# PRD: SmartMeter-Lite App
## Product Requirements Document - MVP Version

**Version:** 1.0  
**Datum:** Februar 2026  
**Status:** Final für Development  
**Owner:** [PM Name]  
**Stakeholder:** Stadtwerke, Endkunden, Support-Teams

---

## 1. EXECUTIVE SUMMARY

### Vision
Digitalisierung der Zählerablesung für deutsche Stadtwerke durch eine einfache, mobile App. Ziel: Manuelle Ablesungsprozesse automatisieren, Fehlerquote von 30-40% auf <5% reduzieren, und Support-Anfragen zu Abrechnungsfehlern um 70% senken.

### Problem Statement
Stadtwerke basieren aktuell auf **manueller, fehlerhafter Zählerablesung**:
- 📊 **30-40% Fehlerquote** bei manuellen Eingaben
- 📞 **50+ Anrufe/Woche** zu Abrechnungskorrektionen
- 💰 **5-10 Millionen EUR/Jahr** Verarbeitungskosten
- 😞 **Customer Dissatisfaction:** 45% Unzufriedenheit mit Abrechnungsprozess

### Solution
**SmartMeter-Lite:** Eine mobile App, die es Kunden erlaubt, ihren Stromzähler zu fotografieren. OCR-Technologie liest automatisch die Zahl aus, validiert sie, und sendet sie direkt an die Stadtwerk-Abrechnungssysteme.

### Expected Outcomes (Year 1)
- ✅ **<5% Fehlerquote** (vs. 30-40% aktuell)
- ✅ **70% weniger Support-Anfragen** zu Abrechnungen
- ✅ **40% Cost Savings** im Ablese-Prozess
- ✅ **80% Kundenakzeptanz** nach 6 Monaten
- ✅ **+50 NPS** Verbesserung

### Market Opportunity
- **TAM:** 900+ Stadtwerke in Deutschland
- **SAM:** Top 100 Stadtwerke (60% Markt)
- **SOM Year 1:** 10-15 Stadtwerke = **€800k - 1.2M ARR**
- **SOM Year 2:** 30-40 Stadtwerke = **€2.4M - 4.8M ARR**

### Business Model
**B2B SaaS:**
- **Small Stadtwerke:** €1.000 - €3.000/Monat
- **Medium Stadtwerke:** €3.000 - €8.000/Monat
- **Large Stadtwerke:** €8.000 - €20.000/Monat
- **Per-Scan Pricing (optional):** €0.05 - €0.15 pro Ablesung

---

## 2. USER PERSONAS

### Persona 1: Anna Müller (B2C - Endkundin)
**Alter:** 42  
**Job:** IT-Projektmanagerin  
**Tech-Affinity:** Hoch  

**Probleme:**
- Vergisst regelmäßig Zählerablesung (Deadline jeweils 15. des Monats)
- Hatte schon 2x Abrechnungskorrektionen (Stress, Telefonieren)
- Wünscht sich digitale Lösung

**Needs:**
- ✅ Einfach Foto machen, fertig
- ✅ Bestätigung, dass Ablesung ankam
- ✅ Keine technischen Fehler
- ✅ Ablauf in <2 Minuten

**Motivation für Nutzung:**
- Zeitersparnis (10 Min Telefonat vermeiden)
- Sicherheit (Beweis, dass korrekt abgelesen)
- Convenience (von zuhause, am Wochenende)

---

### Persona 2: Klaus Schmidt (B2B - Stadtwerk IT-Manager)
**Alter:** 55  
**Job:** IT-Leiter bei großer Stadtwerk (100k+ Kunden)  
**Tech-Affinity:** Mittel  

**Probleme:**
- Support-Team bekommt täglich 50-100 Anfragen zu Abrechnungen
- Manuelle Ablesungen führen zu Datenfehlern in SAP-System
- Keine Digitalisierung im Ablese-Prozess

**Needs:**
- ✅ Integration mit SAP/Oracle Abrechnungssystem
- ✅ Admin-Dashboard zur Überwachung
- ✅ Fehlerbehandlung (was wenn OCR falsch liest?)
- ✅ Datenqualitäts-Reports
- ✅ DSGVO Compliance

**Motivation für Nutzung:**
- ROI in <18 Monaten
- Weniger Support-Tickets
- Bessere Datenqualität
- Wettbewerbsfähigkeit

---

### Persona 3: Hans Schneider (B2B - Kundenservice Manager)
**Alter:** 38  
**Job:** Head of Customer Service bei Medium Stadtwerk (50k Kunden)  
**Tech-Affinity:** Mittel-niedrig  

**Probleme:**
- Team muss täglich 100+ falsche Ablesungen korrigieren
- Customer Satisfaction score: 3.2/5 (zu niedrig)
- Keine Automatisierung möglich mit aktuellen Prozessen

**Needs:**
- ✅ Einfach zu bedienende Software (nur Clicks, kein Coding)
- ✅ Klare Reports (wie viele Ablesungen/Woche?)
- ✅ Training für Support-Team
- ✅ Schneller Kundenservice (FAQ, Video-Tutorials)

**Motivation für Nutzung:**
- Team-Entlastung
- Bessere Customer Satisfaction
- Kostenersparnis (weniger Korrektionen)
- Moderne Arbeitsprozesse

---

## 3. USE CASES

### Use Case 1: Normale Ablesung (Happy Path)

**Akteur:** Anna Müller (Endkundin)  
**Trigger:** Abrechnungs-Deadline erreicht (15. des Monats)  

**Ablauf:**
```
1. Anna öffnet SmartMeter App auf ihrem Smartphone
2. Sie wählt "Neue Ablesung"
3. App öffnet Kamera, zeigt "Frame Guide" (Zähler-Umriss)
4. Anna fotografiert ihren Stromzähler (sechs Ziffern sichtbar)
5. App zeigt OCR-Ergebnis: "128456" mit 96% Confidence
6. Anna bestätigt oder korrigiert die Zahl
7. App speichert die Ablesung, zeigt "✅ Erfolgreich gesendet"
8. Ablesung wird in Echzeit an Stadtwerk-Backend übertragen
9. Stadtwerk bestätigt Receipt per SMS/E-Mail
```

**Erwartetes Ergebnis:**
- ✅ Ablesung korrekt im Stadtwerk-System
- ✅ Anna erhält Bestätigung
- ✅ Keine manuelle Bearbeitung nötig
- ✅ Keine Support-Anfrage

---

### Use Case 2: OCR-Fehler (Alternate Path)

**Akteur:** Klaus Mueller (Endkunde mit älterem Zähler)  
**Trigger:** Zähler ist dunkel, schlecht lesbar  

**Ablauf:**
```
1. Klaus fotografiert seinen alten, schmuddeligen Zähler
2. OCR liest: "12345X" (X statt 6, 60% Confidence - LOW)
3. App zeigt Warning: "Unsicher. Bitte überprüfen oder neu fotografieren"
4. Klaus sieht das rote Warning-Symbol
5. Er fotografiert nochmal, besser fokussiert
6. Dieses Mal: "123456" mit 98% Confidence
7. Klaus bestätigt
8. App speichert, zeigt: "✅ Erfolgreich gesendet"
```

**Erwartetes Ergebnis:**
- ✅ Fehler werden NICHT ans Backend gesendet
- ✅ User wird informiert und kann korrigieren
- ✅ Keine falschen Daten im System

---

### Use Case 3: Admin Dashboard (B2B)

**Akteur:** Klaus Schmidt (Stadtwerk IT-Manager)  
**Trigger:** Morgens zur Arbeit, checkt Status  

**Ablauf:**
```
1. Klaus loggt sich ins Admin Dashboard ein
2. Er sieht Übersicht:
   - 847 Ablesungen diese Woche
   - 834 erfolgreich (98.5%)
   - 13 fehlgeschlagen (1.5%) - mit Reasons
   - Average Confidence Score: 96.2%
3. Er klickt auf "Failed Ablesungen"
4. Er sieht: 8 × "Low Quality Photo", 5 × "Invalid Format"
5. Er exported den Report als CSV für SAP
6. Er sieht Alert: "3 Customers haben >3 Fehlerversuche"
7. Er klickt auf die Kunden → sieht ihre Fehlerbilder
8. Er sendet Kunden eine Email: "Bitte wie folgt fotografieren..."
```

**Erwartetes Ergebnis:**
- ✅ Klaus sieht Qualitätsmetriken in Echtzeit
- ✅ Fehler werden identifiziert, bevor sie zu Problems werden
- ✅ Pro-aktive Kundenunterstützung möglich

---

### Use Case 4: Integration mit SAP (B2B Backend)

**Akteur:** SAP-System der Stadtwerk  
**Trigger:** Ablesung wird in SmartMeter-App bestätigt  

**Ablauf:**
```
1. User submitted Ablesung in App
2. SmartMeter Backend validates:
   - Format korrekt? ✅
   - Plausibility Check? (Z.B. nicht 50% mehr als letzte Ablesung)
   - Duplicate Check? (Wurde heute schon abgelesen?)
3. SmartMeter sendet REST API Call zu Stadtwerk SAP:
   POST /api/readings
   {
     "customer_id": "SW12345",
     "reading": 128456,
     "timestamp": "2026-02-17T14:32:00Z",
     "confidence": 0.96,
     "photo_hash": "abc123def456"
   }
4. SAP antwortet: {"status": "success", "reading_id": "RD987654"}
5. SmartMeter speichert Reading ID lokal
6. App zeigt Kunde: "✅ Ablesung erfolgreich übertragen"
7. SAP triggert automatische Rechnungsberechnung
8. Keine manuelle Bearbeitung nötig
```

**Erwartetes Ergebnis:**
- ✅ Daten sind in Echtzeit im SAP-System
- ✅ Rechnungsprozess startet sofort
- ✅ Keine Verzögerungen durch manuelle Prozesse

---

## 4. FEATURES - MVP (PHASE 1)

### 4.1 Mobile App Features (iOS + Android)

#### Feature 1.1: Authentication & Onboarding
**Priority:** CRITICAL  
**Effort:** M (Medium)  

```
- Sign Up: Email/Passwort oder SMS OTP
- Login: Standard Email/Passwort
- "Kundendaten Import": Stadtwerk importiert Kundenlisten
  → App kann automatisch Kunden-ID vorausfüllen
- 2FA (optional): SMS-Bestätigung
- Biometric: Fingerprint / Face ID support
- Session Management: Auto-logout nach 15 Min Inaktivität
```

**Success Criteria:**
- ✅ Sign-Up in <2 Minuten
- ✅ 95%+ erfolgreiche Logins
- ✅ <30 Sekunden Login-Zeit

---

#### Feature 1.2: Camera & Photo Capture
**Priority:** CRITICAL  
**Effort:** M-L  

```
- Live Camera Preview mit Frame Guide
  → Zeigt Umriss des Zählers als Overlay
  → Hilft User, korrekt zu fotografieren
  → "Zähler muss in diesem Rahmen sein"
  
- Auto-Capture Option:
  → App fotografiert automatisch, wenn Zähler erkannt
  → Oder manueller Knopf "Foto machen"
  
- Flash Control:
  → Auto-Flash für dunkle Umgebungen
  → Manual Flash Adjustment möglich
  
- Photo Quality Check:
  → Vor Upload: Ist Foto scharf genug?
  → Ist Zähler vollständig sichtbar?
  → Wenn nicht: "Bitte besseres Foto machen"
  
- Multiple Captures:
  → User kann 3-5 Fotos machen, beste wählen
  → App zeigt auto-selected bestes Foto
```

**Success Criteria:**
- ✅ >95% Fotos sind verwertbar
- ✅ <5% müssen erneut fotografiert werden
- ✅ Average Photo Quality Score: >90/100

---

#### Feature 1.3: OCR & Digit Recognition
**Priority:** CRITICAL  
**Effort:** L (Large)  

```
TECHNOLOGY OPTION A: Google Vision API (Recommended)
- Best Accuracy (97%+)
- Schnell (500ms)
- Kostet ca. €0.01 pro Request
- Einfache Integration via REST API

TECHNOLOGY OPTION B: Tesseract (Open Source)
- Kostenlos
- 85-90% Accuracy
- Langsamer (2-3s)
- Braucht Local Processing

TECHNOLOGY OPTION C: TensorFlow Lite Model (Custom)
- Medium Accuracy (88-92%)
- Schnell (300ms)
- Offline möglich
- Braucht Training Data (100+ Meter Fotos)

RECOMMENDATION: Option A (Google Vision) für MVP
Later: Option C für Kosteneinsparungen

FEATURES:
- Automatic OCR nach Foto-Upload
- Confidence Score anzeigen (Z.B. "96% sicher")
- Zeige alternatives interpretations wenn <90% Confidence
  Z.B.: "Könnte auch sein: 128455 (87%)"
- Digit-by-Digit Verification möglich
- Auto-correct häufige Fehler:
  → "O" als "0" erkennen
  → "l" als "1" erkennen
```

**Success Criteria:**
- ✅ >95% OCR Accuracy
- ✅ <1s OCR Response Time
- ✅ <0.5% False Positives

---

#### Feature 1.4: Manual Verification & Correction
**Priority:** CRITICAL  
**Effort:** S (Small)  

```
- Nach OCR: Zeige große, klare Digits zum Verifizieren
- User kann nach oben/unten swipen um Digit zu ändern
  Z.B.: "1" → swipen-oben → "2" → swipen-unten → "1"
  ODER: Tippen auf jede Ziffer → Numpad poppen up
  
- Confirmation Screen:
  "Bitte bestätigen Sie die Ablesung:"
  [Großes Display: 123456]
  [Button: ✅ Bestätigt] [Button: ❌ Neu fotografieren]
  
- Fehlertoleranz:
  Wenn User versucht "999999" einzugeben:
  → "Warnung: Dieses ist um 800% höher als letzte Ablesung"
  → "Bitte überprüfen oder Foto neu machen"
```

**Success Criteria:**
- ✅ >99% der Ablesungen sind korrekt nach Verification
- ✅ <5% Ablesungen müssen korrigiert werden

---

#### Feature 1.5: Submission & Confirmation
**Priority:** CRITICAL  
**Effort:** M  

```
- Upload Status:
  Zeige Progress Bar während Upload
  "Sende Ablesung... 45%"
  
- Offline Support:
  Wenn kein Internet: Queue die Ablesung lokal
  "Wird bei nächster Verbindung hochgeladen"
  
- Success Confirmation:
  "✅ Ablesung erfolgreich eingereicht!"
  "Bestätigungs-ID: RD987654"
  "Nächste Ablesung fällig: 15. März 2026"
  
- Notification:
  Push Notification: "Ablesung akzeptiert"
  Email: Ablesung + Bestätigungs-ID
  SMS (optional): "Ablesung erhalten"
  
- History:
  Alle bisherigen Ablesungen anzeigen:
  "15. Feb 2026: 128456 ✅"
  "15. Jan 2026: 127812 ✅"
  Mit Links zu PDFs/Fotos
```

**Success Criteria:**
- ✅ >99% Uptime während Submission
- ✅ <2s Submission Response Time
- ✅ >95% Confirmations kommen an

---

#### Feature 1.6: User Dashboard
**Priority:** HIGH  
**Effort:** M  

```
- Home Screen:
  "Aktuelle Ablesung: 128456 (15. Feb 2026)"
  "Nächste Ablesung fällig: 15. März 2026" (5 Tage)
  [Big Button: "Jetzt Ablesen"]
  
- History Tab:
  Liste aller Ablesungen:
  "15. Feb 2026 - 128456 ✅"
  "15. Jan 2026 - 127812 ✅"
  Mit: Foto, Zeitstempel, Status
  
- Alerts Tab:
  "Warnung: Ablesung 3 Tage überfällig!"
  "Info: Neue Version verfügbar"
  
- Settings Tab:
  - Notifications (push, email, SMS)
  - Sprache (Deutsch, Englisch)
  - Account Management (Profil, Passwort)
  - About & Help
  - Logout
  
- Help & FAQ:
  "Wie fotografiere ich richtig?"
  → Video Tutorial (30s)
  "Mein Foto wird nicht erkannt"
  → Troubleshooting Guide
  "Wann ist die nächste Ablesung fällig?"
  → FAQ
```

**Success Criteria:**
- ✅ >80% Users nutzen App min. 1x/Monat
- ✅ <3 Taps um Ablesung zu machen
- ✅ NPS >50

---

### 4.2 Admin Dashboard Features (Web - Für Stadtwerke)

#### Feature 2.1: Authentication & Authorization
**Priority:** CRITICAL  
**Effort:** S  

```
- Login: Email/Passwort (Standard)
- 2FA: Mandatory für Admin Accounts
- Role-Based Access Control:
  - Super Admin: Full Access
  - Manager: Reports, Alerts, antwort auf Fehler
  - Analyst: Read-Only
  - Support: Kundensuche, Fehlerbehandlung
  
- Session Management:
  Auto-logout nach 30 Min Inaktivität (Enterprise Standard)
```

---

#### Feature 2.2: Real-Time Dashboard
**Priority:** CRITICAL  
**Effort:** L  

```
MAIN DASHBOARD WIDGETS:

1. Today's Metrics:
   - "847 Ablesungen heute"
   - "823 erfolgreich (97.2%)"
   - "24 fehlgeschlagen (2.8%)"
   - "96.1% Average Confidence"
   
2. Trend Chart (7-Day):
   - Liniendiagramm: Ablesungen pro Tag
   - Durchschnittliche Erfolgsrate
   - Average Confidence über Zeit
   
3. Top Issues (This Week):
   - "13 × Zähler nicht lesbar (Low light)"
   - "8 × Ungültige Format"
   - "7 × User Error (falsche Zahl eingegeben)"
   
4. Recent Submissions:
   Live Feed:
   "14:32 - Kunde XYZ - 128456 ✅"
   "14:28 - Kunde ABC - 127812 ✅"
   "14:25 - Kunde DEF - Error (Low confidence 41%) ❌"
   
5. Alerts & Notifications:
   - "3 Customers haben >3 Fehlerversuche"
   - "System Response Time >2s" (Performance Alert)
   - "Neue App Version verfügbar"

REFRESH RATE: Real-time (WebSocket connection)
```

**Success Criteria:**
- ✅ Dashboard loads in <2s
- ✅ Real-time updates <500ms delay
- ✅ 99.9% uptime

---

#### Feature 2.3: Detailed Analytics & Reports
**Priority:** HIGH  
**Effort:** M  

```
REPORT TYPES:

1. Daily Summary Report:
   - Datum
   - Total Submissions
   - Erfolgsrate (%)
   - Avg Confidence Score
   - Errors by Category
   - Cost Calculation (EUR saved vs. manual)
   
2. Customer-Level Report:
   - Filter by: Alter, Region, Stadtwerke
   - Details:
     * Anzahl Ablesungen
     * Success Rate
     * Average Confidence
     * Last Reading (Date + Value)
   - Download: CSV, PDF
   
3. Error Analysis Report:
   - Fehlertypen:
     * Low Quality Photo (%)
     * Invalid Format (%)
     * OCR Failure (%)
     * User Error (%)
   - Time Series: Fehler über Zeit
   
4. Performance Report:
   - Response Time (average, min, max)
   - Uptime (%)
   - API Availability
   - Subscription Usage
   
5. Compliance Report (DSGVO):
   - Data Processing Log
   - Audit Trail
   - User Activity Log

EXPORT OPTIONS: CSV, PDF, Excel, Email
SCHEDULING: Daily, Weekly, Monthly Reports
```

**Success Criteria:**
- ✅ Reports generieren in <10s
- ✅ >90% Accuracy of reported numbers

---

#### Feature 2.4: Customer Management
**Priority:** HIGH  
**Effort:** M  

```
- Customer Search:
  Suche by: Name, Customer ID, Email, Telefon
  
- Customer Details:
  - Name, Adresse, Kontakt
  - Current Reading + History
  - Success Rate
  - Errors (Foto + Reason)
  - Contact History
  
- Bulk Import:
  Upload CSV:
  customer_id, name, email, phone, address
  → System importiert und sendet Invitation
  
- Customer Deactivation:
  Kunde kann sich abmelden
  Admin kann deactivieren (Z.B. umgezogen)
  
- Resend Invitation:
  Falls Kunde App nicht installiert hat
  → Admin kann Invitation Email/SMS erneut senden
```

---

#### Feature 2.5: Error Management & Troubleshooting
**Priority:** CRITICAL  
**Effort:** M  

```
- Failed Submissions Detailed View:
  Click on Error → Zeige:
  - Foto (Thumbnail + Full View)
  - OCR Result + Confidence Score
  - User's Correction (falls vorhanden)
  - Error Category: [Low Quality] [Invalid] [OCR Error]
  - Customer Contact Info
  
- Automated Responses:
  Admin kann automatische Messages schreiben:
  "Lieber Kunde, Ihr Zähler war nicht lesbar"
  "Bitte fotografieren Sie wie folgt:"
  [Link zu Video Tutorial]
  
- Manual Intervention:
  Admin kann:
  - Reading manuell akzeptieren (mit Notiz)
  - Reading ablehnen + Kunde kontaktieren
  - Foto im System ersetzten
  
- Error Categories:
  Auto-Tagging nach AI (später):
  - "Low Light" (60% Confidence)
  - "Angle Wrong" (Invalid Format)
  - "Meter Dirty" (Low Quality)
  - "User Typo" (Plausibility Check Failed)
```

**Success Criteria:**
- ✅ Errors werden in <1h erkannt und handelt
- ✅ Support kann Fehler in <2 Min beheben

---

#### Feature 2.6: User Management & Permissions
**Priority:** HIGH  
**Effort:** S  

```
- Add/Remove/Edit Users:
  - Email
  - Role: [Super Admin] [Manager] [Analyst] [Support]
  - Permissions by Role
  - Activation/Deactivation
  
- Audit Log:
  Wer hat was wann gemacht:
  "Admin XYZ hat User ABC gelöscht (17.02.2026 14:23)"
  "Manager DEF hat Reading manuell akzeptiert (RD987654)"
  
- Activity Report:
  - Logins (Zeit, IP)
  - Actions (What, When, Who)
  - Data Export
```

---

#### Feature 2.7: Integration & API
**Priority:** CRITICAL  
**Effort:** L  

```
API INTEGRATION with Stadtwerk's SAP/ERP:

1. REST API Endpoints:
   POST /api/v1/readings - Submit reading
   GET /api/v1/readings/{id} - Get reading details
   GET /api/v1/customers/{id} - Get customer info
   GET /api/v1/reports/daily - Daily report data
   
2. Authentication:
   OAuth 2.0 Token-based
   API Keys for System-to-System
   
3. Data Format:
   {
     "customer_id": "SW12345",
     "reading": 128456,
     "timestamp": "2026-02-17T14:32:00Z",
     "confidence": 0.96,
     "photo_hash": "abc123def456"
   }
   
4. Callback Webhooks:
   Stadtwerk kann subscribe zu:
   - new_reading_submitted
   - reading_failed
   - customer_error
   
   Wir senden: POST to /webhook/readings
   
5. Rate Limiting:
   - 10,000 requests/hour (default)
   - Higher tiers: 50,000 /hour
   
6. Documentation:
   Full Swagger/OpenAPI docs
   Code Examples (Python, Node.js, Java)
```

---

## 5. TECH STACK - MVP

### 5.1 Mobile App (iOS + Android)

```
Framework: React Native / Flutter
Language: TypeScript / Dart
State Management: Redux Toolkit / Provider
API Client: Axios / http
Camera: react-native-camera / Camera2
OCR Integration: Google Vision API SDK
Storage: AsyncStorage / Realm DB (local caching)
UI Library: React Native Paper / Material 3
Push Notifications: Firebase Cloud Messaging
Testing: Jest + Detox (E2E)
CI/CD: GitHub Actions / EAS Build
```

### 5.2 Backend (API Server)

```
Language: Node.js + TypeScript (Recommended)
Framework: Express.js / Fastify
Database: PostgreSQL 13+
Cache: Redis (Session Cache, Rate Limiting)
Storage: AWS S3 / Azure Blob (for photos)
Authentication: JWT + OAuth2
API Gateway: Kong / AWS API Gateway
Message Queue: RabbitMQ (for async processing)
Logging: Winston / Pino
Monitoring: Prometheus + Grafana
Testing: Jest + Supertest
```

### 5.3 OCR Service

```
Primary: Google Vision API (REST-based)
Fallback: Tesseract.js (Web-based)
Alternative: TensorFlow Lite (Custom Model)

OCR Confidence Threshold:
- >90%: Accept automatically
- 70-90%: Show to user for confirmation
- <70%: Reject + ask for new photo
```

### 5.4 Admin Dashboard

```
Frontend: React 18+
Language: TypeScript
UI Library: Material-UI / TailwindCSS
Charts: Recharts / Chart.js
State Management: Redux Toolkit / TanStack Query
Testing: Jest + React Testing Library
Build: Vite / Create React App
Deployment: Vercel / Netlify
```

### 5.5 Infrastructure

```
Cloud Provider: AWS (or Azure/GCP)
Containerization: Docker
Orchestration: Kubernetes (EKS) / or Lambda
Database Hosting: RDS PostgreSQL
File Storage: S3
CDN: CloudFront
Monitoring: CloudWatch / DataDog
Security: WAF, SSL/TLS, VPC
```

---

## 6. DATA MODELS

### 6.1 Customer

```json
{
  "id": "uuid",
  "customerNumber": "SW123456",
  "email": "anna@example.com",
  "phone": "+49123456789",
  "firstName": "Anna",
  "lastName": "Müller",
  "address": "Beispielstr. 42, 69120 Heidelberg",
  "postalCode": "69120",
  "city": "Heidelberg",
  "stadtwerkeId": "uuid",
  "createdAt": "2026-01-15T10:30:00Z",
  "updatedAt": "2026-02-17T14:22:00Z",
  "status": "active" | "inactive" | "deleted"
}
```

### 6.2 Meter

```json
{
  "id": "uuid",
  "customerId": "uuid",
  "meterNumber": "MTR987654",
  "meterType": "electricity" | "gas" | "water",
  "manufacturer": "Siemens",
  "installDate": "2020-06-01",
  "location": "Wohnzimmer",
  "readingInterval": "monthly" | "quarterly",
  "nextReadingDue": "2026-03-15",
  "currentReading": 128456,
  "lastReading": 127812,
  "lastReadingDate": "2026-02-15T14:32:00Z",
  "createdAt": "2020-06-01T00:00:00Z"
}
```

### 6.3 Reading (Ablesung)

```json
{
  "id": "uuid",
  "readingNumber": "RD987654",
  "customerId": "uuid",
  "meterId": "uuid",
  "submittedValue": 128456,
  "ocrResult": "128456",
  "ocrConfidence": 0.96,
  "manualCorrection": null,
  "photoUrl": "s3://bucket/photos/RD987654.jpg",
  "photoHash": "abc123def456",
  "status": "success" | "pending_review" | "rejected" | "manual_approved",
  "validationStatus": "valid" | "invalid" | "plausibility_warning",
  "validationErrors": [],
  "previousReading": 127812,
  "previousReadingDate": "2026-02-15T00:00:00Z",
  "submittedAt": "2026-02-17T14:32:00Z",
  "processedAt": "2026-02-17T14:32:05Z",
  "sentToSAPAt": null,
  "sapReadingId": null,
  "staffNotes": null
}
```

### 6.4 Error Log

```json
{
  "id": "uuid",
  "readingId": "uuid",
  "customerId": "uuid",
  "errorType": "low_confidence" | "invalid_format" | "plausibility_check" | "system_error",
  "errorMessage": "OCR Confidence 41% below threshold 70%",
  "severity": "info" | "warning" | "error",
  "resolution": "ask_for_new_photo" | "manual_review" | "accepted_with_warning",
  "resolvedAt": "2026-02-17T14:35:00Z",
  "createdAt": "2026-02-17T14:32:10Z"
}
```

---

## 7. API SPECIFICATIONS

### 7.1 Mobile App → Backend

#### Endpoint: POST /api/v1/readings/submit

**Request:**
```json
{
  "customerId": "uuid",
  "meterId": "uuid",
  "photoUrl": "data:image/jpeg;base64,...",
  "submittedValue": 128456,
  "latitude": 49.1234,
  "longitude": 8.5678,
  "appVersion": "1.0.5",
  "timestamp": "2026-02-17T14:32:00Z"
}
```

**Response (Success):**
```json
{
  "status": "success",
  "readingId": "RD987654",
  "message": "Ablesung erfolgreich eingereicht",
  "nextReadingDue": "2026-03-15",
  "confirmation": {
    "email": true,
    "sms": true
  }
}
```

**Response (Error):**
```json
{
  "status": "error",
  "readingId": "RD987654",
  "message": "OCR Confidence zu niedrig (41%)",
  "suggestion": "Bitte neu fotografieren",
  "suggestions": [
    {
      "value": 123456,
      "confidence": 0.67
    },
    {
      "value": 128456,
      "confidence": 0.41
    }
  ]
}
```

#### Endpoint: GET /api/v1/readings/history

**Request:**
```json
{
  "customerId": "uuid",
  "limit": 10,
  "offset": 0
}
```

**Response:**
```json
{
  "readings": [
    {
      "id": "RD987654",
      "value": 128456,
      "date": "2026-02-15",
      "status": "success",
      "photoUrl": "https://..."
    }
  ],
  "total": 24,
  "hasMore": true
}
```

### 7.2 Backend → Stadtwerk SAP

#### Endpoint: POST /api/v1/readings/sync-to-sap

**Internal Queue Job:**
```json
{
  "readingId": "uuid",
  "customerId": "SW123456",
  "meterNumber": "MTR987654",
  "readingValue": 128456,
  "readingDate": "2026-02-15",
  "ocrConfidence": 0.96,
  "source": "smartmeter_app"
}
```

**SAP Response:**
```json
{
  "status": "success",
  "sapReadingId": "SAP-RD-2026-0987654",
  "invoiceGenerated": true,
  "invoiceNumber": "INV-2026-123456"
}
```

---

## 8. SECURITY & COMPLIANCE

### 8.1 DSGVO (GDPR) Compliance

```
✅ Privacy by Design:
   - Minimize data collection
   - Only collect: Name, Email, Phone, Address
   - NO unnecessary tracking
   
✅ Data Retention:
   - Photos: Delete after 90 days
   - Readings: Keep 7 years (legal requirement)
   - Logs: Delete after 30 days
   
✅ User Rights:
   - Right to Export: Full data download as PDF/CSV
   - Right to Delete: GDPR-compliant deletion workflow
   - Right to Rectification: Edit own data
   
✅ Consent Management:
   - Explicit opt-in for marketing emails
   - Easy opt-out button
   - Consent logging in DB
   
✅ Third-Party Processors:
   - Google Vision API: DPA signed
   - AWS: DPA signed
   - List all Subprocessors on website
```

### 8.2 Data Security

```
✅ Encryption:
   - TLS 1.3 for all data in transit
   - AES-256 for data at rest (S3)
   - Database encryption enabled
   
✅ Authentication:
   - Passwords: bcrypt (12 rounds)
   - Sessions: JWT with 24h expiry
   - Admin: Require 2FA (TOTP)
   - Biometric: Support Touch/Face ID
   
✅ API Security:
   - Rate Limiting: 1000 req/min per IP
   - CORS: Whitelist origin domains
   - Input Validation: Sanitize all inputs
   - SQL Injection Prevention: Use Parameterized Queries
   
✅ Photo Security:
   - Photos stored in S3 with ACL
   - Signed URLs expire after 24h
   - Photos never logged to any logs
   - Hash comparison for integrity
```

### 8.3 Penetration Testing & Audits

```
- Security Audit: Monthly (Internal)
- Penetration Testing: Quarterly (External)
- Bug Bounty Program: Available
- Vulnerability Disclosure: responsible-disclosure@smartmeter.app
```

---

## 9. SUCCESS METRICS & KPIs

### 9.1 Product Metrics

| Metrik | Target (6M) | Target (12M) | Measurement |
|--------|------------|-------------|-------------|
| **App Install Rate** | 30% of users | 60% of users | App Store Analytics |
| **Monthly Active Users (MAU)** | 40% of customers | 70% of customers | App Backend Logs |
| **Successful Readings/Month** | 95%+ success rate | 97%+ success rate | Dashboard KPI |
| **Average Time to Submit** | <3 min | <2 min | User Session Logs |
| **OCR Accuracy** | 95%+ | 97%+ | Test Dataset |
| **App Crash Rate** | <0.1% | <0.05% | Crash Analytics |
| **NPS Score** | >40 | >50 | Monthly Survey |

### 9.2 Business Metrics

| Metrik | Target (12M) | Measurement |
|--------|------------|-------------|
| **Customers Acquired** | 10-15 Stadtwerke | Sales Pipeline |
| **Annual Recurring Revenue (ARR)** | €800k - €1.2M | Finance |
| **Customer Retention Rate** | >90% | Churn Analysis |
| **Customer Satisfaction (CSAT)** | >80% | Survey |
| **Cost per User** | <€2 | Cost Analytics |

### 9.3 Operational Metrics

| Metrik | Target | Measurement |
|--------|--------|-------------|
| **System Uptime** | 99.9% | Monitoring (Datadog) |
| **Average Response Time** | <500ms | APM Tools |
| **OCR Processing Time** | <1s | Backend Logs |
| **API Error Rate** | <0.1% | API Monitoring |
| **Database Query Time** | <100ms | Query Logs |

---

## 10. TIMELINE & MILESTONES

### Phase 1: Foundation (Week 1-2)
- [ ] Team Setup & Onboarding
- [ ] Development Environment Setup
- [ ] Database & API Schema Design
- [ ] UI/UX Design Finalization (Figma)

### Phase 2: MVP Development (Week 3-8)

**Sprint 1-2 (Week 3-4): Backend Foundation**
- [ ] Project Setup (Node.js, Express, PostgreSQL)
- [ ] Authentication API (Sign Up, Login, 2FA)
- [ ] Database Migrations
- [ ] CI/CD Pipeline Setup

**Sprint 2-3 (Week 5-6): Mobile App**
- [ ] React Native Project Setup
- [ ] Camera Integration
- [ ] Photo Upload Flow
- [ ] Basic UI Implementation

**Sprint 3-4 (Week 7-8): OCR Integration**
- [ ] Google Vision API Integration
- [ ] OCR Pipeline (Photo → Digits)
- [ ] Confidence Scoring
- [ ] Error Handling

**Sprint 4 (Week 8): Submission & Dashboard**
- [ ] Submission Workflow
- [ ] Confirmation Emails/SMS
- [ ] Basic Admin Dashboard
- [ ] Reading History

### Phase 3: Testing & Optimization (Week 9-10)
- [ ] Unit Tests (Backend + Frontend)
- [ ] Integration Tests
- [ ] E2E Tests
- [ ] Performance Optimization

### Phase 4: Pre-Launch (Week 11-12)
- [ ] Beta Testing (5-10 Kunden)
- [ ] Feedback Collection
- [ ] Bug Fixes
- [ ] Production Deployment

### Phase 5: Launch & Support (Week 13+)
- [ ] Official Launch
- [ ] Support & Monitoring
- [ ] Customer Onboarding
- [ ] Iteration & Improvements

---

## 11. RISKS & MITIGATION

| Risiko | Wahrscheinlichkeit | Impact | Mitigation |
|--------|------------------|--------|-----------|
| **OCR Accuracy niedrig** | Medium | Hoch | Testing mit 100+ Meter-Fotos, Google Vision ist 97%+ |
| **SAP Integration komplex** | Medium | Hoch | Early Integration Testing, Dedicated Integration Engineer |
| **Mobile Adoption schwach** | Low | Mittel | Good UX Design, Video Tutorials, SMS Reminders |
| **Performance Issues** | Low | Mittel | Load Testing, Caching Strategy, Database Indexing |
| **Security Vulnerabilities** | Low | Hoch | Penetration Testing, Code Reviews, Security Audits |
| **Compliance Issues (DSGVO)** | Low | Hoch | Legal Review Early, Privacy-by-Design, Audit Trail |

---

## 12. ROLLOUT STRATEGY

### Phase A: Beta Phase (Week 13-16)
- **Customers:** 3-5 Small Stadtwerke
- **Users:** 500-1000 Endkunden
- **Goal:** Validate product-market-fit, gather feedback
- **Success Criteria:**
  - NPS >40
  - OCR Success Rate >95%
  - <1 Critical Bug

### Phase B: Soft Launch (Week 17-20)
- **Customers:** 10-15 Small-to-Medium Stadtwerke
- **Users:** 5.000-10.000 Endkunden
- **Goal:** Prove business model, improve onboarding
- **Success Criteria:**
  - NPS >45
  - Monthly Churn <5%
  - Customer Satisfaction >75%

### Phase C: General Availability (Month 6+)
- **Customers:** 20-30 Stadtwerke (Mix small/large)
- **Users:** 50.000+ Endkunden
- **Goal:** Scale to profitability
- **Success Criteria:**
  - NPS >50
  - Monthly Churn <3%
  - ARR >€1M

---

## 13. RESOURCE REQUIREMENTS (MVP)

### Team Size: 7-9 Personen (6 Monate)

| Role | Seniority | FTE | Responsibilities |
|------|-----------|-----|------------------|
| Product Manager | Mid | 1.0 | PRD, Roadmap, Prioritization |
| Tech Lead / CTO | Senior | 1.0 | Architecture, Tech Decisions, Code Quality |
| Backend Lead | Senior | 1.0 | API Design, Database, Integration |
| Backend Developer | Mid | 1.0 | Backend Feature Development |
| React Native Developer | Mid | 1.0 | Mobile App Development |
| Frontend Developer | Junior | 1.0 | Dashboard Frontend |
| DevOps / Infrastructure | Mid | 0.5 | CI/CD, Deployment, Monitoring |
| QA / Tester | Mid | 0.5 | Testing, Bug Reports |
| **Total** | | **7.5** | |

### Budget (6 Monate MVP)

| Category | Cost |
|----------|------|
| **Salaries (7.5 FTE × €8k/month avg)** | €360.000 |
| **Infrastructure (AWS, Google API)** | €15.000 |
| **Tools (IDE, Figma, Jira, Slack)** | €8.000 |
| **Contingency (10%)** | €38.300 |
| **Total** | **€421.300** |

*Rounded to **€420-450k*** für MVP-Entwicklung

---

## 14. SUCCESS DEFINITION

### Minimum Viable Product (MVP) Success
- ✅ App funktioniert auf iOS + Android
- ✅ OCR Accuracy >95%
- ✅ 3+ Stadtwerke haben erfolgreich abgelesen (100+ Readings)
- ✅ System uptime: 99.5%
- ✅ NPS >40 in Beta
- ✅ Zero critical bugs
- ✅ DSGVO-compliant

### Go-to-Market Success
- ✅ 10 Customers in Year 1
- ✅ 500+ Readings/Day durchschnittlich
- ✅ €800k - €1.2M ARR
- ✅ <5% Churn rate
- ✅ >40 NPS Score

---

## 15. APPENDIX: GLOSSARY

| Term | Definition |
|------|-----------|
| **OCR** | Optical Character Recognition - automatische Ziffernerkennung aus Fotos |
| **ARR** | Annual Recurring Revenue - jährliche wiederkehrende Einnahmen |
| **ACV** | Average Contract Value - durchschnittlicher Vertragswert |
| **MVP** | Minimum Viable Product - kleinste funktionsfähige Version |
| **NPS** | Net Promoter Score - Maß für Kundenloyal (0-100) |
| **DSGVO** | Datenschutz-Grundverordnung (GDPR) |
| **SAP** | ERP-System für Finanzbuchführung & Abrechnungen |
| **SaaS** | Software as a Service - Cloud-basiertes Softwaremodell |
| **Confidence Score** | Genauigkeit der OCR-Erkennung (0-100%) |

---

## 16. APPROVAL & SIGN-OFF

| Role | Name | Signature | Date |
|------|------|-----------|------|
| Product Manager | [Name] | __________ | ________ |
| Engineering Lead | [Name] | __________ | ________ |
| Business Lead | [Name] | __________ | ________ |
| Stakeholder | [Name] | __________ | ________ |

---

**Document Version:** 1.0  
**Last Updated:** Februar 2026  
**Next Review:** April 2026  
**Status:** READY FOR DEVELOPMENT