docs(#106,#126): Plenarprotokoll-Parser-Roadmap pro Bundesland

Format-Hints, URL-Patterns und Aufwand-Schaetzung pro BL fuer kuenftige
Phase-2-Implementierungen. Dokumentiert was pro Landtag zu tun ist:

- NRW: produktiv (38 Tests, Fixture-Garantie 19/19)
- BUND: XML-Endpoint fuer namentliche Abstimmungen empfohlen statt PDF
- MV/TH: ParlDok-Plattform, Synergien
- BB/BY/BE/BW/HB/HE/HH/LSA/NI/RP/SH/SL/SN: je 1-3 Tage Reverse-Engineering
- BUND-XML, MV/TH-Synergie und HE-HTML als naechste empfohlene Picks

Cron-Erweiterung pro neuem BL: ein PROTO_TARGETS-Eintrag in
scripts/auto-ingest-protocols.sh, kein Cron-Edit noetig.

docs/protokoll-parser-roadmap.md

@@ -0,0 +1,151 @@
+# Plenarprotokoll-Parser Roadmap pro Bundesland
+
+Stand 2026-04-28. Architektur fertig (ADR 0009), NRW-Parser produktiv,
+Cron-Infrastruktur (`scripts/auto-ingest-protocols.sh`) BL-erweiterbar.
+Pro weiterem BL ist ein eigener Parser zu implementieren — das ist
+deterministische Reverse-Engineering-Arbeit, keine LLM-Calls, keine Kosten.
+
+## Pattern fuer neue BL
+
+1. **Sample-PDF/HTML/XML besorgen** und Vote-Anchor-Phrasen identifizieren.
+2. **`app/protokoll_parsers/<bl>.py`** anlegen mit `parse_protocol(path) -> list[dict]`
+   nach Vertrag aus ADR 0009.
+3. **Eintrag in `PROTOKOLL_PARSERS`** (in `__init__.py`).
+4. **Tests** in `tests/test_protokoll_parsers_<bl>.py`.
+5. **`PROTO_TARGETS`** in `scripts/auto-ingest-protocols.sh` ergaenzen.
+6. **Backfill** einmal manuell laufen lassen.
+
+## Pro Bundesland: bekannter Stand
+
+### NRW ✅ produktiv
+
+- URL: `https://www.landtag.nrw.de/portal/WWW/dokumentenarchiv/Dokument/MMP{wp}-{n}.pdf`
+- Format: PDF mit deterministischen Anchor-Phrasen ("Damit ist X angenommen/abgelehnt")
+- Parser: `app/protokoll_parsers/nrw.py`
+- Tests: 38 Tests, Fixture-Garantie 19/19 auf MMP18-119
+
+### Bundestag (BUND) — anderer Vote-Sprache als NRW
+
+- URL: `https://dserver.bundestag.de/btp/{wp}/{wp}{n:03}.pdf` (z.B. `20184` = WP20 Sitzung 184)
+- Format: PDF, ~1 MB pro Sitzung, ~600k Zeichen Text.
+- **Vote-Anchor-Phrasen unterscheiden sich von NRW:**
+  - Bundestag nutzt: „Wer dem Gesetzentwurf seine Zustimmung gibt, den
+    bitte ich, sich zu erheben", „Damit ist der Gesetzentwurf in zweiter
+    Beratung angenommen", „... mit den Stimmen der Koalition gegen die
+    Stimmen der Opposition abgelehnt"
+  - „angenommen" und „überwiesen" haeufig in „in zweiter Beratung
+    angenommen" oder „zur federführenden Beratung an den Ausschuss"
+- Vote-Daten: bei „namentliche Abstimmung" als separate XML-Datei
+  unter `https://dserver.bundestag.de/.../btp{wp}-{n}-namentlich.xml`
+  (alternative datenquelle, strukturiert!)
+- **Empfehlung:** Statt PDF-Parsen den XML-Endpoint fuer namentliche
+  Abstimmungen nutzen — dort liegt fraktions-aggregiertes Vote bereits
+  als Struktur vor.
+- Aufwand: ~1-2 Tage
+
+### MV — ParlDok 8.x SPA
+
+- URL-Pattern: `https://www.dokumentation.landtag-mv.de/parldok/dokument/{id}/{slug}.pdf`
+- Format: PDF, aber `{id}` ist nicht-vorhersagbar — braucht Listen-API
+  von ParlDok-Suche
+- Workaround: Suche via Plenarprotokoll-Filter, Liste der IDs holen
+- Aufwand: ~2 Tage (URL-Discovery + Parser-Bau)
+
+### Bayern (BY) — Pfad-Pattern noch zu verifizieren
+
+- Format: PDF
+- URL aus dokukratie-yml ziehen (nicht direkt dokumentiert)
+- Aufwand: ~2 Tage
+
+### Brandenburg (BB)
+
+- URL-Pattern: `https://www.landtag.brandenburg.de/...` mit eigenem Schema
+- Format: PDF mit Vote-Tabellen
+- Aufwand: ~2-3 Tage (Tabellen-Parsing aufwendiger als reine Text-Anchors)
+
+### Berlin (BE)
+
+- Pardok-Plattform (analog LSA, BE)
+- URL via Search-API
+- Aufwand: ~2 Tage
+
+### Bremen (HB), Hamburg (HH), Saarland (SL)
+
+- Stadtstaaten, kleinere Landtage
+- Format-Recherche pro Stadt; oft PDFs mit weniger formalen Anchors
+- Aufwand: je ~1-2 Tage
+
+### Hessen (HE)
+
+- Webseiten-Plenarprotokolle z.T. als HTML strukturiert (semantische
+  Tags pro Beschluss)
+- Wenn HTML zugaenglich: einfacher als PDF
+- Sample-URL muss recherchiert werden
+- Aufwand: ~1-2 Tage
+
+### Niedersachsen (NI)
+
+- nilas-Portal Login-protected (siehe `feedback_silent_excepts.md`)
+- Plenarprotokolle ggf. auf eigener Seite ohne Login
+- Aufwand: ~2-3 Tage (Login-Workaround pruefen)
+
+### Rheinland-Pfalz (RP)
+
+- OPAL_extern, abweichend zu NRW-OPAL
+- PDF-URLs dokumentiert in dokukratie-yml
+- Aufwand: ~2 Tage
+
+### Sachsen (SN)
+
+- ASP.NET-Webforms — Postback-Handling fuer Suche noetig
+- Plenarprotokoll-Liste via XML-Export
+- Synergie mit bestehendem `app/sn_xml_export`-Workflow moeglich
+- Aufwand: ~1-2 Tage
+
+### Sachsen-Anhalt (LSA)
+
+- Padoka-Plattform (analog BE)
+- URL via Search-API
+- Aufwand: ~2 Tage
+
+### Schleswig-Holstein (SH)
+
+- Starfinder-CGI-Backend
+- Format: PDF
+- Aufwand: ~2 Tage
+
+### Thüringen (TH)
+
+- ParlDok-Plattform (analog MV)
+- Synergien mit MV-Parser hoch
+- Aufwand: ~1-2 Tage (nach MV)
+
+### Baden-Württemberg (BW)
+
+- PARLIS-Eigensystem
+- Format: PDF
+- Aufwand: ~2 Tage
+
+## Implementations-Reihenfolge nach Aufwand-Nutzen
+
+1. **MV + TH** parallel (gleiche ParlDok-Plattform, Synergien)
+2. **BUND** (XML-Endpoint!) — strukturierte Daten leichter als PDF-Parser
+3. **HE** wenn HTML-Plenarprotokolle existieren
+4. Rest nach Bedarf
+
+## Cron-Erweiterung pro neuem BL
+
+In `scripts/auto-ingest-protocols.sh` einen `PROTO_TARGETS`-Eintrag
+ergaenzen:
+
+```bash
+PROTO_TARGETS=(
+  "NRW|18|https://www.landtag.nrw.de/.../MMP18-{n}.pdf"
+  "BUND|20|https://dserver.bundestag.de/btp/20/20{n:03}.pdf"
+  ...
+)
+```
+
+Format-Spec: `BL_CODE|WAHLPERIODE|URL_MIT_{n}_PLACEHOLDER`. Das Skript
+erkennt automatisch das letzte ingestete Protokoll dieses BL/WP und
+inkrementiert.