docs+tests: update OCR Pipeline docs and add overlay position tests

MkDocs: document row-based merge algorithm, spatial overlap dedup,
and per-word yPct/hPct rendering in OCR Pipeline docs.

Tests: add 9 vitest tests for useSlideWordPositions covering
word-box path, fallback path, and yPct/hPct contract.

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

docs-src/services/klausur-service/OCR-Pipeline.md

@@ -937,7 +937,13 @@ function usePixelWordPositions(
 6. Auto-Schriftgroesse per `measureText()` + `fontRatio`
 7. Mode-Normalisierung: Haeufigste `fontRatio` (gerundet auf 0.02) auf alle anwenden
 
-**Rueckgabe:** `Map<cell_id, WordPosition[]>` mit `xPct`, `wPct`, `text`, `fontRatio`
+**Rueckgabe:** `Map<cell_id, WordPosition[]>` mit `xPct`, `wPct`, `yPct`, `hPct`, `text`, `fontRatio`
+
+!!! note "Per-Word Y-Positionierung (v4.3.1)"
+    `WordPosition` enthaelt seit v4.3.1 auch `yPct` und `hPct`. Dadurch rendert jedes
+    Wort an seiner tatsaechlichen vertikalen Position, statt alle Woerter einer Zelle
+    auf der Zell-Mitte zu stapeln. Bei Zellen ohne `word_boxes` (Fallback) werden
+    `yPct`/`hPct` aus `cell.bbox_pct` uebernommen.
 
 ### Fabric.js Editor
 
@@ -1172,16 +1178,32 @@ PaddleOCR laeuft auf dem vorverarbeiteten Bild und erkennt Woerter direkt.
 5. Cells mit `ocr_engine="kombi"` taggen
 6. In DB speichern
 
-#### Merge-Algorithmus
+#### Merge-Algorithmus (v2: Row-Based Sequence Alignment)
+
+!!! info "Rewrite (v4.3)"
+    Der Merge wurde von IoU-basiertem Matching auf **Row-Based Sequence Alignment** umgestellt.
+    Multi-Word Paddle-Boxen werden vor dem Merge in Einzelwoerter aufgeteilt
+    (`_split_paddle_multi_words`).
+
+**Ablauf:**
+
+1. **Row Grouping:** Woerter beider Engines nach Y-Position in Zeilen gruppieren (12px Toleranz)
+2. **Row Matching:** Paddle- und Tesseract-Zeilen ueber vertikale Naehe zuordnen
+3. **Sequence Alignment:** Innerhalb jeder gematchten Zeile links-nach-rechts durchlaufen:
+    - **Gleicher Text** oder **Substring-Match:** Zusammenfuehren (Paddle-Text, gemittelte Koordinaten)
+    - **Raeumlicher Overlap >= 50%:** Auch bei unterschiedlichem Text als Duplikat behandeln
+    - **Nur bei einer Engine:** Wort beibehalten (falls Confidence >= 30)
+4. **Ungematchte Zeilen:** Paddle-Zeilen behalten, Tesseract-Zeilen nur mit Confidence >= 40
 
 ```mermaid
 flowchart TD
-    A[Paddle-Wort] --> B{Tesseract-Match<br/>IoU > 0.3?}
-    B -->|Ja| C[Koordinaten mitteln<br/>gewichtet nach Confidence]
-    B -->|Nein| D[Paddle-Wort behalten]
-    E[Ungematchte<br/>Tesseract-Woerter] --> F{Confidence >= 40?}
-    F -->|Ja| G[Hinzufuegen<br/>Bullet Points, Symbole]
-    F -->|Nein| H[Verwerfen]
+    A[Beide Engines] --> B[Row Grouping<br/>Y-Toleranz 12px]
+    B --> C[Row Matching<br/>vertikale Naehe]
+    C --> D{Gleicher Text<br/>oder Overlap >= 50%?}
+    D -->|Ja| E[Deduplizieren:<br/>Paddle-Text + gemittelte Coords]
+    D -->|Nein| F{Wort nur bei<br/>einer Engine?}
+    F -->|Ja| G[Beibehalten<br/>falls conf >= 30]
+    F -->|Nein| H[Beide behalten<br/>verschiedene Positionen]
 ```
 
 **Koordinaten-Mittelung:**
@@ -1192,21 +1214,43 @@ merged_left = (paddle_left × paddle_conf + tess_left × tess_conf) / (paddle_co
 
 Gleiches Prinzip fuer `top`, `width`, `height`. Der Text kommt immer von PaddleOCR (bessere Texterkennung).
 
+**Raeumlicher Overlap-Check (v4.3.1):**
+
+Wenn zwei Woerter >= 50% horizontal ueberlappen, werden sie als dasselbe physische Wort behandelt —
+unabhaengig davon, ob die OCR-Texte unterschiedlich sind (z.B. "hello" vs "helo").
+Dies verhindert, dass leicht unterschiedliche Erkennungen als separate Woerter uebereinander
+im Overlay erscheinen.
+
 #### Dateien
 
 | Datei | Aenderung |
 |-------|-----------|
-| `ocr_pipeline_api.py` | `_box_iou()`, `_merge_paddle_tesseract()`, `/paddle-kombi` Endpoint |
+| `ocr_pipeline_api.py` | `_split_paddle_multi_words()`, `_group_words_into_rows()`, `_merge_row_sequences()`, `_merge_paddle_tesseract()`, `/paddle-kombi` Endpoint |
 | `admin-lehrer/.../ocr-overlay/types.ts` | `KOMBI_STEPS` Konstante |
+| `admin-lehrer/.../ocr-overlay/useSlideWordPositions.ts` | Slide-Positionierung mit `yPct`/`hPct` |
+| `admin-lehrer/.../ocr-overlay/usePixelWordPositions.ts` | Pixel-Cluster-Positionierung mit `yPct`/`hPct` |
+| `admin-lehrer/.../ocr-overlay/OverlayReconstruction.tsx` | Rendering mit per-Word Y-Positionen |
 | `admin-lehrer/.../PaddleDirectStep.tsx` | Wiederverwendbar mit `endpoint`/`engineKey` Props |
 | `admin-lehrer/.../ocr-overlay/page.tsx` | 3er-Toggle: Pipeline / Paddle Direct / Kombi |
 
 #### Tests
 
 ```bash
-cd klausur-service/backend && pytest tests/test_paddle_kombi.py -v
+cd klausur-service/backend && pytest tests/test_paddle_kombi.py -v  # 36 Tests
 ```
 
+**Test-Klassen:**
+
+| Klasse | Tests | Beschreibung |
+|--------|-------|--------------|
+| `TestSplitPaddleMultiWords` | 7 | Multi-Word-Box-Splitting |
+| `TestGroupWordsIntoRows` | 5 | Y-Position Row Clustering |
+| `TestMergeRowSequences` | 10 | Sequence Alignment innerhalb einer Zeile |
+| `TestMergePaddleTesseract` | 8 | Vollstaendiger Merge mit Row-Matching |
+| `TestMergeRealWorldRegression` | 1 | Regression mit Echtdaten |
+| `TestSpatialOverlapDedup` | 4 | Raeumliche Overlap-Deduplizierung |
+| `TestSplitThenMerge` | 1 | Split + Merge End-to-End |
+
 | Testklasse | Tests | Beschreibung |
 |------------|-------|--------------|
 | `TestBoxIoU` | 6 | IoU-Berechnung: identisch, kein Overlap, teilweise, enthalten, Kante, Null-Flaeche |