Add watchdog for missed launchd runs, fix backup path bug + retention

Watchdog (scripts/utils/watchdog.py, com.lotto.watchdog.plist, daily
21:30) checks whether the latest draw or the trained models are older
than the launchd schedule allows and sends a Telegram alert - this
would have caught the Aug 15 update run that silently never fired
(the Mac was presumably asleep; launchd does not retry missed
StartCalendarInterval jobs), instead of that only surfacing on the
next manual check.

Also fixes a real path bug in LottoAPIUpdater.create_backup(): since
self.data_file already points into data/, joining "data","backups"
wrote backups to data/data/backups/ instead of data/backups/ - 73
backups (6.3MB) had been piling up there undetected for months, with
data/data/ only ever gitignored rather than the root cause fixed.
Merges the misplaced backups into the correct location and adds
retention (keep last 30) so backups no longer grow unbounded; applied
the same retention to Eurojackpot's updater in a matching commit
there, which didn't have the path bug but had the same unbounded
growth (85 backups, 2.4MB).

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

scripts/utils/watchdog.py

@@ -0,0 +1,77 @@
+#!/usr/bin/env python3
+"""
+Watchdog für die Lotto-Automatisierung.
+
+Prüft die Aktualität von Ziehungsdaten und trainierten Modellen anhand des
+Ziehungskalenders (Mi + Sa) und meldet sich per Telegram, wenn etwas länger
+stillsteht als der launchd-Zeitplan erlaubt. Das fängt genau den Fall ab, in
+dem ein StartCalendarInterval-Job verpasst wurde (z.B. weil der Mac im Schlaf
+war) - launchd holt das selbst nicht nach, und ohne diesen Check fällt es
+sonst erst bei der nächsten manuellen Nachfrage auf.
+
+Aufruf: python3 scripts/utils/watchdog.py
+Gedacht für einen täglichen launchd-Job (siehe com.lotto.watchdog.plist).
+"""
+import os
+import sys
+from datetime import datetime
+
+import pandas as pd
+
+sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
+from notifier import LottoNotifier
+
+PROJECT_ROOT = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+DATA_FILE = os.path.join(PROJECT_ROOT, "data", "AlleLottozahlen.csv")
+MODEL_FILE = os.path.join(PROJECT_ROOT, "data", "ultimate_ml_models", "trained_models.pkl")
+
+# Lotto zieht Mi + Sa -> maximal 4 Tage zwischen zwei Ziehungen. 5 Tage
+# Toleranz lassen dem Update-Job (selber Abend, 20 Uhr) Luft, ohne echte
+# Ausfälle zu verpassen.
+MAX_DAYS_SINCE_DRAW = 5
+
+
+def check() -> list[str]:
+    """Prüft Daten- und Modell-Aktualität, gibt gefundene Probleme zurück."""
+    problems = []
+
+    df = pd.read_csv(DATA_FILE, sep=';')
+    last_draw = pd.to_datetime(df['datum'], format='%Y-%m-%d').max().date()
+    days_since_draw = (datetime.now().date() - last_draw).days
+
+    if days_since_draw > MAX_DAYS_SINCE_DRAW:
+        problems.append(
+            f"Letzte Ziehung in den Daten ist {last_draw.isoformat()} "
+            f"({days_since_draw} Tage her) - der automatische Update-Lauf "
+            f"scheint ausgefallen zu sein."
+        )
+
+    if os.path.exists(MODEL_FILE):
+        model_date = datetime.fromtimestamp(os.path.getmtime(MODEL_FILE)).date()
+        if model_date < last_draw and (datetime.now().date() - model_date).days > 1:
+            problems.append(
+                f"Modelle sind vom {model_date.isoformat()}, aber die neueste "
+                f"Ziehung ({last_draw.isoformat()}) wurde noch nicht eingelernt."
+            )
+    else:
+        problems.append("Modell-Datei trained_models.pkl fehlt komplett.")
+
+    return problems
+
+
+def main():
+    problems = check()
+    if not problems:
+        print("✅ Watchdog: alles aktuell.")
+        return
+
+    print("⚠️  Watchdog hat Probleme gefunden:")
+    for p in problems:
+        print(f"   - {p}")
+
+    message = "🐶 *LOTTO WATCHDOG - PROBLEM ERKANNT*\n\n" + "\n".join(f"⚠️ {p}" for p in problems)
+    LottoNotifier().send_alert(message)
+
+
+if __name__ == "__main__":
+    main()