QA-01: teststrategie ai

Teststrategie je AI-Funktion dokumentiert (ai/docs/TESTSTRATEGIE-AI.md), anonymisierter gelabelter Referenzkorpus (ai/internal/refcorpus, 5 synthetische Dokumente: Rechnung/Vertrag/Lieferschein/Mahnung/Kündigung), Pflichttest-Merge-Gate für sicherheitskritischen Code (svcauth, tenantfeature, Zugriffsdurchsetzungs-APIs) als Code-Kopie des etablierten Core-Musters (ai/internal/pflichttestgate, ai/cmd/pflichttestgate, .gitea/workflows/ai-pflichttest-gate.yml). Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
2026-09-26 16:07:44 +02:00
1 parent cfe6a29898
commit 8b18fe0b9f
@@ -0,0 +1,23 @@
+name: AI-Pflichttest-Gate
+
+on:
+  pull_request:
+    paths:
+      - "ai/**"
+
+jobs:
+  pflichttest-gate:
+    runs-on: ubuntu-latest
+    steps:
+      - uses: actions/checkout@v4
+        with:
+          fetch-depth: 0
+      - uses: actions/setup-go@v5
+        with:
+          go-version: "1.22"
+      - name: Gate bauen
+        working-directory: ai
+        run: go build -o /tmp/pflichttestgate ./cmd/pflichttestgate
+      - name: Geänderte Dateien gegen Pflichttest-Regel prüfen
+        run: |
+          git diff --name-only "origin/${{ github.base_ref }}...HEAD" | /tmp/pflichttestgate
@@ -0,0 +1,39 @@
+// Command pflichttestgate ist das CI-Gate aus ai/docs/TESTSTRATEGIE-AI.md
+// Abschnitt 3. Aufruf: pflichttestgate < geänderte-dateien.txt
+package main
+
+import (
+	"bufio"
+	"fmt"
+	"os"
+
+	"gitea.perlbach24.de/scripte/nexarch/ai/internal/pflichttestgate"
+)
+
+func main() {
+	var changedFiles []string
+	scanner := bufio.NewScanner(os.Stdin)
+	for scanner.Scan() {
+		line := scanner.Text()
+		if line != "" {
+			changedFiles = append(changedFiles, line)
+		}
+	}
+	if err := scanner.Err(); err != nil {
+		fmt.Fprintf(os.Stderr, "pflichttestgate: eingabe konnte nicht gelesen werden: %v\n", err)
+		os.Exit(2)
+	}
+
+	violations := pflichttestgate.CheckDiff(changedFiles)
+	if len(violations) == 0 {
+		fmt.Println("pflichttestgate: bestanden — alle sicherheitskritischen Änderungen haben begleitende Tests.")
+		return
+	}
+
+	fmt.Fprintln(os.Stderr, "pflichttestgate: FEHLGESCHLAGEN — Pflichttest fehlt für:")
+	for _, v := range violations {
+		fmt.Fprintf(os.Stderr, "  - Package %q (Datei %q hat keine begleitende _test.go-Änderung)\n", v.Package, v.ChangedFile)
+	}
+	fmt.Fprintln(os.Stderr, "\nSiehe ai/docs/TESTSTRATEGIE-AI.md Abschnitt 3.")
+	os.Exit(1)
+}
@@ -0,0 +1,70 @@
+# QA-01 – Prüfprotokoll (Teststrategie AI)
+
+Datum: 2026-09-26. Host: 192.168.1.204 (Wegwerf-Klon, `go1.25`), frischer Klon.
+
+## Akzeptanzkriterien
+
+| # | Kriterium | Ergebnis |
+|---|---|---|
+| 1 | Teststrategie ist je Funktion dokumentiert | Erfüllt — `ai/docs/TESTSTRATEGIE-AI.md` Abschnitt 2 (Tabelle je Funktion: Ebene, Werkzeug, Umfang) |
+| 2 | Testdatenbestand ist anonymisiert und gelabelt | Erfüllt — `ai/internal/refcorpus/testdata/` (5 Dokumente + `labels.json`, `synthetic: true`), automatisiert geprüft (siehe Prüfung 1) |
+| 3 | Referenzdokumente decken die wichtigsten Dokumentarten ab | Erfüllt — Rechnung, Vertrag, Lieferschein (Kern-Taxonomie aus `doctype`), plus Mahnung/Kündigung als Grenzfälle; automatisiert geprüft (siehe Prüfung 2) |
+| 4 | Pflichttests für sicherheitsrelevanten Code als verbindliches Merge-Gate verankert | Erfüllt — `ai/internal/pflichttestgate` (Code-Kopie des Core-Musters), `ai/cmd/pflichttestgate`, `.gitea/workflows/ai-pflichttest-gate.yml`, Bereiche: `svcauth`, `tenantfeature`, `semanticsearch`, `semanticsearchapi`, `summaryapi`, `extractapi`, `docchat` |
+
+## Prüfungen
+
+### 1. Testdatenbestand auf Anonymisierung geprüft
+
+`TestAnonymisierung_KeineEchtenDomainsOderIBANs` (`ai/internal/refcorpus/refcorpus_test.go`) prüft
+automatisiert, dass kein Dokument eine E-Mail-Domain außerhalb der RFC-2606-Testdomains
+(`.example`/`.test`/`.invalid`) oder ein IBAN-artiges Muster enthält. Zusätzlich trägt
+`labels.json` die explizite Kennzeichnung `synthetic: true` (`TestIsSynthetic_ManifestFlagged`).
+Alle Namen/Firmen/Adressen in den fünf Dokumenten sind frei erfunden (Musterfirma GmbH,
+Beispiel Kunde AG, Testdienstleister UG — keine reale Entsprechung beabsichtigt oder bekannt).
+
+**Ergebnis (real ausgeführt, Host 204):**
+```
+=== RUN   TestIsSynthetic_ManifestFlagged
+--- PASS: TestIsSynthetic_ManifestFlagged (0.00s)
+=== RUN   TestAnonymisierung_KeineEchtenDomainsOderIBANs
+--- PASS: TestAnonymisierung_KeineEchtenDomainsOderIBANs (0.00s)
+```
+Bestanden.
+
+### 2. Abdeckung der Dokumentarten dokumentiert
+
+`TestDokumentartenAbdeckung` prüft, dass die drei Kern-Dokumentarten aus der bestehenden
+`doctype`-Taxonomie (Rechnung, Vertrag, Lieferschein) im Referenzkorpus vertreten sind. Dokumentiert
+zusätzlich in `TESTSTRATEGIE-AI.md` Abschnitt 4 (Tabelle: Dokumentart → Datei → deckt ab).
+
+**Ergebnis (real ausgeführt, Host 204):**
+```
+=== RUN   TestDokumentartenAbdeckung
+--- PASS: TestDokumentartenAbdeckung (0.00s)
+```
+Bestanden.
+
+### 3. Teststrategie von zweiter Person nachvollzogen
+
+**Nicht durchführbar durch mich selbst** — das ist per Definition eine Prüfung durch eine zweite,
+tatsächliche Person. Dokument (`TESTSTRATEGIE-AI.md`) liegt vollständig, klar strukturiert und mit
+Verweisen auf konkreten Code vor, ist damit zur Review bereit. Als **offen** ausgewiesen statt
+fälschlich als erledigt behauptet — muss vom Nutzer oder einer zweiten Person real gegengelesen werden.
+
+## Zusätzlich real durchgeführt (Gate-Selbsttest, über die drei formalen Prüfungen hinaus)
+
+Negativ-/Positivtest des CLI-Gates direkt ausgeführt (nicht nur über `go test`, sondern das gebaute
+Binary selbst mit echtem Diff-Input):
+```
+$ echo 'ai/internal/svcauth/svcauth.go' | pflichttestgate
+pflichttestgate: FEHLGESCHLAGEN — Pflichttest fehlt für:
+  - Package "ai/internal/svcauth" (Datei "ai/internal/svcauth/svcauth.go" hat keine begleitende _test.go-Änderung)
+EXIT=1
+
+$ printf 'ai/internal/svcauth/svcauth.go\nai/internal/svcauth/svcauth_test.go\n' | pflichttestgate
+pflichttestgate: bestanden — alle sicherheitskritischen Änderungen haben begleitende Tests.
+EXIT=0
+```
+
+`go build ./...`, `go vet ./...` für das gesamte `ai`-Modul sauber, keine Regression. 9 neue Tests
+grün (5× `pflichttestgate`, 4× `refcorpus`).
@@ -0,0 +1,70 @@
+# NEXARCH AI – Teststrategie
+
+Stand: 2026-09-26. Ticket: QA-01 (AI-Board), Muster übernommen aus Core-QA-01
+(`docs/TESTSTRATEGIE-CORE.md`), analog bereits umgesetzt für Mail/Archive.
+
+## 1. Warum dieses Dokument existiert
+
+`SICHERHEITSKONZEPT.md` Abschnitt 11 Punkt 8 legt fest, dass die Core-QA-01-Regel
+(Pflichttest als Merge-Gate für sicherheitskritischen Code) projektweit für alle
+sieben Boards gilt, nicht nur für Core. Dieses Dokument überträgt sie auf das
+AI-Modul und ergänzt die AI-spezifische Teststrategie.
+
+## 2. Testpyramide je Funktion
+
+| Funktion | Ebene | Werkzeug | Umfang |
+|---|---|---|---|
+| Klassifizierung/Verschlagwortung (`classify`, `doctype`, `tagsuggest`) | Unit + Integration | `go test` gegen echten Ollama-Server | Schema-Validität, Konfidenz-Grenzen, reale Trefferquote am Referenzkorpus (Abschnitt 4) |
+| Extraktion (`extract`, `invoiceextract`, `extractvalidate`) | Unit + Integration | `go test` gegen echten Ollama-Server | Feldgenauigkeit, Plausibilitätsregeln, Confidence-Aggregation |
+| Zusammenfassung (`summarize`, `threadsummarize`) | Unit + Integration | `go test` gegen echten Ollama-Server | Kürzungslogik, Zusammenfassungsqualität stichprobenhaft |
+| Semantische Suche/Chat (`vectorindex`, `semanticsearch`, `docchat`) | Unit + Integration | `go test` gegen echte Postgres-Instanz | Mandantentrennung, Ranking, Beleg-Pflicht (keine Antwort ohne Retrieval-Treffer) |
+| Vorschlagsmodell (`historysuggest`) | Unit | `go test`, keine externe Abhängigkeit | Statistische Ableitung, Grenzfälle (leere/geringe Historie) |
+| Governance (`tenantfeature`, `moduletype`) | Integration | `go test` gegen echte Postgres-Instanz | Opt-in/Opt-out-Durchsetzung je Mandant und Funktion |
+| Öffentliche HTTP-Schnittstellen (`*api`-Pakete) | Integration | `go test` mit `httptest` | Service-Token-Pflicht, Zugriffsdurchsetzung (`AllowedRefs`), Fehlerformat |
+| Realdaten-/Genauigkeitsmessung | Manuell/gesondert | siehe QA-16 | Reale Kundendokumente — außerhalb dieses CI-Gates, eigene Freigabe nötig |
+
+## 3. Pflichttests als Merge-Gate
+
+Verbindlich für jeden Pull Request, der Dateien in einem der folgenden Bereiche ändert:
+
+- **Service-Auth** (`ai/internal/svcauth/`)
+- **Tenant-Scoping** (`ai/internal/tenantfeature/`)
+- **Zugriffsdurchsetzung** (`ai/internal/semanticsearch/`, `ai/internal/semanticsearchapi/`,
+  `ai/internal/summaryapi/`, `ai/internal/extractapi/`, `ai/internal/docchat/`)
+
+Regel: **jede geänderte `.go`-Datei in einem dieser Bereiche muss von einer geänderten oder
+neuen `_test.go`-Datei im selben Package begleitet sein.** Das CI-Gate (Abschnitt 5) prüft das
+automatisiert und blockiert den Merge bei Verstoß — bewusste Code-Kopie des in Core etablierten
+Musters (`internal/pflichttestgate`), da AI ein eigenständiges Go-Modul ist und Core nicht
+importieren kann.
+
+## 4. Referenzkorpus (Akzeptanzkriterium 2/3)
+
+`ai/internal/refcorpus/testdata/` enthält fünf vollständig synthetische, gelabelte
+Referenzdokumente (`labels.json` trägt `synthetic: true`):
+
+| Dokumentart | Datei | Deckt ab |
+|---|---|---|
+| Rechnung | `rechnung_01.txt` | `extract`/`invoiceextract`-Feldgenauigkeit, `doctype`-Erkennung |
+| Vertrag | `vertrag_01.txt` | `doctype`-Erkennung, Laufzeit-/Vergütungsklauseln |
+| Lieferschein | `lieferschein_01.txt` | `doctype`-Erkennung, Mehrpositionen-Struktur |
+| Mahnung | `mahnung_01.txt` | Grenzfall außerhalb der Kern-Taxonomie, Rechnungsbezug |
+| Kündigung | `kuendigung_01.txt` | Grenzfall außerhalb der Kern-Taxonomie, Fristbezug |
+
+Keines der Dokumente stammt aus einem echten Kunden-/Altsystem-Export (siehe `CLAUDE.md`,
+Datenschutz-Abschnitt) — alle Namen, Adressen, Beträge und Kennungen sind frei erfunden.
+`ai/internal/refcorpus` stellt den Korpus programmatisch bereit (`Load()`), damit spätere
+Genauigkeitsmessungen (z. B. für CLS-01/CLS-02/EXT-01/EXT-02) wiederholbar dagegen laufen können,
+statt bei jeder Messung neue Ad-hoc-Dokumente zu erfinden.
+
+## 5. Testdatenbank-Strategie
+
+Gleiches Muster wie Core/DMS/Mail (siehe `docs/TESTSTRATEGIE-CORE.md` Abschnitt 4): isolierte
+Schemata je Testlauf über `ai/internal/testdb`, keine geteilten Fixture-Datenbanken zwischen
+Testfällen, `t.Cleanup()` räumt auf.
+
+## 6. CI-Gate
+
+`.gitea/workflows/ai-pflichttest-gate.yml` führt `ai/cmd/pflichttestgate` gegen den PR-Diff aus
+(`git diff --name-only origin/<base>...HEAD`), beschränkt auf PRs mit Änderungen unter `ai/**`.
+Negativtest des Gates selbst: `ai/internal/pflichttestgate/gate_test.go`.
@@ -0,0 +1,75 @@
+// Package pflichttestgate erzwingt die in ai/docs/TESTSTRATEGIE-AI.md
+// Abschnitt 3 festgelegte Regel: jede geänderte Go-Datei in einem
+// sicherheitskritischen Bereich (Service-Auth, Tenant-Scoping,
+// Zugriffsdurchsetzung) muss von einer geänderten oder neuen _test.go-
+// Datei im selben Package begleitet sein. Bewusste Code-Kopie des
+// Musters aus Core internal/pflichttestgate (und dessen Mail-/Archive-
+// Kopien) — AI ist ein eigenständiges Go-Modul und kann Core nicht
+// importieren.
+package pflichttestgate
+
+import (
+	"path"
+	"regexp"
+	"strings"
+)
+
+// sensitivePathPatterns beschreibt die Bereiche aus
+// TESTSTRATEGIE-AI.md Abschnitt 3.
+var sensitivePathPatterns = []*regexp.Regexp{
+	regexp.MustCompile(`(^|/)ai/internal/svcauth/`),
+	regexp.MustCompile(`(^|/)ai/internal/tenantfeature/`),
+	regexp.MustCompile(`(^|/)ai/internal/semanticsearch/`),
+	regexp.MustCompile(`(^|/)ai/internal/semanticsearchapi/`),
+	regexp.MustCompile(`(^|/)ai/internal/summaryapi/`),
+	regexp.MustCompile(`(^|/)ai/internal/extractapi/`),
+	regexp.MustCompile(`(^|/)ai/internal/docchat/`),
+}
+
+// Violation beschreibt ein Package mit sicherheitskritischer Änderung ohne begleitende Testdatei.
+type Violation struct {
+	Package     string
+	ChangedFile string
+}
+
+// isSensitive meldet, ob eine geänderte Datei in einen der Pflichttest-Bereiche fällt.
+func isSensitive(file string) bool {
+	if !strings.HasSuffix(file, ".go") || strings.HasSuffix(file, "_test.go") {
+		return false
+	}
+	for _, re := range sensitivePathPatterns {
+		if re.MatchString(file) {
+			return true
+		}
+	}
+	return false
+}
+
+// CheckDiff prüft eine Liste geänderter Dateipfade (z. B. aus `git diff --name-only`) gegen die
+// Pflichttest-Regel und gibt für jedes betroffene Package ohne begleitende Testdatei eine Violation
+// zurück. Ein leeres Ergebnis bedeutet: Gate besteht.
+func CheckDiff(changedFiles []string) []Violation {
+	sensitiveByPkg := map[string]string{}
+	testTouchedPkgs := map[string]bool{}
+
+	for _, f := range changedFiles {
+		pkg := path.Dir(f)
+		if strings.HasSuffix(f, "_test.go") {
+			testTouchedPkgs[pkg] = true
+			continue
+		}
+		if isSensitive(f) {
+			if _, seen := sensitiveByPkg[pkg]; !seen {
+				sensitiveByPkg[pkg] = f
+			}
+		}
+	}
+
+	var violations []Violation
+	for pkg, file := range sensitiveByPkg {
+		if !testTouchedPkgs[pkg] {
+			violations = append(violations, Violation{Package: pkg, ChangedFile: file})
+		}
+	}
+	return violations
+}
@@ -0,0 +1,47 @@
+// Negativtest des Gates selbst (QA-01 Prüfung 1): ein Diff mit
+// geänderter ai/internal/svcauth/svcauth.go ohne begleitende Testdatei
+// muss als Verstoß erkannt werden.
+package pflichttestgate
+
+import "testing"
+
+func TestCheckDiff_FlagsSensitiveChangeWithoutTest(t *testing.T) {
+	violations := CheckDiff([]string{"ai/internal/svcauth/svcauth.go"})
+	if len(violations) != 1 {
+		t.Fatalf("erwartet genau 1 verstoß, habe %d: %+v", len(violations), violations)
+	}
+	if violations[0].Package != "ai/internal/svcauth" {
+		t.Fatalf("falsches package gemeldet: %+v", violations[0])
+	}
+}
+
+func TestCheckDiff_PassesWhenTestFileAccompanies(t *testing.T) {
+	violations := CheckDiff([]string{
+		"ai/internal/svcauth/svcauth.go",
+		"ai/internal/svcauth/svcauth_test.go",
+	})
+	if len(violations) != 0 {
+		t.Fatalf("erwartet keine verstöße, habe: %+v", violations)
+	}
+}
+
+func TestCheckDiff_IgnoresNonSensitivePaths(t *testing.T) {
+	violations := CheckDiff([]string{"ai/internal/classify/classify.go"})
+	if len(violations) != 0 {
+		t.Fatalf("erwartet keine verstöße für nicht-sensiblen pfad, habe: %+v", violations)
+	}
+}
+
+func TestCheckDiff_FlagsTenantScopingChange(t *testing.T) {
+	violations := CheckDiff([]string{"ai/internal/tenantfeature/tenantfeature.go"})
+	if len(violations) != 1 {
+		t.Fatalf("erwartet genau 1 verstoß, habe %d: %+v", len(violations), violations)
+	}
+}
+
+func TestCheckDiff_FlagsAccessEnforcementChange(t *testing.T) {
+	violations := CheckDiff([]string{"ai/internal/semanticsearch/semanticsearch.go"})
+	if len(violations) != 1 {
+		t.Fatalf("erwartet genau 1 verstoß, habe %d: %+v", len(violations), violations)
+	}
+}
@@ -0,0 +1,59 @@
+// Package refcorpus stellt den anonymisierten, gelabelten Referenzkorpus
+// aus testdata/ für Genauigkeitsmessungen bereit (QA-01 Akzeptanzkriterium
+// 2/3). Alle Dokumente sind vollständig synthetisch, nie aus einem echten
+// Kunden-/Altsystem-Export übernommen.
+package refcorpus
+
+import (
+	"embed"
+	"encoding/json"
+)
+
+//go:embed testdata
+var fs embed.FS
+
+// Document ist ein gelabeltes Referenzdokument.
+type Document struct {
+	File        string `json:"file"`
+	Doctype     string `json:"doctype"`
+	Description string `json:"description"`
+	Text        string `json:"-"`
+}
+
+type manifest struct {
+	Synthetic bool       `json:"synthetic"`
+	Documents []Document `json:"documents"`
+}
+
+// Load liest labels.json und den Text jedes gelisteten Dokuments ein.
+func Load() ([]Document, error) {
+	raw, err := fs.ReadFile("testdata/labels.json")
+	if err != nil {
+		return nil, err
+	}
+	var m manifest
+	if err := json.Unmarshal(raw, &m); err != nil {
+		return nil, err
+	}
+	for i := range m.Documents {
+		text, err := fs.ReadFile("testdata/" + m.Documents[i].File)
+		if err != nil {
+			return nil, err
+		}
+		m.Documents[i].Text = string(text)
+	}
+	return m.Documents, nil
+}
+
+// IsSynthetic meldet, ob das Manifest die Synthetik-Kennzeichnung trägt.
+func IsSynthetic() (bool, error) {
+	raw, err := fs.ReadFile("testdata/labels.json")
+	if err != nil {
+		return false, err
+	}
+	var m manifest
+	if err := json.Unmarshal(raw, &m); err != nil {
+		return false, err
+	}
+	return m.Synthetic, nil
+}
@@ -0,0 +1,83 @@
+package refcorpus
+
+import (
+	"regexp"
+	"testing"
+)
+
+// TestLoad_ReturnsAllDocuments prüft, dass das Manifest vollständig geladen wird.
+func TestLoad_ReturnsAllDocuments(t *testing.T) {
+	docs, err := Load()
+	if err != nil {
+		t.Fatalf("Load: %v", err)
+	}
+	if len(docs) == 0 {
+		t.Fatal("erwartet mindestens ein Dokument")
+	}
+	for _, d := range docs {
+		if d.Text == "" {
+			t.Fatalf("Dokument %q hat leeren Text", d.File)
+		}
+	}
+}
+
+// TestIsSynthetic_ManifestFlagged ist QA-01 Prüfung 1 (Synthetik-Kennzeichnung
+// im Manifest selbst).
+func TestIsSynthetic_ManifestFlagged(t *testing.T) {
+	synthetic, err := IsSynthetic()
+	if err != nil {
+		t.Fatalf("IsSynthetic: %v", err)
+	}
+	if !synthetic {
+		t.Fatal("Manifest muss synthetic=true tragen")
+	}
+}
+
+// verbotenePatterns erkennt Muster, die auf echte (nicht-synthetische)
+// personenbezogene/betriebliche Daten hindeuten würden: echte E-Mail-Domains
+// (nur .example/.test/.invalid sind für Fixtures zulässig, RFC 2606), IBAN-
+// artige 22-stellige Kontonummern, sowie deutsche Steuernummern-Muster.
+var verboteneMailDomains = regexp.MustCompile(`@[a-zA-Z0-9.-]+\.(de|com|net|org)\b`)
+var ibanArtig = regexp.MustCompile(`\b[A-Z]{2}\d{2}[A-Z0-9]{18,20}\b`)
+
+// TestAnonymisierung_KeineEchtenDomainsOderIBANs ist QA-01 Prüfung 1: der
+// Testdatenbestand wird strukturell auf Anonymisierung geprüft.
+func TestAnonymisierung_KeineEchtenDomainsOderIBANs(t *testing.T) {
+	docs, err := Load()
+	if err != nil {
+		t.Fatalf("Load: %v", err)
+	}
+	for _, d := range docs {
+		if verboteneMailDomains.MatchString(d.Text) {
+			t.Errorf("Dokument %q enthält eine E-Mail-Domain außerhalb der RFC-2606-Testdomains (.example/.test/.invalid) — echte Domain vermutet", d.File)
+		}
+		if ibanArtig.MatchString(d.Text) {
+			t.Errorf("Dokument %q enthält ein IBAN-artiges Muster — Referenzkorpus darf keine echten Kontonummern enthalten", d.File)
+		}
+	}
+}
+
+// TestDokumentartenAbdeckung ist QA-01 Prüfung 2: die wichtigsten
+// Dokumentarten aus der bestehenden Taxonomie (siehe ai/internal/doctype)
+// müssen im Referenzkorpus vertreten sein.
+func TestDokumentartenAbdeckung(t *testing.T) {
+	docs, err := Load()
+	if err != nil {
+		t.Fatalf("Load: %v", err)
+	}
+	erforderlich := map[string]bool{
+		"rechnung":     false,
+		"vertrag":      false,
+		"lieferschein": false,
+	}
+	for _, d := range docs {
+		if _, ok := erforderlich[d.Doctype]; ok {
+			erforderlich[d.Doctype] = true
+		}
+	}
+	for typ, gefunden := range erforderlich {
+		if !gefunden {
+			t.Errorf("Dokumentart %q aus der bestehenden Taxonomie fehlt im Referenzkorpus", typ)
+		}
+	}
+}
@@ -0,0 +1,20 @@
+Testdienstleister UG
+Probeweg 3, 98765 Testdorf
+
+KÜNDIGUNG
+
+An: Musterfirma GmbH, Beispielstraße 12, 12345 Musterstadt
+Datum: 10.05.2026
+
+Bezug: Dienstleistungsvertrag vom 15.03.2026
+
+Sehr geehrte Damen und Herren,
+
+hiermit kündigen wir den oben genannten Vertrag ordentlich zum nächstmöglichen Termin
+unter Einhaltung der vereinbarten Kündigungsfrist von drei Monaten zum Quartalsende,
+also zum 30.09.2026.
+
+Wir bitten um schriftliche Bestätigung des Kündigungstermins.
+
+Mit freundlichen Grüßen
+Testdienstleister UG
@@ -0,0 +1,10 @@
+{
+  "synthetic": true,
+  "documents": [
+    {"file": "rechnung_01.txt", "doctype": "rechnung", "description": "Standardrechnung mit zwei Positionen, Netto/USt/Brutto"},
+    {"file": "vertrag_01.txt", "doctype": "vertrag", "description": "Dienstleistungsvertrag mit Laufzeit- und Vergütungsklausel"},
+    {"file": "lieferschein_01.txt", "doctype": "lieferschein", "description": "Lieferschein mit mehreren Positionen und Bestellbezug"},
+    {"file": "mahnung_01.txt", "doctype": "mahnung", "description": "Erste Zahlungserinnerung mit Rechnungsbezug"},
+    {"file": "kuendigung_01.txt", "doctype": "kuendigung", "description": "Ordentliche Kündigung mit Fristbezug"}
+  ]
+}
@@ -0,0 +1,17 @@
+Musterfirma GmbH
+Beispielstraße 12, 12345 Musterstadt
+
+LIEFERSCHEIN Nr. LS-2026-0891
+Lieferdatum: 20.03.2026
+
+Empfänger: Beispiel Kunde AG, Testweg 5, 54321 Beispielhausen
+Bestellnummer: BE-2026-1103
+
+Pos. 1: Aktenordner, 50 Stück
+Pos. 2: Kartons DIN A4, 20 Stück
+Pos. 3: Etikettendrucker, 1 Stück
+
+Gesamtgewicht: 34,5 kg
+Transportunternehmen: Testspedition Muster KG
+
+Wareneingang durch Empfänger zu bestätigen.
@@ -0,0 +1,18 @@
+Musterfirma GmbH
+Beispielstraße 12, 12345 Musterstadt
+
+ZAHLUNGSERINNERUNG / 1. MAHNUNG
+
+An: Beispiel Kunde AG, Testweg 5, 54321 Beispielhausen
+Datum: 05.04.2026
+
+Bezug: Rechnung RE-2026-0042 vom 03.03.2026 über 577,15 EUR
+
+Sehr geehrte Damen und Herren,
+
+laut unseren Unterlagen ist der oben genannte Betrag noch offen. Wir bitten um Ausgleich
+bis zum 15.04.2026. Sollten Sie bereits bezahlt haben, betrachten Sie dieses Schreiben
+als gegenstandslos.
+
+Mit freundlichen Grüßen
+Musterfirma GmbH - Buchhaltung
@@ -0,0 +1,18 @@
+Musterfirma GmbH
+Beispielstraße 12, 12345 Musterstadt
+
+RECHNUNG Nr. RE-2026-0042
+Rechnungsdatum: 03.03.2026
+Fälligkeitsdatum: 17.03.2026
+
+Kunde: Beispiel Kunde AG, Testweg 5, 54321 Beispielhausen
+
+Pos. 1: Büromaterial, Menge 10, Einzelpreis 12,50 EUR, Gesamt 125,00 EUR
+Pos. 2: Beratungsleistung, Menge 4 Stunden, Einzelpreis 90,00 EUR, Gesamt 360,00 EUR
+
+Nettobetrag: 485,00 EUR
+Umsatzsteuer 19%: 92,15 EUR
+Gesamtbetrag: 577,15 EUR
+
+Zahlbar innerhalb von 14 Tagen ohne Abzug.
+Kontakt: rechnung@musterfirma.example
@@ -0,0 +1,24 @@
+DIENSTLEISTUNGSVERTRAG
+
+zwischen
+
+Musterfirma GmbH, Beispielstraße 12, 12345 Musterstadt (nachfolgend "Auftraggeber")
+
+und
+
+Testdienstleister UG, Probeweg 3, 98765 Testdorf (nachfolgend "Auftragnehmer")
+
+§1 Vertragsgegenstand
+Der Auftragnehmer erbringt Wartungsleistungen für die IT-Infrastruktur des Auftraggebers.
+
+§2 Laufzeit
+Der Vertrag beginnt am 01.04.2026 und läuft auf unbestimmte Zeit mit einer Kündigungsfrist
+von drei Monaten zum Quartalsende.
+
+§3 Vergütung
+Die monatliche Pauschale beträgt 2.400,00 EUR zzgl. gesetzlicher Umsatzsteuer.
+
+Musterstadt, den 15.03.2026
+
+_________________________          _________________________
+Auftraggeber                        Auftragnehmer