Titeltext: eine Quelle fuer PDF-Titelseite und Startseite

Die Startseite zeigte einen anderen Titeltext als das PDF. Der Text stand
VIERMAL im Repository: NEUER_TITEL.md, die Konstanten in
bilder_04/erzeuge_titelseite.py, der Titelblock des Vorworts - und noch einmal
fest einprogrammiert im Hero-Block von baue_landingpage().

Die Ursache ist messbar: Die drei Commits, die den Titel ueberarbeitet haben
(ca5621f, 199dd3b, 1659fb9 im Ursprungs-Repository), fassten jedes Mal
dieselben drei Dateien an. build_version_04.py war in keinem davon, und
OR_HTML_04/index.html taucht in ihren Dateilisten gar nicht auf. Online stand
deshalb:

  Unterzeile  "Von den mathematischen Grundlagen zur quantitativen
              Portfolio-Optimierung an den Finanzmaerkten."
  Kompendium  "Ein vollstaendiges Kompendium mit Algorithmen ..."
  Anwendungen fehlte ganz

Behandlung wie bei den neun Nummern-Funden zuvor: nicht die Kopie korrigieren,
sondern die Kopie abschaffen. Das neue titeltexte_04.py zerlegt NEUER_TITEL.md
in Titel, Untertitel, Kompendium- und Anwendungen-Absatz; PDF-Titelseite und
Startseite lesen dieselbe Funktion. Der Autor bleibt bewusst Konstante im
Generator - die Vorlage beschreibt das Buch, nicht sein Impressum.

Der entscheidende Beleg: Die neu erzeugte titelseite.svg ist BYTE-IDENTISCH
(97fb40d7...) zur vorherigen - der Umbau hat am PDF nachweislich nichts
veraendert. Auch nicht am Umbruch: Die frueher handgesetzten drei Zeilen
entstehen jetzt automatisch aus _umbrechen(), und zwar exakt so. Ein
Textvergleich ueber das SVG war uebrigens nicht moeglich - es enthaelt kein
einziges <text>-Element, matplotlib zeichnet alle 726 Buchstaben als Kurven.

Das Vorwort bleibt von Hand gepflegter Buchtext, wird aber von
pruefe_titeltexte() bei jedem --check gegen die Quelle gestellt. Gleich beim
ersten Lauf fand es einen echten Unterschied: Das Vorwort setzte einen
Geviertstrich, die Vorlage einen Halbgeviertstrich. Im Deutschen ist der
Halbgeviertstrich der richtige - das Vorwort folgt jetzt der Quelle.

Veroeffentlicht: 5 Dateien uebertragen, alle vierzehn HTTP-Proben richtig.
Gegenprobe vom Server: alle drei Absaetze der Startseite sind zeichengenau
identisch mit NEUER_TITEL.md.

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

OR_HTML_04/assets/site.css

@@ -309,6 +309,7 @@ article li { margin: .3em 0; }
 .hero-untertitel { color: var(--muted); font-size: 1.05rem; }
 .hero-badges { display: flex; gap: .6rem; margin-top: 1rem; flex-wrap: wrap; }
 .hero-kompendium { color: var(--muted); margin-top: 1.4rem; max-width: 640px; }
+.hero-anwendungen { color: var(--muted); margin-top: .8rem; max-width: 640px; }
 .hero-autor { color: var(--muted); font-size: .92rem; line-height: 1.5; }
 .badge { padding: .35em .9em; border-radius: 20px; color: #fff; font-weight: 600; font-size: .85rem; }
 .badge-indigo { background: var(--accent); }

OR_HTML_04/gesamtdokument.html

@@ -378,7 +378,7 @@
 <h1 class="unnumbered" id="optimierte-entscheidungsfindung-mit-python">Optimierte Entscheidungsfindung mit Python</h1>
 <h2 class="unnumbered" id="von-der-mathematischen-modellierung-zu-praktischen-intelligenten-lösungen-für-betrieb-technik-und-finanzmärkte">Von der mathematischen Modellierung zu praktischen intelligenten Lösungen für Betrieb, Technik und Finanzmärkte</h2>
 <p><strong>Ein praxisorientiertes Kompendium für Entscheider</strong> mit Constraint Programming, Vektor- und Matrixmethoden sowie HiGHS, SciPy, Google OR-Tools und CVXPY.</p>
-<p>Von <strong>Personaleinsatz-, Schicht- und Vertretungsplänen, Fahrtrouten, Logistik und Maschinen- und Netzwerkauslastung</strong> über <strong>Energieverteilung und Ressourcenplanung</strong> bis zur <strong>Portfoliooptimierung und besseren Entscheidungen an den Finanzmärkten</strong> — mit Python modellieren, optimieren und belegbar fundierte Entscheidungen treffen.</p>
+<p>Von <strong>Personaleinsatz-, Schicht- und Vertretungsplänen, Fahrtrouten, Logistik und Maschinen- und Netzwerkauslastung</strong> über <strong>Energieverteilung und Ressourcenplanung</strong> bis zur <strong>Portfoliooptimierung und besseren Entscheidungen an den Finanzmärkten</strong> – mit Python modellieren, optimieren und belegbar fundierte Entscheidungen treffen.</p>
 <p>Autor / Herausgeber: Dieter Schlüter</p>
 <p>&lt;dieter(dot)schlueter(atsign)linix(dot)de&gt;</p>
 <p>Stand: 8. September 2026</p>

OR_HTML_04/index.html

@@ -104,17 +104,15 @@
   <div class="hero-text">
     <p class="hero-kicker">KOMPENDIUM</p>
     <h1>Optimierte Entscheidungsfindung mit Python</h1>
-    <p class="hero-untertitel">Von den mathematischen Grundlagen zur quantitativen
-    Portfolio-Optimierung an den Finanzmärkten.</p>
+    <p class="hero-untertitel">Von der mathematischen Modellierung zu praktischen intelligenten Lösungen für Betrieb, Technik und Finanzmärkte</p>
     <div class="hero-badges">
       <span class="badge badge-indigo">HiGHS</span>
       <span class="badge badge-emerald">SciPy</span>
       <span class="badge badge-cyan">Google OR-Tools</span>
       <span class="badge badge-violett">CVXPY</span>
     </div>
-    <p class="hero-kompendium"><em>Ein vollständiges Kompendium mit Algorithmen, Constraint
-    Programming, Vektor- und Matrixmethoden sowie modernen Python-Solvern (HiGHS, SciPy,
-    Google OR-Tools, CVXPY)</em></p>
+    <p class="hero-kompendium"><em>Ein praxisorientiertes Kompendium für Entscheider mit Constraint Programming, Vektor- und Matrixmethoden sowie HiGHS, SciPy, Google OR-Tools und CVXPY.</em></p>
+    <p class="hero-anwendungen">Von Personaleinsatz-, Schicht- und Vertretungsplänen, Fahrtrouten, Logistik und Maschinen- und Netzwerkauslastung über Energieverteilung und Ressourcenplanung bis zur Portfoliooptimierung und besseren Entscheidungen an den Finanzmärkten – mit Python modellieren, optimieren und belegbar fundierte Entscheidungen treffen.</p>
     <p class="hero-autor">Autor / Herausgeber: Dieter Schlüter<br>
     &lt;dieter(dot)schlueter(atsign)linix(dot)de&gt;<br>
     Stand: 8. September 2026</p>

OR_HTML_04/vorwort.html

@@ -107,7 +107,7 @@
 <h1 class="unnumbered" id="optimierte-entscheidungsfindung-mit-python">Optimierte Entscheidungsfindung mit Python</h1>
 <h2 class="unnumbered" id="von-der-mathematischen-modellierung-zu-praktischen-intelligenten-lösungen-für-betrieb-technik-und-finanzmärkte">Von der mathematischen Modellierung zu praktischen intelligenten Lösungen für Betrieb, Technik und Finanzmärkte</h2>
 <p><strong>Ein praxisorientiertes Kompendium für Entscheider</strong> mit Constraint Programming, Vektor- und Matrixmethoden sowie HiGHS, SciPy, Google OR-Tools und CVXPY.</p>
-<p>Von <strong>Personaleinsatz-, Schicht- und Vertretungsplänen, Fahrtrouten, Logistik und Maschinen- und Netzwerkauslastung</strong> über <strong>Energieverteilung und Ressourcenplanung</strong> bis zur <strong>Portfoliooptimierung und besseren Entscheidungen an den Finanzmärkten</strong> — mit Python modellieren, optimieren und belegbar fundierte Entscheidungen treffen.</p>
+<p>Von <strong>Personaleinsatz-, Schicht- und Vertretungsplänen, Fahrtrouten, Logistik und Maschinen- und Netzwerkauslastung</strong> über <strong>Energieverteilung und Ressourcenplanung</strong> bis zur <strong>Portfoliooptimierung und besseren Entscheidungen an den Finanzmärkten</strong> – mit Python modellieren, optimieren und belegbar fundierte Entscheidungen treffen.</p>
 <p>Autor / Herausgeber: Dieter Schlüter</p>
 <p>&lt;dieter(dot)schlueter(atsign)linix(dot)de&gt;</p>
 <p>Stand: 8. September 2026</p>