Fix: NRW-Titel + Regierungsfraktionen-Pflicht im LLM-Prompt

Bug 1 — NRW-Titel "Drucksache XX/YYYYY":
NRW's get_document machte nur HEAD-Request auf die PDF-URL und gab
title="Drucksache 18/18085" zurück — keinen echten Titel. Fix: nutzt
jetzt search(drucksache) um den echten Eintrag von OPAL zu holen.
Fallback: leerer Titel statt generischer, damit der LLM-Titel nicht
überschrieben wird. Plus _pick_best_title Helper: doc.title nur
übernehmen wenn es ein echter Titel ist (nicht "Drucksache XX").

Bug 2 — Nur Antragsteller im Passungsprofil, keine Regierungsfraktionen:
Der LLM ignorierte die "UND Regierungsfraktionen"-Anweisung im Prompt.
Fix: explizite PFLICHT-FRAKTIONEN-Zeile im User-Prompt:
"Du MUSST folgende Fraktionen in wahlprogrammScores bewerten: SPD, CDU, GRÜNE"
(dedupliziert aus fraktionen + regierungsfraktionen).

Tests: 194/194 grün.
Batch-Re-Analyse muss nochmal laufen mit den Fixes (21 bereits fertig,
15 noch offen — werden alle erneut benötigt weil die Titel/Fraktionen
in den neuen Assessments falsch sind).

app/analyzer.py

@@ -282,10 +282,13 @@ async def analyze_antrag(text: str, bundesland: str = "NRW", model: str = "qwen-
 {text}
 </antrag>
 
+**PFLICHT-FRAKTIONEN:** Du MUSST folgende Fraktionen in `wahlprogrammScores` bewerten:
+{', '.join(dict.fromkeys(fraktionen + BUNDESLAENDER[bundesland].regierungsfraktionen))}
+
 Bewerte nach GWÖ-Matrix 2.0 für Gemeinden:
 1. GWÖ-Treue (0-10) mit Matrix-Zuordnung und Symbolen (++/+/○/−/−−)
-2. Wahlprogrammtreue der einreichenden Fraktion(en) UND Regierungsfraktionen (0-10)
-3. Parteiprogrammtreue der einreichenden Fraktion(en) UND Regierungsfraktionen (0-10)
+2. Wahlprogrammtreue JEDER der oben genannten Pflicht-Fraktionen (0-10)
+3. Parteiprogrammtreue JEDER der oben genannten Pflicht-Fraktionen (0-10)
 4. Bis zu 3 Verbesserungsvorschläge in Redline-Syntax
 5. Themen-Tags für Kategorisierung
 

app/main.py

@@ -40,6 +40,25 @@ from .parlamente import get_adapter, ADAPTERS
 from .bundeslaender import alle_bundeslaender
 from .analyzer import analyze_antrag
 from .auth import get_current_user, require_auth, keycloak_login_url, _is_auth_enabled
+
+
+def _pick_best_title(llm_title: str, doc_title: Optional[str], drucksache: str) -> str:
+    """Wähle den besten Titel aus LLM-Output und Adapter-Metadata.
+
+    Priorität:
+    1. doc_title, wenn ein echter Titel (nicht "Drucksache XX")
+    2. llm_title, wenn nicht leer und nicht generisch
+    3. Generischer Fallback "Drucksache XX"
+    """
+    generic_prefix = f"Drucksache {drucksache.split('/')[0]}"
+    # doc_title gut? (nicht generisch, nicht leer)
+    if doc_title and not doc_title.startswith("Drucksache ") and len(doc_title) > 5:
+        return doc_title
+    # LLM-Titel gut? (nicht generisch)
+    if llm_title and not llm_title.startswith("Drucksache ") and len(llm_title) > 5:
+        return llm_title
+    # doc_title als Fallback (auch wenn generisch)
+    return doc_title or llm_title or f"Drucksache {drucksache}"
 from .report import generate_html_report, generate_pdf_report
 from .embeddings import (
     init_embeddings_db, get_programme_info, get_indexing_status,
@@ -536,7 +555,11 @@ async def run_drucksache_analysis(
         # Prepare data for DB
         assessment_data = {
             "drucksache": drucksache,
-            "title": assessment.title or (doc.title if doc else f"Drucksache {drucksache}"),
+            # Titel-Priorität: LLM-generierter Titel > doc.title,
+            # ABER nur wenn doc.title ein echter Titel ist (nicht "Drucksache XX",
+            # wie NRW's get_document zurückgibt). Sonst überschreibt der
+            # generische doc.title den echten LLM-Titel.
+            "title": _pick_best_title(assessment.title, doc.title if doc else None, drucksache),
             "fraktionen": assessment.fraktionen,
             "datum": assessment.datum or (doc.datum if doc else ""),
             "link": doc.link if doc else "",

app/parlamente.py

@@ -255,23 +255,31 @@ class NRWAdapter(ParlamentAdapter):
         return results
     
     async def get_document(self, drucksache: str) -> Optional[Drucksache]:
-        """Get document metadata by drucksache ID (e.g. '18/8125')."""
-        # Parse legislatur and number
+        """Get document metadata by drucksache ID (e.g. '18/8125').
+
+        Nutzt ``search(drucksache)`` um den echten Titel und die
+        Fraktionen von OPAL zu bekommen. Fallback auf generischen
+        PDF-Link wenn die Suche nichts findet.
+        """
+        # Versuch 1: über die Suche den echten Eintrag finden
+        results = await self.search(drucksache, limit=10)
+        for doc in results:
+            if doc.drucksache == drucksache:
+                return doc
+
+        # Fallback: PDF-Link konstruieren ohne Titel/Fraktionen
         match = re.match(r"(\d+)/(\d+)", drucksache)
         if not match:
             return None
-        
         legislatur, nummer = match.groups()
         pdf_url = f"https://www.landtag.nrw.de/portal/WWW/dokumentenarchiv/Dokument/MMD{legislatur}-{nummer}.pdf"
-        
-        # Try to fetch and extract basic info
         async with httpx.AsyncClient(timeout=30, follow_redirects=True) as client:
             try:
                 resp = await client.head(pdf_url)
                 if resp.status_code == 200:
                     return Drucksache(
                         drucksache=drucksache,
-                        title=f"Drucksache {drucksache}",
+                        title="",  # Leer statt generisch, damit LLM-Titel nicht überschrieben wird
                         fraktionen=[],
                         datum="",
                         link=pdf_url,
@@ -279,7 +287,6 @@ class NRWAdapter(ParlamentAdapter):
                     )
             except:
                 pass
-        
         return None
     
     async def download_text(self, drucksache: str) -> Optional[str]: