# Projekt: Automatisierte Unternehmensbewertung & Lead-Generierung v2.2.0

## 1. Projektübersicht

Dieses Repository enthält eine Suite von Python-Skripten zur automatisierten Anreicherung, Analyse und Nutzung von Unternehmensdaten, die über eine Weboberfläche in Google Sheets gesteuert werden können.

1.  **Bestandsanreicherung (`brancheneinstufung.py`):**
    *   **Ziel:** Systematische Anreicherung von Unternehmensdaten.
    *   **Kernfunktionen:** Web/Wikipedia-Scraping, KI-Zusammenfassung, kontextbasierte Brancheneinstufung 2.0 (Batch-fähig & kostenoptimiert), ML-basierte Schätzung der Technikeranzahl.
    *   **Status:** Weitgehend stabil. Die neue Brancheneinstufung 2.0 ist implementiert.

2.  **Duplikats-Check (`duplicate_checker.py`):**
    *   **Ziel:** Intelligenter Abgleich neuer Firmenlisten gegen den CRM-Bestand.
    *   **Methode:** Robuster, transparenter "Brute-Force"-Abgleich mit gewichtetem Scoring basierend auf Name, Domain und Standort.
    *   **Status:** **Kritischer Fehler.** Der Prozess läuft durch, aber der finale Schreibvorgang der Ergebnisse ins Google Sheet schlägt fehl. **Dies ist der unmittelbar zu behebende Blocker.**

3.  **Marketing-Content-Generierung (`generate_marketing_text.py`):**
    *   **Ziel:** Automatische Erstellung von hochpersonalisierten E-Mail-Textbausteinen.
    *   **Methode:** Nutzt eine reichhaltige, teils KI-generierte Wissensbasis (`marketing_wissen.yaml`), um branchen- und positionsspezifische Texte zu erstellen.
    *   **Status:** Funktional. Die Wissensbasis muss noch für alle Branchen vervollständigt werden.

4.  **Remote-Steuerung (`app.py` & Docker):**
    *   **Ziel:** Bereitstellung einer benutzerfreundlichen Oberfläche in Google Sheets.
    *   **Methode:** Ein Docker-Container betreibt einen Flask-Webserver und einen `ngrok`-Tunnel, der Anfragen aus einem Google Apps Script empfängt und die lokalen Python-Skripte startet.
    *   **Status:** Funktional. Für den produktiven Einsatz ist eine permanente `ngrok`-URL (Paid Plan) erforderlich.

## 2. Nächste Schritte
**Priorität 1:** Behebung des Schreibfehlers im `duplicate_checker.py`.
**Priorität 2:** Finalisierung der Wissensbasis und Generierung aller Marketing-Texte.
**Priorität 3:** Umstellung auf eine permanente `ngrok`-URL für den produktiven Betrieb.