Automatisierung · Lead-Radar

Lead-Radar – laufende Demo

Wählen Sie einen Datensatz oder fügen Sie eigene Zeilen ein. Die Auswertung läuft in Ihrem Browser – nichts davon wird gesendet oder gespeichert.

Was es tut

Liest eine Liste von Bauprojekten, prüft jedes gegen drei fest definierte Kriterien und vergibt genau eine Priorität. Fehlende und ungültige Angaben werden getrennt ausgewiesen und nie ersetzt. Zu jeder Einstufung steht die Begründung Satz für Satz daneben.

Alle gezeigten Projekte sind fiktiv. Die Auswertung ist eine Vorsortierung für die menschliche Prüfung, keine Vertriebsempfehlung.

Datensatz wählen

Erwartet werden die Spalten projekt_id, adresse, bezirk, projekttyp, grundstueck_m2, wohneinheiten, voraussichtliche_fertigstellung, aussenanlage_erwaehnt, quelle_hinweis. Fehlt eine davon, bricht die Auswertung mit einer Meldung ab, statt zu raten.

Ergebnis

Lead-Radar
ProjektBezirk KriterienPriorität Kürzeste Begründung

Sortiert nach Prioritätsklasse, dann nach Anzahl erfüllter Kriterien, dann nach Projekt-ID. „Unklar“ ist bewusst eine eigene Klasse und keine niedrige Priorität – ein Projekt ohne Daten ist nicht dasselbe wie ein Projekt, das die Kriterien verfehlt.

Begründung im Detail

Wählen Sie oben eine Zeile aus, um die vollständige Begründung zu sehen – jeden geprüften Wert und jeden Satz, aus dem die Einstufung folgt.

Angewendete Kriterien

    Alle drei Kriterien beschreiben ausschließlich den Inhalt des Datensatzes. nein bei der Außenanlage bedeutet, dass der Datensatz keine Außenanlage angibt – nicht, dass das Projekt keine Freiflächen hat.

    Prioritätsregel – drei Kriterien, keine Gewichtung:

    BedingungPriorität
    mindestens 2 der 3 Kriterien nicht bewertbarunklar
    3 Kriterien erfüllthoch
    2 Kriterien erfülltmittel
    höchstens 1 Kriterium erfülltniedrig

    Der Projekttyp wird als Kontexthinweis ausgewiesen, wenn er für Freiraumplanung grundsätzlich relevant ist. Er fließt nicht in die Prioritätsregel ein und ersetzt keine fehlende Angabe.

    Regelwerk prüfen

    Dieselben Regeln, gegen 20 Testfälle – dieselben, die auch das Python-Skript gegen sich laufen lässt. Geprüft wird vor allem der Unterschied zwischen „Kriterium nicht erfüllt“ und „Kriterium nicht bewertbar“: Das ist die Trennung, die verhindert, dass eine Datenlücke wie eine Absage aussieht.