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.")