refactor: Pipeline-Stufen in Ordner mit ihren Prompts

Im Wurzelverzeichnis liegt nur noch TextToModel.py (Ablauf und CLI).
Jede Stufe liegt mit Code und Prompt in einem eigenen Ordner: core,
understanding, modeling, checks, solving, reporting, data, benchmark;
Tests unter tests/, Aufgaben unter tasks/. understand_task,
text_to_model/revise_model und review_assumptions/needs_work/select_best
sind aus TextToModel.py zu ihren Prompts gewandert, inhaltlich
unveraendert. Prompt-Kennung des Benchmarks bleibt 93744636095a.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

data_profile.py

@@ -1,89 +0,0 @@
-"""Profil beigelegter Datendateien – Zeilen, Spalten, Typen, Spannweiten, Lücken.
-
-Bewusst **ohne LLM**: Das Fremdprojekt MM-Agent lässt eine Datenbeschreibung vom Modell schreiben
-(`DataDescription.summary`). Gerechnet ist billiger, reproduzierbar und nicht halluzinierbar – und
-das Profil ist damit selbst eine geprüfte Tatsache, auf die sich die späteren Stufen berufen dürfen.
-"""
-from pathlib import Path
-
-import pandas as pd
-
-from model_schema import ColumnProfile, DataFileProfile
-
-SAMPLE_ROWS = 3        # so viele Beispielwerte je Spalte in den Prompt
-MAX_COLUMNS = 40       # breitere Tabellen werden abgeschnitten, damit der Prompt nicht platzt
-
-
-def _read(path: Path) -> pd.DataFrame:
-    """CSV (mit Trennzeichen-Erkennung) oder Excel einlesen."""
-    if path.suffix.lower() in (".xlsx", ".xls"):
-        return pd.read_excel(path)
-    # sep=None + engine="python" erkennt Komma, Semikolon und Tabulator selbst
-    return pd.read_csv(path, sep=None, engine="python")
-
-
-def _as_numbers(spalte: pd.Series) -> pd.Series:
-    """Zahlen einer Spalte, auch bei deutscher Schreibweise ('1.234,56' als Text eingelesen)."""
-    zahlen = pd.to_numeric(spalte, errors="coerce")
-    vorhanden = spalte.notna().sum()
-    if vorhanden and zahlen.notna().sum() < vorhanden and pd.api.types.is_string_dtype(spalte):
-        deutsch = pd.to_numeric(
-            spalte.astype(str).str.replace(".", "", regex=False).str.replace(",", ".", regex=False),
-            errors="coerce")
-        if deutsch.notna().sum() > zahlen.notna().sum():
-            return deutsch
-    return zahlen
-
-
-def _column(name: str, spalte: pd.Series) -> ColumnProfile:
-    zahlen = _as_numbers(spalte)
-    # Eine Spalte gilt als Zahlenspalte, wenn die große Mehrheit der belegten Werte Zahlen sind
-    vorhanden = max(int(spalte.notna().sum()), 1)
-    numerisch = zahlen.notna().sum() >= 0.8 * vorhanden and not pd.api.types.is_bool_dtype(spalte)
-    beispiele = [str(v) for v in spalte.dropna().unique()[:SAMPLE_ROWS]]
-    return ColumnProfile(
-        name=str(name),
-        dtype="Zahl" if numerisch else "Text",
-        missing=int(spalte.isna().sum()),
-        minimum=float(zahlen.min()) if numerisch and zahlen.notna().any() else None,
-        maximum=float(zahlen.max()) if numerisch and zahlen.notna().any() else None,
-        mean=float(zahlen.mean()) if numerisch and zahlen.notna().any() else None,
-        samples=beispiele,
-    )
-
-
-def profile_file(path) -> DataFileProfile:
-    """Eine Datei einlesen und ihr Profil bestimmen; unlesbare Dateien melden den Fehler."""
-    path = Path(path)
-    try:
-        tabelle = _read(path)
-    except Exception as exc:                      # kaputte Datei darf den Lauf nicht abbrechen
-        return DataFileProfile(name=path.name, rows=0, columns=[], error=f"{type(exc).__name__}: {exc}")
-    spalten = [_column(name, tabelle[name]) for name in list(tabelle.columns)[:MAX_COLUMNS]]
-    return DataFileProfile(name=path.name, rows=int(len(tabelle)), columns=spalten,
-                           truncated_columns=max(0, len(tabelle.columns) - MAX_COLUMNS))
-
-
-def profile_files(paths) -> list:
-    return [profile_file(p) for p in paths or []]
-
-
-def to_prompt(profiles) -> str:
-    """Das Profil als knapper Text für die Prompts – Spaltennamen sind das Wichtigste."""
-    if not profiles:
-        return ""
-    teile = ["BEIGELEGTE DATEN (deterministisch ermittelt, nicht geschätzt):"]
-    for p in profiles:
-        if p.error:
-            teile.append(f"- {p.name}: NICHT LESBAR ({p.error})")
-            continue
-        teile.append(f"- {p.name}: {p.rows} Zeilen, {len(p.columns)} Spalten"
-                     + (f" (weitere {p.truncated_columns} Spalten nicht gezeigt)" if p.truncated_columns else ""))
-        for s in p.columns:
-            spanne = (f", von {s.minimum:g} bis {s.maximum:g}, Mittel {s.mean:g}"
-                      if s.minimum is not None else "")
-            luecken = f", {s.missing} fehlend" if s.missing else ""
-            teile.append(f"    {s.name} ({s.dtype}{spanne}{luecken}): {', '.join(s.samples)}")
-    teile.append("Lies diese Dateien im Programm über ihren Dateinamen (sie liegen im Arbeitsverzeichnis). "
-                 "Jede abgeleitete Kennzahl wird aus den Daten berechnet, nie geschätzt.")
-    return "\n".join(teile)