Notion Integration & UI Improvements**
+
+## 14. Upgrade v2.0 (Feb 18, 2026): "Lead-Fabrik" Erweiterung
+
+Dieses Upgrade transformiert den Company Explorer in das zentrale Gehirn der Lead-Generierung (Vorratskammer).
+
+### 14.1 Detaillierte Logik der neuen Datenfelder
+
+Um Gemini CLI (dem Bautrupp) die Umsetzung zu ermöglichen, hier die semantische Bedeutung der neuen Spalten:
+
+#### Tabelle `companies` (Qualitäts- & Abgleich-Metriken)
+
+*   **`confidence_score` (FLOAT, 0.0 - 1.0):** Indikator für die Sicherheit der KI-Klassifizierung. `> 0.8` = Grün.
+*   **`data_mismatch_score` (FLOAT, 0.0 - 1.0):** Abweichung zwischen CRM-Bestand und Web-Recherche (z.B. Umzug).
+*   **`crm_name`, `crm_address`, `crm_website`, `crm_vat`:** Read-Only Snapshot aus SuperOffice zum Vergleich.
+*   **Status-Flags:** `website_scrape_status` und `wiki_search_status`.
+
+#### Tabelle `industries` (Strategie-Parameter)
+
+*   **`pains` / `gains`:** Strukturierte Textblöcke (getrennt durch `[Primary Product]` und `[Secondary Product]`).
+*   **`ops_focus_secondary` (BOOLEAN):** Steuerung für rollenspezifische Produkt-Priorisierung.
+
+---
+
+## 15. Offene Arbeitspakete (Bauleitung)
+
+Anweisungen für den "Bautrupp" (Gemini CLI).
+
+### Task 1: UI-Anpassung - Side-by-Side CRM View & Settings
+(In Arbeit / Teilweise erledigt durch Gemini CLI)
+
+### Task 2: Intelligenter CRM-Importer (Bestandsdaten)
+
+**Ziel:** Importieren der `demo_100.xlsx` in die SQLite-Datenbank.
+
+**Anforderungen:**
+1.  **PLZ-Handling:** Zwingend als **String** einlesen (führende Nullen erhalten).
+2.  **Normalisierung:** Website bereinigen (kein `www.`, `https://`).
+3.  **Matching:** Kaskade über CRM-ID, VAT, Domain, Fuzzy Name.
+4.  **Isolierung:** Nur `crm_` Spalten updaten, Golden Records unberührt lassen.
+
+---
+
+## 16. Deployment-Referenz (NAS)
+*   **Pfad:** `/volume1/homes/Floke/python/brancheneinstufung/company-explorer`
+*   **DB:** `/app/companies_v3_fixed_2.db`
+*   **Sync:** `docker exec -it company-explorer python backend/scripts/sync_notion_to_ce_enhanced.py`

RELOCATION.md

@@ -54,114 +54,49 @@ Die VM muss in der Lage sein, ausgehende Verbindungen zu den folgenden externen
 
 ---
 
-**Zusammenfassende Handlungsempfehlung für die IT:**
+# ⚠️ Post-Mortem & Kritische Lehren (März 2026)
 
-1.  **Firewall-Regeln (eingehend):** Bitte öffnen Sie die Ports `3000`, `2222`, `8090`, `8003`, `8501`, `8004`, `8002` und `5173` für die Ziel-IP `10.10.81.2`.
+**Hintergrund:**
-2.  **Firewall-Regeln (ausgehend):** Stellen Sie sicher, dass die VM ausgehende HTTPS-Verbindungen (Port 443) zu beliebigen Zielen im Internet aufbauen kann.
+Am 07.03.2026 führte ein Versuch, das Legacy-System auf der Synology für die Migration "aufzuräumen", zu massiver Instabilität und temporärem Datenverlust.
-3.  **Reverse Proxy (Optional, aber empfohlen):** Planen Sie die Einrichtung eines Reverse Proxys (z.B. Nginx, Traefik) mit SSL-Zertifikaten für den Zugriff auf die Web-Anwendungen, insbesondere für den Haupt-Port `8090`.
+
+**Identifizierte Fehlerquellen ("Root Causes"):**
+1.  **Destruktive Bereinigung:** `git clean -fdx` löschte untracked Datenbanken.
+2.  **Dateisystem-Inkompatibilität:** Bind Mounts auf Synology führten zu Berechtigungsfehlern ("Database Locked").
+3.  **Fehlende Isolation:** Änderungen wurden am "lebenden Objekt" vorgenommen.
+
+**Erfolgreiche Stabilisierung (Status Quo):**
+*   **Docker Volumes:** Alle Datenbanken laufen jetzt auf benannten Docker-Volumes (`connector_db_data`, `explorer_db_data`). Bind Mounts sind Geschichte.
+*   **Healthchecks:** Nginx wartet nun korrekt auf die Gesundheit der Backend-Services.
+*   **Environment:** Alle Secrets kommen aus der `.env`, keine Key-Files mehr im Repo.
+*   **Daten:** Die `companies_v3_fixed_2.db` konnte via Synology Drive Versioning wiederhergestellt und per `docker cp` injiziert werden.
+
+**Neue Richtlinien für die Migration ("Never Again Rules"):**
+
+1.  **Immutable Infrastructure:** Wir ändern **NICHTS** mehr an der Konfiguration auf der Synology. Der dortige Stand ist eingefroren.
+2.  **Code-Only Transfer:** Die neue Umgebung auf `docker1` wird ausschließlich durch `git clone` aufgebaut.
+3.  **Docker Volumes Only:** Datenbanken werden **niemals** mehr direkt auf das Host-Dateisystem gemountet.
+4.  **Environment Isolation:** Secrets existieren ausschließlich in der `.env` Datei.
 
 ---
 
-### **Anhang: Migrationsvorschlag der IT**
+### **Revidierter Migrationsplan (Clean Slate)**
 
-Das Folgende ist der initial vorgeschlagene Migrationsprozess seitens der IT.
+**Phase 1: Code & Config Freeze (Abgeschlossen)**
+- [x] `docker-compose.yml` reparieren (Named Volumes, Healthchecks, Env Vars).
+- [x] Dockerfiles reparieren (PostCSS/Tailwind Build-Fehler behoben).
+- [x] `.env.example` erstellt.
+- [x] Nginx Konfiguration stabilisiert.
 
-```bash
+**Phase 2: Deployment auf `docker1`**
-# Auf dem Quellsystem (Synology)
+1.  Repository klonen: `git clone <repo-url> /opt/gtm-engine`
-cd /volume1/homes/Floke/python
+2.  Environment einrichten: `cp .env.example .env` und echte Werte eintragen.
-tar czf lead-engine-app.tgz brancheneinstufung/
+3.  Starten: `docker compose up -d --build`
- 
+4.  **Datenimport (Optional):** Falls nötig, Datenbanken via `docker cp` in die Volumes kopieren.
-docker images
-docker save <image-name>:<tag> > lead-engine-image.tar
- 
-# Manuelle Übertragung via USB-Stick
-
-# Auf dem Zielsystem (docker1)
-docker load < lead-engine-image.tar
-mkdir -p /srv/lead-engine
-tar xzf lead-engine-app.tgz -C /srv/lead-engine
-
-# Und starten
-```
 
 ---
 
-### **Empfohlener Migrationsplan (Sicherer Ansatz)**
+### **Aktuelle Offene Todos (Priorisiert)**
 
-Der Vorschlag der IT ist für einen einzelnen, einfachen Container geeignet, birgt jedoch für diesen komplexen Anwendungs-Stack erhebliche Risiken (Datenverlust, Konfigurationsfehler). Ein sicherer Umzug muss zwingend **Code, Konfiguration UND persistente Daten** umfassen.
+1.  **UI Styling:** Das Frontend des Company Explorers hat keine Stylesheets (PostCSS temporär deaktiviert, um Build zu ermöglichen). Muss auf der neuen VM sauber gelöst werden.
-
+2.  **Datenverifizierung:** Prüfen, ob die wiederhergestellte Datenbank vollständig ist.
-**Analyse der Risiken des IT-Vorschlags:**
+3.  **Migration:** Den Umzug auf `docker1` nach dem neuen Plan durchführen.
-1.  **Fokus auf nur einen Container:** Der Plan berücksichtigt nur die `lead-engine`, ignoriert aber die ca. 20 anderen, voneinander abhängigen Dienste (Gitea, Datenbanken, Proxy etc.).
-2.  **Fehlende persistente Daten (Größtes Risiko):** Der Plan sichert nur den Anwendungs-Code. Er ignoriert die Daten-Volumes, was zum **Totalverlust aller Git-Repositories, Datenbankinhalte und anderer kritischer Daten** führen würde.
-3.  **Fehlende Orchestrierung:** Die `docker-compose.yml`, das "Gehirn" des Systems, wird ignoriert. Ohne sie ist ein Starten des komplexen Stacks nicht möglich, da alle Netzwerk-Verbindungen, Port-Mappings und Volume-Zuweisungen fehlen.
-
-**Der empfohlene, sichere Prozess:**
-
-Der korrekte Ansatz ist, das gesamte Projektverzeichnis zu archivieren, welches alle drei Säulen (Code, Konfiguration, Daten) enthält.
-
-**Schritt 1: Ein vollständiges Archiv auf dem Quellsystem erstellen**
-Anstatt nur einen Dienst zu sichern, wird das gesamte Projekt-Stammverzeichnis, das alle Docker-Konfigurationen und Daten-Volumes enthält, als einzelnes Archiv (`.tar.gz`) zusammengefasst.
-
-```bash
-# Beispielhafter Befehl im übergeordneten Verzeichnis
-# Der genaue Pfad und Name muss vor der Ausführung verifiziert werden.
-tar czf GTM_ENGINE_MIGRATION_ARCHIVE.tar.gz ./DEIN_PROJEKT_ORDNER/
-```
-
-Dieses Archiv enthält:
-- Den gesamten Quellcode aller Dienste.
-- Die zentrale `docker-compose.yml`.
-- Alle `.env`-Dateien mit API-Schlüsseln und Secrets.
-- **Alle lokalen Daten-Volumes** (z.B. `./postgres:/var/lib/postgresql/data`, `./gitea:/data`, etc.), die in der `docker-compose.yml` definiert sind.
-
-**Schritt 2: Archiv auf das Zielsystem übertragen**
-Die erstellte Archivdatei (`GTM_ENGINE_MIGRATION_ARCHIVE.tar.gz`) wird auf die neue VM `docker1` übertragen (z.B. via `scp` oder `rsync`).
-
-**Schritt 3: Auf dem Zielsystem wiederherstellen und starten**
-Auf der neuen VM sind nur zwei Befehle nötig:
-```bash
-# 1. Archiv entpacken
-tar xzf GTM_ENGINE_MIGRATION_ARCHIVE.tar.gz
-
-# 2. Den kompletten Stack starten
-cd DEIN_PROJEKT_ORDNER/
-docker compose up -d
-```
----
-### **Migrations-Vorbereitung: Status & Offene Todos (Stand: 2026-03-05)**
-
-**Aktueller Status:**
-Wir haben mit der Vorbereitung des "Greenfield" Migrations-Archivs begonnen, wobei der Fokus zunächst auf einem kritischen Sicherheits-Audit lag.
-
-**Erreichte Meilensteine:**
-*   **Sicherheits-Audit gestartet:** Eine Liste potenziell unsicherer, fest codierter Token-Dateien wurde erstellt.
-*   **Erster Key erfolgreich bereinigt:** Die Datei `api_key.txt` (ein alter OpenAI-Key) wurde erfolgreich und vollständig aus dem Dateisystem **und** der gesamten Git-Historie entfernt.
-
-**Wichtige Erkenntnis:**
-Der Prozess zur Bereinigung der Git-Historie ist sehr zeitaufwändig und muss für die verbleibenden Dateien effizienter gestaltet werden.
-
----
-
-**Offene Todos / Nächste Schritte:**
-
-1.  **Effiziente Bereinigung der restlichen Token-Dateien (Batch-Prozess):**
-    *   **Analyse:** Alle verbleibenden Token-Dateien aus der initialen Liste prüfen.
-    *   **Validierung:** Sicherstellen, dass alle noch benötigten Schlüssel in der zentralen `.env`-Datei vorhanden sind.
-    *   **Batch-Entfernung:** Alle nicht mehr benötigten Dateien in einem einzigen `git filter-repo`-Befehl aus der Git-Historie entfernen, um den Zeitaufwand zu minimieren.
-    *   **Force Push:** Die bereinigte Historie auf den Git-Server pushen.
-
-2.  **Dokumentation strukturieren:**
-    *   Einen zentralen Ordner `/app/docs` für allgemeine Projektdokumentation anlegen.
-    *   Alle allgemeinen `.md`, `.txt`, `.pdf` Dateien aus dem Root-Verzeichnis dorthin verschieben.
-    *   Spezifische Dokumentationen in die jeweiligen Projekt-Unterordner verschieben (z.B. `connector-superoffice/README.md`).
-
-3.  **Projekte und Altlasten archivieren:**
-    *   Ein Verzeichnis `/app/ARCHIVE_vor_migration` erstellen.
-    *   Den Ordner `_legacy_gsheet` und andere identifizierte Fremdprojekte dorthin verschieben.
-
-4.  **Finale Konfiguration und Verpackung:**
-    *   **`docker-compose.yml` bereinigen:** Die nicht zu migrierenden Dienste (`gitea`, `duckdns`, `dns-monitor`) aus der Konfigurationsdatei entfernen.
-    *   **Letzte Prüfung:** Eine finale Überprüfung des aufgeräumten Projektverzeichnisses durchführen.
-    *   **Migrations-Archiv erstellen:** Das finale, saubere `.tar.gz`-Archiv des gesamten Projektordners erstellen.
-
-Docker Compose wird die Konfiguration lesen, alle Dienste mit ihren Daten und Netzwerk-Verbindungen korrekt starten und den Zustand des Quellsystems exakt replizieren.

SUPEROFFICE_INTEGRATION_PLAN.md

@@ -63,7 +63,6 @@ Folgende Felder sollten am Objekt `Company` (bzw. `Contact` in SuperOffice-Termi
 | `AI Summary` | Text (Long/Memo) | Kurze Zusammenfassung der Analyse |
 | `AI Last Update` | Date | Zeitstempel der letzten Anreicherung |
 | `AI Status` | List/Select | Pending / Enriched / Error |
-| `Unsubscribe-Link` | Text/Link | **NEU:** Speichert den personalisierten Link zur Abmeldung von der Marketing-Automation. (ProgID: SuperOffice:9) |
 
 ### Benötigtes Feld im Company Explorer
 | Feldname | Typ | Zweck |

b2b_marketing_orchestrator.py

@@ -333,11 +333,12 @@ PROMPTS = {
 # --- API & SCRAPING HELPERS ---
 
 def load_api_key():
-    api_key = os.getenv("GEMINI_API_KEY")
+    try:
-    if not api_key:
+        with open("gemini_api_key.txt", "r") as f:
-        logging.error("GEMINI_API_KEY environment variable not found.")
+            return f.read().strip()
+    except FileNotFoundError:
+        logging.error("API key file 'gemini_api_key.txt' not found.")
         return None
-    return api_key
 
 def call_gemini_api(prompt, api_key, retries=3):
     url = f"https://generativelanguage.googleapis.com/v1/models/gemini-2.5-flash:generateContent?key={api_key}"

check_settings_api.py

@@ -1,55 +0,0 @@
-import requests
-import os
-
-# --- Configuration ---
-def load_env_manual(path):
-    if not os.path.exists(path):
-        print(f"⚠️  Warning: .env file not found at {path}")
-        return
-    with open(path) as f:
-        for line in f:
-            line = line.strip()
-            if line and not line.startswith('#') and '=' in line:
-                key, val = line.split('=', 1)
-                os.environ.setdefault(key.strip(), val.strip())
-
-load_env_manual('/app/.env')
-
-API_USER = os.getenv("API_USER")
-API_PASS = os.getenv("API_PASSWORD")
-CE_URL = "http://127.0.0.1:8000"
-
-endpoints_to_check = {
-    "Industries": "/api/industries",
-    "Robotics Categories": "/api/robotics/categories",
-    "Job Roles": "/api/job_roles"
-}
-
-def check_settings_endpoints():
-    print("="*60)
-    print("🩺 Running Settings Endpoints Health Check...")
-    print("="*60)
-
-    all_ok = True
-    for name, endpoint in endpoints_to_check.items():
-        url = f"{CE_URL}{endpoint}"
-        print(f"--- Checking {name} ({url}) ---")
-        try:
-            response = requests.get(url, auth=(API_USER, API_PASS), timeout=5)
-            if response.status_code == 200:
-                print(f"   ✅ SUCCESS: Received {len(response.json())} items.")
-            else:
-                print(f"   ❌ FAILURE: Status {response.status_code}, Response: {response.text}")
-                all_ok = False
-        except requests.exceptions.RequestException as e:
-            print(f"   ❌ FATAL: Connection error: {e}")
-            all_ok = False
-
-    return all_ok
-
-if __name__ == "__main__":
-    if check_settings_endpoints():
-        print("\n✅ All settings endpoints are healthy.")
-    else:
-        print("\n🔥 One or more settings endpoints failed.")
-        exit(1)

check_tables.py

@@ -0,0 +1,21 @@
+import sqlite3
+
+db_path = "/app/company-explorer/companies_v3_fixed_2.db"
+conn = sqlite3.connect(db_path)
+cursor = conn.cursor()
+
+cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
+tables = cursor.fetchall()
+print(f"Tables in {db_path}: {tables}")
+
+# Check content of 'signals' if it exists
+if ('signals',) in tables:
+    print("\nChecking 'signals' table for Wolfra (id=12)...")
+    cursor.execute("SELECT * FROM signals WHERE account_id=12")
+    columns = [desc[0] for desc in cursor.description]
+    rows = cursor.fetchall()
+    for row in rows:
+        print(dict(zip(columns, row)))
+
+conn.close()
+

company-explorer/Dockerfile

@@ -1,11 +1,15 @@
 # --- STAGE 1: Build Frontend ---
+# This stage uses a more robust, standard pattern for building Node.js apps.
+# It creates a dedicated 'frontend' directory inside the container to avoid potential
+# file conflicts in the root directory.
 FROM node:20-slim AS frontend-builder
-WORKDIR /build
+WORKDIR /app
-# Use --no-cache and clear npm cache to keep this layer small if needed, 
+# Copy the entire frontend project into a 'frontend' subdirectory
-# although it's a build stage.
+COPY frontend ./frontend
-COPY frontend/package*.json ./
+# Set the working directory to the new subdirectory
+WORKDIR /app/frontend
+# Install dependencies and build the project from within its own directory
 RUN npm install --no-audit --no-fund
-COPY frontend/ ./
 RUN npm run build
 
 # --- STAGE 2: Backend Builder ---
@@ -29,7 +33,6 @@ WORKDIR /app
 ENV DEBIAN_FRONTEND=noninteractive
 
 # Minimal runtime system dependencies (if any are ever needed)
-# Currently none identified from requirements.txt that need system libs on slim
 RUN apt-get update && \
     apt-get install -y --no-install-recommends curl && \
     apt-get clean && \
@@ -39,8 +42,8 @@ RUN apt-get update && \
 COPY --from=backend-builder /install /usr/local
 ENV PATH=/usr/local/bin:$PATH
 
-# Copy Built Frontend
+# Copy Built Frontend from the new, correct location
-COPY --from=frontend-builder /build/dist /frontend_static
+COPY --from=frontend-builder /app/frontend/dist /frontend_static
 
 # Copy only necessary Backend Source
 COPY backend ./backend