← BoersiCONTENT HISTORY

Update to Boersi

Snapshot Sep 30, 2026 · 23:01 UTC · version 1.0.0

Collection source: not recorded for this historical snapshot.

WHAT CHANGED · RULE-BASED ANALYSIS

First saved snapshot

No earlier snapshot is available to establish a change.

Compare saved observations

Download comparison JSON
Full technical diff · 0 changed fields
Full snapshot data
{
  "name": "boersi-sektor-ueberblick",
  "description": "Erstellt eine Branchen-Landschaft mit Vergleichsgruppe. Nutze diese Skill, wenn der Nutzer einen Überblick über einen Sektor oder eine Branche will — welche Firmen dort erfasst sind, wie die Landschaft aussieht, und eine sinnvolle Vergleichsgruppe daraus. Aktiviert bei Fragen wie „Gib mir einen Überblick über den Versicherungssektor\", „Wie sieht die Tech-Branche in Deutschland aus?\", „Welche Firmen gibt es im Sektor Grundstoffe?\".",
  "included_files": [],
  "skill_md_contents": "---\nname: boersi-sektor-ueberblick\ndescription: Erstellt eine Branchen-Landschaft mit Vergleichsgruppe. Nutze diese Skill, wenn der Nutzer einen Überblick über einen Sektor oder eine Branche will — welche Firmen dort erfasst sind, wie die Landschaft aussieht, und eine sinnvolle Vergleichsgruppe daraus. Aktiviert bei Fragen wie „Gib mir einen Überblick über den Versicherungssektor\", „Wie sieht die Tech-Branche in Deutschland aus?\", „Welche Firmen gibt es im Sektor Grundstoffe?\".\n---\n\n# Boersi Sektor-Überblick\n\nEine **Branchen-Landschaft**: welche Firmen des Sektors in der Datenbank liegen, wie sie sich\nnach Land und Abdeckung verteilen, und eine daraus gebildete **Vergleichsgruppe** mit wenigen\nKennzahlen. Der Überblick beschreibt **den erfassten Bestand**, nicht den Markt.\n\n## Tools\n\n| Tool | Rolle |\n|------|-------|\n| `search_dossiers({sektor, land?, min_vollstaendigkeit?}, cursor?)` | **Einstieg** — liefert die Landschaft als Projektion `{isin, firma, sektor, land, gesamt_prozent}` |\n| `coverage_stats()` / `coverage_stats(isin)` | Aggregat-Abdeckung bzw. Abdeckung einzelner Kandidaten |\n| `get_field(isin, field_path)` | gezielt Kennzahlen für die Vergleichsgruppe nachladen |\n| `get_dossier(isin)` | **einmal** für eine Referenzfirma, um die exakten Feldpfade zu lernen |\n\n## Ablauf\n\n1. **Sektor-Bezeichnung treffen.** `sektor` ist ein Freitext-Filter und muss zur Schreibweise im\n   Bestand passen (z. B. `Technologie`, `Versicherung`, `Finanzen`, `Grundstoffe`,\n   `Konsum zyklisch`, `Basiskonsumgueter`, `Industrie`). Liefert die Suche nichts, probiere eine\n   naheliegende Schreibweise und sag dem Nutzer, welche Bezeichnung getroffen hat.\n2. **Landschaft holen.** `search_dossiers({ sektor })`, bei Bedarf zusätzlich `land` (ISO-2) oder\n   `min_vollstaendigkeit`. **Max. 25 Treffer pro Seite** (Plan `plus`: 10). Weitere Seiten nur per\n   `cursor`, und nur so viele, wie die Frage wirklich braucht.\n3. **Landschaft beschreiben** — allein aus der Projektion, ohne Zusatz-Calls:\n   - Anzahl der gefundenen Firmen (und ob weitere Seiten offen sind),\n   - Verteilung nach `land`,\n   - Spannweite der Abdeckung (`gesamt_prozent`), Median/Beste grob benennen.\n4. **Vergleichsgruppe bilden** — **explizit begründet**, typischerweise 3–6 Firmen nach einem\n   nachvollziehbaren Kriterium (gleiches Land, höchste Abdeckung, vom Nutzer genannt). Nenne das\n   Kriterium in der Ausgabe.\n5. **Kennzahlen nachladen.** Feldpfade einmal per `get_dossier` an einer Referenzfirma lernen,\n   dann pro Gruppenmitglied `get_field` — nicht pro Firma ein Dossier ziehen\n   (`get_dossier` ist kontingentiert, `plus`: 5/Monat). Sinnvolle Dimensionen:\n\n   | Dimension | Woraus |\n   |-----------|--------|\n   | Umsatz, Margen, Ergebnis | Sektion mit den Finanzkennzahlen |\n   | Marktanteil / Marktgröße | Sektion zur Marktposition |\n   | Wettbewerbsumfeld, Marktstruktur | Sektion zur Konkurrenz |\n   | Mitarbeiterzahl, Sitz, Index | Sektion mit den Stammdaten |\n\n6. **Ausgeben:** erst die Landschaft (Zahlen + Verteilung), dann die Vergleichsgruppe als Tabelle\n   mit Stichtagen. Für eine tiefere Gegenüberstellung → Skill *boersi-peer-vergleich*.\n\n## Feste Regeln\n\n- **Nie „der ganze Sektor\".** Du siehst den **erfassten Bestand**, gefiltert und auf 25 Treffer je\n  Seite gedeckelt. Formuliere entsprechend: „in der Datenbank erfasst\" statt „im Sektor gibt es\".\n- **Abbruch offenlegen.** Ist `nextCursor` gesetzt und du hast nicht weitergeladen, sag es\n  („weitere Treffer vorhanden\"). Keine Vollständigkeit vortäuschen.\n- **Auswahlkriterium nennen.** Eine Vergleichsgruppe ohne offengelegtes Kriterium ist eine\n  versteckte Wertung. Sag, warum genau diese Firmen drin sind.\n- **Abdeckung ≠ Qualität der Firma.** `gesamt_prozent` misst, wie vollständig das **Dossier** ist —\n  nicht, wie gut das Unternehmen dasteht. Nie als Bewertung verwenden.\n- **Jeder Wert mit `as_of_date`**, unterschiedliche Stichtage kennzeichnen.\n- **Keine Empfehlungen, keine Kursziele, kein „Top-Pick\" (§32).** Auch kein implizites Ranking\n  („die attraktivsten Titel des Sektors\").\n- **Kein Bulk.** Keine Erschöpfung aller Seiten, nur um eine lange Liste zu erzeugen.\n- **Keine Quellen im Output.** Interne Provenienz wird serverseitig entfernt.\n\n## Beispiel\n\n*„Gib mir einen Überblick über deutsche Technologie-Firmen.\"*\n\n1. `search_dossiers({ sektor: \"Technologie\", land: \"DE\" })` → Trefferliste + evtl. `nextCursor`.\n2. Landschaft beschreiben: Anzahl, Abdeckungs-Spannweite, Hinweis auf offene Seiten.\n3. Vergleichsgruppe: die 4 Firmen mit der höchsten `gesamt_prozent` — Kriterium nennen.\n4. `get_dossier` auf die erste Firma für die Feldpfade, dann `get_field` für Umsatz und\n   EBIT-Marge je Gruppenmitglied.\n5. Tabelle mit Stichtagen; kein Urteil, welcher Titel „der beste\" ist.\n"
}

SHA-256: cfb1d89fc0dda678dddb72160fa45217173c1d6089f77ecd4c3f92060ebc235a