--- a/README.md
+++ b/README.md
@ -1,2 +1,81 @@
-# LEAG-COALLOG
+# POC1: Braunkohle Supply Chain Modellierung
 ## Überblick
 Dieser POC modelliert eine Braunkohle Supply Chain mit Pyomo zur Optimierung von Produktions-, Transport- und Distributionsprozessen.
 ## Projektstruktur
 ```
 POC1/
 ├── src/                    # Quellcode
 │   └── preprocessing/
 │       └── exploration_preprocess.py  # Notebook-exportiertes Preprocessing
 ├── data/                   # Daten
 │   ├── input/              # Eingabe-Parameter (Excel)
 │   └── processed/          # Vorverarbeitete Parquet-Dateien
 ├── models/                 # Modell-Definitionen
 │   └── README.md
 ├── notebooks/              # Jupyter Notebooks für Analyse
 ├── latex/                  # Latex-Export/Artefakte
 ├── requirements.txt       # Python Dependencies
 ├── pyproject.toml         # Projektmetadaten
 └── setup.py               # Setup-Skript
 ```
 ## Installation
 ```bash
 pip install -r requirements.txt
 ```
 ## Verwendung
 ```bash
 # Preprocessing-Skript ausführen
 python src/preprocessing/exploration_preprocess.py
 ```
 ## Modell-Hinweise
 - Bergbauwoche: Wochenstart Samstag (Sa–Fr) über Datum+2‑Tage‑Shift.
 - IIS-Debug: Bei Infeasibility schreibt Gurobi eine `results/iis.ilp` mit lesbaren Constraint-Namen.
 - 3-Tage-Regel: `no_three_in_a_row` ist aktuell auf <= 3 gelockert (Debug).
 ## Aktuelle Änderungen (Modell & Output)
 - Tages/ Wochen/ Monatsabweichungen basieren auf **Lieferungen (x)**, nicht auf Bunkerabfluss.
 - Mischungsverhältnisse (min/max + Ziel) werden **auf Lieferungen** angewendet (nicht auf Bunkerbestand).
 - Zusätzliche weiche **Mid‑Ziel‑Abweichung** für Mix (linear) ist aktiv.
 - B3‑Bunker‑Mix: weiche Zielmischung auf B3‑Bunkerbestand (stark gewichtet), um Welzow im Bunker zu vermeiden.
 - Strecken‑Penalties/Bonuses wurden wieder **entfernt** (nur Mix‑/Abweichungs‑Penalties aktiv).
 - Excel‑Output:
  - Sheet1 bleibt unverändert, `mit_Bunkerbestand` enthält Bunkerzufluss und Bunkerbestand.
  - Neue Sheet `Kohlemischverhältnis` mit Zielwerten + empirischem Mix (Lieferung) + Bunkermix.
  - Empirischer Mix wird rot/grün markiert, Gruppenfarben nur bis Spalte F.
 ## Webapp-Prototyp
 Backend (FastAPI):
 ```bash
 uv run python -m uvicorn webapp.backend.main:app --reload
 ```
 Frontend (React/Vite):
 ```bash
 cd webapp/frontend
 npm install
 npm run dev
 ```
 cd webapp/frontend
 npm run dev
 Optional: eigene Input/Output-Pfade beim Preprocessing via Umgebungsvariablen:
 `POC1_INPUT_XLSX`, `POC1_OUTPUT_DIR`.
 ## Abhängigkeiten
 - Pyomo (Optimierungsmodellierung)
 - Pandas (Datenverarbeitung)
 - NumPy (Numerische Berechnungen)
 - Matplotlib/Plotly (Visualisierung)
--- a/models/README.md
+++ b/models/README.md
@ -0,0 +1,40 @@
 # Model Documentation
 ## Braunkohle Supply Chain POC1
 ### Modellübersicht
 Das Modell optimiert die Braunkohle-Lieferkette mit folgenden Komponenten:
 - **Mines (Gruben)**: Primäre Produktionsstellen
 - **Plants (Anlagen)**: Verarbeitungs- und Verteilzentren
 - **Customers (Kunden)**: Endabnehmer/Marktsegmente
 - **Periods (Zeitperioden)**: Planungshorizont (z.B. Monate/Quarthale)
 ### Entscheidungsvariablen
 | Variable | Definition |
 |----------|-----------|
 | `production[i, t]` | Produktionsmenge von Mine i in Periode t |
 | `transport[i, p, t]` | Transport von Mine i zu Anlage p in Periode t |
 | `sales[p, c, t]` | Verkauf von Anlage p an Kunde c in Periode t |
 ### Parameter
 | Parameter | Definition |
 |-----------|-----------|
 | `production_capacity[i, t]` | Max. Produktionskapazität Mine i, Periode t |
 | `production_cost[i, t]` | Produktionskosten Mine i, Periode t |
 | `transport_cost[i, p]` | Transportkosten Mine i → Anlage p |
 | `demand[c, t]` | Nachfrage Kunde c, Periode t |
 | `plant_capacity[p]` | Max. Verarbeitungskapazität Anlage p |
 ### Constraints
 1. **Production Capacity**: Produktion ≤ Kapazität
 2. **Plant Balance**: Eingangsmaterial ≥ Ausgangsmaterial
 3. **Plant Capacity**: Verkauf ≤ Verarbeitungskapazität
 4. **Demand**: Verkauf ≥ Nachfrage
 ### Objective
 Minimierung der Gesamt-Kosten (Produktion + Transport)
--- a/notebooks/README.md
+++ b/notebooks/README.md
@ -0,0 +1,5 @@
 """
 Beispiel-Notebook für Supply Chain Analyse
 Installieren Sie Jupyter mit: pip install jupyter
 Starten Sie mit: jupyter notebook
 """
--- a/notebooks/constraints_overview.md
+++ b/notebooks/constraints_overview.md
@ -0,0 +1,62 @@
 first_opt_model.ipynb – Nebenbedingungen & Datenquellen (geordnet)
 =================================================================
 ## Setup
 - **Imports** (Zelle 2): pandas, numpy, pyomo, matplotlib; Basis-Notebook-Kontext.
 - **Tabellen laden** (Zelle 3): Alle Parquet-Files aus `../data/processed` → Dict `tables[<name>]`.
 ## Datenaufbereitung
 - **bedarf** (Zelle 5): Aus `tables['rohkohlebedarf']`; Spalten JW, SP, BW3, BW4, Veredel_Nochtener, Veredel_Welzower; Datum → week/weekday/day.
 - **bounds_power_plants** (Zelle 5): Toleranzen Kraftwerke pro Tag/Woche/Monat.
 - **bounds_day** (Zelle 8): Filter `bounds_power_plants` auf Zeitraum „pro Tag“; `match_kraftwerk_row` findet Zeile pro j.
 - **veredelung_bounds** (Zelle 14): `tables['veredelung_bounds']` in `v_day/v_week/v_month`; `match_ver_row` holt Zeile je Kohlesorte/Zeitraum.
 - **weitere Tabellen** (später genutzt): `tables['kohle_mix']` (Mischungsanteile), `tables['foerderkapaz']` (Förderlimits, Monat), `tables['verladungskap']` (KLP, Schicht/Tag), `tables['Verfuegbarkeiten']` (Schichtgrenzen, NaN = kein Limit).
 ## Modellaufbau
 - **Sets** (Zelle 10): `J={J, SP, B3, B4, V}`, `W` aus `bedarf.week`, `D={Sa..Fr}`, `S={F,S,N}`, `I={Reichwalde, Nochten, Welzow}`, Hilfssets `I_W/I_N`.
 - **Parameter-Container** (Zelle 12): `d, dV_N, dV_W, a_min_day, a_max_day` (alle mutable).
 - **Befüllung Bedarfe & Tages-Toleranzen** (Zelle 14): `d` und `a_min_day/a_max_day` aus `rohkohlebedarf` + `bounds_day` (Absolut/Pct kombiniert). `dV_N/dV_W` aus `rohkohlebedarf`.
 ## Parameterdefinition (weiterführend)
 - **Wochen/Monats-Toleranzen** (Zelle 21): `d_week/d_month` und `a_min/a_max` aus `bounds_power_plants` (pro Woche/Monat, inkl. Gesamtzeilen).
 - **Veredlung Toleranzen** (Zelle 22): `a_min/a_max` für Tag/Woche/Monat aus `veredelung_bounds` pro Kohlesorte.
 - **Mischungsparameter** (Zelle 25): `alpha_min/alpha_max` aus `tables['kohle_mix']` (Mapping Namen→Model-Keys).
 - **Förderkapazitäten** (Zelle 45): `F_max_month` aus `tables['foerderkapaz']` (Zeitraum pro Monat).
 - **Verladungskapazitäten** (Zelle 48): Caps aus `tables['verladungskap']` für Boxberg (RW+NO) und Welzow-Süd (Schicht/Tag).
 - **Verfügbarkeiten** (Zelle 52): `cap_Welzow / cap_RW_N` aus `tables['Verfuegbarkeiten']` (NaN ⇒ `Constraint.Skip`).
 ## Tageslieferung und Abweichungen
 - **delivery_tolerance** (Zelle 19): `y[j,w,d]` in `[d + a_min_day, d + a_max_day]` für `j≠V`. Daten: `d` aus `rohkohlebedarf`; `a_min_day/a_max_day` aus `bounds_power_plants` (pro Tag).
 - **demand/dev/dev_balance** (Zelle 33): Nachfrage für V = `dV_N + dV_W`, sonst `d`; `dev_pos/neg` balancieren. Daten: `rohkohlebedarf`.
 - **max_reached / no_three_in_a_row** (Zelle 35): Binärflag für erreichte Max-Tagesabweichung, nicht drei Tage in Folge. Daten: `a_max_day` aus `bounds_power_plants`.
 - **Veredlung devV_*** (Zelle 37): Abweichungen je Kohlesorte; Daten: `dV_N/dV_W` aus `rohkohlebedarf`.
 - **Schichtglättung glatt_hi/lo** (Zelle 39): L1-Abweichung zu Schichtmittel; Parameter `lambda_glatt` intern gesetzt.
 - **Verbot Reichwalde→V** (Zelle 43): Hart kodiert.
 ## Wochen-/Monatslieferungen und Abweichung
 - **week_tolerance / month_tolerance** (Zelle 21): `y_week/y_month` je Kraftwerk in Wochen-/Monats-Bändern. Daten: `d_week/d_month` + Toleranzen aus `bounds_power_plants`.
 - **week_total_tolerance / month_total_tolerance** (Zelle 21): Gesamt über Kraftwerke in Bändern; Daten: Gesamtzeilen `bounds_power_plants`.
 - **Veredlung v_*_day/week/month_tol** (Zelle 22): Lieferungen nach V (Nochten/Welzow/Gesamt) in Toleranzbändern; Daten: `veredelung_bounds` + `rohkohlebedarf`.
 ## Kohlensortenmischverhältnis
 - **mix_lower / mix_upper** (Zelle 25): Anteil Kohlesorte i an Tagesgesamt `y_day[j]` zwischen `alpha_min/alpha_max`. Daten: `tables['kohle_mix']`.
 ## Kapazitäten & kombinierte Flussgrenzen
 - **cap_month / cap_month_RWNO** (Zelle 45): Monatsförderung je Tagebau aus `foerderkapaz`; RW+NO hart auf `3_000_000` t.
 - **cap_boxberg_shift/day, cap_welzow_shift/day** (Zelle 48): KLP-Limits aus `verladungskap` (Schicht/Tag).
 - **cap_welzow_con / cap_rw_n_con** (Zelle 52): Schichtlimits aus `Verfuegbarkeiten`, sonst Skip.
 - **Paar-Grenzen RW+N** (Zellen 57–60): Max je Schicht zu J/SP/V/B3; hart kodiert (`20k/25k/25k/32k`).
 - **Welzow Einzelziele** (Zellen 62–65): Max je Schicht; hart kodiert (`26k/24k/24k/20k`); plus `welzow_j_multiple_2kt` mit `2_000`er Schritt.
 - **Kombinierte Summen** (Zellen 66–69): RW+N → SP/V/J/B3 und W → SP/V/B3; hart kodiert (`25k, 55k, 24k, 25k`).
 - **Gesamtkombis** (Zellen 70–71): RW+N+W → J/B3; hart kodiert (`34k, 32k`).
 - **Gekoppelte Kombinationen** (Zellen 72, 74): RW+N→{J/SP/V} mit W→B3; hart kodiert (`20k, 32k`).
 ## Schichtmuster / Balance
 - **shift_dev_4k** (Zelle 79): `|x_s1 - x_s2| ≤ 10_000` (≈10 kt) je Arc/Tag; hart kodiert.
 - **shift_pattern** (Zelle 80): Erzwingt Muster aufsteigend/absteigend/gleich; Parameter `MAX_FLOW=10_000_000`, `TOL=0`; hart kodiert.
 ## Ausgeschaltete Blöcke
 - Zellen 61, 76, 78: Alternative Schichtlogiken (min je Schicht, Binärflags für Nutzung); aktuell auskommentiert.
 ## Offene TODOs
 - (Zelle 107) Straf-/Bonusterme (Early/Late), Förderband Boxberg 4, Lager/Bunker-Logik, Nichtverfügbarkeiten Verbraucher/Tagebaue, weitere kapazitive Constraints aus PDF.
--- a/notebooks/constraints_overview.txt
+++ b/notebooks/constraints_overview.txt
@ -0,0 +1,66 @@
 first_opt_model.ipynb – Nebenbedingungen & Datenquellen (geordnet)
 =================================================================
 Setup
 - Imports (Zelle 2): pandas, numpy, pyomo, matplotlib; Basis-Notebook-Kontext.
 - Tabellen laden (Zelle 3): Alle Parquet-Files aus ../data/processed → Dict tables[<name>].
 Datenaufbereitung
 - bedarf (Zelle 5): Aus tables['rohkohlebedarf']; Spalten JW, SP, BW3, BW4, Veredel_Nochtener, Veredel_Welzower; Datum→week/weekday/day.
 - bounds_power_plants (Zelle 5): Toleranzen Kraftwerke pro Tag/Woche/Monat.
 - bounds_day (Zelle 8): Filter bounds_power_plants auf Zeitraum „pro Tag“; match_kraftwerk_row findet Zeile pro j.
 - Veredlung_Bounds (Zelle 14): tables['veredelung_bounds'] in v_day/v_week/v_month; match_ver_row holt Zeile je Kohlesorte/Zeitraum.
 - Weitere Tabellen, die später genutzt werden (jeweils in den Constraints referenziert):
  * tables['kohle_mix'] – Mischungsanteile
  * tables['foerderkapaz'] – Förderlimits (pro Monat)
  * tables['verladungskap'] – KLP-Kapazitäten (Schicht/Tag)
  * tables['Verfuegbarkeiten'] – Schichtgenaue Limits (NaN = kein Limit)
 Modellaufbau
 - Sets (Zelle 10): J = {J, SP, B3, B4, V}; W aus bedarf.week; D = {Sa..Fr}; S = {F,S,N}; I = {Reichwalde, Nochten, Welzow}; Hilfssets I_W/I_N.
 - Parameter-Container (Zelle 12): d, dV_N, dV_W, a_min_day, a_max_day (alle mutable).
 - Befüllung Bedarfe & Tages-Toleranzen (Zelle 14): d und a_min_day/a_max_day aus rohkohlebedarf + bounds_day (Absolut/Pct kombiniert). Veredlung dV_N/dV_W ebenfalls aus rohkohlebedarf.
 Parameterdefinition (weiterführend)
 - Wochen/Monats-Toleranzen (Zelle 21): Berechnung d_week/d_month und Toleranzen a_min/a_max aus bounds_power_plants (pro Woche/Monat, inkl. Gesamtzeilen).
 - Veredlung Toleranzen (Zelle 22): a_min/a_max für Tag/Woche/Monat aus veredelung_bounds pro Kohlesorte.
 - Mischungsparameter (Zelle 25): alpha_min/alpha_max aus tables['kohle_mix'] (Mapping Namen→Model-Keys).
 - Förderkapazitäten (Zelle 45): F_max_month aus tables['foerderkapaz'] (Zeitraum pro Monat).
 - Verladungskapazitäten (Zelle 48): Caps aus tables['verladungskap'] für Boxberg (RW+NO) und Welzow-Süd (pro Schicht/Tag).
 - Verfügbarkeiten (Zelle 52): cap_Welzow / cap_RW_N aus tables['Verfuegbarkeiten'] (NaN ⇒ Constraint.Skip).
 Tageslieferung und Abweichungen
 - delivery_tolerance (Zelle 19): y[j,w,d] in [d + a_min_day, d + a_max_day] für j≠V. Daten: d aus rohkohlebedarf; a_min_day/a_max_day aus bounds_power_plants (pro Tag).
 - demand/dev/dev_balance (Zelle 33): Nachfrage für V = dV_N + dV_W, sonst d; dev_pos/neg balancieren. Daten: rohkohlebedarf.
 - max_reached / no_three_in_a_row (Zelle 35): Binärflag für erreichte Max-Tagesabweichung, nicht drei Tage in Folge. Daten: a_max_day aus bounds_power_plants.
 - Veredlung devV_* (Zelle 37): Abweichungen je Kohlesorte; Daten: dV_N/dV_W aus rohkohlebedarf.
 - Schichtglättung glatt_hi/lo (Zelle 39): L1-Abweichung zu Schichtmittel; Parameter lambda_glatt intern gesetzt.
 - Verbot Reichwalde→V (Zelle 43): Hart kodiert.
 Wochen-/Monatslieferungen und Abweichung
 - week_tolerance / month_tolerance (Zelle 21): y_week/y_month je Kraftwerk in Wochen-/Monats-Bändern. Daten: d_week/d_month + Toleranzen aus bounds_power_plants.
 - week_total_tolerance / month_total_tolerance (Zelle 21): Gesamt über Kraftwerke in Bändern; Daten: Gesamtzeilen bounds_power_plants.
 - Veredlung v_*_day/week/month_tol (Zelle 22): Lieferungen nach V (Nochten/Welzow/Gesamt) in Toleranzbändern; Daten: veredelung_bounds + rohkohlebedarf.
 Kohlensortenmischverhältnis
 - mix_lower / mix_upper (Zelle 25): Anteil Kohlesorte i an Tagesgesamt y_day[j] zwischen alpha_min/alpha_max. Daten: tables['kohle_mix'].
 Kapazitäten & kombinierte Flussgrenzen
 - cap_month / cap_month_RWNO (Zelle 45): Monatsförderung je Tagebau aus foerderkapaz; RW+NO hart auf 3_000_000 t.
 - cap_boxberg_shift/day, cap_welzow_shift/day (Zelle 48): KLP-Limits aus verladungskap (pro Schicht/Tag).
 - cap_welzow_con / cap_rw_n_con (Zelle 52): Schichtlimits aus Verfuegbarkeiten, sonst Skip.
 - Paar-Grenzen RW+N (Zellen 57–60): Max je Schicht zu J/SP/V/B3; hart kodiert (20k/25k/25k/32k).
 - Welzow Einzelziele (Zellen 62–65): Max je Schicht; hart kodiert (26k/24k/24k/20k); plus welzow_j_multiple_2kt mit 2_000er Schritt.
 - Kombinierte Summen (Zellen 66–69): RW+N → SP/V/J/B3 und W → SP/V/B3; hart kodiert (25k, 55k, 24k, 25k).
 - Gesamtkombis (Zellen 70–71): RW+N+W → J/B3; hart kodiert (34k, 32k).
 - Gekoppelte Kombinationen (Zellen 72, 74): RW+N→{J/SP/V} mit W→B3; hart kodiert (20k, 32k).
 Schichtmuster / Balance
 - shift_dev_4k (Zelle 79): |x_s1 - x_s2| ≤ 10_000 (≈10 kt) je Arc/Tag; hart kodiert.
 - shift_pattern (Zelle 80): Erzwingt Muster aufsteigend/absteigend/gleich; Parameter MAX_FLOW=10_000_000, TOL=0; hart kodiert.
 Ausgeschaltete Blöcke
 - Zellen 61, 76, 78: Alternative Schichtlogiken (min je Schicht, Binärflags für Nutzung); aktuell auskommentiert.
 Offene TODOs (Zelle 107)
 - Straf-/Bonusterme (Early/Late), Förderband Boxberg 4, Lager/Bunker-Logik, Nichtverfügbarkeiten Verbraucher/Tagebaue, weitere kapazitive Constraints aus PDF.
--- a/notebooks/first_opt_model.ipynb
+++ b/notebooks/first_opt_model.ipynb
--- a/pyproject.toml
+++ b/pyproject.toml
@ -0,0 +1,51 @@
 [build-system]
 requires = ["setuptools", "wheel"]
 build-backend = "setuptools.build_meta"
 [project]
 name = "poc1"
 version = "0.1.0"
 description = "Braunkohle Supply Chain mit Pyomo"
 readme = "README.md"
 requires-python = ">=3.13"
 authors = [
    {name = "LEAG", email = "abc@leag.de"}
 ]
 license = {text = "MIT"}
 dependencies = [
    "pyomo>=6.7",
    "pandas>=2.0",
    "numpy>=1.24",
    "openpyxl>=3.0",
    "pyarrow>=15.0",
    "highspy>=1.6.0",
    "matplotlib>=3.7",
    "plotly>=5.14",
 ]
 [project.optional-dependencies]
 dev = [
    "jupyter>=1.0",
    "ipython>=8.12",
    "pytest>=7.3",
    "black>=23.0",
    "flake8>=6.0",
    "ipykernel>=6.20",
 ]
 web = [
    "fastapi>=0.110",
    "uvicorn>=0.29",
    "python-multipart>=0.0.9",
 ]
 [project.scripts]
 poc1 = "main:main"
 [tool.black]
 line-length = 100
 target-version = ['py313']
 [tool.flake8]
 max-line-length = 100
 exclude = [".git", "__pycache__", "build", "dist"]
--- a/requirements.txt
+++ b/requirements.txt
@ -0,0 +1,11 @@
 pyomo>=6.7
 pandas>=2.0
 numpy>=1.24
 openpyxl>=3.0
 matplotlib>=3.7
 plotly>=5.14
 jupyter>=1.0
 ipython>=8.12
 pytest>=7.3
 black>=23.0
 flake8>=6.0