breakpilot-compliance/backend-compliance/compliance/services/doc_checks/cookie_checks.py

"""
Cookie-Richtlinie checks — §25 TDDDG / ePrivacy.

Level 1: Pflichtangabe erwaehnt?
Level 2: Pflichtangabe korrekt/vollstaendig?
"""

COOKIE_CHECKLIST = [
    # ── L1: Arten der Cookies ─────────────────────────────────────────
    {
        "id": "cookie_types",
        "label": "Arten der Cookies",
        "level": 1, "parent": None,
        "patterns": [
            r"(?:notwendig|essentiell|funktional|statistik|marketing|tracking)",
            r"cookie.*(?:art|typ|kategori)",
        ],
        "severity": "HIGH",
        "hint": "Gemaess §25 TDDDG und DSK-Orientierungshilfe muessen Cookie-Kategorien einzeln aufgeschluesselt werden (essentiell, funktional, Statistik, Marketing). Haeufiger Fehler: 'Wir verwenden Cookies' ohne Differenzierung genuegt nicht.",
    },
    {
        "id": "cookie_names_listed",
        "label": "Konkrete Cookie-Namen aufgelistet",
        "level": 2, "parent": "cookie_types",
        "patterns": [
            # Standard cookie names
            r"(?:_ga|_gid|_gat|_fbp|_gcl|phpsessid|php\s+session\s+id|jsessionid|csrf|xsrf|cookieinfo|et_id|bt_\w+|cntcookie|shophk)",
            # CMP-placeholder notation (e.g. BMW: Adfpc###, CT###, EBFC###)
            r"\b[a-z][a-z0-9_\-]*#{2,}\b",
            # "Diese Datenverarbeitung verwendet die folgenden Cookies..."
            # (BMW/ePaaS pattern — strong signal that a list follows)
            r"folgende(?:n)?\s+cookies?\s+oder\s+(?:aehnliche|ähnliche)\s+technologien",
            r"diese\s+datenverarbeitung\s+verwendet\s+(?:die\s+)?folgende(?:n)?\s+cookies?",
            # Header-row signals (Name | Zweck | Ablauf / "Name des Cookie")
            r"cookie[\-_]?name\s*[:\|]",
            r"name\s+des\s+cookie",
            r"(?:name|bezeichnung)\s+.*(?:funktion|zweck|speicherdauer|laufzeit)",
        ],
        "severity": "MEDIUM",
        "hint": "Die DSK fordert eine Auflistung jedes einzelnen Cookies mit technischem Namen (z.B. _ga, _gid, PHPSESSID). Cryptic Vendor-IDs (audience, adformfrpid) oder Platzhalter-Notation (Adfpc###) sind ebenfalls zulaessig, solange klar ist welches Cookie gemeint ist. Browser-DevTools > Application > Cookies zeigt die echten Namen — gleichen Sie diese mit Ihrer Liste ab.",
    },
    {
        "id": "cookie_essential_justified",
        "label": "Essentiell/Notwendig-Cookies begruendet",
        "level": 2, "parent": "cookie_types",
        "patterns": [
            r"(?:essentiell|notwendig|technisch\s+(?:erforderlich|notwendig)).*(?:funktion|betrieb|sicherheit|warenkorb|session|anmeldung)",
            r"(?:unbedingt|zwingend)\s+erforderlich",
            r"session[\-\s]?(?:id|cookie).*(?:sitzung|zuordnen|identifiz|wiedererkenn)",
            r"(?:sitzung|session).*(?:zuordnen|identifiz|wiedererkenn|erfordert)",
            r"(?:betrieb|funktion)\w*\s+(?:der|unserer)\s+(?:internetseite|website|webseite)",
        ],
        "severity": "LOW",
        "hint": "§25 Abs. 2 TDDDG erlaubt einwilligungsfreie Cookies nur wenn 'unbedingt erforderlich'. Jedes essentielle Cookie braucht eine konkrete Begruendung (z.B. 'Session-ID fuer Warenkorb-Zuordnung'). Pauschale Behauptungen ('fuer den Betrieb noetig') reichen nicht.",
    },

    # ── L1: Zwecke der Cookies ────────────────────────────────────────
    {
        "id": "purposes",
        "label": "Zwecke der Cookies",
        "level": 1, "parent": None,
        "patterns": [
            r"zweck.*cookie", r"cookie.*zweck",
            r"(?:wofuer|wozu|warum).*cookie",
            r"cookies?\s+(?:ein|ver)?\s*,?\s*um\s+",
            r"(?:setzen|verwenden|nutzen)\s+.*cookies?\s+.*(?:um|fuer|für)",
            r"(?:analyse|marketing|tracking|funktional)\w*\s*cookies?\s*\.?\s*(?:um|damit|diese|sie)",
            r"cookies?\s+(?:dienen|helfen|erm(?:oe|ö)glichen)",
            # P39: cookie purpose table column "| Zweck |" + "Kategorie"
            r"kategorie\s*\|\s*zweck",
            r"\|\s*zweck\s*\|",
            r"welche\s+technologie\s+welchen\s+zweck",
        ],
        "severity": "HIGH",
        "hint": "Art. 13 Abs. 1 lit. c DSGVO verlangt die Zweckangabe je Verarbeitung. Jede Cookie-Kategorie braucht einen konkreten Zweck (z.B. 'Reichweitenmessung', 'Conversion-Tracking'), nicht nur 'zur Verbesserung unserer Website'.",
    },
    {
        "id": "cookie_providers_named",
        "label": "Konkrete Anbieter/Dienste benannt",
        "level": 2, "parent": "purposes",
        "patterns": [
            r"(?:google\s+(?:analytics|tag\s+manager|ads)|matomo|piwik|hotjar|hubspot|facebook\s+pixel|meta\s+pixel|linkedin\s+insight|microsoft\s+clarity)",
            r"(?:anbieter|provider|dienst)\s*[:\|]\s*[A-Z]",
            # BMW/ePaaS pattern: "Gesetzt von: <Firma>" — per-cookie vendor naming
            r"gesetzt\s+von\s*[:\|]\s*[A-Z]",
            # Vendor full names with legal form ("Adform A/S", "BMW AG", ...)
            r"\b[A-Z][a-zA-ZÀ-ž]+(?:\s+[A-Z][a-zA-ZÀ-ž]+)*\s+(?:GmbH|AG|A/S|S\.A\.|Inc\.|Ltd\.|LLC|B\.V\.|Limited|Corp\.)\b",
        ],
        "severity": "MEDIUM",
        "hint": "Art. 13 Abs. 1 lit. e DSGVO verlangt die Nennung der Empfaenger. Jeder Dienst, der Cookies setzt, muss mit Firmenname und Sitz benannt werden (z.B. 'Google Ireland Limited, Dublin' oder 'Gesetzt von: Adobe Systems Software Ireland Limited'). Anonyme Angaben wie 'Drittanbieter' genuegen nicht.",
    },
    {
        "id": "cookie_analytics_named",
        "label": "Analytics-/Statistik-Tools konkret benannt",
        "level": 2, "parent": "purposes",
        "patterns": [
            r"google\s+analytics|matomo|piwik|plausible|fathom|adobe\s+analytics|microsoft\s+clarity|hotjar|etracker",
        ],
        "severity": "LOW",
        "hint": "Statistik-Cookies erfordern gemaess §25 Abs. 1 TDDDG eine Einwilligung — auch bei 'anonymisierter' Nutzung (vgl. CNIL-Leitlinie zu Google Analytics, 2022). Ausnahme: Serverseitige Tools ohne Endgeraetezugriff (z.B. Matomo ohne Cookies).",
    },
    {
        "id": "cookie_marketing_named",
        "label": "Marketing-/Tracking-Tools konkret benannt",
        "level": 2, "parent": "purposes",
        "patterns": [
            r"(?:facebook|meta)\s+pixel|google\s+ads|linkedin\s+insight|tiktok\s+pixel|pinterest\s+tag|criteo|adroll|taboola",
        ],
        "severity": "LOW",
        "hint": "Marketing-Cookies (Meta Pixel, Google Ads etc.) erfordern immer eine Einwilligung vor dem Setzen (§25 Abs. 1 TDDDG). Haeufiger Fehler: Pixel wird beim Seitenaufruf geladen bevor der Nutzer im Banner zustimmt — das ist ein Verstoss.",
    },

    # ── L1: Speicherdauer ─────────────────────────────────────────────
    {
        "id": "retention",
        "label": "Speicherdauer der Cookies",
        "level": 1, "parent": None,
        "patterns": [
            r"(?:speicherdauer|laufzeit|g(?:ue|ü)ltigk|ablauf).*cookie",
            r"cookie.*(?:\d+\s+(?:tag|monat|jahr)|session)",
        ],
        "severity": "MEDIUM",
        "hint": "Art. 13 Abs. 2 lit. a DSGVO verlangt die Speicherdauer oder Kriterien fuer deren Festlegung. Hinweis: Auch Session-Cookies muessen als solche gekennzeichnet werden ('wird beim Schliessen des Browsers geloescht').",
    },
    {
        "id": "cookie_duration_values",
        "label": "Konkrete Speicherdauern pro Cookie",
        "level": 2, "parent": "retention",
        "patterns": [
            r"\d+\s+(?:tag|monat|jahr|minute|stunde|day|month|year)",
            r"session[\-\s]?cookie",
            # BMW/ePaaS pattern: "Ablauf: 1 Jahr", "Ablauf: 30 Tage", "Speicherdauer: 60 Tage"
            r"(?:ablauf|expiry|laufzeit|speicherdauer)\s*[:\|\s]+\d+\s*(?:tag|monat|jahr|minute|stunde|day|month|year)",
        ],
        "severity": "LOW",
        "hint": "Die DSK-Orientierungshilfe verlangt die Speicherdauer pro Cookie (z.B. '_ga: 2 Jahre', '_gid: 24 Stunden' oder 'Ablauf: 1 Jahr'). Pruefen Sie die tatsaechlichen Werte in den Browser-DevTools — Anbieter-Dokumentation ist oft veraltet.",
    },

    # ── L1: Drittanbieter ─────────────────────────────────────────────
    {
        "id": "third_party",
        "label": "Drittanbieter-Cookies",
        "level": 1, "parent": None,
        "patterns": [
            r"drittanbieter", r"third.?party",
            r"(?:google|facebook|meta|microsoft).*cookie",
        ],
        "severity": "MEDIUM",
        "hint": "Bei Drittanbieter-Cookies liegt eine Datenuebermittlung an Dritte vor (Art. 13 Abs. 1 lit. e DSGVO). Bei US-Anbietern pruefen Sie zusaetzlich den Drittlandtransfer: EU-US Data Privacy Framework (DPF) oder Standardvertragsklauseln (Art. 46(2)(c) DSGVO) noetig.",
    },
    {
        "id": "cookie_legal_basis",
        "label": "Rechtsgrundlage fuer Cookies (§25 TDDDG / Art. 6(1)(a))",
        "level": 2, "parent": "third_party",
        "patterns": [
            r"§\s*25\s*(?:abs\.)?\s*(?:1|2)?\s*tdddg",
            r"art\.\s*6\s*(?:abs\.\s*)?1\s*(?:lit\.\s*)?[af].*(?:cookie|einwilligung|notwendig)",
            r"einwilligung.*(?:cookie|tracking|marketing)",
            r"ttdsg|tdddg|§\s*25",
            r"rechtsgrundlage.*(?:art\.\s*6|cookie|nutzung\s+von\s+cookie)",
            r"(?:cookie|nutzung\s+von\s+cookie).*rechtsgrundlage",
        ],
        "severity": "MEDIUM",
        "hint": "Zweistufige Rechtsgrundlage beachten: §25 Abs. 1 TDDDG (Einwilligung fuer Endgeraetezugriff) + Art. 6(1)(a) DSGVO (Datenverarbeitung). Fuer technisch notwendige Cookies: §25 Abs. 2 TDDDG + Art. 6(1)(f) DSGVO. Haeufiger Fehler: Nur DSGVO ohne TDDDG angeben.",
    },

    # ── L1: Widerspruch ───────────────────────────────────────────────
    {
        "id": "opt_out",
        "label": "Widerspruchsmoeglichkeit",
        "level": 1, "parent": None,
        "patterns": [
            r"(?:widerspruch|opt.?out|ablehnen|deaktivieren).*cookie",
            r"cookie.*(?:ablehnen|deaktivieren|l(?:oe|ö)schen)",
        ],
        "severity": "MEDIUM",
        "hint": "Art. 7 Abs. 3 DSGVO: Die Einwilligung muss jederzeit widerrufbar sein, und der Widerruf muss so einfach sein wie die Erteilung. Konkret: Ein 'Cookies verwalten'-Link im Footer genuegt; ein versteckter Link in der Datenschutzerklaerung reicht nicht.",
    },
    {
        "id": "cookie_consent_mechanism",
        "label": "Consent-Tool/Banner beschrieben",
        "level": 2, "parent": "opt_out",
        "patterns": [
            r"(?:cookie|consent)\s*[\-\s]?(?:banner|hinweis|tool|management|einstellung)",
            r"(?:cookiebot|usercentrics|onetrust|borlabs|complianz|klaro|tarteaucitron)",
            r"einwilligung\s+(?:jederzeit|widerrufen|zurueckziehen|zur(?:ue|ü)ckziehen)",
        ],
        "severity": "LOW",
        "hint": "Das Consent-Tool muss namentlich erwaehnt werden (z.B. Cookiebot, Usercentrics, Borlabs). Die DSK verlangt: Ablehnen muss auf derselben Ebene wie Akzeptieren moeglich sein — kein 'Ablehnen' erst auf Unterseite (sog. Dark Patterns).",
    },
    {
        "id": "cookie_browser_settings",
        "label": "Browser-Einstellungen zum Cookie-Management",
        "level": 2, "parent": "opt_out",
        "patterns": [
            r"browser[\-\s]?einstellung",
            r"(?:in\s+ihrem|im)\s+browser.*(?:cookie|deaktivieren|l(?:oe|ö)schen|blockieren)",
            r"(?:chrome|firefox|safari|edge).*(?:cookie|einstellung)",
        ],
        "severity": "LOW",
        "hint": "Ergaenzen Sie einen Hinweis auf Browser-Einstellungen mit konkreten Links zu den Hilfeseiten (Chrome, Firefox, Safari, Edge). Achtung: Browser-Einstellungen allein ersetzen nicht das Consent-Banner — §25 TDDDG verlangt aktive Einwilligung.",
    },

    # ── L1: Verantwortlicher in der Cookie-Richtlinie ────────────────
    {
        "id": "cookie_controller",
        "label": "Verantwortlicher (Art. 13(1)(a) DSGVO)",
        "level": 1, "parent": None,
        "patterns": [
            r"verantwortlich\w*\s+(?:im\s+)?(?:datenschutzrechtlich|datenschutzrelevant|sinne?|sinn)",
            r"(?:datenschutz[\-]?rechtlich(?:er)?\s+)?verantwortlich\w*\s*[:\|]",
            r"daten(?:schutz)?[\-]?(?:rechtlich(?:er)?\s+)?(?:verantwortl|controller)",
            r"\bcontroller\b.*\b(?:art\.?\s*13|art\.?\s*14|gdpr|dsgvo)",
            # P39: heading variant — common in cookie policies
            r"(?:^|\n)\s*#+\s*\d*\.?\s*verantwortlich\w*",
            r"(?:^|\n)\s*\d+\.\s+verantwortlich\w*",
            r"verantwortlich\w*\s+(?:fuer|für|ist|im\s+sinne)",
        ],
        "severity": "MEDIUM",
        "hint": "Art. 13(1)(a) DSGVO verlangt die Nennung des Verantwortlichen in der Cookie-Richtlinie. Pflicht: Firmenname + Anschrift + Kontaktdaten (E-Mail/Telefon). Akzeptabel: knapper Verweis 'Details zum Verantwortlichen siehe Datenschutzerklaerung [Link]' wenn die DSI verlinkt ist.",
    },
    {
        "id": "cookie_controller_address",
        "label": "Anschrift des Verantwortlichen (PLZ + Ort)",
        "level": 2, "parent": "cookie_controller",
        "patterns": [
            # German postal code + city (5 digits + word)
            r"\b\d{5}\s+[A-Z][a-zA-ZÀ-ž\-]+",
            # Address keywords near PLZ
            r"(?:anschrift|adresse|sitz|hauptsitz|petuelring|strasse|str\.|platz)",
        ],
        "severity": "LOW",
        "hint": "Die Adresse des Verantwortlichen (Strasse + PLZ + Ort) sollte in der Cookie-Richtlinie genannt werden, oder es muss ein klarer Link zur Datenschutzerklaerung mit vollstaendigen Kontaktdaten vorhanden sein. Nur 'Firma XY' ohne Anschrift erfuellt Art. 13(1)(a) DSGVO nicht.",
    },
    {
        "id": "cookie_controller_contact_or_link",
        "label": "Kontakt (E-Mail/Telefon) oder Verweis zur Datenschutzerklaerung",
        "level": 2, "parent": "cookie_controller",
        "patterns": [
            # E-mail
            r"\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}\b",
            # Phone (German format)
            r"(?:tel\.?|telefon|fon)[:\s\.]*(?:\+?\d[\d\s\-\/\(\)]{7,})",
            # Link to Datenschutzerklaerung (within cookie policy)
            r"(?:datenschutzerkl(?:ae|ä)rung|datenschutzhinweis|datenschutzinformation|privacy.?policy|privacy.?notice).*(?:href|http|www\.|/de/)",
            r"(?:siehe|details|weitere\s+informationen).*datenschutz",
        ],
        "severity": "LOW",
        "hint": "Pflicht aus Art. 13(1)(b) DSGVO: entweder E-Mail/Telefon des Verantwortlichen direkt in der Cookie-Richtlinie ODER expliziter Hinweis 'Details in der Datenschutzerklaerung' mit klickbarem Link.",
    },

    # ── L1: Opt-Out-Mechanismen pro Anbieter ──────────────────────────
    {
        "id": "cookie_optout_links",
        "label": "Opt-Out-Links pro Drittanbieter (Art. 7(3) DSGVO)",
        "level": 2, "parent": "opt_out",
        "patterns": [
            r"opt[\-\s]?out[\-\s]?(?:link|url)",
            r"(?:opt[\-\s]?out|widerruf|abmelden).*https?://",
            r"https?://[^\s]+(?:opt[\-\s]?out|optout|abmeld|widerruf)",
        ],
        "severity": "MEDIUM",
        "hint": "Art. 7(3) DSGVO: Der Widerruf der Einwilligung muss so einfach wie die Erteilung sein. Pro Drittanbieter (Adobe, Adform, Meta, etc.) muss ein direkter Opt-Out-Link angegeben sein. Tipp: Konsolidiert ueber das Consent-Banner ('Einstellungen aendern') ist optimal; einzelne Provider-Opt-Out-Links sind als Backup wichtig.",
    },
    {
        "id": "cookie_privacy_policy_links",
        "label": "Privacy-Policy-Links pro Drittanbieter",
        "level": 2, "parent": "opt_out",
        "patterns": [
            r"link\s+zur?\s+(?:privacy|datenschutz)",
            r"datenschutzerkl(?:ae|ä)rung\s+(?:von|des|der)\s+\w+",
            r"(?:privacy\s+policy|privacy\s+notice)\s*[:\|]?\s*https?://",
        ],
        "severity": "LOW",
        "hint": "Pro Drittanbieter sollte ein Link zur jeweiligen Datenschutzerklaerung des Anbieters gesetzt sein. Erlaubt dem Nutzer, die Datenverarbeitung beim Drittanbieter eigenverantwortlich nachzuvollziehen — Art. 13(2)(f) DSGVO Transparenzgebot.",
    },

    # ── Neue L1: Cookie-Tabelle ───────────────────────────────────────
    {
        "id": "cookie_table",
        "label": "Strukturierte Cookie-Tabelle/Liste",
        "level": 1, "parent": None,
        "patterns": [
            r"(?:cookie[\-\s])?(?:tabelle|uebersicht|übersicht|liste|aufstellung)",
            r"(?:name|bezeichnung)\s*[\|\t]\s*(?:anbieter|zweck|dauer|laufzeit|funktion)",
            r"(?:first[\-\s]?party|third[\-\s]?party)\s*[\|\t]",
            r"(?:typ(?:en)?|name|funktion|speicherdauer)\s+(?:typ(?:en)?|name|funktion|speicherdauer)",
            r"folgende\s+cookies",
            r"(?:funktionale|session|analyse|tracking)\s+cookies?\s+\w+",
        ],
        "severity": "LOW",
        "hint": "Die DSK-Orientierungshilfe empfiehlt eine Tabelle mit 5 Spalten: Name, Anbieter, Zweck, Speicherdauer, Typ (First-/Third-Party). Viele Consent-Tools (Cookiebot, Usercentrics) generieren diese Tabelle automatisch — binden Sie sie ein.",
    },
]