Brancheneinstufung2/docs/tasks.md

Aufgaben & Meilensteine

Phase 1: Stabilisierung & Daten-Import (Abgeschlossen)

• Stabilität: ModuleNotFoundError durch Downgrade der openai-Bibliothek beheben.
• Stabilität: json.JSONDecodeError durch robuste Parser in helpers.py beheben.
• Sync-Design: Prozess für den Datenabgleich D365 -> GSheet ohne API definieren.
• Implementierung: sync_manager.py für den "Full-Sync mit intelligentem Merge" erstellen.
• Debugging: Fehler im SyncManager (Attribut-, Typ- und Index-Fehler) iterativ beheben.
• Kernproblem-Analyse: "Header-Mismatch" als Ursache für Datenverlust identifizieren.
• Implementierung: Header-Normalisierung in der _load_data-Methode implementieren.
• Fachlogik: Spezifische Vergleichsregeln für Länder, Techniker, Umsatz, Mitarbeiter und Branchen definieren und implementieren.
• Tooling: Einen simulate_sync-Modus und einen finalen Statistik-Report implementieren.

Phase 2: Schließen des Datenkreislaufs (In Arbeit)

• Design: Spalten und Format für die D365-Re-Import-Datei definieren.

• Implementierung: Eine neue Funktion/einen neuen Modus (generate_import_file) erstellen, der die d365_import.xlsx erzeugt.

• Logik: Die Funktion soll nur Datensätze exportieren, die im letzten Lauf geändert wurden (ReEval Flag oder neu erstellt).

• Logik: Die Branchennamen müssen vor dem Export mithilfe des Mappings in der config.py in das D365-Format übersetzt werden.

• Testing: Den vollständigen Round-Trip testen: sync -> reeval -> generate_import_file -> Manueller Import in D365.

Phase 3: Optimierung der Potenzialanalyse (Abgeschlossen)

• Bugfix: "Concatenated Year Bug" (z.B. Wolfra 802020) im MetricParser behoben.

• Logik: Smart-Year-Skipping implementiert (Zahlen zwischen 1900-2100 werden als Jahre ignoriert, wenn Alternativen existieren).

• Präzision: Entity-Confusion (z.B. Therme Erding vs. Hallenbad Erding) durch Standort-Validierung im Such-Prompt minimiert.

• Transparenz: Confidence Scores (0.0-1.0) und "Proof Snippets" (Original-Textfragmente) in die Datenbank integriert.

• UI: Confidence-Ampel und Tooltip für Quellen-Beweise im Frontend implementiert.

• Integrität: Fehlende API-Endpunkte für Firmen-Erstellung, Bulk-Import und Wiki-Overrides wiederhergestellt.

Persona Segmentierung & Rollen-Matching (v0.9.0 - Abgeschlossen)

• Database Portability: Up- & Download der SQLite-Datenbank direkt im UI implementiert (inkl. automatischem Backup).
• Pattern Optimizer: Asynchrones KI-System zur automatischen Generierung von Regex-Mustern aus Einzelregeln.
• Konflikt-Management: KI-gestützte Prüfung von Regex-Regeln gegen andere Rollen (Negative Examples) zur Vermeidung von Fehlzuordnungen.
• Regex Sandbox: Interaktives Test-Tool im Frontend zur Validierung von Mustern gegen echte Jobtitel.
• Smart Suggestions: Live-Analyse der Datenbank zur Anzeige häufiger Schlüsselwörter als Klick-Vorschläge.
• Robustheit: Implementierung eines AST-basierten Parsers für komplexe Regex-Escaping-Szenarien.

Lead Engine: Tradingtwins Automation (In Arbeit)

• E-Mail Ingest: Automatisierter Import von Leads aus dem Postfach info@robo-planet.de via Microsoft Graph API.
• Parsing: Strukturierte Extraktion von Bedarfsdaten (Fläche, Zweck, Funktionen) aus Tradingtwins-HTML.
• Contact Research: KI-gestützte Rollen-Identifizierung via SerpAPI und Gemini 2.0 Flash.
• CE-Sync: Automatisches Anlegen von Firmen und Kontakten im Company Explorer inkl. Role-Mapping.
• Drafting: E-Mail-Generator auf "Human Expert Level" mit Branchen-Fokus und ROI-Argumentation.
• UI: Visuelle Unterscheidung: Leads nach Herkunft (TradingTwins vs. Website-Formular) optisch differenziert.
• UI: Status-Indikatoren: Synchronisationsstatus (CE) und Low-Quality-Warnungen direkt im Lead-Header sichtbar.
• Drafts: Persistente Speicherung: Generierte E-Mail-Entwürfe werden dauerhaft in der Datenbank gespeichert.
• IT-Klärung: Microsoft Bookings Berechtigungen (Bookings.Read.All, BookingsAppointment.ReadWrite.All) für die Entra App anfragen und "Admin Consent" einholen.
• Infrastruktur: Korrekten Buchungslink (persönliches Konto) ermitteln und in der .env (Variable BOOKING_LINK) hinterlegen.
• CRM-Integration: Modul "Push to SuperOffice" entwickeln, um Personen und E-Mail-Entwürfe (als Aufgabe/Aktivität) direkt im CRM anzulegen.
• Daten-Synchronisation: Notion-Produktdatenbank in die lokale DB spiegeln, um Produktauswahl und ROI-Berechnung zu dynamisieren.
• Logik: ROI-Kalkulation im E-Mail-Entwurf auf Basis von echten Leistungsdaten (m²/h) und Preisen schärfen.
• UI: "Copy to Clipboard" Funktion für den fertigen Entwurf in der Web-App finalisieren.
• Phase 2: Intelligente Antworten für Kontaktformulare: Entwicklung einer kontextbezogenen Antwortlogik für Website-Formular-Leads (zunächst allgemeine Bestätigung, später KI-gestützt auf Nachrichtsinhalt basierend).

Heatmap Tool (Standalone)

Status: Beta (Funktionsfähig mit Basisfunktionen)

• Setup: Projektstruktur mit FastAPI (Backend) und React/Vite (Frontend) aufgesetzt.
• Daten: Upload von XLSX-Dateien und automatische PLZ-Erkennung implementiert.
• Visualisierung: Leaflet-Karte mit "Points"-Ansicht (CircleMarker) und "Heatmap"-Ansicht (Density) erstellt.
• Interaktivität: Dynamische Filterung nach Spaltenwerten implementiert.
• UI/UX: Filter-Panel redesignet (Checkboxen, Collapsible) und Tooltip-Manager integriert (Drag & Drop, Sichtbarkeit).
• Clustering: Marker Clustering für die Punkte-Ansicht implementiert.
• Fix: Docker-Networking Probleme (Vite Proxy) gelöst.
• Fix: Infinite-Loop bei zoom-adaptiver Legende durch Revert behoben (Feature als instabil markiert).

Offene Punkte & Erweiterungen

• Export: Funktion "Karte als PNG speichern" implementieren.
• Geo-Aggregation: Aggregation nach Bundesland und Landkreis hinzufügen.
• Multi-Layer: Vergleichsansicht (z.B. Kunden vs. Techniker) durch zweiten Datei-Upload ermöglichen.