README.md aktualisiert

README.md

@@ -2,11 +2,7 @@
 
 ## Description
 
-Dieses Tool konvertiert Rechnungen im PDF-Format vollautomatisch in das offizielle XRechnung-XML-Format (UBL-Standard, Version 3.0). Das System verarbeitet sensible Finanzdaten vollständig lokal auf der eigenen Hardware und verzichtet auf externe Cloud-Schnittstellen.
-
-Die Anwendung nutzt eine Hybrid-Architektur:
-* **Stammdaten (Kopfdaten):** Ein lokales Large Language Model (LLM) extrahiert unstrukturierte Metadaten wie Rechnungsnummern, Datumsangaben, Bestell-Referenzen und Kundenadressen. Die Steuerung erfolgt über eine strikte JSON-Schema-Grammatik.
-* **Positionen (Tabelle):** Ein nativer Python-Algorithmus extrahiert Artikelbeschreibungen, Mengen, Einheiten und Einzelpreise über reguläre Ausdrücke (Regex). Die finale Summenberechnung erfolgt finanzmathematisch präzise über das `decimal`-Modul inklusive kaufmännischem Runden.
+Dieses Tool konvertiert Rechnungen im PDF-Format vollautomatisch in das offizielle XRechnung-XML-Format (UBL-Standard, Version 3.0). Das Tool verarbeitet sensible Finanzdaten vollständig lokal.
 
 ## Supported Model
 
@@ -16,58 +12,49 @@ Das System ist auf das folgende Modell optimiert, welches sich im Verzeichnis `m
 * **Format:** GGUF
 * **Quantisierung:** Q8_0
 
-Hinweis: Es muss zwingend die Instruct-Variante des Modells verwendet werden. Das Basis-Modell (Base) ist für diese Anwendung nicht kompatibel.
-
 ## Installation
 
 ### 1. Verzeichnisstruktur vorbereiten
 Erstellen Sie im Projektverzeichnis den Ordner für das lokale KI-Modell:
-```bash
+```cmd
 mkdir models
 ```
 
 ### 2. Virtuelle Umgebung (venv) erstellen und aktivieren
-Erstellen Sie eine isolierte Python-Umgebung und aktivieren Sie diese vor der Installation der Pakete.
-
-**Windows (PowerShell):**
-```powershell
+Erstellen Sie eine isolierte Python-Umgebung und aktivieren Sie diese über die Windows-Eingabeaufforderung (CMD):
+```cmd
 python -m venv venv
-.\venv\Scripts\Activate.ps1
-```
-
-**Linux / macOS:**
-```bash
-python -m venv venv
-source venv/bin/activate
+.\venv\Scripts\activate.bat
 ```
 
 ### 3. Modell platzieren
 Laden Sie die Modelldatei `Qwen3.5-4B-Instruct-Q8_0.gguf` herunter und platzieren Sie diese im erstellten Ordner. Der Pfad muss exakt wie folgt lauten:
 `models/Qwen3.5-4B-Instruct-Q8_0.gguf`
 
-### 4. Abhängigkeiten installieren
-Die Datei `requirements.txt` ist im Repository enthalten. Führen Sie in der aktivierten virtuellen Umgebung den passenden Befehl aus, um die Installation mit GPU-Beschleunigung (Nvidia CUDA) durchzuführen:
 
-**Windows (PowerShell):**
-```powershell
-$env:GGML_CUDA="1"; pip install -r requirements.txt --force-reinstall --no-cache-dir
+### 4. Abhängigkeiten installieren
+
+**A: Mit GPU-Beschleunigung (Nvidia CUDA)**
+```cmd
+set GGML_CUDA=1
+pip install -r requirements.txt --force-reinstall --no-cache-dir
 ```
 
-**Linux / macOS:**
-```bash
-GGML_CUDA=1 pip install -r requirements.txt --force-reinstall --no-cache-dir
+**B: Reiner CPU-Modus (Keine Nvidia-Grafikkarte vorhanden)**
+```cmd
+pip install -r requirements.txt --force-reinstall --no-cache-dir
 ```
 
 ## Use
 
-Starten Sie die Applikation über das Terminal:
-```bash
+Starten Sie die Applikation über die aktivierte Eingabeaufforderung:
+```cmd
 streamlit run app.py
 ```
 
 Der Konversionsprozess gliedert sich in folgende Schritte:
 1. **Dokumenten-Upload:** Laden Sie die Rechnungs-PDF über die Weboberfläche hoch.
-2. **Extraktion:** Starten Sie die hybride Analyse über den dafür vorgesehenen Button.
+2. **Extraktion:** Starten Sie die Analyse über den dafür vorgesehenen Button.
 3. **Validierung:** Prüfen Sie die extrahierten Kopfdaten und die Positionstabelle in der Benutzeroberfläche. Da alle Felder editierbar sind, können Korrekturen direkt vorgenommen werden.
 4. **Export:** Generieren Sie die finale XML-Datei über die Export-Funktion und starten Sie den Download.