feat: Änderungsbericht listet eigenmächtige Modelländerungen „Zu prüfen“

Verglichen wird der Text nach den Glossar-Ersetzungen mit dem Ergebnis des
Modells. Gemeldet werden ersetzte gültige Wörter (Systemwortliste
/usr/share/dict/ngerman bzw. american-english), stark veränderte, eingefügte
und gestrichene Wörter; Hörfehler-Korrekturen, reine Zusammen-/Getrennt-
schreibung, Füllwörter und Glossarwörter nicht. Eigener Abschnitt im
HTML-Bericht, Rahmen im Text, Liste in der Konsole. aenderungen.py versteht
dafür -g und -l.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

README.md

@@ -25,6 +25,9 @@ Die Werkzeuge sind einzeln oder hintereinander nutzbar:
   (`ollama pull qwen3:32b`)
   `abschrift_korrigieren.py` und `glossar_vorschlag.py` prüfen beides vor dem Start und
   brechen sonst mit einem Hinweis ab (`sudo systemctl start ollama` bzw. `ollama pull …`)
+- für den Änderungsbericht eine Wortliste: `/usr/share/dict/ngerman` (Paket `wngerman`),
+  für englische Beiträge `/usr/share/dict/american-english` (Paket `wamerican`).
+  Fehlt sie, gibt es einen Hinweis und die Prüfung „gültiges Wort ersetzt“ entfällt
 
 Für gute Geschwindigkeit muss das Modell komplett in den Grafikspeicher passen.
 Mit `OLLAMA_NUM_PARALLEL=1` braucht `qwen3:32b` bei 16k Kontext rund 24 GB
@@ -272,19 +275,43 @@ Jeder Lauf von `abschrift_korrigieren.py` schreibt neben die Ausgabe
 `<Name>.aenderungen.html` (aus `rede.korrigiert.txt` wird `rede.aenderungen.html`)
 und zeigt die häufigsten Änderungen in der Konsole. Der Bericht enthält:
 
+- **Zu prüfen:** eigenmächtige Änderungen des Modells, die den Sinn ändern können,
+  mit Grund und Zusammenhang (siehe unten),
 - alle Änderungen nach Häufigkeit (`gedeiliche → gedeihliche`, `∅ → ist` für Einfügungen),
 - den korrigierten Text mit seinen Absätzen: ersetzte Wörter gelb mit dem Original
-  dahinter, Einfügungen grün, Streichungen rot durchgestrichen, `[prüfen: …]` orange.
+  dahinter, Einfügungen grün, Streichungen rot durchgestrichen, `[prüfen: …]` orange,
+  Stellen „zu prüfen“ rot umrahmt (gestrichene als ⚠, Grund beim Darüberfahren).
 
 Nicht markiert werden Groß-/Kleinschreibung, Satzzeichen (auch eingefügte
 Gedankenstriche) und Schreibweisen wie „z.B.“ → „z. B.“. So bleiben die Wortänderungen
 übrig, die man prüfen sollte, gerade eigenmächtige wie „gedeiliche“ → „geregelte“.
 
-Für vorhandene Dateien gibt es das eigene Skript:
+### Zu prüfen
+
+Verglichen wird hier der Text, den das Modell bekommen hat (nach den festen
+Ersetzungen des Glossars), mit seinem Ergebnis. Gemeldet werden:
+
+| Grund | Beispiel |
+|---|---|
+| gültiges Wort ersetzt | „Professor“ → „Professorin“, „unterschreiben“ → „unterscheiden“ (das alte Wort steht in der Wortliste, war also kein Hörfehler) |
+| stark verändert | „CT1“ → „ZDF“ (Ähnlichkeit unter 60 %) |
+| eingefügt | „∅“ → „ist“ |
+| gestrichen | „Sicherungskonzepte geht“ → „∅“ (Füllwörter wie „äh“ nicht) |
+
+Nicht gemeldet werden Hörfehler-Korrekturen, die ähnlich bleiben
+(„Gradwanderung“ → „Gratwanderung“), reine Zusammen-, Getrennt- und
+Bindestrich-Schreibung („Clan Kriminalität“ → „Clankriminalität“) und neue Wörter,
+die im Glossar stehen. Die Liste erscheint auch in der Konsole. Kleine
+Grammatik-Korrekturen wie „das“ → „dass“ tauchen ebenfalls auf; ein Blick genügt.
+
+Für vorhandene Dateien gibt es das eigene Skript. Mit denselben Glossaren wie bei
+der Korrektur gelten deren Ersetzungen und Begriffe nicht als verdächtig:
 
 ```bash
 ./aenderungen.py -a rede.txt -b rede.korrigiert.txt        # → rede.aenderungen.html
 ./aenderungen.py -a rede.de.vtt -b rede.korrigiert.txt -o bericht.html
+./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./aenderungen.py -a talk.txt -b talk.korrigiert.txt -l en  # englische Wortliste
 ```
 
 ## Glossar
@@ -386,7 +413,9 @@ unverändert, 3–10 Sätze), Zwischenspeicher/Fortsetzen und die Kommandozeile.
 `tests/test_glossar_vorschlag.py` prüft Filter (nur Funde im Text, keine bekannten),
 Ausgabeformat (gültiges Glossar, Unsicheres auskommentiert) und Zwischenspeicher.
 `tests/test_aenderungen.py` prüft den Wortvergleich (Satzzeichen, Groß-/Kleinschreibung
-und „z. B.“ zählen nicht) und den HTML-Bericht (vollständiger Text, Absätze, Escaping).
+und „z. B.“ zählen nicht), die Liste „Zu prüfen“ (Gründe, Ausnahmen, Glossar,
+fehlende Wortliste) und den HTML-Bericht (vollständiger Text, Absätze, Escaping).
+Die Tests nutzen eine kleine eigene Wortliste statt der des Systems.
 `tests/test_extract_text.py` prüft den Gesamtablauf URL → Text, Sprachwahl
 (Original-Audio, manuell vor automatisch) und Fehlerfälle.
 `tests/test_yt_untertitel.py` prüft Spurauswahl, Aufruf von `yt-dlp` und
@@ -418,7 +447,9 @@ Oben in `abschrift_korrigieren.py`:
 
 - Das Modell ändert gelegentlich Wörter eigenmächtig, auch sinnverändernd
   (Magdeburg-Rede ohne Glossar: „Professor“ → „Professorin“, „gedeiliche“ →
-  „geregelte“ statt „gedeihliche“). Stichproben lohnen sich; gefundene Fälle
+  „geregelte“ statt „gedeihliche“). Die Liste „Zu prüfen“ im Bericht findet die
+  meisten solcher Fälle, aber nicht alle: Ein falsch erkanntes Wort, das das Modell
+  durch ein ähnliches, aber falsches ersetzt, fällt nicht auf. Gefundene Fälle
   gehören ins Glossar.
 - `qwen3:32b` ohne Denkmodus erkennt Hörfehler ohne Glossar nur teilweise und
   setzt kaum `[prüfen: …]`-Marken. Bekannte Fehler gehören deshalb ins Glossar.