Create app.py

app.py

@@ -0,0 +1,88 @@
+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.")