Filter-Dokumentation

Contacts – Erreichbarkeit & Kontaktdaten

Filter für E-Mail-Adressen, Telefonnummern und Kontaktqualität.

email.py – E-Mail-Analyse

Filtere nach E-Mail-Typen, Domains und Erreichbarkeit.

Filter	Mögliche Werte	Beispiel
has_email	true / false	Nur Firmen mit E-Mail
email_type	info@, kontakt@, personal	Nur persönliche E-Mails
email_domain	firmen-domain, gmail, web.de	Nur professionelle E-Mails
department_emails	vertrieb@, bewerbung@, support@	Firmen mit Vertriebs-E-Mail
email_count	1-10+	Firmen mit mehreren Kontakten
obfuscation	keine, [at], Bild	E-Mail-Schutz-Level

phone.py – Telefon-Analyse

Filtere nach Telefonnummern, Typen und Formaten.

Filter	Mögliche Werte	Beispiel
has_phone	true / false	Nur Firmen mit Telefon
phone_type	Festnetz, Mobil, Hotline, Fax	Nur mit Festnetz
phone_prefix	0800, 0180, regional	Kostenlose Hotlines
phone_count	1-5+	Multiple Kontaktnummern
international_format	+49...	Korrekt formatiert

quality.py – Kontaktqualität

Bewertung der Erreichbarkeit und Antwortwahrscheinlichkeit.

Filter	Mögliche Werte	Beispiel
contact_score	0-100	Score > 70
completeness	niedrig / mittel / hoch	Vollständige Kontaktdaten
reachability	niedrig / mittel / hoch	Gut erreichbar
response_likelihood	niedrig / mittel / hoch	Hohe Antwortwahrscheinlichkeit

Firmographics – Unternehmensdaten

Filter für Branche, Marktausrichtung und Unternehmensgröße.

industry.py – Branchenklassifizierung (700+ Branchen)

Filtere nach Branchen, WZ2008-Codes und Industriegruppen.

Filter	Mögliche Werte	Beispiel
primary_industry	700+ deutsche Branchen	"Maschinenbau"
industry_code	WZ2008 Codes	"28.1" (Maschinenbau)
industry_group	Produktion, Handel, IT, Dienstleistung	Alle IT-Firmen
industry_confidence	0.0 - 1.0	Sichere Klassifizierung > 0.8
secondary_industries	Liste	Firmen mit Mehrfach-Branchen

market.py – Marktausrichtung

Filtere nach Zielmarkt, Segmenten und geografischem Fokus.

Filter	Mögliche Werte	Beispiel
market_type	B2B, B2C, B2B2C, B2G	Nur B2B
target_segments	KMU, Enterprise, Consumer	Enterprise-Fokus
geographic_focus	lokal, regional, national, international	Internationale Firmen
languages	DE, EN, FR, etc.	Mehrsprachige Websites
export_indicators	true / false	Exportorientiert

size.py – Unternehmensgröße

Filtere nach Mitarbeiterzahl und Umsatz.

Filter	Mögliche Werte	Beispiel
employee_count	Exakte Zahl	50-500 Mitarbeiter
employee_range	1-10, 11-50, 51-200, 201-500, 500+	Mittelstand
revenue_estimate	EUR Betrag	> 10 Mio €
revenue_range	Kategorien	Großunternehmen
growth_indicators	wachsend, stabil, schrumpfend	Wachsende Firmen

Identity – Rechtliche Identität & Standort

Filter für Rechtsform, Standort und Konzernstruktur.

legal.py – Rechtliche Daten

Filtere nach Rechtsform, Handelsregister und Gründungsjahr.

Filter	Mögliche Werte	Beispiel
legal_form	GmbH, AG, KG, OHG, UG, e.K., etc.	Nur GmbHs
company_name	String	Namenssuche
registration	HRB/HRA + Nummer	Mit Handelsregister
vat_id	DE + 9 Ziffern	Mit USt-ID
register_court	Amtsgericht	Region nach Registergericht
founded_year	Jahr	Gegründet nach 2015
managing_directors	Namen / Anzahl	Anzahl Geschäftsführer

address.py – Standort-Daten

Filtere nach Stadt, PLZ, Bundesland und Land.

Filter	Mögliche Werte	Beispiel
city	Stadtname	München, Berlin, Hamburg
postal_code	PLZ / PLZ-Bereich	80000-81999 (München)
state	Bundesland	Bayern, NRW
street	String	Adresse vorhanden
country	DE, AT, CH	DACH-Region
has_coordinates	true / false	Geocodiert

corporate.py – Konzernstruktur

Filtere nach Eigentümerstruktur und Konzernzugehörigkeit.

Filter	Mögliche Werte	Beispiel
parent_company	String	Tochter von X
has_subsidiaries	true / false	Konzernmutter
group_name	String	Zur Gruppe Y gehörend
ownership_type	familiengeführt, PE-owned, börsennotiert	Familienunternehmen
is_headquarters	true / false	Nur Hauptsitze

Offer – Angebot & Leistungen

Filter für Produkte, Services, Keywords und Fit-Score.

topics.py – Angebots-Themen

Filtere nach angebotenen Produkten und Dienstleistungen.

Filter	Mögliche Werte	Beispiel
main_offerings	Liste	Bietet "CNC-Fertigung"
product_categories	Liste	Produkt-Kategorie X
service_categories	Liste	Dienstleistung Y
specializations	Liste	Spezialisiert auf Z
unique_selling_points	Liste	Hat USPs definiert

keywords.py – Keyword-Analyse

Filtere nach Keywords und technischen Begriffen.

Filter	Mögliche Werte	Beispiel
primary_keywords	Liste	Haupt-Keywords enthalten X
technical_terms	Liste	Technische Begriffe
brand_terms	Liste	Marken genannt
seo_keywords	Liste	SEO-optimiert für X

fit.py – Fit-Analyse

Matching mit deinem idealen Kundenprofil.

Filter	Mögliche Werte	Beispiel
fit_score	0-100	Fit > 80 für mein Angebot
fit_category	ideal, gut, mittel, schlecht	Ideale Kunden
matching_criteria	Liste	Erfüllt Kriterium A, B, C
missing_criteria	Liste	Fehlt nur noch X

Signals – Aktivitäts- & Wachstumssignale

Filter für Hiring, Intent, Vertrieb und Vertrauenssignale.

hiring.py – Karriere-Analyse

Filtere nach Stellenangeboten und Wachstumssignalen.

Filter	Mögliche Werte	Beispiel
is_hiring	true / false	Stellt gerade ein
job_count	Zahl	> 10 offene Stellen
job_categories	IT, Vertrieb, Produktion, etc.	Sucht IT-Personal
seniority_levels	Junior, Senior, Lead, C-Level	Sucht Führungskräfte
growth_score	0-100	Stark wachsend > 70
hiring_urgency	niedrig / mittel / hoch	Dringend suchend
departments_hiring	Liste	Engineering wächst

intent.py – Kaufabsicht-Signale

Erkenne Expansion, Investitionen und Modernisierungsvorhaben.

Filter	Mögliche Werte	Beispiel
expansion_signals	Liste	Plant Expansion
investment_signals	Liste	Investiert gerade
technology_signals	Liste	Tech-Modernisierung
pain_points	Liste	Hat Problem X
buying_stage	awareness, consideration, decision	Kaufbereit

sales.py – Vertriebsaktivität

Filtere nach Vertriebskanälen und Marketing-Aktivität.

Filter	Mögliche Werte	Beispiel
has_online_shop	true / false	Mit Webshop
pricing_visible	true / false	Preise öffentlich
demo_available	true / false	Bietet Demos
free_trial	true / false	Kostenlose Testversion
sales_channels	direkt, Händler, online	Direktvertrieb
lead_magnets	Whitepaper, Webinar, etc.	Marketing-aktiv

trust.py – Vertrauenssignale

Filtere nach Zertifizierungen, Awards und Referenzen.

Filter	Mögliche Werte	Beispiel
certifications	ISO 9001, ISO 14001, etc.	ISO-zertifiziert
awards	Liste	Preisgekrönt
memberships	IHK, Verbände, etc.	Verbandsmitglied
customer_logos	Anzahl	Zeigt Referenzkunden
testimonials	Anzahl	Hat Kundenstimmen
case_studies	Anzahl	Dokumentierte Erfolge
trust_score	0-100	Vertrauenswürdig > 60

Website – Technische Website-Analyse

Filter für Tech-Stack, Content, Qualität und Website-Typ.

tech.py – Technologie-Stack

Filtere nach verwendeten Technologien und Tools.

Filter	Mögliche Werte	Beispiel
cms	WordPress, Typo3, Shopify, etc.	WordPress-Nutzer
ecommerce	Shopware, Magento, WooCommerce	Mit E-Commerce
frameworks	React, Vue, Angular	Moderne Frontend-Tech
analytics	GA4, Matomo, etc.	Nutzt Analytics
marketing_tools	HubSpot, Mailchimp, etc.	Marketing-Automation
chat_tools	Intercom, Zendesk, etc.	Mit Live-Chat
tech_score	0-100	Technisch modern > 60

content.py – Content-Analyse

Filtere nach Content-Aktivität und Social-Media-Präsenz.

Filter	Mögliche Werte	Beispiel
has_blog	true / false	Mit Blog
has_news	true / false	Mit News-Bereich
last_update	Datum	Aktiv in letzten 30 Tagen
update_frequency	täglich, wöchentlich, monatlich	Regelmäßig aktiv
content_quality	0-100	Hochwertiger Content
social_links	LinkedIn, Xing, etc.	Social Media aktiv

quality.py – Website-Qualität

Bewertung von Design, SEO und Professionalität.

Filter	Mögliche Werte	Beispiel
overall_score	0-100	Website-Qualität > 70
seo_score	0-100	SEO-optimiert
mobile_friendly	true / false	Mobile-optimiert
professionalism	0-100	Professioneller Auftritt
design_era	modern, veraltet, legacy	Modernes Design

type.py – Website-Typ

Klassifizierung nach Zweck und Zielgruppe.

Filter	Mögliche Werte	Beispiel
site_type	corporate, shop, portfolio, landing	Corporate Websites
purpose	lead-gen, e-commerce, branding	Lead-Generierung
target_audience	B2B, B2C, beide	B2B-Websites
is_multilingual	true / false	Mehrsprachig

Springe zu Modul: