feat: KI-Absicherung gegen Falsch-Negative bei Dienstausfall

Bisher: Konnte die KI kein Verdikt liefern (alle Modellstufen scheitern),
ging der Inhalt still als grün durch — für ein Sicherheitswerkzeug ein
Falsch-Negativ-Risiko ("konnte nicht prüfen" ≠ "sauber").

Zwei Maßnahmen:
1. Retry: _classify wiederholt die ganze Modell-Kette bei Komplettausfall
   bis max_retries (Default 1) mit Backoff — fängt transiente Aussetzer ab.
2. Tracking: nicht prüfbare Inhalte landen in ai_result["unchecked"] (statt
   stillem skip) und werden sichtbar in Terminal, Report (Markdown), diff-only
   und E-Mail — jeweils mit URL. score_ai_findings nimmt sie als Grund auf;
   mit unchecked_level="yellow" heben sie das Level auf mindestens Gelb an
   (Default "warn" = nur Hinweis, Ampel unberührt).

Config: max_retries, retry_backoff_seconds, unchecked_level (ai_analysis).
Tests: 230 grün (+ Retry-Recovery, unchecked-Tracking, unchecked_level).

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

scanner/plain.py

@@ -191,6 +191,13 @@ def klartext_befunde(
                 f"Auf {len(bild_funde)} Bild(ern) wurden möglicherweise problematische "
                 "Inhalte erkannt. Bitte prüfen Sie die betroffenen Bilder."
             )
+    if ai_result and ai_result.get("unchecked"):
+        n = len(ai_result["unchecked"])
+        saetze.append(
+            f"{n} Inhalt(e) konnten nicht automatisch geprüft werden, weil der "
+            "Prüfdienst gerade nicht erreichbar war. „Nicht geprüft“ bedeutet nicht "
+            "„unbedenklich“ — bitte beim nächsten Lauf erneut prüfen."
+        )
 
     if not saetze:
         saetze.append("Es hat sich nichts Verdächtiges verändert.")