feat: Glossar-Entwurf aus Rohtext und Korrekturlauf (glossar_vorschlag.py)

- Das Modell sucht abschnittsweise vermutete Hörfehler (Namen, Orte,
  Fremdwörter, Komposita); nur Funde, die wörtlich im Rohtext stehen
- Sichere Funde als Einträge, unsichere auskommentiert („# ?“)
- -k: Änderungen eines Korrekturlaufs, immer auskommentiert, da oft
  zusammenhangsabhängig
- -g: vorhandene Glossare werden vorher angewendet und nicht erneut vorgeschlagen
- Modellantworten im Zwischenspeicher <Entwurf>.parts/

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

README.md

@@ -13,6 +13,7 @@ Die Werkzeuge sind einzeln oder hintereinander nutzbar:
 | `vtt2txt.py` | VTT in eine Rohabschrift (Text) umwandeln |
 | `rede_korrigieren.py` | Rohabschrift (oder VTT direkt) mit dem Sprachmodell korrigieren |
 | `aenderungen.py` | Änderungsbericht: was hat das Modell gegenüber dem Rohtext geändert? |
+| `glossar_vorschlag.py` | Glossar-Entwurf: vermutete Hörfehler bei Namen und Begriffen |
 
 ## Voraussetzungen
 
@@ -199,6 +200,40 @@ und Hörfehler eines Redners und eines je Rede. Beispiel zu den Testdaten:
 `magdeburg.glossar.txt`. Das gemeinsame Glossar zuerst angeben, damit seine
 Ersetzungen vor den speziellen greifen.
 
+### Glossar-Entwurf: `glossar_vorschlag.py`
+
+Ein Glossar von Hand zu erstellen heißt, den ganzen Rohtext zu lesen. Den ersten
+Entwurf liefert das Skript:
+
+1. Das Modell sucht abschnittsweise vermutete Hörfehler: Namen, Orte, Fremdwörter,
+   Fachbegriffe und falsch zusammen- oder getrennt geschriebene Wörter. Behalten werden
+   nur Funde, die wörtlich im Rohtext stehen. Sichere Funde sind aktive Einträge,
+   unsichere stehen auskommentiert als `# ? falsch => richtig`.
+2. Mit `-k` kommen die Wörter dazu, die ein Korrekturlauf geändert hat. Diese sind
+   alle auskommentiert, denn vieles davon hängt vom Zusammenhang ab (`das → dass`)
+   und wäre als feste Ersetzung falsch.
+
+Einträge aus den mit `-g` angegebenen Glossaren werden vorher angewendet und nicht
+erneut vorgeschlagen.
+
+```bash
+./glossar_vorschlag.py -i testdaten/Lahnstein.de-orig.txt \
+    -k testdaten/Lahnstein.de-orig.korrigiert.txt -g krone-schmalz.glossar.txt
+# → testdaten/Lahnstein.de-orig.glossar.entwurf.txt
+```
+
+| Option | Bedeutung |
+|---|---|
+| `-i`, `--input` | Rohabschrift (`.txt` oder `.vtt`), Pflicht |
+| `-k`, `--korrigiert` | korrigierter Text eines Laufs (optional) |
+| `-g`, `--glossar` | vorhandene Glossare, mehrfach möglich |
+| `-o`, `--output` | Entwurf; Standard: `<Eingabe ohne Endung>.glossar.entwurf.txt` |
+| `-m`, `--model` | Ollama-Modell; Standard: `qwen3:32b` |
+
+Der Entwurf ist ein Ausgangspunkt, kein fertiges Glossar: jeden Eintrag prüfen,
+Brauchbares ins Glossar der Rede (oder ins gemeinsame) übernehmen. Die Modellantworten
+werden in `<Entwurf>.parts/` zwischengespeichert.
+
 ## Testdaten
 
 `testdaten/` enthält drei Reden, jeweils als automatische YouTube-Untertitel
@@ -228,6 +263,8 @@ Die Tests brauchen kein Ollama: Modellaufrufe werden durch Fakes ersetzt. Geprü
 werden Abschnittsbildung, Glossar (inkl. „jede Ersetzung im Glossar einer Rede trifft
 diese Rede, jede im gemeinsamen Glossar trifft mindestens eine“), Streaming-Auswertung, Absatzgliederung (Text bleibt
 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).
 `tests/test_extract_text.py` prüft den Gesamtablauf URL → Text, Sprachwahl