Brancheneinstufung2/MIGRATION_PLAN.md

Migrations-Plan: Legacy GSheets -> Company Explorer (Robotics Edition v0.4.0)

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	Robotics-Signale (SPA-Bereich? Intralogistik? Werkschutz?).
Branchen	KI-Vorschlag (Freitext)	Strict Mode: Mapping auf feste CRM-Liste (z.B. "Hotellerie", "Maschinenbau").
Texterstellung	Pain/Gain Matrix (Service)	Pain/Gain Matrix (Robotics). "Übersetzung" des alten Wissens auf Roboter.
Analytics	Techniker-ML-Modell	Deaktiviert. Vorerst keine Relevanz.
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
Signal Detector	NEU. Analysiert Website-Text auf Roboter-Potential. Logik: Wenn Branche = Hotel & Keyword = "Wellness" -> Potential: Reinigungsroboter.	1
Classifier	Brancheneinstufung. Strict Mode: Prüft gegen config/allowed_industries.json.	2
Marketing Engine	Ersetzt generate_marketing_text.py. Nutzt neue marketing_wissen_robotics.yaml.	3

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.
• View 3: "List Matcher": Upload einer Excel-Liste -> Anzeige von Duplikaten -> Button "Neue importieren".

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:

  • OpenAI/Gemini Wrapper (Retry Logic).
  • Text Cleaning (clean_text, normalize_string).
  • URL Normalization.

• Quelle: Andere Gemini Apps (duckdns, gtm-architect, market-intel)

• Aktion: Wir betrachten diese als Referenz. Nützliche Logik (z.B. die "Grit"-Prompts aus market-intel) wird explizit in die neuen Service-Module kopiert.

4. Datenstruktur (SQLite Schema)

Tabelle companies (Stammdaten)

• id (PK)
• name (String)
• website (String)
• crm_id (String, nullable - Link zum D365)
• industry_crm (String - Die "erlaubte" Branche)
• city (String)
• country (String)
• status (Enum: NEW, IMPORTED, ENRICHED, QUALIFIED)

Tabelle signals (Roboter-Potential)

• company_id (FK)
• signal_type (z.B. "has_spa", "has_large_warehouse", "has_security_needs")
• confidence (Float)
• proof_text (Snippet von der Website)

Tabelle duplicates_log

• Speichert Ergebnisse von Listen-Abgleichen ("Upload X enthielt 20 bekannte Firmen").

5. Phasenplan Umsetzung

1. Housekeeping: Archivierung des Legacy-Codes (_legacy_gsheets_system).
2. Setup: Init company-explorer (Backend + Frontend Skeleton).
3. Foundation: DB-Schema + "List Matcher" (Deduplizierung ist Prio A für Operations).
4. Enrichment: Implementierung des Scrapers + Signal Detector (Robotics).
5. UI: React Interface für die Daten.

7. Historie & Fixes (Jan 2026)

• [UPGRADE] v0.4.0: Export & Manual Impressum

  • JSON Export: Erweiterung der Detailansicht um einen "Export JSON"-Button, der alle Unternehmensdaten (inkl. Anreicherungen und Signale) herunterlädt.
  • Zeitstempel: Anzeige des Erstellungsdatums für jeden Anreicherungsdatensatz (Wikipedia, AI Dossier, Impressum) in der Detailansicht.
  • Manuelle Impressum-URL: Möglichkeit zur manuellen Eingabe einer Impressum-URL in der Detailansicht, um die Extraktion von Firmendaten zu erzwingen.
  • Frontend-Fix: Behebung eines Build-Fehlers (Unexpected token) in Inspector.tsx durch Entfernung eines duplizierten JSX-Blocks.

• [UPGRADE] v2.6.2: Report Completeness & Edit Mode

  • Edit Hard Facts: Neue Funktion in Phase 1 ("Edit Raw Data") erlaubt die manuelle Korrektur der extrahierten technischen JSON-Daten.
  • Report-Update: Phase 5 Prompt wurde angepasst, um explizit die Ergebnisse aus Phase 2 (ICPs & Data Proxies) im finalen Report aufzuführen.
  • Backend-Fix: Korrektur eines Fehlers beim Speichern von JSON-Daten, der auftrat, wenn Datenbank-Inhalte als Strings vorlagen.

• [UPGRADE] v2.6.1: Stability & UI Improvements

  • White Screen Fix: Robuste Absicherung des Frontends gegen undefined-Werte beim Laden älterer Sitzungen (optional chaining).
  • Session Browser: Komplettes Redesign der Sitzungsübersicht zu einer übersichtlichen Listenansicht mit Icons (Reinigung/Service/Transport/Security).
  • URL-Anzeige: Die Quell-URL wird nun als dedizierter Link angezeigt und das Projekt automatisch basierend auf dem erkannten Produktnamen umbenannt.

• [UPGRADE] v2.6: Rich Session Browser

  • Neues UI: Die textbasierte Liste für "Letzte Sitzungen" wurde durch eine dedizierte, kartenbasierte UI (SessionBrowser.tsx) ersetzt.
  • Angereicherte Daten: Jede Sitzungskarte zeigt nun den Produktnamen, die Produktkategorie (mit Icon), eine Kurzbeschreibung und einen Thumbnail-Platzhalter an.
  • Backend-Anpassung: Die Datenbankabfrage (gtm_db_manager.py) wurde erweitert, um diese Metadaten direkt aus der JSON-Spalte zu extrahieren und an das Frontend zu liefern.
  • Verbesserte UX: Deutlich verbesserte Übersichtlichkeit und schnellere Identifikation von vergangenen Analysen.

• [UPGRADE] v2.5: Hard Fact Extraction

  • Phase 1 Erweiterung: Implementierung eines sekundären Extraktions-Schritts für "Hard Facts" (Specs).
  • Strukturiertes Daten-Schema: Integration von templates/json_struktur_roboplanet.txt.
  • Normalisierung: Automatische Standardisierung von Einheiten (Minuten, cm, kg, m²/h).
  • Frontend Update: Neue UI-Komponente zur Anzeige der technischen Daten (Core Data, Layer, Extended Features).
  • Sidebar & Header: Update auf "ROBOPLANET v2.5".

• [UPGRADE] v2.4:

  • Dokumentation der Kern-Engine (helpers.py) mit Dual SDK & Hybrid Image Generation.
  • Aktualisierung der Architektur-Übersicht und Komponenten-Beschreibungen.
  • Versionierung an den aktuellen Code-Stand (v2.4.0) angepasst.

• [UPGRADE] v2.3:

  • Einführung der Session History (Datenbank-basiert).
  • Implementierung von Markdown-Cleaning (Stripping von Code-Blocks).
  • Prompt-Optimierung für tabellarische Markdown-Ausgaben in Phase 5.
  • Markdown-File Import Feature.