feat(pipeline): pipeline_version v2, migration 062, docs + 71 tests

- Add PIPELINE_VERSION=2 constant and pipeline_version column to
  canonical_controls and canonical_processed_chunks (migration 062)
- Anthropic API decides chunk relevance via null-returns (skip_prefilter)
- Annex/appendix chunks explicitly protected in prompts
- Fix 6 failing tests (CRYP domain, _process_batch tuple return)
- Add TestPipelineVersion + TestRegulationFilter test classes (10 new tests)
- Add MkDocs page: control-generator-pipeline.md (541 lines)
- Update canonical-control-library.md with v2 pipeline diagram
- Update testing.md with 71-test breakdown table

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

docs-src/services/sdk-modules/canonical-control-library.md

@@ -244,44 +244,36 @@ Der Validator (`scripts/validate-controls.py`) prueft bei jedem Commit:
 Automatische Generierung von Controls aus dem gesamten RAG-Korpus (~105.000 Chunks aus Gesetzen, Verordnungen und Standards).
 Aktueller Stand: **~4.738 Controls** generiert.
 
-### 9-Stufen-Pipeline
+!!! tip "Ausfuehrliche Dokumentation"
+    Siehe **[Control Generator Pipeline](control-generator-pipeline.md)** fuer die vollstaendige Referenz inkl. API-Endpoints, Konfiguration, Kosten und Pipeline-Versionen.
+
+### 7-Stufen-Pipeline (v2)
 
 ```mermaid
 flowchart TD
-    A[1. RAG Scroll] -->|max_chunks| B[2. Prefilter - Lokales LLM]
-    B -->|Irrelevant| C[Als processed markieren]
-    B -->|Relevant| D[3. License Classify]
-    D -->|Batch sammeln| E[4. Batch Processing - 5 Chunks/API-Call]
-    E -->|Rule 1/2| F[4a. Structure Batch - Anthropic]
-    E -->|Rule 3| G[4b. Reform Batch - Anthropic]
-    F --> QA[5. QA Validation - Lokales LLM]
-    G --> QA
-    QA -->|Mismatch| QAF[Auto-Fix Category/Domain]
-    QA -->|OK| H[6. Harmonization - Embeddings]
-    QAF --> H
-    H -->|Duplikat| I[Als Duplikat speichern]
-    H -->|Neu| J[7. Anchor Search]
-    J --> K[8. Store Control]
-    K --> L[9. Mark Processed]
+    A[1. RAG Scan] -->|Alle Chunks laden| B[2. License Classify]
+    B -->|Rule 1/2| C[3a. Structure Batch]
+    B -->|Rule 3| D[3b. Reform Batch]
+    C --> E[4. Harmonize]
+    D --> E
+    E -->|Duplikat| F[Als Duplikat markieren]
+    E -->|Neu| G[5. Anchor Search]
+    G --> H[6. Store Control]
+    H --> I[7. Mark Processed]
 ```
 
-### Stufe 1: RAG Scroll (Vollstaendig)
+!!! info "Pipeline-Version v2 (seit 2026-03-17)"
+    - **Kein lokaler Vorfilter mehr** — Anthropic API entscheidet selbst ueber Chunk-Relevanz via null-Returns
+    - **Annexe geschuetzt** — Technische Anforderungen in Anhaengen werden nicht mehr uebersprungen
+    - **`pipeline_version`** Spalte in DB unterscheidet v1- von v2-Controls
 
-Scrollt durch **ALLE** Chunks in allen RAG-Collections mittels Qdrant Scroll-API.
-Kein Limit — jeder Chunk wird verarbeitet, um keine gesetzlichen Anforderungen zu uebersehen.
+### Stufe 1: RAG Scan
+
+Scrollt durch **ALLE** Chunks in den konfigurierten RAG-Collections mittels Qdrant Scroll-API.
+Optionaler `regulation_filter` beschraenkt auf bestimmte Regulierungen per Prefix-Matching.
 
 Bereits verarbeitete Chunks werden per SHA-256-Hash uebersprungen (`canonical_processed_chunks`).
 
-### Stufe 2: Lokaler LLM-Vorfilter (Qwen 30B)
-
-**Kostenoptimierung:** Bevor ein Chunk an die Anthropic API geht, prueft das lokale Qwen-Modell (`qwen3:30b-a3b` auf Mac Mini), ob der Chunk eine konkrete Anforderung enthaelt.
-
-- **Relevant:** Pflichten ("muss", "soll"), technische Massnahmen, Datenschutz-Vorgaben
-- **Irrelevant:** Definitionen, Inhaltsverzeichnisse, Begriffsbestimmungen, Uebergangsvorschriften
-
-Irrelevante Chunks werden als `prefilter_skip` markiert und nie wieder verarbeitet.
-Dies spart >50% der Anthropic-API-Kosten.
-
 ### Stufe 3: Lizenz-Klassifikation (3-Regel-System)
 
 | Regel | Lizenz | Original erlaubt? | Beispiel |