feat: Vorschlags-Algorithmus v2 (Rhythmen, letzter Betrag, Aktiv-Check, Merge)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

finance/app/routers/planning.py

@@ -56,7 +56,9 @@ class SuggestionOut(BaseModel):
     amount: Decimal
     rhythm: str
     due_day: int
+    start_date: date | None = None
     category_id: int | None = None
+    hinweis: str = ""
 
 
 def _check_category(session: Session, category_id: int | None) -> None:

finance/app/services/suggestions.py

@@ -1,5 +1,25 @@
+"""Vorschlagsalgorithmus fuer wiederkehrende Buchungen (Ausbaustufe 9, v2).
+
+Ersetzt die reine exakte-Betrags-Gruppierung (v1) durch: Empfaenger-Cluster
+mit Toleranz (haelt Preisdrift in einer Serie zusammen, trennt aber parallele
+Vertraege desselben Anbieters), Rhythmus-Erkennung ueber den Median der
+Buchungsabstaende (monatlich/vierteljaehrlich/jaehrlich statt nur monatlich),
+einen Aktiv-Check (keine "Leichen"-Serien) sowie einen Merge-Pass fuer
+Umfirmierungen (Anbieter aendert den Namen, die Serie laeuft inhaltlich
+weiter). Bindende Spec:
+docs/superpowers/specs/2026-07-20-vorschlags-algorithmus-v2-design.md.
+
+Alle Betrags-Toleranzvergleiche verwenden ausschliesslich `Decimal`
+(CLAUDE.md: "Decimal, nicht float" - Rundungsfehler bei Geldbetraegen sind
+inakzeptabel). Tage-Vergleiche (Rhythmus, Aktiv-Check, Merge-Luecke) sind
+ganzzahlige Tage-Arithmetik, niemals float/Decimal-Bruchteile von Tagen.
+"""
+from __future__ import annotations
+
 import statistics
-from collections import Counter, defaultdict
+from collections import Counter
+from dataclasses import dataclass
+from datetime import date, timedelta
 from decimal import Decimal
 
 from sqlalchemy import select
@@ -7,46 +27,268 @@ from sqlalchemy.orm import Session
 
 from app.models.tables import RecurringItem, Transaction
 
+# Betrachtungsfenster (Schritt 1): ~15 Monate. Muss mindestens die zwei
+# Belege einer jaehrlichen Serie (bis zu 400 Tage auseinander) plus etwas
+# Puffer fuer Cluster-/Merge-Bildung abdecken.
+WINDOW_DAYS = 460
 
-def _max_consecutive_months(months: list[tuple[int, int]]) -> int:
+# Rhythmus-Tabelle: (min_tage, max_tage, mindestbelege) je Rhythmus. Der
-    if not months:
+# Median der Buchungsabstaende einer Serie muss ins Intervall fallen, UND es
-        return 0
+# muessen mindestens so viele Buchungen vorliegen (ein einzelner Zufallstreffer
-    best = current = 1
+# mit "passendem" Abstand soll nicht als Serie gelten).
-    for prev, cur in zip(months, months[1:]):
+RHYTHMS: dict[str, tuple[int, int, int]] = {
-        prev_idx = prev[0] * 12 + prev[1]
+    "monthly": (25, 36, 3),
-        cur_idx = cur[0] * 12 + cur[1]
+    "quarterly": (80, 105, 3),
-        current = current + 1 if cur_idx == prev_idx + 1 else 1
+    "yearly": (330, 400, 2),
-        best = max(best, current)
+}
-    return best
+
+# Nominelle Schrittweite je Rhythmus in Tagen - Referenzwert fuer Aktiv-Check
+# und Merge-Luecken-Fenster (Schritt 5/6).
+STEP_DAYS: dict[str, int] = {"monthly": 30, "quarterly": 91, "yearly": 365}
+
+# Aktiv-Check (Schritt 5): die letzte Buchung darf hoechstens das 1,75-fache
+# der Rhythmus-Schrittweite zurueckliegen, sonst gilt die Serie als beendet
+# ("Leiche") und wird nicht vorgeschlagen. Als Fraction 7/4 ausgedrueckt und
+# ganzzahlig verglichen (delta_tage * 4 <= schrittweite * 7), damit keine
+# Gleitkomma-Rundung ueber "aktiv"/"inaktiv" entscheidet.
+ACTIVITY_FACTOR_NUM = 7
+ACTIVITY_FACTOR_DEN = 4
+
+# Relative Toleranzen (immer als Decimal verglichen, nie float):
+CLUSTER_TOL = Decimal("0.35")   # Schritt 3: Betrags-Cluster (haelt Preisdrift zusammen)
+MERGE_TOL = Decimal("0.25")     # Schritt 6: Umfirmierungs-Merge ueber Gruppengrenzen
+BESTAND_TOL = Decimal("0.10")   # Schritt 8: Bestandsabgleich gegen RecurringItem
+
+# Merge-Luecke (Schritt 6): die Zeit zwischen dem Ende von Serie A und dem
+# Beginn von Serie B muss zwischen dem 0,4- und 1,6-fachen der
+# Rhythmus-Schrittweite liegen (als ganzzahlige Bruchvergleiche, aus
+# demselben Grund wie beim Aktiv-Check).
+MERGE_GAP_MIN_NUM, MERGE_GAP_MIN_DEN = 4, 10   # 0.4
+MERGE_GAP_MAX_NUM, MERGE_GAP_MAX_DEN = 16, 10  # 1.6
+MERGE_DUE_DAY_TOL = 3    # Schritt 6: Faelligkeitstag-Toleranz in Tagen
+BESTAND_DUE_DAY_TOL = 2  # Schritt 8: Faelligkeitstag-Toleranz in Tagen
 
 
-def suggest_recurring(session: Session) -> list[dict]:
+def _norm(name: str) -> str:
+    """Normalisiert einen Empfaenger-Namen fuer Gruppen- und
+    Substring-Vergleich: Bankexporte schreiben denselben Empfaenger nicht
+    einheitlich (Gross-/Kleinschreibung, mehrfache Leerzeichen), das ist fuer
+    die Erkennung irrelevant."""
+    return " ".join(name.split()).casefold()
+
+
+def _rel_diff(a: Decimal, b: Decimal) -> Decimal:
+    """Relative Differenz von Betrag a zur Referenz b (immer >= 0), als
+    Decimal. b=0 kommt praktisch nicht vor (eine Nullbuchung bildet keine
+    erkennbare Serie); fuer diesen Sonderfall gilt "keine Aehnlichkeit"."""
+    if b == 0:
+        return Decimal("Infinity") if a != 0 else Decimal("0")
+    return abs(a - b) / abs(b)
+
+
+@dataclass
+class _Series:
+    """Eine erkannte Serie: chronologisch sortierte Buchungen eines
+    Betrags-Clusters mit zugeordnetem Rhythmus."""
+    items: list[Transaction]
+    rhythm: str
+
+    @property
+    def first(self) -> Transaction:
+        return self.items[0]
+
+    @property
+    def last(self) -> Transaction:
+        return self.items[-1]
+
+
+def _amount_clusters(items: list[Transaction]) -> list[list[Transaction]]:
+    """Schritt 3: teilt chronologisch sortierte Buchungen einer
+    Empfaenger-Gruppe in Betrags-Cluster. Eine Buchung haengt sich an das
+    Cluster, dessen zuletzt aufgenommenes Mitglied gleiches Vorzeichen und
+    eine relative Differenz <= CLUSTER_TOL hat (greedy, erstes passendes
+    Cluster gewinnt) - das haelt eine langsam driftende Serie (Preiserhoehung)
+    zusammen, trennt aber parallele Vertraege mit deutlich anderem Betrag."""
+    clusters: list[list[Transaction]] = []
+    for t in items:
+        for cluster in clusters:
+            last = cluster[-1]
+            same_sign = (t.amount > 0) == (last.amount > 0)
+            if same_sign and _rel_diff(Decimal(t.amount), Decimal(last.amount)) <= CLUSTER_TOL:
+                cluster.append(t)
+                break
+        else:
+            clusters.append([t])
+    return clusters
+
+
+def _classify(dates: list[date]) -> str | None:
+    """Schritt 4: bestimmt den Rhythmus einer Serie ueber den Median der
+    Buchungsabstaende (robust gegen einzelne Ausreisser, z.B.
+    Wochenend-/Feiertagsverschiebung einer einzelnen Buchung)."""
+    if len(dates) < 2:
+        return None
+    gaps = [(b - a).days for a, b in zip(dates, dates[1:])]
+    median_gap = statistics.median(gaps)
+    for rhythm, (lo, hi, min_belege) in RHYTHMS.items():
+        if len(dates) >= min_belege and lo <= median_gap <= hi:
+            return rhythm
+    return None
+
+
+def _merge_gap_ok(gap_days: int, step: int) -> bool:
+    """Schritt 6: Luecke zwischen Serienende und -beginn im Fenster
+    [0,4; 1,6] * Schrittweite (ganzzahliger Bruchvergleich, keine Rundung)."""
+    return (gap_days * MERGE_GAP_MIN_DEN >= MERGE_GAP_MIN_NUM * step
+            and gap_days * MERGE_GAP_MAX_DEN <= MERGE_GAP_MAX_NUM * step)
+
+
+def _mergeable(a: _Series, b: _Series) -> bool:
+    """Prueft die Umfirmierungs-Merge-Bedingungen aus Schritt 6 fuer ein
+    Paar (A endet, B beginnt danach): gleicher Rhythmus, plausible Luecke,
+    Faelligkeitstag nah beieinander (Transitionspunkte: letzte Buchung von A
+    gegen erste Buchung von B), Betrag nicht sprunghaft veraendert."""
+    if a.rhythm != b.rhythm:
+        return False
+    if a.last.booking_date >= b.first.booking_date:
+        return False
+    step = STEP_DAYS[a.rhythm]
+    gap = (b.first.booking_date - a.last.booking_date).days
+    if not _merge_gap_ok(gap, step):
+        return False
+    if abs(a.last.booking_date.day - b.first.booking_date.day) > MERGE_DUE_DAY_TOL:
+        return False
+    same_sign = (a.last.amount > 0) == (b.first.amount > 0)
+    if not same_sign:
+        return False
+    return _rel_diff(Decimal(b.first.amount), Decimal(a.last.amount)) <= MERGE_TOL
+
+
+def _try_merge(series_list: list[_Series]) -> list[_Series]:
+    """Schritt 6: fasst Serien desselben Kontos ueber Gruppengrenzen
+    (unterschiedlicher normalisierter Empfaenger-Name, z.B. nach einer
+    Umfirmierung) zusammen, solange `_mergeable` zutrifft. Laeuft iterativ
+    bis zum Fixpunkt, damit eine bereits gemergte Serie mit einer weiteren,
+    noch juengeren Serie erneut zusammengefasst werden kann (z.B. zwei
+    Umbenennungen hintereinander)."""
+    series_list = list(series_list)
+    changed = True
+    while changed:
+        changed = False
+        for i, a in enumerate(series_list):
+            for j, b in enumerate(series_list):
+                if i == j or not _mergeable(a, b):
+                    continue
+                merged = _Series(
+                    items=sorted(a.items + b.items, key=lambda t: t.booking_date),
+                    rhythm=a.rhythm,
+                )
+                series_list = [s for k, s in enumerate(series_list) if k not in (i, j)]
+                series_list.append(merged)
+                changed = True
+                break
+            if changed:
+                break
+    return series_list
+
+
+def _covered_by_existing(cand_name: str, cand_amount: Decimal, rhythm: str, due_day: int,
+                         existing: list[RecurringItem]) -> bool:
+    """Schritt 8 (Bestandsabgleich): ein Vorschlag entfaellt, wenn er bereits
+    als Fixposten gepflegt ist - entweder ueber einen Namens-Substring-Match
+    (normalisiert, in beide Richtungen: sowohl Kurz- als auch
+    Langschreibweisen kommen in der Praxis in beiden Datenquellen vor) oder
+    ueber Rhythmus + Faelligkeitstag + Betrag innerhalb enger Toleranz (falls
+    der Fixposten unter einem ganz anderen Namen gepflegt wurde)."""
+    cand_norm = _norm(cand_name)
+    for item in existing:
+        item_norm = _norm(item.name)
+        if cand_norm in item_norm or item_norm in cand_norm:
+            return True
+        if (item.rhythm == rhythm
+                and abs(item.due_day - due_day) <= BESTAND_DUE_DAY_TOL
+                and _rel_diff(cand_amount, Decimal(item.amount)) <= BESTAND_TOL):
+            return True
+    return False
+
+
+def suggest_recurring(session: Session, today: date | None = None) -> list[dict]:
+    """Ermittelt Vorschlaege fuer wiederkehrende Posten aus bestaetigten
+    Buchungen der letzten WINDOW_DAYS Tage. `today` ist ausschliesslich zu
+    Testzwecken injizierbar (deterministischer Aktiv-Check) - im
+    Produktivbetrieb liefert der Default `date.today()`. Reihenfolge der
+    Schritte gemaess Spec, mit einer bewussten Umstellung gegenueber der
+    Nummerierung dort: der Aktiv-Check (Schritt 5) laeuft NACH dem
+    Umfirmierungs-Merge (Schritt 6) auf der ggf. gemergten Serie - sonst
+    wuerde eine per Umfirmierung fortgesetzte Serie an ihrem alten,
+    laengst inaktiven Teil scheitern, bevor der Merge sie retten kann."""
+    if today is None:
+        today = date.today()
+    cutoff = today - timedelta(days=WINDOW_DAYS)
+
+    # Schritt 1: Datenbasis.
     txs = session.execute(
-        select(Transaction).where(Transaction.status == "confirmed")
+        select(Transaction)
+        .where(Transaction.status == "confirmed", Transaction.booking_date >= cutoff)
     ).scalars().all()
-    groups: dict[tuple, list[Transaction]] = defaultdict(list)
-    for t in txs:
-        groups[(t.account_id, t.counterparty, t.amount)].append(t)
 
-    existing = {(r.name, Decimal(r.amount))
+    # Schritt 2: Gruppierung je (Konto, normalisierter Empfaenger).
-               for r in session.execute(select(RecurringItem)).scalars()}
+    groups: dict[tuple[int, str], list[Transaction]] = {}
+    for t in txs:
+        groups.setdefault((t.account_id, _norm(t.counterparty)), []).append(t)
+
+    # Schritt 3+4: je Gruppe Betrags-Cluster bilden und Rhythmus klassifizieren.
+    series_by_account: dict[int, list[_Series]] = {}
+    for (account_id, _name_norm), items in groups.items():
+        items_sorted = sorted(items, key=lambda t: t.booking_date)
+        for cluster in _amount_clusters(items_sorted):
+            rhythm = _classify([t.booking_date for t in cluster])
+            if rhythm is None:
+                continue
+            series_by_account.setdefault(account_id, []).append(
+                _Series(items=cluster, rhythm=rhythm))
+
+    existing = list(session.execute(select(RecurringItem)).scalars())
 
     suggestions: list[dict] = []
-    for (_account_id, counterparty, amount), items in groups.items():
+    for series_list in series_by_account.values():
-        months = sorted({(t.booking_date.year, t.booking_date.month) for t in items})
+        # Schritt 6: Umfirmierungs-Merge ueber Gruppengrenzen, je Konto.
-        if _max_consecutive_months(months) < 3:
+        for s in _try_merge(series_list):
+            # Schritt 5: Aktiv-Check auf der (ggf. gemergten) finalen Serie.
+            step = STEP_DAYS[s.rhythm]
+            delta_tage = (today - s.last.booking_date).days
+            if delta_tage * ACTIVITY_FACTOR_DEN > step * ACTIVITY_FACTOR_NUM:
                 continue
-        name = counterparty
+
-        if (name, Decimal(amount)) in existing:
+            # Schritt 7: Vorschlagswerte aus der neuesten Buchung.
-            continue
+            last = s.last
-        due_day = int(statistics.median(sorted(t.booking_date.day for t in items)))
+            name = last.counterparty
-        cat_counts = Counter(t.category_id for t in items if t.category_id is not None)
+            amount = Decimal(last.amount)
+            due_day = last.booking_date.day
+            start_date = last.booking_date if s.rhythm in ("quarterly", "yearly") else None
+            cat_counts = Counter(t.category_id for t in s.items if t.category_id is not None)
             category_id = cat_counts.most_common(1)[0][0] if cat_counts else None
+
+            hinweis = ""
+            if len(s.items) >= 2:
+                previous = Decimal(s.items[-2].amount)
+                # "Gestiegen" bezieht sich auf den Betragswert (Ausgaben sind
+                # negativ: gestiegen heisst betragsmaessig groesser, also
+                # abs(neu) > abs(alt)), nicht auf das Vorzeichen.
+                if abs(amount) > abs(previous):
+                    hinweis = f"Betrag zuletzt gestiegen (vorher {abs(previous)})"
+
+            # Schritt 8: Bestandsabgleich.
+            if _covered_by_existing(name, amount, s.rhythm, due_day, existing):
+                continue
+
             suggestions.append({
                 "name": name,
-            "amount": Decimal(amount),
+                "amount": amount,
-            "rhythm": "monthly",
+                "rhythm": s.rhythm,
                 "due_day": due_day,
+                "start_date": start_date,
                 "category_id": category_id,
+                "hinweis": hinweis,
             })
     return suggestions

finance/tests/test_planning_api.py

@@ -1,8 +1,13 @@
 from datetime import date
 from decimal import Decimal
+from itertools import count
 
 from app.models.tables import Account, Category, RecurringItem, Transaction
-from app.services.suggestions import suggest_recurring
+from app.services.suggestions import _Series, _try_merge, suggest_recurring
+
+# Feste Vergleichs-"heute" fuer alle Vorschlags-Tests (Ausbaustufe 9): macht
+# den Aktiv-Check deterministisch, ohne echtes date.today() im Testlauf.
+TODAY = date(2026, 7, 20)
 
 H = {"Authorization": "Bearer test-key"}
 
@@ -72,42 +77,60 @@ def test_loan_in_scenario_keeps_balance_positive(client, db):
     assert Decimal(body["low_point_balance"]) > Decimal("0")
 
 
-def _tx(acc, d, amount, counterparty, dedup, category_id=None):
+_iban_seq = count(1)
-    return Transaction(account_id=acc.id, booking_date=d, amount=Decimal(amount),
+
-                       purpose="", counterparty=counterparty, status="confirmed",
+
-                       dedup_hash=dedup, category_id=category_id)
+def _acc(db) -> int:
+    """Legt ein Konto an und gibt dessen id zurueck. IBAN ist je Aufruf
+    eindeutig (falls ein Test mehrere Konten braucht), Praefix "DE" plus
+    laufende Nummer reicht dafuer aus."""
+    acc = Account(bank="dkb", iban=f"DE{next(_iban_seq):032d}"[:34], name="G", type="giro")
+    db.add(acc)
+    db.flush()
+    return acc.id
+
+
+def _tx(db, acc_id, d, amount, cp, cat=None):
+    """Legt eine bestaetigte Buchung an. dedup_hash aus den Nutzdaten
+    abgeleitet reicht fuer Testzwecke (muss nur innerhalb eines Tests
+    eindeutig sein)."""
+    db.add(Transaction(account_id=acc_id, booking_date=d, amount=Decimal(amount),
+                       purpose="p", counterparty=cp, category_id=cat,
+                       status="confirmed", dedup_hash=f"h-{cp}-{d}-{amount}"))
 
 
 def test_suggest_recurring_three_consecutive_months_with_year_wrap(db):
-    acc = Account(bank="dkb", iban="DE01", name="G", type="giro")
+    acc = _acc(db)
-    db.add(acc)
-    db.flush()
     cat = Category(name="Miete")
     db.add(cat)
     db.flush()
     # Dez 2025 -> Jan 2026 -> Feb 2026: 3 aufeinanderfolgende Monate ueber den
-    # Jahreswechsel hinweg (prueft die Monats-Linearisierung y*12+m).
+    # Jahreswechsel hinweg, gleichmaessiger 31-Tage-Abstand (Median im
-    db.add(_tx(acc, date(2025, 12, 1), "-600.00", "Vermieter", "h1", cat.id))
+    # monatlichen Fenster 25-36 Tage; die alte Jahreswechsel-Pruefung galt der
-    db.add(_tx(acc, date(2026, 1, 15), "-600.00", "Vermieter", "h2", cat.id))
+    # Monats-Linearisierung, die es im neuen Tage-basierten Median-Ansatz
-    db.add(_tx(acc, date(2026, 2, 28), "-600.00", "Vermieter", "h3", cat.id))
+    # nicht mehr braucht).
+    _tx(db, acc, date(2025, 12, 1), "-600.00", "Vermieter", cat.id)
+    _tx(db, acc, date(2026, 1, 1), "-600.00", "Vermieter", cat.id)
+    _tx(db, acc, date(2026, 2, 1), "-600.00", "Vermieter", cat.id)
     db.commit()
 
-    out = suggest_recurring(db)
+    out = suggest_recurring(db, today=date(2026, 2, 10))
 
-    # Median der Tage [1, 15, 28] = 15; Betrag unveraendert uebernommen.
+    # due_day = Tag der NEUESTEN Buchung (nicht mehr Median, Spec Schritt 7);
+    # Betrag unveraendert, keine Preissteigerung -> hinweis leer.
     assert out == [{"name": "Vermieter", "amount": Decimal("-600.00"),
-                    "rhythm": "monthly", "due_day": 15, "category_id": cat.id}]
+                    "rhythm": "monthly", "due_day": 1, "start_date": None,
+                    "category_id": cat.id, "hinweis": ""}]
 
 
 def test_suggest_recurring_two_months_no_suggestion(db):
-    acc = Account(bank="dkb", iban="DE01", name="G", type="giro")
+    acc = _acc(db)
-    db.add(acc)
+    _tx(db, acc, date(2026, 3, 10), "-50.00", "Zweimonatig")
-    db.flush()
+    _tx(db, acc, date(2026, 4, 10), "-50.00", "Zweimonatig")
-    db.add(_tx(acc, date(2026, 3, 10), "-50.00", "Zweimonatig", "h1"))
-    db.add(_tx(acc, date(2026, 4, 10), "-50.00", "Zweimonatig", "h2"))
     db.commit()
 
-    assert suggest_recurring(db) == []
+    # Nur 2 Belege: Mindestbelege fuer monthly (>=3) nicht erreicht.
+    assert suggest_recurring(db, today=date(2026, 4, 20)) == []
 
 
 def test_recurring_ende_vor_start_wird_abgelehnt(client):
@@ -135,15 +158,165 @@ def test_recurring_start_ende_roundtrip_und_patch_validierung(client):
 
 
 def test_suggest_recurring_excludes_existing_recurring_item(db):
-    acc = Account(bank="dkb", iban="DE01", name="G", type="giro")
+    acc = _acc(db)
-    db.add(acc)
+    _tx(db, acc, date(2026, 1, 5), "-30.00", "Streaming")
-    db.flush()
+    _tx(db, acc, date(2026, 2, 5), "-30.00", "Streaming")
-    db.add(_tx(acc, date(2026, 1, 5), "-30.00", "Streaming", "h1"))
+    _tx(db, acc, date(2026, 3, 5), "-30.00", "Streaming")
-    db.add(_tx(acc, date(2026, 2, 5), "-30.00", "Streaming", "h2"))
-    db.add(_tx(acc, date(2026, 3, 5), "-30.00", "Streaming", "h3"))
     db.add(RecurringItem(name="Streaming", amount=Decimal("-30.00"),
                          rhythm="monthly", due_day=5))
     db.commit()
 
-    # Gleicher Name + Betrag wie ein bereits vorhandenes RecurringItem -> ausgelassen.
+    # Gleicher Name wie ein bereits vorhandenes RecurringItem -> Bestandsabgleich
-    assert suggest_recurring(db) == []
+    # (Schritt 8, Namens-Match) greift, unabhaengig vom Betrag.
+    assert suggest_recurring(db, today=date(2026, 3, 20)) == []
+
+
+# --------------------------------------------------- Ausbaustufe 9: Algorithmus v2
+# Synthetische Faelle aus der Spec (siehe
+# docs/superpowers/specs/2026-07-20-vorschlags-algorithmus-v2-design.md).
+
+def test_suggest_letzter_betrag_bei_preiserhoehung(db):
+    acc = _acc(db)
+    for d, a in [(date(2026, 3, 1), "-190.65"), (date(2026, 4, 1), "-202.94"),
+                 (date(2026, 5, 4), "-202.94"), (date(2026, 6, 1), "-202.94"),
+                 (date(2026, 7, 1), "-202.94")]:
+        _tx(db, acc, d, a, "Entis Lebensversicherung AG")
+    db.commit()
+    out = suggest_recurring(db, today=TODAY)
+    assert len(out) == 1
+    s = out[0]
+    assert s["amount"] == Decimal("-202.94") and s["rhythm"] == "monthly"
+    assert s["due_day"] == 1 and s["start_date"] is None
+
+
+def test_suggest_quartal_mit_phase(db):
+    acc = _acc(db)
+    for d in [date(2025, 9, 15), date(2025, 12, 15), date(2026, 3, 16), date(2026, 6, 15)]:
+        _tx(db, acc, d, "-55.08", "Rundfunk ARD ZDF")
+    db.commit()
+    out = suggest_recurring(db, today=TODAY)
+    assert len(out) == 1
+    assert out[0]["rhythm"] == "quarterly"
+    assert out[0]["start_date"] == date(2026, 6, 15) and out[0]["due_day"] == 15
+
+
+def test_suggest_jahr_mit_zwei_belegen(db):
+    acc = _acc(db)
+    for d, a in [(date(2025, 6, 16), "-409.92"), (date(2026, 6, 16), "-467.33")]:
+        _tx(db, acc, d, a, "Kraftfahrer-Schutz e.V.")
+    db.commit()
+    out = suggest_recurring(db, today=TODAY)
+    assert len(out) == 1
+    assert out[0]["rhythm"] == "yearly" and out[0]["amount"] == Decimal("-467.33")
+    assert out[0]["start_date"] == date(2026, 6, 16)
+    assert "409.92" in out[0]["hinweis"]  # Betrag zuletzt gestiegen
+
+
+def test_suggest_tote_serie_kein_vorschlag(db):
+    acc = _acc(db)
+    for m in (9, 10, 11, 12):
+        _tx(db, acc, date(2025, m, 1), "-35.00", "WWK Alt")
+    db.commit()
+    assert suggest_recurring(db, today=TODAY) == []
+
+
+def test_suggest_umfirmierung_merge(db):
+    acc = _acc(db)
+    for m in (11, 12):
+        _tx(db, acc, date(2025, m, 1), "-190.65", "Heidelberger Leben")
+    for m in (1, 2, 3):
+        _tx(db, acc, date(2026, m, 2), "-190.65", "Entis Lebensversicherung")
+    for m in (4, 5, 6, 7):
+        _tx(db, acc, date(2026, m, 1), "-202.94", "Entis Lebensversicherung")
+    db.commit()
+    out = suggest_recurring(db, today=TODAY)
+    assert len(out) == 1
+    assert "Entis" in out[0]["name"] and out[0]["amount"] == Decimal("-202.94")
+
+
+def test_suggest_bestandsabgleich_trotz_preisdrift(db):
+    acc = _acc(db)
+    db.add(RecurringItem(name="Entis Lebensversicherung AG", amount=Decimal("-190.65"),
+                         rhythm="monthly", due_day=1))
+    for m in (4, 5, 6, 7):
+        _tx(db, acc, date(2026, m, 1), "-202.94", "Entis Lebensversicherung AG")
+    db.commit()
+    assert suggest_recurring(db, today=TODAY) == []  # Namens-Match schlaegt an
+
+
+def test_suggest_zwei_vertraege_getrennt(db):
+    acc = _acc(db)
+    for m in (4, 5, 6, 7):
+        _tx(db, acc, date(2026, m, 1), "-346.23", "Heidelberger LV")
+        _tx(db, acc, date(2026, m, 2), "-145.21", "Heidelberger LV")
+    db.commit()
+    out = suggest_recurring(db, today=TODAY)
+    assert len(out) == 2
+    assert {s["amount"] for s in out} == {Decimal("-346.23"), Decimal("-145.21")}
+
+
+def test_try_merge_kombiniert_serien_ueber_gruppengrenzen():
+    # Direkter, isolierter Test der Merge-Mechanik (Schritt 6): siehe Report
+    # fuer den rechnerischen Nachweis, dass ein End-to-End-Szenario, in dem
+    # die ALTE und die NEUE Serie GLEICHZEITIG unabhaengig voneinander den
+    # Aktiv-Check bestehen, fuer keinen der drei Rhythmen innerhalb von
+    # WINDOW_DAYS=460 konstruierbar ist (die alte Serie ist beim Aktiv-Check
+    # immer laengst "tot", sobald die neue genug eigene Belege hat, bzw. bei
+    # yearly passt die noetige Gesamtspanne nicht ins Fenster). Deshalb hier
+    # `_try_merge` direkt gegen zwei synthetische `_Series` geprueft, ganz ohne
+    # DB/Fenster/Aktiv-Check-Interaktion.
+    a = _Series(items=[
+        Transaction(booking_date=date(2026, 1, 3), amount=Decimal("-50.00"),
+                   counterparty="Alte Firma GmbH", category_id=None),
+        Transaction(booking_date=date(2026, 2, 3), amount=Decimal("-50.00"),
+                   counterparty="Alte Firma GmbH", category_id=None),
+        Transaction(booking_date=date(2026, 3, 3), amount=Decimal("-50.00"),
+                   counterparty="Alte Firma GmbH", category_id=None),
+    ], rhythm="monthly")
+    b = _Series(items=[
+        Transaction(booking_date=date(2026, 4, 5), amount=Decimal("-52.00"),
+                   counterparty="Neue Firma GmbH", category_id=None),
+        Transaction(booking_date=date(2026, 5, 5), amount=Decimal("-52.00"),
+                   counterparty="Neue Firma GmbH", category_id=None),
+        Transaction(booking_date=date(2026, 6, 5), amount=Decimal("-52.00"),
+                   counterparty="Neue Firma GmbH", category_id=None),
+    ], rhythm="monthly")
+
+    merged = _try_merge([a, b])
+
+    # Luecke A-Ende->B-Anfang = 33 Tage (in [12,48]), Faelligkeitstag 3 vs 5
+    # (Differenz 2 <= 3), Betrag +4% (<=25%) -> Bedingungen erfuellt, genau
+    # EINE kombinierte Serie mit allen 6 Buchungen, juengste zuerst.
+    assert len(merged) == 1
+    assert len(merged[0].items) == 6
+    assert merged[0].last.counterparty == "Neue Firma GmbH"
+
+
+def test_suggest_umfirmierung_merge_verschiebt_kategorie_mehrheit(db):
+    # End-to-End-Nachweis, dass Schritt 6 tatsaechlich in `suggest_recurring`
+    # verdrahtet ist: da die Anzahl der Vorschlaege sich (bewiesenermassen,
+    # siehe Report) end-to-end NICHT als Diskriminator eignet (die alte Serie
+    # faellt so oder so per Aktiv-Check heraus), wird hier die
+    # Kategorie-Mehrheit als Diskriminator genutzt - die haengt direkt davon
+    # ab, ob die Buchungen der alten Serie ueber den Merge in die Zaehlung
+    # eingehen. Alte Serie: 4 Buchungen Kategorie A. Neue Serie: 3 Buchungen
+    # Kategorie B. Ohne Merge zaehlen nur die 3 B-Buchungen (Mehrheit B). Mit
+    # Merge kommen die 4 A-Buchungen dazu und kippen die Mehrheit auf A.
+    acc = _acc(db)
+    cat_a = Category(name="Alt-Kategorie")
+    cat_b = Category(name="Neu-Kategorie")
+    db.add(cat_a)
+    db.add(cat_b)
+    db.flush()
+    for d in [date(2026, 1, 3), date(2026, 2, 3), date(2026, 3, 3), date(2026, 4, 3)]:
+        _tx(db, acc, d, "-50.00", "Alte Firma GmbH", cat_a.id)
+    for d in [date(2026, 5, 5), date(2026, 6, 5), date(2026, 7, 5)]:
+        _tx(db, acc, d, "-52.00", "Neue Firma GmbH", cat_b.id)
+    db.commit()
+
+    out = suggest_recurring(db, today=date(2026, 7, 20))
+
+    assert len(out) == 1
+    assert out[0]["name"] == "Neue Firma GmbH" and out[0]["amount"] == Decimal("-52.00")
+    # Kategorie-Mehrheit kippt durch den Merge von B (3) auf A (4):
+    assert out[0]["category_id"] == cat_a.id