File size: 3,711 Bytes
7edff17 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 |
import streamlit as st
import pandas as pd
# Produktdaten
data = {
"Produkt": ["PraxisConcierge", "VITAS Platform", "Aaron", "Dr.wait"],
"Firma": ["PraxisConcierge Software GmbH", "VITAS GmbH", "Aaron GmbH", "Dr.wait UG"],
"Hauptfunktion": ["KI-gestützte Telefonassistenz", "Virtuelle Telefonassistenten", "Digitaler Helfer am Telefon", "Telefonassistenz und Online-Terminverwaltung"],
"Automatisierte Aufgaben": ["Anrufbeantwortung, Kategorisierung, Dokumentation, Terminerinnerungen",
"Rezeptbestellungen, Überweisungen, Termine",
"Anrufbeantwortung, Anliegenanalyse",
"Anrufbeantwortung, Spracherkennung, Anrufmanagement"],
"Kompatibilität mit PVS": ["Vollautomatisierte (18), halbautomatisierte (10) Integrationen",
"Keine, Export von Anrufdaten",
"Halbautomatisierte Integration (38)",
"Halbautomatisierte Integration (16)"],
"Kosten": ["Auf Anfrage", "Einrichtung: 0 €, monatlich ab 35 €", "Nicht spezifiziert", "Basisversion: kostenlos, Premium: 99 €/Monat"],
"Datenschutz": ["DSGVO-konform, Server in Deutschland, Datensparsamkeit",
"DSGVO-konform, ISO 27001, keine ausländischen Drittanbieter",
"DSGVO-konform, Server in Deutschland",
"DSGVO-konform, E2EE, Serverstandort Deutschland"],
"Besondere Merkmale": ["Ausgehende Benachrichtigungen, automatisierte Dokumentation",
"Integration in Terminverwaltungs-Tools",
"KI-unterstützte Dialogsteuerung",
"Sprachsteuerung durch natürliche Anweisungen"],
}
df = pd.DataFrame(data)
# Streamlit-Anwendung
st.title("Produktberatung für Telefonassistenz-Tools")
st.write("Beantworten Sie die folgenden Fragen, um eine Empfehlung zu erhalten.")
# Fragen
st.subheader("1. Hauptfunktion")
hauptfunktion = st.selectbox(
"Welche Hauptfunktion ist für Sie wichtig?",
df["Hauptfunktion"].unique()
)
st.subheader("2. Automatisierte Aufgaben")
aufgaben = st.multiselect(
"Welche Aufgaben sollen automatisiert werden?",
options=df["Automatisierte Aufgaben"].unique()
)
st.subheader("3. Kompatibilität mit PVS")
kompatibilitaet = st.radio(
"Benötigen Sie eine PVS-Kompatibilität?",
["Ja", "Nein"]
)
st.subheader("4. Kosten")
kosten = st.radio(
"Haben Sie ein bestimmtes Budget?",
["Kostenlos", "Bezahlbar (bis 50 €/Monat)", "Egal"]
)
st.subheader("5. Datenschutz")
datenschutz = st.checkbox("Strikte Datenschutzanforderungen (z. B. DSGVO-konform, Server in Deutschland)")
# Filterung der Produkte
filtered_df = df.copy()
if hauptfunktion:
filtered_df = filtered_df[filtered_df["Hauptfunktion"] == hauptfunktion]
if aufgaben:
filtered_df = filtered_df[filtered_df["Automatisierte Aufgaben"].isin(aufgaben)]
if kompatibilitaet == "Ja":
filtered_df = filtered_df[filtered_df["Kompatibilität mit PVS"].str.contains("Integration")]
if kosten == "Kostenlos":
filtered_df = filtered_df[filtered_df["Kosten"].str.contains("kostenlos")]
elif kosten == "Bezahlbar (bis 50 €/Monat)":
filtered_df = filtered_df[filtered_df["Kosten"].str.contains("ab 35 €|kostenlos")]
if datenschutz:
filtered_df = filtered_df[filtered_df["Datenschutz"].str.contains("Server in Deutschland")]
# Ergebnis anzeigen
st.subheader("Empfehlung")
if not filtered_df.empty:
st.write("Basierend auf Ihren Eingaben empfehlen wir folgende Produkte:")
st.table(filtered_df)
else:
st.write("Leider konnten wir kein passendes Produkt finden.")
|