feat(parser): deterministic pre-position free text into BT-22 (Task 3a)

- extract_pre_position_freetext(): liest den Vorlauftext zwischen Tabellenkopf ('Pos.') und
  erster Position direkt aus dem PDF-Text (ohne Referenzzeilen), statt sich auf das oft
  unvollstaendige LLM-Feld zu verlassen. Ersetzt invoice_note, wenn die Struktur erkannt wird.
  Verifiziert gegen 7 echte Rechnungen (vollstaendiger Freitext bei BIM/valantic/degewo/ZenIT,
  korrekt leer bei Gemeinde/Stadtwerke).
- ANGEBOT-Regex: Wortgrenze ergaenzt, damit 'VERGABEANGEBOT' (BT-17) nicht mehr faelschlich als
  'Angebot' erkannt und tender_id nicht mehr faelschlich geleert wird.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

invoice_logic.py

@@ -147,7 +147,7 @@ def build_payment_terms_note(data):
 
 
 ANGEBOT_PATTERN = re.compile(
-    r"Angebot\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)\s+vom\s+(\d{1,2}[.\-/]\d{1,2}[.\-/]\d{2,4})",
+    r"\bAngebot\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)\s+vom\s+(\d{1,2}[.\-/]\d{1,2}[.\-/]\d{2,4})",
     re.IGNORECASE,
 )
 
@@ -162,6 +162,43 @@ def extract_angebot_reference(text):
     return f"Angebot {m.group(1)} vom {m.group(2)}"
 
 
+# Referenzzeilen, die ein eigenes EN16931-Feld haben und daher NICHT in den Vorlauf-Freitext
+# gehoeren (Auftragsbestaetigung BT-14, Angebot/Vergabeangebot, Lieferschein BT-16, Vertrag BT-12).
+_REFERENCE_LINE_PATTERN = re.compile(
+    r"^(AUFTRAGSBESTÄTIGUNG|VERGABEANGEBOT|ANGEBOT|AUSSCHREIBUNG|LIEFERSCHEIN|VERTRAG|BESTELLUNG)\b",
+    re.IGNORECASE,
+)
+# Positionsnummer: alleinstehend "1" / "12" oder gegliedert "2.1". Markiert das Ende des Vorlaufs.
+_POSITION_NUMBER_PATTERN = re.compile(r"^\d{1,3}(?:\.\d{1,3})?$")
+
+
+def extract_pre_position_freetext(text):
+    """Liest den beschreibenden Vorlauftext zwischen dem Tabellenkopf ('Pos.') und der ersten
+    Position deterministisch aus dem PDF-Text - unabhaengig vom (oft unvollstaendigen) LLM. Alles
+    zwischen der ersten 'Pos.'-Zeile und der ersten Positionsnummer wird uebernommen, ausser den
+    Referenzzeilen (Auftragsbestaetigung/Angebot/Vergabeangebot/Lieferschein/Vertrag), die eigene
+    Felder haben. Gibt den Freitext zurueck ("" wenn keiner vorhanden) oder None, wenn die
+    Tabellenstruktur nicht erkennbar ist (dann bleibt ein evtl. LLM-Freitext unveraendert)."""
+    lines = [ln.strip() for ln in text.split("\n")]
+
+    header_idx = next((i for i, ln in enumerate(lines) if ln == "Pos."), None)
+    if header_idx is None:
+        return None
+
+    first_pos_idx = next(
+        (i for i in range(header_idx + 1, len(lines)) if _POSITION_NUMBER_PATTERN.match(lines[i])),
+        None,
+    )
+    if first_pos_idx is None:
+        return None
+
+    freetext_lines = [
+        ln for ln in lines[header_idx + 1:first_pos_idx]
+        if ln and not _REFERENCE_LINE_PATTERN.match(ln)
+    ]
+    return "\n".join(freetext_lines)
+
+
 def sanitize_filename_part(value):
     """Macht einen String dateisystem-sicher: entfernt in Dateinamen kritische Zeichen
     (Pfadtrenner/Sonderzeichen) und fasst Whitespace zu einem Bindestrich zusammen."""

main.py

@@ -31,6 +31,7 @@ from invoice_logic import (
     detect_contract_type,
     extract_hardware_serial_numbers,
     extract_angebot_reference,
+    extract_pre_position_freetext,
 )
 
 # ==========================================
@@ -234,6 +235,14 @@ with col2:
                 final_data["contract_type"] = detect_contract_type(pdf_text)
                 final_data["hardware_serials"] = extract_hardware_serial_numbers(pdf_text)
 
+                # Vorlauftext (BT-22) deterministisch aus dem PDF-Text lesen statt vom (oft
+                # unvollstaendigen) LLM: alles zwischen Tabellenkopf und erster Position, ohne die
+                # Referenzzeilen. Nur ersetzen, wenn die Tabellenstruktur erkannt wurde (sonst
+                # bleibt der LLM-Freitext als Fallback erhalten).
+                _freetext = extract_pre_position_freetext(pdf_text)
+                if _freetext is not None:
+                    final_data["invoice_note"] = _freetext
+
                 # Angebotsbezug ("Angebot <Nr> vom <Datum>") hat kein eigenes EN16931-Feld - als
                 # Info fuer den Kunden in den Freitext (BT-22). Zusaetzlich: falls das LLM die
                 # Angebotsnummer faelschlich in Vertrag (BT-12) oder Vergabeangebot (BT-17) gepackt