feat: adaptiver Modell-Router (Circuit-Breaker) + parallele KI-Analyse

Der reale Erst-Scan dauerte ~10 min, weil pro Kandidat sequenziell erst die
rate-limited Free-Modelle (429) probiert wurden. Zwei Hebel beheben das:

1. ModelRouter: programmatische Telemetrie statt LLM-Orchestrator. Pro Modell
   Erfolg/Latenz; ausgefallene/rate-limited Modelle bekommen per Circuit-Breaker
   einen Cooldown und werden übersprungen, das schnellste gesunde Modell zuerst.
   Failsafe-Pruning toter Slugs über OpenRouter /models (24h-Cache). State
   persistent in data/ai_router_state.json.

2. Parallelisierung: ThreadPoolExecutor mit konfigurierbarer max_concurrency
   (Default 8, I/O-gebunden → an API-Rate-Limits gebunden, nicht an CPU-Kerne).
   Klassifikationen laufen nebenläufig, Merge im Hauptthread (keine Locks),
   findings deterministisch sortiert. Fingerprint-Gruppierung: identischer
   Inhalt wird nur einmal klassifiziert, Funde aber für alle URLs emittiert.

Realtest bredelar.info: Frisch-Scan von ~10 min auf 1:01 min; Breaker öffnete
14× (Free-Modelle übersprungen), alle Verdikte von gemini-2.5-flash-lite.

Config: max_concurrency, breaker_failure_threshold, breaker_cooldown_seconds,
refresh_models. Tests: 251 grün (+12: Router-Reihung/Breaker/Pruning-failsafe,
parallel==sequenziell, Dedup, deterministische Reihenfolge).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

BEDIENUNGSANLEITUNG.md

@@ -984,6 +984,34 @@ Hinweis: Kostenlose Modelle liefern nicht immer ein gültiges Ergebnis (sie unte
 strikte JSON-Format nicht durchgehend). In dem Fall greift automatisch die nächste Stufe — das
 zuverlässige Bezahlmodell auf Stufe 3 fängt solche Fälle ab.
 
+### Adaptiver Modell-Router und Parallelität
+
+Statt die Kette stur von vorn abzuarbeiten, **lernt** der Scanner während des Laufs, welche
+Modelle gerade funktionieren:
+
+- **Circuit-Breaker:** Antwortet ein Modell wiederholt mit Fehler/Rate-Limit (`429`) oder zu
+  langsam, wird es für `breaker_cooldown_seconds` übersprungen — keine verschwendeten Versuche
+  mehr an gerade tote Free-Modelle. Das schnellste gesunde Modell kommt zuerst dran.
+- **Live-Abgleich (`refresh_models`):** Einmal täglich gleicht der Router die Modell-Liste mit
+  OpenRouter ab; nicht mehr existierende Slugs fallen automatisch raus (failsafe — bei Netzfehler
+  bleibt alles wie gehabt).
+- **Parallelität (`max_concurrency`):** Mehrere Inhalte werden gleichzeitig geprüft. Die KI-Calls
+  warten fast nur auf die API-Antwort (Netzwerk), nicht auf die CPU — deshalb ist die Stellgröße
+  an die **Rate-Limits der API** gebunden, nicht an die CPU-Kerne. Default 8 passt auf einen
+  4-Kern-vhost genauso wie auf einen 24-Kern-Rechner.
+
+```yaml
+ai_analysis:
+  max_concurrency: 8            # gleichzeitige API-Anfragen
+  breaker_failure_threshold: 2  # Fehler, bis ein Modell pausiert wird
+  breaker_cooldown_seconds: 120 # Pausendauer eines ausgefallenen Modells
+  refresh_models: true          # tote Modell-Slugs automatisch aussortieren
+```
+
+Wirkung: Der Erst-Scan einer Site (der den ganzen Bestand prüft) wird deutlich schneller, weil
+rate-limited Free-Modelle sofort übersprungen werden und die verbleibenden Anfragen nebenläufig
+laufen.
+
 Audio- und Video-Prüfung sind als abschaltbare Erweiterungspunkte vorbereitet
 (`ai_analysis.audio` / `ai_analysis.video`, default deaktiviert) und können aktiviert werden,
 sobald eine Website solche Mediendateien direkt einbindet.