docs: Startup-Kommandos vollständig dokumentieren (llama.cpp, Ollama, Gateway)

README: neuer Abschnitt „Starten — alle Szenarien" mit allen Optionen für
cloud/hybrid/local-dev, llama.cpp-ENV-Tabelle, Ollama-Sequenz und make-Targets.
BEDIENUNGSANLEITUNG: § 4.5 (llama.cpp) um direkten Script-Aufruf, docker logs,
vollständige ENV-Tabelle erweitert; neues § 4.6 (Ollama) mit systemctl/serve,
pull/list/ps, .env-Snippet und Reasoning-Hinweis. TOC und Sachregister aktualisiert.

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

README.md

@@ -49,6 +49,94 @@ Web-Interface: Browser → `http://localhost:8080/`
 
 ---
 
+## Starten — alle Szenarien
+
+### Profil `cloud` (nur Gateway, alles via OpenRouter)
+
+```bash
+make run                        # Gateway auf PORT aus .env (Standard: 8080)
+VA_PROFILE=cloud make run       # Profil explizit setzen (überschreibt .env)
+PORT=8003 make run              # anderen Port für diesen Start
+LOG_LEVEL=debug make run        # ausführlichere Logs
+```
+
+### Profil `hybrid` / `local-dev` mit llama.cpp (Docker + GPU)
+
+```bash
+# 1) LLM-Server starten
+make llm-up                     # Default: GPU 1, Port 8001, Modell qwen3-35B-Uncensored
+make llm-status                 # warten bis „Modell bereit" + HTTP 200 erscheint
+make llm-down                   # stoppen
+
+# Mit anderen Parametern (via ENV):
+GPU_DEVICE=0 make llm-up
+HOST_PORT=8101 GPU_DEVICE=2 make llm-up
+GPU_DEVICE=0 MODEL_REL_PATH="models/qwen3/anderes-modell.gguf" make llm-up
+
+# Direkt (ohne make):
+bash scripts/llm-server/start-llm-server.sh
+GPU_DEVICE=0 bash scripts/llm-server/start-llm-server.sh
+
+# 2) Gateway starten
+VA_PROFILE=hybrid make run      # STT/TTS cloud, LLM lokal
+VA_PROFILE=local-dev make run   # alles lokal (STT/TTS in-process)
+```
+
+ENV-Optionen für `make llm-up` / `start-llm-server.sh`:
+
+| Variable | Default | Bedeutung |
+|----------|---------|-----------|
+| `GPU_DEVICE` | `1` | GPU-Index (0-basiert) |
+| `HOST_PORT` | `8001` | Host-Port des LLM-Servers |
+| `MODEL_REL_PATH` | `models/qwen3/Qwen3.6-35B-...Q4_K_M.gguf` | Modellpfad relativ zu `HF_HOME` |
+| `HF_HOME` | `~/nvme2n1p7_home/huggingface` | Modell-Basisverzeichnis |
+| `MODEL_ALIAS` | `va_llm` | OpenAI-API-Modellname (→ `LOCAL_LLM_MODEL` in `.env`) |
+| `CONTAINER_NAME` | `va_llm` | Docker-Containername |
+
+> Wird `HOST_PORT` oder `MODEL_ALIAS` geändert, müssen `LOCAL_LLM_BASE_URL` und
+> `LOCAL_LLM_MODEL` in `.env` entsprechend angepasst werden.
+
+### Profil `hybrid` / `local-dev` mit Ollama
+
+```bash
+# 1) Ollama-Dienst starten
+sudo systemctl start ollama     # empfohlen (bei systemd-Installation)
+# oder im Vordergrund:
+ollama serve
+
+# 2) Modell herunterladen (einmalig, ~20 GB):
+ollama pull qwen3:30b-a3b       # Thinking deaktiviert (empfohlen)
+# kleinere Alternative (CPU-tauglich, ~5 GB):
+ollama pull qwen3:8b
+
+# Status prüfen:
+ollama list                     # installierte Modelle
+ollama ps                       # gerade aktive Modelle (mit VRAM-Verbrauch)
+
+# 3) .env anpassen (einmalig):
+# LOCAL_LLM_BASE_URL=http://127.0.0.1:11434/v1
+# LOCAL_LLM_API_KEY=ollama
+# LOCAL_LLM_MODEL=qwen3:30b-a3b   ← exakter Name aus 'ollama list'
+
+# 4) Gateway starten:
+VA_PROFILE=hybrid make run
+VA_PROFILE=local-dev make run
+```
+
+### Alle `make`-Targets im Überblick
+
+```bash
+make install    # venv anlegen + Abhängigkeiten installieren
+make run        # Gateway starten (uvicorn --reload, Port aus .env)
+make test       # Pytest-Suite (offline, kostenlos)
+make smoke      # Live-End-to-End-Test gegen OpenRouter (geringe Kosten)
+make llm-up     # llama.cpp-Docker-Container starten
+make llm-down   # llama.cpp-Container stoppen
+make llm-status # Container- und HTTP-Status prüfen
+```
+
+---
+
 ## Dokumentation
 
 | Dokument | Zielgruppe | Inhalt |