12 changed files with 154 additions and 3663 deletions
--- a/.gitignore
+++ b/.gitignore
@ -12,11 +12,3 @@ __pycache__/
 # Eigene Ergebnisse und Testläufe
 output/
 # Echte Reden (Urheberrecht): nur lokal; die Tests nutzen tests/daten/
 testdaten/
 # Glossare echter Beiträge (Namen, Hörfehler): nur lokal; ins Repository gehört
 # nur das Glossar der erfundenen Beispielrede
 *.glossar.txt
 !tests/daten/beispiel.glossar.txt
--- a/BEDIENUNGSANLEITUNG.md
+++ b/BEDIENUNGSANLEITUNG.md
@ -149,16 +149,6 @@ Mit eigenem Dateinamen:
 # → lahnstein.korrigiert.txt, lahnstein.txt (Rohtext), lahnstein.aenderungen.html
 ```
 **Ausprobieren ohne YouTube:** Im Ordner `tests/daten/` liegt eine frei erfundene
 Beispielrede (Festrede zum Jubiläum der Gemeinde „Auental“) mit typischen Hörfehlern
 und einem passenden Glossar. Ein Lauf dauert etwa zwei bis drei Minuten und zeigt alle
 Ergebnisse, auch den Änderungsbericht:
 ```bash
 ./abschrift_korrigieren.py -i tests/daten/beispiel.de.txt -g tests/daten/beispiel.glossar.txt -o beispiel.korrigiert.txt
 # → beispiel.korrigiert.txt, beispiel.aenderungen.html
 ```
 ---
 ## 4. Der Arbeitsablauf im Überblick
@ -223,10 +213,10 @@ versteht `abschrift_korrigieren.py`.
 Soll die Original-Untertiteldatei (`.vtt`, mit Zeitstempeln) erhalten bleiben:
 ```bash
-./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d untertitel
+./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d testdaten
-# → untertitel/Lahnstein.de-orig.vtt
+# → testdaten/Lahnstein.de-orig.vtt
-./vtt2txt.py -i untertitel/Lahnstein.de-orig.vtt
+./vtt2txt.py -i testdaten/Lahnstein.de-orig.vtt
-# → untertitel/Lahnstein.de-orig.txt
+# → testdaten/Lahnstein.de-orig.txt
 ```
 Achtung: `yt_untertitel.py` nimmt ohne `-l` Deutsch (`de`), nicht die
@ -303,13 +293,9 @@ Namen und Hörfehler) plus eines **je Beitrag**:
 ```
 Das gemeinsame Glossar zuerst angeben, damit seine Ersetzungen zuerst greifen.
-
+Im Programmordner liegen Beispiele: `krone-schmalz.glossar.txt` (gemeinsam),
-Glossare enthalten Namen realer Personen und Hörfehler realer Beiträge. Sie werden
+`ramstein.glossar.txt`, `magdeburg.glossar.txt`, `lahnstein.glossar.txt`
-deshalb nicht ins Git-Repository übernommen: Jede Datei `*.glossar.txt` ist über
+(je eine Rede) und `iamfabian.glossar.txt` (Kanal über KI-Coding-Tools).
 `.gitignore` ausgeschlossen und bleibt nur auf dem eigenen Rechner. Das ist
 gewollt; Glossare lieber gesondert sichern. Einzige Ausnahme ist das kleine,
 leicht nachvollziehbare Glossar zur erfundenen Beispielrede in
 `tests/daten/beispiel.glossar.txt`, das sich gut als Vorlage eignet.
 ### 6.3 Entwurf vom Modell: `glossar_vorschlag.py`
@ -379,9 +365,7 @@ Statt `-i rede.txt` geht auch `-i rede.de.vtt` (Untertiteldatei) oder
 4. **Korrektur:** Der Text wird in Abschnitte von etwa 1200 Wörtern geteilt, immer
   am Satzende, und Abschnitt für Abschnitt korrigiert. Abkürzungen wie „z. B.“,
   „Dr.“, „bzw.“ und Ordnungszahlen wie „2. Weltkrieg“ gelten dabei nicht als
-   Satzende. Das Modell ist angewiesen, nichts zu ergänzen, auch keine Vornamen oder
+   Satzende.
   Titel aus dem Glossar: Steht dort „Alexander Dobrindt“, bleibt ein gesagtes
   „Dobrindt“ trotzdem „Dobrindt“.
 5. **Wortzahl-Prüfung:** Weicht die Wortzahl eines Abschnitts um mehr als 5 % ab,
   warnt das Programm (das Modell könnte etwas ausgelassen oder ergänzt haben).
 6. **Absätze:** Das Modell nennt die Sätze, mit denen ein neuer Absatz beginnt; der
@ -415,11 +399,10 @@ Fertig: rede.korrigiert.txt
 Änderungen gegenüber dem Rohtext: 82
  5× „Rammstein“ → „Ramstein“
  …
-Zu prüfen: 20 Stellen (davon 2 Wortformen)           ← diese Stellen ansehen!
+Zu prüfen: 19 Stellen                                 ← diese Stellen ansehen!
  gültiges Wort ersetzt: „in“ → „dass“
  stark verändert: „OSola“ → „Ursula“
  …
  Wortform geändert: „sehe“ → „sähe“                  ← Wortformen am Ende
 Bericht: rede.aenderungen.html
 19 Stelle(n) zu prüfen, siehe rede.aenderungen.html
@ -461,8 +444,7 @@ xdg-open rede.aenderungen.html
 1. **Kopfzeile:** Wortzahlen, Anzahl der Ersetzungen, Einfügungen, Streichungen,
   Prüfmarken und Stellen „zu prüfen“.
 2. **Zu prüfen:** Tabelle der verdächtigen Änderungen mit Grund, Text vorher,
-   korrigiertem Text und Zusammenhang. **Hier beginnen.** Darunter in einer eigenen
+   korrigiertem Text und Zusammenhang. **Hier beginnen.**
   Tabelle die bloßen Wortformen („Wortform geändert“).
 3. **Alle Änderungen nach Häufigkeit:** jede Wortänderung mit Anzahl, z. B.
   `5 Rammstein → Ramstein`. Gut, um wiederkehrende Hörfehler fürs Glossar zu
   finden.
@ -475,7 +457,6 @@ xdg-open rede.aenderungen.html
 | rot durchgestrichen | gestrichenes Wort |
 | orange `[prüfen: …]` | Prüfmarke des Modells |
 | rot umrahmt | Stelle „zu prüfen“; beim Darüberfahren erscheint der Grund |
 | rot gestrichelt umrahmt | geänderte Wortform (meist Grammatik) |
 | rot umrahmtes ⚠ | hier hat das Modell eigenmächtig etwas gestrichen |
 Groß-/Kleinschreibung, Satzzeichen und Schreibweisen wie „z.B.“ → „z. B.“ werden
@ -489,23 +470,19 @@ Sinn verändern können. Was die Glossare ersetzt haben, erscheint hier nie.
 | Grund | Bedeutung | Beispiel |
 |---|---|---|
 | gültiges Wort ersetzt | Das alte Wort ist ein echtes Wort (steht in der Wortliste), also vermutlich kein Hörfehler. | „Professor“ → „Professorin“, „unterschreiben“ → „unterscheiden“ |
 | Wortform geändert | Ein echtes Wort hat nur eine andere Endung oder einen Umlaut bekommen. Meist eine richtige Grammatik-Korrektur; steht in einer eigenen Gruppe am Ende. | „Punkten“ → „Punkte“, „das“ → „dass“, „sehe“ → „sähe“ |
 | stark verändert | Das neue Wort ähnelt dem alten kaum (unter 60 %). | „CT1“ → „ZDF“ |
 | eingefügt | Das Modell hat ein Wort ergänzt. | „∅“ → „ist“ |
 | gestrichen | Das Modell hat ein Wort weggelassen (Füllwörter wie „äh“ zählen nicht). | „Sicherungskonzepte geht“ → „∅“ |
 Nicht gemeldet werden ähnlich bleibende Hörfehler-Korrekturen („Gradwanderung“ →
 „Gratwanderung“), reine Zusammen-, Getrennt- und Bindestrich-Schreibung („Clan
-Kriminalität“ → „Clankriminalität“) und Schreibweisen aus dem Glossar („Bar“ →
+Kriminalität“ → „Clankriminalität“) und Wörter, die im Glossar stehen.
 „Bahr“, wenn „Egon Bahr“ im Glossar steht). Ergänzt das Modell dagegen Wörter, etwa
 einen Vornamen („Dobrind“ → „Alexander Dobrindt“), erscheint das auch dann, wenn der
 volle Name im Glossar steht: Gesagt wurde er so nicht.
 **So arbeitet man die Liste ab:**
 1. Für jede Zeile den Zusammenhang lesen.
-2. Ist die Änderung richtig, nichts tun. Bei den Wortformen am Ende ist das der
+2. Ist die Änderung richtig (oft bei Grammatik: „das“ → „dass“, „sehe“ → „sähe“),
-   Normalfall; dort genügt ein kurzer Blick.
+   nichts tun.
 3. Ist sie falsch, im korrigierten Text zurückändern. Tritt der Fehler öfter auf
   oder geht es um einen Namen, besser das Glossar ergänzen (nächster Schritt).
 4. Bei „gestrichen“ prüfen, ob wirklich etwas fehlt: Oft entfernt das Modell
@ -544,22 +521,9 @@ neu, was sich geändert hat:
 - Die Absatzgliederung wird für geänderte Textstellen ebenfalls neu bestimmt; das
  geht schnell.
-**Handarbeit bleibt erhalten.** Wurde `rede.korrigiert.txt` seit dem letzten Lauf
+Von Hand nachbearbeitete `*.korrigiert.txt` werden bei einem erneuten Lauf
-von Hand geändert, überschreibt ein erneuter Lauf sie nicht. Das neue Ergebnis kommt
+**überschrieben**. Handarbeit deshalb erst ganz am Ende machen oder die Datei vorher
-dann nach `rede.neu.korrigiert.txt` (Bericht: `rede.neu.aenderungen.html`), mit
+unter anderem Namen sichern.
 einer Warnung:
 ```text
 WARNUNG: rede.korrigiert.txt wurde seit dem letzten Lauf geändert (von Hand?) und bleibt erhalten. Neues Ergebnis: rede.neu.korrigiert.txt (mit --ueberschreiben wird die Datei ersetzt)
 ```
 Die eigenen Änderungen lassen sich dann mit einem Vergleichsprogramm übertragen,
 z. B. `meld rede.korrigiert.txt rede.neu.korrigiert.txt`. Soll die Handarbeit
 verworfen werden: `--ueberschreiben` angeben.
 Das Programm erkennt Handarbeit an einer Prüfsumme in `rede.korrigiert.parts/`.
 Fehlt sie (erster Lauf mit dieser Version, Ordner gelöscht), gilt jede abweichende
 vorhandene Datei als von Hand geändert.
 ---
@ -579,8 +543,6 @@ Option kennen `extract_text.py` und `vtt2txt.py`.
 > **Vorsicht:** `05:00` bedeutet 5 Stunden, nicht 5 Minuten. Für „5 Minuten“
 > `00:05` oder `5` schreiben, für 5 Minuten 30 Sekunden `00:05:30`.
 > Reicht ein Bereich über das Ende des Videos hinaus, weist das Programm darauf hin
 > und nennt die Länge der Untertitel.
 ### 10.2 Bereiche
@ -653,7 +615,7 @@ Beispiel für `-i rede.txt` bzw. `-o rede.korrigiert.txt`:
 | Datei | Inhalt | Wird überschrieben? |
 |---|---|---|
 | `rede.txt` | Rohtext (bei `-u` automatisch gespeichert) | nie, wenn sie schon mit anderem Inhalt existiert (dann Warnung) |
-| `rede.korrigiert.txt` | korrigierte Abschrift | ja, außer sie wurde von Hand geändert (dann `rede.neu.korrigiert.txt`, siehe [Abschnitt 9](#9-schritt-5-nachbessern-und-erneut-laufen-lassen)) |
+| `rede.korrigiert.txt` | korrigierte Abschrift | ja, bei jedem Lauf |
 | `rede.aenderungen.html` | Änderungsbericht | ja, bei jedem Lauf |
 | `rede.korrigiert.parts/` | Zwischenstände | wird ergänzt; darf jederzeit gelöscht werden |
 | `rede.glossar.entwurf.txt` | Glossar-Entwurf von `glossar_vorschlag.py` | ja |
@ -728,14 +690,12 @@ Weitere Einstellungen (Abschnittsgröße, Absatzlängen, Schwellen) sind in der
 | `Die Eingabedatei ist leer.` | Datei prüfen. |
 | `Ausgabedatei darf nicht die Eingabedatei sein.` | Mit `-o` einen anderen Namen wählen. |
 | `Glossar nicht gefunden: …` | Pfad bei `-g` prüfen. |
 | `WARNUNG: rede.korrigiert.txt wurde seit dem letzten Lauf geändert (von Hand?) …` | Die Datei wurde nachbearbeitet und bleibt erhalten; das neue Ergebnis steht in `rede.neu.korrigiert.txt`. Änderungen übertragen oder mit `--ueberschreiben` ersetzen, siehe [Abschnitt 9](#9-schritt-5-nachbessern-und-erneut-laufen-lassen). |
 | `WARNUNG: rede.txt existiert mit anderem Inhalt und bleibt unverändert.` | Bei `-u` wird ein vorhandener, z. B. von Hand bearbeiteter Rohtext nie überschrieben. Korrigiert wird trotzdem der frisch geladene Text. Wer den neuen Rohtext braucht, die alte Datei umbenennen. |
 | `WARNUNG: Abschnitt 3: 1180 → 1090 Wörter (8% Abweichung) …` | Das Modell hat möglicherweise etwas ausgelassen oder ergänzt. Abschnitt im Bericht prüfen. Bei Bedarf die genannte Datei in `.parts/` löschen und erneut laufen lassen. |
 | `Abschnitt 3 wurde abgeschnitten. CHUNK_SIZE verkleinern und erneut starten.` | Die Antwort des Modells war zu lang. `CHUNK_SIZE` oben in `abschrift_korrigieren.py` verkleinern (z. B. 900). |
 | `Absatzgliederung: unbrauchbare Antwort: …` / `Absätze verbinden: unbrauchbare Antwort: …` | Das Modell hat kein gültiges JSON geliefert; selten. Erneut starten, die Korrektur selbst ist zwischengespeichert. Tritt es wiederholt auf, ein anderes Modell versuchen. |
 | `Hinweis: keine Wortliste für „de“ (Paket wngerman); …` | `sudo apt install wngerman` (für Englisch `wamerican`). Ohne Wortliste fehlt im Bericht nur der Grund „gültiges Wort ersetzt“. |
-| `Hinweis: keine Untertitel im Bereich …` | Einer von mehreren Bereichen ist leer und wird übersprungen. In Klammern steht, wo die Untertitel enden. |
+| `Hinweis: keine Untertitel im Bereich …` | Einer von mehreren Bereichen ist leer und wird übersprungen. |
 | `Hinweis: Bereich Anfang – 05:00:00 reicht über das Ende der Untertitel hinaus (…)` | Der Bereich endet nach dem Video. Meist war Minute statt Stunde gemeint: `05:00` ist Stunde 5, Minute 5 ist `00:05`. Bearbeitet wird trotzdem, bis zum Ende des Videos. |
 | `Keine Berechtigung` beim Start mit `./…` | `chmod +x *.py` oder `python3 programm.py …` aufrufen. |
 | Lauf ist extrem langsam | Das Modell passt nicht in den Grafikspeicher. `OLLAMA_NUM_PARALLEL=1` setzen (siehe [Abschnitt 2.2](#22-grafikkarte)), andere Programme mit Grafikspeicherbedarf schließen oder ein kleineres Modell wählen. Prüfen mit `ollama ps` (Spalte PROCESSOR sollte „100% GPU“ zeigen). |
@ -800,7 +760,6 @@ einfügen.
 | `-z BEREICH …` | nur diese Zeitbereiche (mit `.vtt` oder `-u`) |
 | `--exakt` | genau an den Zeiten schneiden |
 | `--kein-bericht` | keinen Änderungsbericht schreiben |
 | `--ueberschreiben` | von Hand geänderte Ausgabedatei trotzdem ersetzen |
 ### `extract_text.py`
--- a/README.md
+++ b/README.md
@ -58,9 +58,9 @@ Oder in zwei Schritten, um den Rohtext vorher anzusehen:
 Dasselbe in Einzelschritten, wenn die VTT-Datei erhalten bleiben soll:
 ```bash
-./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d untertitel
+./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d testdaten
-./vtt2txt.py -i untertitel/Lahnstein.de-orig.vtt
+./vtt2txt.py -i testdaten/Lahnstein.de-orig.vtt
-./abschrift_korrigieren.py -i untertitel/Lahnstein.de-orig.txt
+./abschrift_korrigieren.py -i testdaten/Lahnstein.de-orig.txt
 ```
 Der Schritt über `vtt2txt.py` ist optional: `abschrift_korrigieren.py` nimmt auch die
@ -76,7 +76,7 @@ Zwischenschritt im temporären Verzeichnis. Die Spurwahl ist dieselbe wie bei
 ```bash
 ./extract_text.py -u 'https://www.youtube.com/watch?v=0LmCveTM788'
 # → John_Mearsheimer_Offensive_Realism_Episode_1_Origins_of_the_War_In_Ukraine_2026-07-30.txt
-./extract_text.py -u URL -l de -o texte/rede.txt                          # Sprache und Ziel
+./extract_text.py -u URL -l de -o testdaten/rede.txt                      # Sprache und Ziel
 ./extract_text.py -u URL -f -o rede.txt                                   # lesbarer Fließtext
 ./extract_text.py -u URL -z 0:03:17-0:05:25                              # nur ein Ausschnitt
 ./extract_text.py -u URL -z 00:05-00:06 00:10-00:12 00:25                 # mehrere Bereiche
@ -131,7 +131,7 @@ Region gefunden: `-l en` findet manuelle Untertitel `en-US`.
 ```bash
 ./yt_untertitel.py -u URL                          # → <Kanal>_<Titel>_<Datum>.de-orig.vtt
-./yt_untertitel.py -u URL -n Lahnstein -d untertitel # → untertitel/Lahnstein.de-orig.vtt
+./yt_untertitel.py -u URL -n Lahnstein -d testdaten # → testdaten/Lahnstein.de-orig.vtt
 ```
 | Option | Bedeutung |
@ -182,9 +182,7 @@ Gilt gleich für `vtt2txt.py`, `extract_text.py` und `abschrift_korrigieren.py`.
 | `25` | Minute 25 |
 Achtung: Zwei Zahlen sind Stunden:Minuten, `05:00` ist also Stunde 5, nicht
-Minute 5 (dafür `00:05` oder `5`). Reicht ein Bereich über die letzte
+Minute 5 (dafür `00:05` oder `5`).
 Untertitelzeile hinaus, nennt ein Hinweis das Ende der Untertitel, bei Bereichen ab
 einer Stunde mit diesem Tipp.
 | Aufruf | Text |
 |---|---|
@ -249,12 +247,6 @@ werden trotzdem umgewandelt; der Exit-Code ist dann 1.
 | `-g`, `--glossar` | Glossar mit festen Ersetzungen und Schreibweisen; mehrfach angeben zum Kombinieren (Ersetzungen in Reihenfolge der Angabe) |
 | `-m`, `--model` | Ollama-Modell; Standard: `qwen3:32b` (Konstante `MODEL`) |
 | `--kein-bericht` | keinen Änderungsbericht schreiben |
 | `--ueberschreiben` | Ausgabedatei auch ersetzen, wenn sie seit dem letzten Lauf von Hand geändert wurde |
 Eine von Hand nachbearbeitete Ausgabedatei überschreibt ein erneuter Lauf nicht: Das
 Ergebnis kommt dann nach `<Name>.neu.korrigiert.txt`, mit Warnung. Erkannt wird das
 an der Prüfsumme der zuletzt geschriebenen Ausgabe in `<Ausgabe>.parts/ausgabe.sha256`;
 ohne Prüfsumme gilt jede abweichende vorhandene Datei als von Hand geändert.
 Mit Zeitauswahl wird jeder Bereich als eigener Block korrigiert und gegliedert;
 die Überschriften `[00:04:57 - 00:06:04]` bekommt das Modell nicht zu sehen, sie
@ -274,9 +266,7 @@ Blöcken korrigiert.
 3. **Korrektur:** Der Text wird in Abschnitte von ca. 1200 Wörtern geteilt (immer
   am Satzende; Abkürzungen wie „z. B.“, „Dr.“, „bzw.“ und Ordnungszahlen wie
   „2. Weltkrieg“ zählen nicht als Satzende) und abschnittsweise vom Modell
-   korrigiert. Fortschritt wird live angezeigt. Der Prompt verbietet Ergänzungen,
+   korrigiert. Fortschritt wird live angezeigt.
   ausdrücklich auch Vornamen, Titel oder Namensteile aus dem Glossar, die nicht
   gesagt wurden (sonst wurde aus „Dobrindt“ gern „Alexander Dobrindt“).
 4. **Wortzahl-Prüfung:** Weicht die Wortzahl eines Abschnitts um mehr als 5 % ab,
   gibt es eine Warnung (mögliche Auslassungen oder Ergänzungen).
 5. **Absätze:** Das Modell nennt nur Satznummern, an denen ein Absatz beginnt; der
@ -321,24 +311,15 @@ 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) |
 | Wortform geändert | „Punkten“ → „Punkte“, „das“ → „dass“, „sehe“ → „sähe“: ein gültiges Wort, nur Endung oder Umlaut anders (meist Grammatik); eigene Gruppe am Ende der Liste |
 | 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 Schreibweisen
+Bindestrich-Schreibung („Clan Kriminalität“ → „Clankriminalität“) und neue Wörter,
-aus dem Glossar („Bar“ → „Bahr“ bei „Egon Bahr“ im Glossar): Die neuen Wörter müssen
+die im Glossar stehen. Die Liste erscheint auch in der Konsole. Kleine
-zusammenhängend in einem Glossareintrag stehen und dem alten Text ähneln. Einzelne
+Grammatik-Korrekturen wie „das“ → „dass“ tauchen ebenfalls auf; ein Blick genügt.
 Allerweltswörter aus längeren Einträgen („Sie“ aus „finden Sie“) und eingefügte
 Wörter (ein ergänzter Vorname „Alexander“) erklärt das Glossar nicht. Die Liste
 erscheint auch in der Konsole, sinnverändernde Fälle zuerst, Wortformen danach.
 Als Wortform gilt ein einzelnes Wort, das bis auf die Endung gleich bleibt (Stamm
 mindestens 3 Buchstaben, beide Endungen aus `INFLECTIONS`, z. B. -e, -n, -s, -en,
 -er, -es, -st, -t) oder sich nur im Umlaut unterscheidet. „-in“ gehört bewusst nicht
 dazu: „Professor“ → „Professorin“ bleibt in der Hauptliste.
 Für vorhandene Dateien gibt es das eigene Skript. Mit denselben Glossaren wie bei
 der Korrektur gelten deren Ersetzungen und Begriffe nicht als verdächtig:
@ -369,14 +350,11 @@ einzelnen Beitrag deutet das auf einen Tippfehler hin, bei einem gemeinsamen Glo
 es normal.
 Mehrere Glossare lassen sich kombinieren: ein gemeinsames für wiederkehrende Namen
-und Hörfehler eines Redners oder Kanals und eines je Beitrag, z. B.
+und Hörfehler eines Redners oder Kanals und eines je Beitrag. Beispiel zu den Testdaten:
-`krone-schmalz.glossar.txt` (gemeinsam) plus `ramstein.glossar.txt`. Das gemeinsame
+`krone-schmalz.glossar.txt` (gemeinsam) plus `ramstein.glossar.txt`,
-Glossar zuerst angeben, damit seine Ersetzungen vor den speziellen greifen.
+`magdeburg.glossar.txt` bzw. `lahnstein.glossar.txt`. Das gemeinsame Glossar zuerst angeben, damit seine
-
+Ersetzungen vor den speziellen greifen. Ein weiteres Kanal-Glossar:
-Glossare gehören zu realen Beiträgen und Personen und werden deshalb nicht
+`iamfabian.glossar.txt` für Videos über KI-Coding-Tools (Claude Code, Codex, OpenCode …).
 versioniert: `*.glossar.txt` steht in `.gitignore`, eigene Glossare liegen nur lokal.
 Im Repository ist als Beispiel nur `tests/daten/beispiel.glossar.txt` zur erfundenen
 Beispielrede.
 ### Glossar-Entwurf: `glossar_vorschlag.py`
@ -401,9 +379,9 @@ erneut vorgeschlagen. Zeit-Überschriften von Ausschnitten
 Roh- und korrigiertem Text entfernt; das Modell bekommt sie nicht zu sehen.
 ```bash
-./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g krone-schmalz.glossar.txt
+./glossar_vorschlag.py -i testdaten/Lahnstein.de-orig.txt \
-# → rede.glossar.entwurf.txt
+    -k testdaten/Lahnstein.de-orig.korrigiert.txt -g krone-schmalz.glossar.txt
-./glossar_vorschlag.py -i tests/daten/beispiel.de.txt   # an der Beispielrede ausprobieren
+# → testdaten/Lahnstein.de-orig.glossar.entwurf.txt
 ```
 | Option | Bedeutung |
@ -420,31 +398,24 @@ werden in `<Entwurf>.parts/` zwischengespeichert.
 ## Testdaten
-**Im Repository:** `tests/daten/` enthält eine frei erfundene Beispielrede
+`testdaten/` enthält drei Reden, jeweils als automatische YouTube-Untertitel
-(Festrede zum Jubiläum der Gemeinde „Auental“; Ort und Personen gibt es nicht), als
+(`.vtt`, Original) und daraus mit `vtt2txt.py` gewonnener Rohtext (`.txt`, Eingabe
-Untertitel im Format der YouTube-Auto-Untertitel (`beispiel.de.vtt`, rollendes
+für das Programm):
 Fenster, Wort-Zeitstempel), daraus gewonnener Rohtext (`beispiel.de.txt`) und ein
 passendes Glossar (`beispiel.glossar.txt`) für die eingebauten Hörfehler wie
 „Auen Tal“ oder „Haber Kamp“. Die Tests nutzen nur diese Daten.
 ```bash
 ./abschrift_korrigieren.py -i tests/daten/beispiel.de.txt -g tests/daten/beispiel.glossar.txt -o /tmp/beispiel.korrigiert.txt
 ```
 **Nur lokal:** Echte Reden gehören wegen des Urheberrechts nicht ins Repository;
 `testdaten/` ist deshalb in `.gitignore`, ebenso die Glossare (`*.glossar.txt`).
 Liegen die drei Reden, mit denen das Programm entwickelt wurde, in `testdaten/` und
 ihre Glossare im Programmordner, laufen zusätzlich die Tests, die diese Glossare
 prüfen; sonst werden sie übersprungen:
 - `ramstein.de.*`: Rede über die US Air Base Ramstein (Glossar `ramstein.glossar.txt`)
 - `magdeburg.de-orig.*`: Rede in Magdeburg (Glossar `magdeburg.glossar.txt`)
 - `Lahnstein.de-orig.*`: Rede „Respekt geht anders“ in Lahnstein (Glossar
-  `lahnstein.glossar.txt`, erstellt mit Hilfe von `glossar_vorschlag.py`), zu laden mit
+  `lahnstein.glossar.txt`, erstellt mit Hilfe von `glossar_vorschlag.py`)
  `./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d testdaten`
-Alle drei mit dem gemeinsamen `krone-schmalz.glossar.txt` davor. Ein Lauf über eine
+Alle drei mit dem gemeinsamen `krone-schmalz.glossar.txt` davor.
-Rede dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6–8 Minuten.
+
 ```bash
 ./vtt2txt.py -i "testdaten/*.vtt"           # erzeugt alle .txt neu
 ./abschrift_korrigieren.py -i testdaten/ramstein.de.txt -g krone-schmalz.glossar.txt -g ramstein.glossar.txt
 # → testdaten/ramstein.de.korrigiert.txt (nicht versioniert)
 ```
 Ein Lauf dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6 Minuten.
 ## Tests
@ -452,36 +423,27 @@ Rede dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6–8 Minuten.
 python3 -m pytest
 ```
-Die Tests brauchen weder Ollama noch Netz: Modellaufrufe und `yt-dlp` werden durch
+Die Tests (291) brauchen weder Ollama noch Netz: Modellaufrufe und `yt-dlp` werden
-Fakes ersetzt. Als Text dient die erfundene Beispielrede in `tests/daten/` (siehe
+durch Fakes ersetzt. `tests/test_abschrift_korrigieren.py` prüft Abschnittsbildung,
-[Testdaten](#testdaten)). In einem frischen Klon laufen 318 Tests, 7 werden
+Satzgrenzen (Abkürzungen und Ordnungszahlen sind kein Satzende), Glossar (inkl.
-übersprungen; sie prüfen die Glossare der echten Reden und laufen nur, wenn diese
+„jede Ersetzung im Glossar einer Rede trifft diese Rede, jede im gemeinsamen Glossar
-lokal in `testdaten/` liegen (dann 325).
+trifft mindestens eine“), Streaming-Auswertung, Absatzgliederung (Text bleibt
-
+unverändert, 3–10 Sätze), Verbinden kurzer Absätze (Modell wird nur gefragt, wenn
-`tests/test_abschrift_korrigieren.py` prüft Abschnittsbildung, Satzgrenzen
+beide Nachbarn passen), Zwischenspeicher/Fortsetzen, Zeitauswahl, Sprachen und die
 (Abkürzungen und Ordnungszahlen sind kein Satzende), Glossar (jede Ersetzung des
 Beispielglossars trifft die Beispielrede; lokal zusätzlich: jede Ersetzung im
 Glossar einer Rede trifft diese Rede, jede im gemeinsamen Glossar mindestens eine),
 Prompts (keine Namensteile ergänzen), Streaming-Auswertung, Absatzgliederung (Text
 bleibt unverändert, 3–10 Sätze), Verbinden kurzer Absätze (Modell wird nur gefragt,
 wenn beide Nachbarn passen), Zwischenspeicher/Fortsetzen, Schutz von Handarbeit
 (`.neu.korrigiert.txt`, `--ueberschreiben`), Zeitauswahl, Sprachen 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), die Liste „Zu prüfen“ (Gründe, Wortformen, Füllwörter je
+und „z. B.“ zählen nicht), die Liste „Zu prüfen“ (Gründe, Ausnahmen, Glossar,
-Sprache, Glossar-Schreibweisen, fehlende Wortliste) und den HTML-Bericht
+fehlende Wortliste) und den HTML-Bericht (vollständiger Text, Absätze, Escaping).
 (vollständiger Text, Absätze, Escaping, Reihenfolge).
 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
 Fehlerfälle (ohne Netz, `yt-dlp` wird durch Fakes ersetzt).
-`tests/test_vtt2txt.py` prüft die VTT-Umwandlung: die Beispiel-`.vtt` (und lokal
+`tests/test_vtt2txt.py` prüft die VTT-Umwandlung: jede `.vtt` in `testdaten/`
-jede Rede in `testdaten/`) ergibt genau die zugehörige `.txt`, echte Wiederholungen
+ergibt genau die zugehörige `.txt`, echte Wiederholungen bleiben erhalten, auch bei
-bleiben erhalten, auch bei Untertiteln ohne rollendes Fenster, dazu Zeitauswahl
+Untertiteln ohne rollendes Fenster, dazu Zeitauswahl, Muster, Ausgabeverzeichnis und
 (mit Hinweis bei Bereichen über das Ende hinaus), Muster, Ausgabeverzeichnis und
 Fehlerfälle.
 ## Zwischenstände
@ -516,9 +478,7 @@ In `aenderungen.py`:
 |---|---|---|
 | `WORDLISTS` | `/usr/share/dict/ngerman`, `…/american-english` | Wortlisten je Sprache |
 | `MIN_SIMILARITY` | 0.6 | darunter gilt eine Ersetzung als „stark verändert“ |
-| `FILLERS` | je Sprache: äh, ähm, …; uh, um, er, … | Füllwörter, deren Streichung nicht gemeldet wird |
+| `FILLERS` | äh, ähm, … | Füllwörter, deren Streichung nicht gemeldet wird |
 | `INFLECTIONS` | je Sprache: -e, -n, -s, -en, …; -s, -ed, -ing, … | Endungen, die nur die Wortform ändern |
 | `MIN_STEM` | 3 | kürzester gemeinsamer Wortstamm einer Wortform-Änderung |
 In `vtt2txt.py`:
--- a/abschrift_korrigieren.py
+++ b/abschrift_korrigieren.py
@ -14,7 +14,7 @@ import urllib.error
 import urllib.request
 from aenderungen import (
-    REVIEW_MARK, glossary_entries, print_summary, report_path, write_report,
+    REVIEW_MARK, glossary_words, print_summary, report_path, write_report,
 )
 from extract_text import fetch_text
 from vtt2txt import (
@ -33,7 +33,6 @@ MAX_WORD_DEVIATION = 0.05  # ab dieser Abweichung der Wortzahl wird gewarnt
 PARAGRAPH_WINDOW = 150     # Sätze pro Anfrage bei der Absatzgliederung
 MAX_PARAGRAPH_SENTENCES = 10  # längere Absätze werden nachträglich geteilt
 MIN_PARAGRAPH_SENTENCES = 3   # kürzere Absätze werden mit dem Nachbarn verbunden
 OUTPUT_RECORD = "ausgabe.sha256"  # in <Ausgabe>.parts/: Prüfsumme der zuletzt geschriebenen Ausgabe
 SENTENCE_END = re.compile(r"[.!?…][\"'»«“”)\]]*$")
 SENTENCE_SPLIT = re.compile(r"(?:(?<=[.!?…])|(?<=[.!?…][\"'»«“”)\]]))\s+")
@ -58,9 +57,6 @@ Keine Zusammenfassung und keine stilistische Neufassung.
 - Entferne nur eindeutig technisch verursachte Untertitel-Dopplungen.
 - Bewahre rhetorische Wiederholungen und Selbstkorrekturen.
 - Ergänze keine Informationen und keine fehlenden Sätze.
 - Ergänze keine Vornamen, Titel oder andere Namensteile, die nicht gesagt
  wurden, auch nicht aus dem Glossar: Steht in der Abschrift nur ein
  Nachname, bleibt es beim Nachnamen.
 - Glätte keine Formulierungen allein aus stilistischen Gründen.
 - Ändere Zahlen, Daten und Zitate nur bei eindeutigen Fehlern.
 - Übernimm Geräuschhinweise in eckigen Klammern wie [applaus] unverändert.
@ -127,9 +123,6 @@ No summary and no stylistic rewrite.
  speaker-change marker ">>".
 - Keep rhetorical repetitions and self-corrections.
 - Do not add information or missing sentences.
 - Do not add first names, titles or other parts of a name that were not
  said, not even from the glossary: if the transcript has only a surname,
  keep only the surname.
 - Do not smooth phrasing for stylistic reasons alone.
 - Change numbers, dates and quotations only if they are clearly wrong.
 - Keep sound tags in square brackets such as [music] unchanged.
@ -187,10 +180,7 @@ PROMPTS = {
        "merge": MERGE_SYSTEM,
        "glossary": "Glossar: korrekte Schreibweisen von Namen und Begriffen, die in "
        "diesem Beitrag vorkommen. Falsch erkannte Varianten davon in der Abschrift "
-        "stillschweigend korrigieren. Korrigiere nur die Schreibweise dessen, was "
+        "stillschweigend korrigieren:",
        "gesagt wurde: Ergänze keine Vornamen, Titel oder Namensteile aus dem Glossar, "
        "die in der Abschrift fehlen (aus „Dobrind“ wird „Dobrindt“, nicht "
        "„Alexander Dobrindt“).",
        "excerpt": "Der Text ist ein Ausschnitt aus einem längeren Beitrag und kann mitten "
        "im Satz beginnen oder enden. Vervollständige angeschnittene Sätze nicht und "
        "ergänze kein Wort, auch nicht in einer Markierung; lass einen unvollständigen "
@ -203,10 +193,7 @@ PROMPTS = {
        "merge": MERGE_SYSTEM_EN,
        "glossary": "Glossary: correct spellings of names and terms that occur in "
        "this recording. Silently correct misrecognized variants of them in the "
-        "transcript. Correct only the spelling of what was said: do not add first "
+        "transcript:",
        "names, titles or other parts of a name from the glossary that are missing "
        "in the transcript (\"Mearshimer\" becomes \"Mearsheimer\", not "
        "\"John Mearsheimer\").",
        "excerpt": "The text is an excerpt from a longer recording and may begin or end "
        "in the middle of a sentence. Do not complete cut-off sentences and do not "
        "add any word, not even in a mark; leave an incomplete beginning or ending "
@ -240,7 +227,7 @@ def build_system(glossary, lang=DEFAULT_LANGUAGE, excerpt=False):
    if not glossary:
        return system
    terms = "\n".join(f"- {term}" for term in glossary)
-    return f"{system}\n{prompts['glossary']}\n\n{terms}\n"
+    return f"{system}\n{prompts['glossary']}\n{terms}\n"
 def read_glossary(path):
@ -648,11 +635,6 @@ def parse_args():
        "--kein-bericht", action="store_true",
        help="keinen Änderungsbericht <Ausgabe>.aenderungen.html schreiben",
    )
    parser.add_argument(
        "--ueberschreiben", action="store_true",
        help="die Ausgabedatei auch dann überschreiben, wenn sie seit dem letzten Lauf "
        "von Hand geändert wurde (sonst entsteht <Name>.neu.korrigiert.txt)",
    )
    add_time_options(parser)
    args = parser.parse_args(range_argv(sys.argv[1:]))
    resolve_time_ranges(parser, args)
@ -720,35 +702,6 @@ def read_source(args):
    return raw, args.output, base_language(args.lang or DEFAULT_LANGUAGE)
 def text_hash(text):
    return hashlib.sha256(text.encode("utf-8")).hexdigest()
 def new_output_path(target):
    """rede.korrigiert.txt -> rede.neu.korrigiert.txt, out.txt -> out.neu.txt"""
    if target.name.endswith(".korrigiert.txt"):
        stem = target.name.removesuffix(".korrigiert.txt")
        return target.with_name(f"{stem}.neu.korrigiert.txt")
    return target.with_name(f"{target.stem}.neu{target.suffix}")
 def choose_output(target, content, parts_dir, overwrite=False):
    """Where to write `content`: the target, unless it was changed by hand.
    A target counts as changed by hand if it differs both from what the last
    run wrote there (checksum in parts_dir) and from the new content. Without
    a checksum (first run, .parts deleted) any differing target counts.
    """
    if overwrite or not target.exists():
        return target
    current = target.read_text(encoding="utf-8")
    record = parts_dir / OUTPUT_RECORD
    last = record.read_text(encoding="utf-8").strip() if record.exists() else None
    if current == content or text_hash(current) == last:
        return target
    return new_output_path(target)
 def main():
    global MODEL
    args = parse_args()
@ -841,25 +794,14 @@ def main():
        corrected_blocks.append((header, paragraphs))
    text = join_segments(corrected_blocks, header_gap="\n\n")
-    content = text + "\n"
+    target.write_text(text + "\n", encoding="utf-8")
    output = choose_output(target, content, parts_dir, args.ueberschreiben)
    output.write_text(content, encoding="utf-8")
    if output == target:
        (parts_dir / OUTPUT_RECORD).write_text(text_hash(content) + "\n", encoding="utf-8")
    else:
        print(
            f"WARNUNG: {target} wurde seit dem letzten Lauf geändert (von Hand?) und "
            f"bleibt erhalten. Neues Ergebnis: {output} "
            "(mit --ueberschreiben wird die Datei ersetzt)"
        )
    target = output
    print(f"Fertig: {target}")
    if not args.kein_bericht:
        report = report_path(target)
        comparison = write_report(
            raw_text, text, report, target.name, model_input=model_text,
-            glossary=glossary_entries(terms, replacements), lang=lang,
+            known=glossary_words(terms, replacements), lang=lang,
        )
        print_summary(comparison)
        print(f"Bericht: {report}")
--- a/aenderungen.py
+++ b/aenderungen.py
@ -10,7 +10,7 @@ import argparse
 import html
 import re
-from vtt2txt import split_segments, vtt_to_lines
+from vtt2txt import vtt_to_lines
 # "[prüfen: …]" in German transcripts, "[check: …]" in English ones
 REVIEW_MARK = re.compile(r"\[(?:prüfen|check):[^\]]*\]")
@ -30,25 +30,13 @@ WORDLISTS = {
 }
 WORDLIST_PACKAGES = {"de": "wngerman", "en": "wamerican"}
 MIN_SIMILARITY = 0.6       # below this a replacement counts as heavily changed
-# Per language: "er" and "um" are fillers in English, real words in German
+FILLERS = {"äh", "ähm", "öh", "öhm", "hm", "hmm", "uh", "uhm", "um", "er", "erm"}
 FILLERS = {
    "de": {"äh", "ähm", "öh", "öhm", "hm", "hmm"},
    "en": {"uh", "uhm", "um", "er", "erm", "hm", "hmm"},
 }
 # Endings that turn one form of a word into another ("Punkten" -> "Punkte")
 INFLECTIONS = {
    "de": {"", "e", "n", "r", "s", "t", "em", "en", "er", "es", "et", "st", "te", "est", "ten"},
    "en": {"", "d", "s", "ed", "es", "ing"},
 }
 UMLAUT_FOLD = str.maketrans({"ä": "e", "ö": "o", "ü": "u", "ß": "ss"})
 MIN_STEM = 3               # shortest common stem of two word forms
 CONTEXT_WORDS = 6
 VALID_WORD = "gültiges Wort ersetzt"
 CHANGED_A_LOT = "stark verändert"
 INSERTED = "eingefügt"
 DELETED = "gestrichen"
 WORD_FORM = "Wortform geändert"
 def add_token(words, token):
@ -144,10 +132,10 @@ def load_wordlist(lang):
        return {line.strip().lower() for line in words if line.strip()}
-def glossary_entries(terms, replacements):
+def glossary_words(terms, replacements):
-    """Glossary terms and replacement targets as tuples of normalized words."""
+    """Normalized words of glossary terms and replacement targets."""
    texts = list(terms) + [right for _, right in replacements]
-    return {tuple(normalize(word) for word in text.split()) for text in texts} - {()}
+    return {normalize(word) for text in texts for word in text.split()}
 def spelling_key(words):
@ -155,65 +143,33 @@ def spelling_key(words):
    return re.sub(r"[\W_]+", "", "".join(words).lower())
-def similarity(old, new):
+def review_candidates(comparison, wordlist=None, known=()):
    return SequenceMatcher(None, spelling_key(old), spelling_key(new)).ratio()
 def glossary_spelling(old, new, glossary):
    """True if `new` is a glossary spelling of `old`: the new words stand
    together in one glossary entry and resemble the old ones. Common words of
    longer entries ("finden Sie") explain nothing on their own."""
    words = tuple(normalize(word) for word in new)
    size = len(words)
    in_entry = any(
        entry[start:start + size] == words
        for entry in glossary for start in range(len(entry) - size + 1)
    )
    return in_entry and similarity(old, new) >= MIN_SIMILARITY
 def word_form_change(old, new, lang="de"):
    """True if one word becomes another form of itself: only the ending
    ("Punkten" -> "Punkte", "das" -> "dass") or an umlaut ("sehe" -> "sähe")
    differs. "-in" is no such ending: "Professor" -> "Professorin" counts."""
    if len(old) != 1 or len(new) != 1:
        return False
    a, b = (NON_WORD.sub("", w).lower().translate(UMLAUT_FOLD) for w in (old[0], new[0]))
    if a == b:
        return True
    stem = 0
    while stem < min(len(a), len(b)) and a[stem] == b[stem]:
        stem += 1
    endings = INFLECTIONS.get(lang, set())
    return stem >= MIN_STEM and a[stem:] in endings and b[stem:] in endings
 def review_candidates(comparison, wordlist=None, glossary=(), lang="de"):
    """Changes the model made on its own that may alter the meaning.
-    Not reported: changes of spacing, hyphens and punctuation only, glossary
+    Not reported: changes of spacing, hyphens and punctuation only, new words
-    spellings of the old words, deleted filler words, and replacements of
+    from the glossary, deleted filler words, and replacements of words not in
-    words not in the word list (recognition errors) that stay similar.
+    the word list (recognition errors) that stay similar.
    Replaced real words that only change their form get their own reason.
    """
    fillers = FILLERS.get(lang, set())
    suspects = []
    for tag, i1, i2, j1, j2 in comparison.opcodes:
        if tag == "equal":
            continue
        old, new = comparison.raw[i1:i2], comparison.words[j1:j2]
        if new and all(normalize(word) in known for word in new):
            continue
        if tag == "delete":
-            if all(normalize(word) in fillers for word in old):
+            if all(normalize(word) in FILLERS for word in old):
                continue
            reason = DELETED
        elif tag == "insert":
            reason = INSERTED
        else:
-            if spelling_key(old) == spelling_key(new) or glossary_spelling(old, new, glossary):
+            old_key, new_key = spelling_key(old), spelling_key(new)
            if old_key == new_key:
                continue
            if wordlist is not None and all(normalize(w) in wordlist for w in old):
-                reason = WORD_FORM if word_form_change(old, new, lang) else VALID_WORD
+                reason = VALID_WORD
-            elif similarity(old, new) < MIN_SIMILARITY:
+            elif SequenceMatcher(None, old_key, new_key).ratio() < MIN_SIMILARITY:
                reason = CHANGED_A_LOT
            else:
                continue
@ -249,9 +205,6 @@ del { background: var(--del); }
 .orig { color: var(--muted); font-size: 0.8em; }
 .check { background: var(--check); font-size: 0.85em; }
 .warn { outline: 2px solid var(--warn); outline-offset: 1px; border-radius: 2px; }
 .warn.form { outline-style: dashed; outline-width: 1px; }
 h3 { font-size: 1rem; margin-top: 1.5rem; }
 .scroll { overflow-x: auto; }
 td.ctx { color: var(--muted); } td.ctx b { color: var(--fg); }
 """
@ -268,43 +221,28 @@ def render_html(comparison, title):
        for old, new, count in summary
    )
    suspects = comparison.suspects
-    important, forms = split_suspects(suspects)
+    suspect_rows = "\n".join(
    def table(rows):
        body = "\n".join(
        f"<tr><td>{esc(s.reason)}</td><td><del>{esc(s.old) or EMPTY}</del></td>"
        f"<td><ins>{esc(s.new) or EMPTY}</ins></td>"
        f"<td class=ctx>{suspect_context(comparison, s)}</td></tr>"
-            for s in rows
+        for s in suspects
    )
-        return (
+    if suspects:
-            "<div class=scroll><table><tr><th>Grund</th><th>vorher</th><th>korrigiert</th>"
+        suspect_table = (
-            f"<th>Zusammenhang</th></tr>\n{body}\n</table></div>"
+            "<table><tr><th>Grund</th><th>vorher</th><th>korrigiert</th>"
            f"<th>Zusammenhang</th></tr>\n{suspect_rows}\n</table>"
        )
    if important:
        suspect_table = table(important)
    elif forms:
        suspect_table = "<p class=muted>Keine sinnverändernden Änderungen gefunden.</p>"
    else:
        suspect_table = "<p class=muted>Keine auffälligen Änderungen gefunden.</p>"
    if forms:
        suspect_table += (
            f"\n<h3>Wortform geändert ({len(forms)})</h3>\n"
            "<p class=muted>Nur Endung oder Umlaut anders („Punkten“ → „Punkte“, "
            "„das“ → „dass“), meist Grammatik; ein kurzer Blick genügt.</p>\n"
            + table(forms)
        )
    # Suspect words are framed; a suspect deletion shows ⚠ after the word before it
    warn_words, warn_after = {}, {}
    for s in suspects:
        note = esc(f"{s.reason}: „{s.old or EMPTY}“ → „{s.new or EMPTY}“", quote=True)
        css = "warn form" if s.reason == WORD_FORM else "warn"
        if s.j1 == s.j2:
            warn_after.setdefault(max(s.j1 - 1, 0), []).append(note)
        for j in range(s.j1, s.j2):
-            warn_words[j] = (css, note)
+            warn_words[j] = note
    # Corrected text with its paragraphs; each word knows its paragraph
    parts = []
@ -316,8 +254,7 @@ def render_html(comparison, title):
            current = comparison.paragraph[j]
            parts.append("</p>\n<p>")
        if j in warn_words:
-            css, note = warn_words[j]
+            piece = f"<span class=warn title='{warn_words[j]}'>{piece}</span>"
            piece = f"<span class='{css}' title='{note}'>{piece}</span>"
        parts.append(piece)
        for mark in comparison.marks.get(j, []):
            parts.append(f"<span class=check>{esc(mark)}</span>")
@ -370,12 +307,6 @@ gültige Wörter ersetzt, stark veränderte, eingefügte oder gestrichene Wörte
 """
 def split_suspects(suspects):
    """(possible meaning changes, mere word forms), each in text order."""
    forms = [s for s in suspects if s.reason == WORD_FORM]
    return [s for s in suspects if s.reason != WORD_FORM], forms
 def suspect_context(comparison, suspect):
    """HTML: the change in bold with a few corrected words around it."""
    esc = html.escape
@ -397,18 +328,15 @@ def print_summary(comparison, limit=15, suspect_limit=10):
    if len(summary) > limit:
        print(f"  … und {len(summary) - limit} weitere, siehe Bericht")
-    important, forms = split_suspects(comparison.suspects)
+    suspects = comparison.suspects
-    # Meaning changes first, word forms after them
+    print(f"Zu prüfen: {len(suspects)} Stellen")
    suspects = important + forms
    of_which = f" (davon {len(forms)} Wortformen)" if forms else ""
    print(f"Zu prüfen: {len(suspects)} Stellen{of_which}")
    for s in suspects[:suspect_limit]:
        print(f"  {s.reason}: „{s.old or EMPTY}“ → „{s.new or EMPTY}“")
    if len(suspects) > suspect_limit:
        print(f"  … und {len(suspects) - suspect_limit} weitere, siehe Bericht")
-def write_report(raw, corrected, target, title, model_input=None, glossary=(), lang="de"):
+def write_report(raw, corrected, target, title, model_input=None, known=(), lang="de"):
    """Write the HTML report; return the comparison with the suspect changes.
    model_input is the text the model got (raw text after glossary
@ -416,7 +344,7 @@ def write_report(raw, corrected, target, title, model_input=None, glossary=(), l
    """
    comparison = compare(raw, corrected)
    by_model = compare(raw if model_input is None else model_input, corrected)
-    comparison.suspects = review_candidates(by_model, load_wordlist(lang), glossary, lang)
+    comparison.suspects = review_candidates(by_model, load_wordlist(lang), set(known))
    target.write_text(render_html(comparison, title), encoding="utf-8")
    return comparison
@ -427,11 +355,6 @@ def report_path(corrected_path):
    return corrected_path.with_name(f"{stem}.aenderungen.html")
 def without_headers(text):
    """Text without time headers ("[00:04:57 - 00:06:04]") of excerpts."""
    return "\n\n".join(body for _, body in split_segments(text))
 def read_raw(path):
    text = path.read_text(encoding="utf-8-sig")
    if path.suffix.lower() == ".vtt":
@ -474,7 +397,6 @@ def parse_args():
 def main():
    # abschrift_korrigieren imports this module: import it only when needed
    from abschrift_korrigieren import apply_replacements, read_glossary
    from yt_untertitel import base_language
    args = parse_args()
    raw = read_raw(args.roh)
@ -487,13 +409,10 @@ def main():
    model_input = apply_replacements(" ".join(raw.split()), replacements)
    corrected = args.korrigiert.read_text(encoding="utf-8")
    # A raw .vtt has no time headers: those of the excerpts are no insertions
    if without_headers(raw) == raw.strip():
        corrected = without_headers(corrected)
    comparison = write_report(
        raw, corrected, args.output, args.korrigiert.name,
-        model_input=model_input, glossary=glossary_entries(terms, replacements),
+        model_input=model_input, known=glossary_words(terms, replacements),
-        lang=base_language(args.lang),
+        lang=args.lang,
    )
    print_summary(comparison)
    print(f"Bericht: {args.output}")
--- a/tests/daten/beispiel.de.txt
+++ b/tests/daten/beispiel.de.txt
@ -1,335 +0,0 @@
 [applaus]
 Vielen Dank. Liebe Gäste, liebe
 Bürgerinnen und Bürger von Auen Tal, ich
 freue mich sehr, dass Sie heute
 so zahlreich gekommen sind. Wir feiern ein besonderes
 Jubiläum. Vor 750 Jahren wurde unser
 Ort zum ersten Mal
 in einer Urkunde erwähnt. Das war im
 Jahr 12 74. Damals war Auen
 Tal ein kleiner Weiler mit
 drei Höfen und einer Mühle am Bach.
 Heute leben hier fast viertausend Menschen.
 [applaus]
 Ich möchte Ihnen heute keine lange Geschichtsstunde halten.
 Dafür haben wir Frau Dr. Jorinde
 Haber Kamp vom Kreisarchiv
 eingeladen, die gleich noch zu Ihnen sprechen
 wird. Ich möchte lieber erzählen, was
 dieser Ort für uns bedeutet.
 Und ich möchte erzählen, was wir in
 den nächsten Jahren vorhaben.
 Fangen wir mit der Mühle an. Die alte
 Mühle am Linden Bach steht noch
 heute. Sie hat viele
 Besitzer gehabt. Sie ist zweimal abgebrannt und
 zweimal wieder aufgebaut worden. Seit dem
 3. Oktober 1990 gehört sie
 der Gemeinde. Viele von Ihnen kennen sie
 als Heimatmuseum. Manche kennen sie auch
 als den Ort, an dem sie ihren ersten
 Kuss bekommen haben. Ich nenne keine
 Namen.
 [lachen]
 Die Mühle ist ein gutes Beispiel für
 das, was Auen Tal ausmacht. Wir
 bauen wieder auf, wenn etwas
 kaputtgeht. Wir geben nicht auf. Und wir
 machen das gemeinsam. Das klingt vielleicht
 nach einer Floskel. Aber ich habe es selbst
 erlebt. Als vor zwölf Jahren das
 Hochwasser kam, standen am
 nächsten Morgen über zweihundert Menschen mit Schaufeln
 und Eimern vor dem Rathaus. Niemand
 hatte sie gerufen. Sie waren
 einfach da.
 Ich erinnere mich an eine ältere
 Dame aus der Bachstraße. Ihr Keller stand bis
 zur Decke unter Wasser. Sie hat
 trotzdem für alle Helfer
 Kaffee gekocht. Sie hat gesagt, das Wasser
 geht wieder, aber die Nachbarn bleiben.
 Diesen Satz habe ich mir
 gemerkt. Er hängt heute als Spruch in
 meinem Büro.
 Liebe Gäste, ein Jubiläum ist ein guter Anlass,
 um zurückzuschauen. Es ist aber auch
 ein guter Anlass, um
 nach vorn zu schauen. Und da gibt
 es einiges zu tun. Ich will
 Ihnen drei Dinge nennen, die
 uns in den nächsten Jahren beschäftigen werden.
 Das erste ist die Schule. Unsere
 Grundschule ist über hundert Jahre alt. Das Gebäude
 ist schön, aber es ist zu
 klein geworden. Wir haben
 im letzten Jahr so viele Kinder eingeschult
 wie seit Jahrzehnten nicht mehr. Das
 ist eine gute Nachricht. Es
 bedeutet aber auch, dass wir anbauen müssen.
 Der Gemeinderat hat den Anbau im
 Frühjahr beschlossen. Die Bauarbeiten beginnen im nächsten Sommer.
 Wenn alles gut geht, ziehen die
 Kinder in zwei Jahren
 in die neuen Räume.
 Das zweite ist der Verkehr. Viele
 von Ihnen ärgern sich über
 die Lastwagen, die durch die Hauptstraße fahren.
 Ich ärgere mich auch. Seit Jahren
 reden wir über eine Umgehungsstraße. Seit Jahren passiert
 wenig. Ich will Ihnen nichts versprechen,
 was ich nicht halten
 kann. Aber ich kann Ihnen sagen, dass
 das Land die Planung jetzt endlich
 aufgenommen hat. Das ist ein
 erster Schritt. Es werden noch viele Schritte
 folgen müssen.
 Das dritte ist die Nahversorgung. Seit der Bäcker
 an der Kirche geschlossen hat, gibt
 es im Ortskern kein
 Geschäft mehr. Wer kein Auto hat, muss
 mit dem Bus nach Linden Brunn
 fahren. Das ist für viele
 ältere Menschen ein Problem. Wir haben deshalb
 mit einer Genossenschaft gesprochen, die Dorfläden
 betreibt. Die Gespräche sind gut gelaufen. Ich hoffe,
 dass wir Ihnen im Herbst mehr
 dazu sagen können.
 [applaus]
 Ich weiß, dass das alles nicht spektakulär
 klingt. Eine Schule, eine Straße, ein
 Laden. Aber genau darum geht
 es in einer Gemeinde wie unserer. Es
 geht nicht um große Worte. Es
 geht darum, dass das Leben hier gut funktioniert.
 Für die Kinder, für die Familien,
 für die Älteren.
 Lassen Sie mich noch etwas zum Ehrenamt
 sagen. Ohne die Vereine wäre Auen
 Tal ein anderer Ort. Wir
 haben einen Sportverein, einen Gesangverein, eine freiwillige
 Feuerwehr, einen Heimatverein und einen Kleintierzuchtverein.
 Wir haben eine Theatergruppe, die jedes Jahr im
 Winter ein Stück aufführt. Und wir
 haben seit drei Jahren
 ein Repaircafé, in dem Menschen ihre kaputten
 Toaster und Fahrräder reparieren lassen können.
 Das alles funktioniert nur, weil
 Menschen ihre freie Zeit hergeben. Sie tun
 das ohne Bezahlung und oft ohne
 Dank. Deshalb möchte ich heute ausdrücklich Danke sagen.
 Danke an alle, die sich engagieren.
 Sie sind das Herz
 dieser Gemeinde.
 [applaus]
 Ein besonderer Dank geht an die
 Freiwillige Feuerwehr. Sie feiert in
 diesem Jahr ebenfalls ein Jubiläum, nämlich ihr
 hundertfünfzigjähriges. Der Wehrführer Bernd Ols Hausen
 hat mir erzählt, dass die erste Spritze noch
 von Pferden gezogen wurde. Heute hat
 die Wehr zwei moderne
 Fahrzeuge. Aber eines ist gleich geblieben. Wenn
 die Sirene geht, lassen die Frauen
 und Männer alles stehen und
 liegen und rücken aus. Das verdient unseren
 Respekt.
 Liebe Gäste, wir haben für das Jubiläumsjahr ein
 Programm vorbereitet, das sich über den
 ganzen Sommer zieht. Ich
 will Ihnen nur einige Höhepunkte nennen. Im
 Juni gibt es ein Mühlenfest mit
 Führungen und einem Markt. Im
 Juli zeigt die Theatergruppe ein Stück über
 die Geschichte des Ortes. Im August
 feiern wir ein Dorffest auf dem Anger mit
 Musik und Tanz. Und im September
 gibt es eine Ausstellung
 im Rathaus mit alten Fotos aus Auen
 Tal.
 Für diese Ausstellung suchen wir
 übrigens noch Bilder. Wenn Sie zu Hause
 alte Fotos haben, z. B. von
 Hochzeiten, von Festen oder einfach vom Alltag, dann
 bringen Sie sie bitte ins Rathaus.
 Wir scannen sie und
 geben sie Ihnen sofort zurück. Frau Haber
 Kamp hat mir versichert, dass solche
 Bilder für das Archiv ein
 großer Schatz sind.
 Ich möchte auch etwas zu unseren
 Partnern sagen. Seit über dreißig Jahren haben wir
 eine Partnerschaft mit der Gemeinde Saint
 Maur in Frankreich. Eine
 Delegation aus Saint Maur ist heute hier.
 Bienvenue, liebe Freunde. Wir freuen uns
 sehr, dass Sie die weite
 Reise auf sich genommen haben.
 [applaus]
 Die Partnerschaft hat mit einem Schüleraustausch
 angefangen. Inzwischen gibt es Besuche der Vereine, der
 Feuerwehren und der Chöre. Es gibt
 sogar zwei Ehen, die
 aus dieser Partnerschaft entstanden sind. Auch hier
 nenne ich keine Namen.
 Meine Damen und Herren, ich
 habe vorhin gesagt, dass wir wieder aufbauen,
 wenn etwas kaputtgeht. Das gilt nicht
 nur für Gebäude. Es gilt auch für das
 Miteinander. Auch bei uns gibt es
 Streit. Es gibt Streit
 über den Windpark, über die Parkplätze am
 Friedhof und über die Frage, ob
 der Weihnachtsbaum auf dem Marktplatz
 echt sein muss oder aus Plastik sein
 darf.
 [lachen]
 Streit gehört dazu. Aber wir sollten uns dabei
 nicht aus den Augen verlieren. Wir
 sollten miteinander reden und
 nicht übereinander. Wir sollten zuhören, auch wenn
 es schwerfällt. Das ist nicht immer
 einfach. Ich schaffe das auch
 nicht immer. Aber ich bemühe mich.
 Lassen Sie mich zum Schluss noch
 eine kleine Geschichte erzählen. Als ich vor sechs
 Jahren zur Bürgermeisterin gewählt wurde, hat
 mir mein Vorgänger einen
 Schlüssel gegeben. Es war kein Schlüssel für
 das Rathaus. Es war der Schlüssel
 für den Kirchturm. Er hat
 gesagt, wenn du einmal nicht weiterweißt, dann
 steig da hoch und schau dir
 den Ort von oben an.
 Ich habe das ein paar Mal
 gemacht. Von oben sieht
 man die Dächer, die Gärten, den Bach
 und die Mühle. Man sieht die
 Felder und den Wald. Man
 sieht, wie klein der Ort ist und
 wie viel trotzdem darin steckt. Und
 man merkt, dass die meisten Probleme von dort
 oben ein bisschen kleiner aussehen.
 Ich möchte, dass dieser
 Ort auch in fünfzig Jahren noch ein
 Ort ist, an dem man gern
 lebt. Ein Ort, an dem
 Kinder zur Schule laufen können. Ein Ort,
 an dem ältere Menschen nicht allein
 sind. Ein Ort, an dem man sich kennt
 und sich hilft. Daran arbeiten wir.
 Und dafür brauchen wir
 Sie alle.
 Bevor ich jetzt das Wort an
 Frau Dr. Haber Kamp übergebe,
 möchte ich noch einigen Menschen danken. Ich
 danke dem Festausschuss, der seit über
 einem Jahr dieses Jubiläum vorbereitet. Ich danke dem
 Bauhof, der den Platz so schön
 hergerichtet hat. Ich danke
 dem Gesangverein für die Musik. Und ich
 danke den Landfrauen für den Kuchen,
 den Sie nachher alle probieren
 sollten.
 [lachen]
 Ich wünsche uns allen ein schönes
 Fest und ein gutes Jubiläumsjahr. Auf die nächsten
 750 Jahre. Vielen Dank.
 [applaus]
 Ja, vielen Dank, Frau
 Bürgermeisterin. Liebe Gäste, ich bin Jorinde Haber
 Kamp und leite das Kreisarchiv. Ich
 darf Ihnen heute ein wenig
 über die Geschichte von Auen Tal erzählen.
 Keine Sorge, ich halte mich kurz.
 Die Urkunde aus dem Jahr 12 74 liegt
 bei uns im Archiv. Sie ist
 auf Pergament geschrieben, in
 lateinischer Sprache, und sie ist erstaunlich gut
 erhalten. Es geht darin um einen
 Streit über Wasserrechte. Zwei Klöster
 stritten sich darüber, wer die Mühle am
 Bach nutzen darf. Der Ort selbst
 wird nur nebenbei erwähnt. Aber er wird erwähnt,
 und deshalb feiern wir heute.
 Was wissen wir über
 die Menschen, die damals hier gelebt haben?
 Leider nicht viel. Sie konnten nicht
 schreiben, und so haben sie
 uns keine Briefe oder Tagebücher hinterlassen. Was
 wir wissen, stammt aus Abgaberegistern, aus
 Gerichtsakten und aus Kirchenbüchern. Daraus können wir aber
 erstaunlich viel ablesen.
 Wir wissen z. B.,
 dass im Jahr 1580 in Auen Tal
 elf Familien lebten. Wir wissen, dass
 sie vor allem Roggen und
 Hafer anbauten. Wir wissen, dass es im
 Jahr 1636 eine schwere Pest gab,
 an der fast die Hälfte der Menschen starb.
 Und wir wissen, dass der Ort
 sich danach nur langsam
 erholt hat.
 Ein besonderer Fund ist ein Gerichtsprotokoll
 aus dem Jahr 1712. Darin
 klagt ein Müller namens Kaspar Ols Hausen
 gegen seinen Nachbarn, weil dessen Ziegen
 immer wieder in seinen Garten eingedrungen seien. Das
 Gericht gab dem Müller recht. Der
 Nachbar musste einen Zaun
 bauen und zwei Hühner als Entschädigung zahlen.
 [lachen]
 Ich erzähle Ihnen das nicht nur,
 weil es lustig ist. Ich
 erzähle es, weil es zeigt, dass die
 Menschen damals ganz ähnliche Sorgen hatten
 wie wir heute. Es ging um den Garten,
 um den Nachbarn, um ein bisschen
 Gerechtigkeit. Der Name Ols
 Hausen ist übrigens bis heute im Ort
 zu finden. Vielleicht ist der Wehrführer
 ja ein Nachfahre des Müllers.
 Im neunzehnten Jahrhundert hat sich Auen Tal
 stark verändert. Im Jahr 1868 wurde
 die Bahnstrecke nach Linden Brunn gebaut. Plötzlich konnten
 die Bauern ihre Waren in die
 Stadt bringen. Es entstanden
 eine Ziegelei und eine kleine Weberei. Die
 Einwohnerzahl hat sich in wenigen Jahrzehnten
 verdoppelt.
 Das zwanzigste Jahrhundert war auch hier eine
 Zeit der Brüche. Zwei Weltkriege haben
 viele Familien getroffen. Auf dem Friedhof erinnert ein
 Denkmal an die Gefallenen. Nach dem
 2. Weltkrieg kamen viele
 Vertriebene in den Ort. Sie mussten untergebracht
 werden, oft in sehr engen Verhältnissen.
 Für die Alteingesessenen war das
 nicht leicht, und für die Neuen noch
 weniger.
 Aber auch hier hat sich gezeigt, was die
 Bürgermeisterin vorhin beschrieben hat. Mit der
 Zeit sind die Neuen
 zu Nachbarn geworden. Sie haben Häuser gebaut,
 Vereine gegründet und Familien gegründet. Heute
 weiß kaum noch jemand, wessen
 Großeltern damals gekommen sind und wessen Großeltern
 schon immer hier waren.
 Liebe Gäste, Archive sind keine staubigen Orte. Sie
 sind das Gedächtnis einer Gemeinschaft. Und
 dieses Gedächtnis lebt davon,
 dass Menschen etwas hineingeben. Deshalb unterstütze ich
 den Aufruf der Bürgermeisterin ausdrücklich. Bringen
 Sie Ihre Fotos, Ihre Briefe,
 Ihre Erinnerungen. Was heute alltäglich erscheint, ist
 in hundert Jahren ein wertvolles Zeugnis.
 Ich habe Ihnen eine kleine Auswahl mitgebracht. Im
 Foyer des Rathauses hängen ab heute
 Kopien der Urkunde und
 einiger anderer Dokumente. Schauen Sie sie sich
 gern an. Und wenn Sie Fragen
 haben, sprechen Sie mich an.
 Ich bin den ganzen Nachmittag hier.
 Ich wünsche Ihnen ein schönes Fest.
 Vielen Dank für Ihre Aufmerksamkeit.
 [applaus]
--- a/tests/daten/beispiel.de.vtt
+++ b/tests/daten/beispiel.de.vtt
--- a/tests/daten/beispiel.glossar.txt
+++ b/tests/daten/beispiel.glossar.txt
@ -1,14 +0,0 @@
 # Glossar für die Beispielrede tests/daten/beispiel.de.* (frei erfunden,
 # Gemeinde und Personen gibt es nicht). Jede Ersetzung trifft die Rede.
 # --- Feste Ersetzungen ---
 Auen Tal => Auental
 Haber Kamp => Haberkamp
 Linden Brunn => Lindenbrunn
 Linden Bach => Lindenbach
 Ols Hausen => Olshausen
 12 74 => 1274
 # --- Begriffe ---
 Saint-Maur
 Jorinde Haberkamp
--- a/tests/test_abschrift_korrigieren.py
+++ b/tests/test_abschrift_korrigieren.py
@ -11,11 +11,9 @@ import pytest
 import abschrift_korrigieren as ak
 REPO = Path(__file__).resolve().parent.parent
-# Own, made-up sample speech; real speeches are only kept locally in testdaten/
+SAMPLE = REPO / "testdaten" / "ramstein.de.txt"
-SAMPLE = REPO / "tests" / "daten" / "beispiel.de.txt"
+GLOSSARY = REPO / "ramstein.glossar.txt"
 GLOSSARY = REPO / "tests" / "daten" / "beispiel.glossar.txt"
 SHARED_GLOSSARY = REPO / "krone-schmalz.glossar.txt"
 SPEECHES = REPO / "testdaten"
 # The autouse fixture below replaces it; tests of the real function use this
 REAL_FIND_MERGE_SIDE = ak.find_merge_side
@ -119,10 +117,6 @@ def test_build_system_appends_terms():
    system = ak.build_system(["Kreml", "Egon Bahr"])
    assert system.startswith(ak.SYSTEM)
    assert "- Kreml\n- Egon Bahr" in system
    # The model must not complete names from the glossary
    assert "Ergänze keine Vornamen" in system
    assert "bleibt es beim Nachnamen" in ak.SYSTEM
    assert "keep only the surname" in ak.SYSTEM_EN
 SAMPLE_GLOSSARIES = [
@ -132,37 +126,19 @@ SAMPLE_GLOSSARIES = [
 ]
 # Real speeches and their glossaries are not in the repository; without them these skip
 needs_speeches = pytest.mark.skipif(
    not all(
        (SPEECHES / sample).is_file() and (REPO / glossary).is_file()
        for glossary, sample in SAMPLE_GLOSSARIES
    ) or not SHARED_GLOSSARY.is_file(),
    reason="echte Reden (testdaten/) und ihre Glossare nur lokal",
 )
 def test_own_sample_glossary_replacements_all_match(capsys):
    text = flat(SAMPLE.read_text(encoding="utf-8"))
    ak.apply_replacements(text, ak.read_glossary(GLOSSARY)[1])
    assert "ohne Treffer" not in capsys.readouterr().out
@needs_speeches
@pytest.mark.parametrize("glossary, sample", SAMPLE_GLOSSARIES)
 def test_sample_glossary_replacements_all_match(capsys, glossary, sample):
    """Every rule in a speech glossary must hit its speech, after the shared one."""
-    text = flat((SPEECHES / sample).read_text(encoding="utf-8"))
+    text = flat((REPO / "testdaten" / sample).read_text(encoding="utf-8"))
    text = ak.apply_replacements(text, ak.read_glossary(SHARED_GLOSSARY)[1])
    capsys.readouterr()
    ak.apply_replacements(text, ak.read_glossary(REPO / glossary)[1])
    assert "ohne Treffer" not in capsys.readouterr().out
@needs_speeches
 def test_shared_glossary_rules_match_some_speech():
    texts = [
-        flat((SPEECHES / sample).read_text(encoding="utf-8"))
+        flat((REPO / "testdaten" / sample).read_text(encoding="utf-8"))
        for _, sample in SAMPLE_GLOSSARIES
    ]
    for wrong, right in ak.read_glossary(SHARED_GLOSSARY)[1]:
@ -412,7 +388,7 @@ def test_build_paragraphs_asks_where_short_paragraphs_belong(tmp_path, monkeypat
@pytest.fixture
 def sample_copy(tmp_path):
-    path = tmp_path / "beispiel.de.txt"
+    path = tmp_path / "ramstein.de.txt"
    shutil.copy(SAMPLE, path)
    return path
@ -420,92 +396,22 @@ def sample_copy(tmp_path):
 def test_main_default_output_resume_and_glossary(sample_copy, monkeypatch, capsys):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    run_main(monkeypatch, "-i", sample_copy, "-g", GLOSSARY)
+    run_main(monkeypatch, "-i", sample_copy, "-g", SHARED_GLOSSARY, "-g", GLOSSARY)
-    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
+    target = sample_copy.with_name("ramstein.de.korrigiert.txt")
    result = target.read_text(encoding="utf-8")
-    assert "Auental" in result and "Auen Tal" not in result
+    assert "Ramstein" in result and "Rammstein" not in result
-    assert "Haberkamp" in result and "1274" in result
+    assert "Kreml" in result and "1983" in result
-    assert (sample_copy.parent / "beispiel.de.korrigiert.parts").is_dir()
+    assert (sample_copy.parent / "ramstein.de.korrigiert.parts").is_dir()
    assert "WARNUNG" not in capsys.readouterr().out
    # Second run: everything cached, no model calls
    monkeypatch.setattr(ak, "correct_chunk", no_model_calls)
    monkeypatch.setattr(ak, "find_paragraph_starts", no_model_calls)
-    run_main(monkeypatch, "-i", sample_copy, "-g", GLOSSARY)
+    run_main(monkeypatch, "-i", sample_copy, "-g", SHARED_GLOSSARY, "-g", GLOSSARY)
    assert target.read_text(encoding="utf-8") == result
 def shouting(chunk, index, system):
    """A different model result than identity_correct."""
    return chunk.strip().replace("Vielen Dank", "VIELEN DANK")
 def test_main_overwrites_own_output(sample_copy, monkeypatch, capsys):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy)
    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
    # Unchanged output of the last run is replaced by a different result
    monkeypatch.setattr(ak, "correct_chunk", shouting)
    run_main(monkeypatch, "-i", sample_copy, "-m", "anderes:modell")
    assert "VIELEN DANK" in target.read_text(encoding="utf-8")
    assert not ak.new_output_path(target).exists()
    assert "WARNUNG" not in capsys.readouterr().out
 def test_main_keeps_hand_edited_output(sample_copy, monkeypatch, capsys):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy)
    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
    edited = target.read_text(encoding="utf-8") + "Von Hand ergänzt.\n"
    target.write_text(edited, encoding="utf-8")
    capsys.readouterr()
    monkeypatch.setattr(ak, "correct_chunk", shouting)
    run_main(monkeypatch, "-i", sample_copy, "-m", "anderes:modell")
    new = sample_copy.with_name("beispiel.de.neu.korrigiert.txt")
    assert target.read_text(encoding="utf-8") == edited
    assert "VIELEN DANK" in new.read_text(encoding="utf-8")
    assert sample_copy.with_name("beispiel.de.neu.aenderungen.html").is_file()
    out = capsys.readouterr().out
    assert f"WARNUNG: {target} wurde seit dem letzten Lauf geändert" in out
    assert f"Fertig: {new}" in out
    # --ueberschreiben replaces the edited file
    run_main(monkeypatch, "-i", sample_copy, "-m", "anderes:modell", "--ueberschreiben")
    assert "VIELEN DANK" in target.read_text(encoding="utf-8")
 def test_main_keeps_differing_output_without_checksum(sample_copy, monkeypatch, capsys):
    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
    target.write_text("Älteres Ergebnis, Herkunft unbekannt.\n", encoding="utf-8")
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy)
    assert target.read_text(encoding="utf-8") == "Älteres Ergebnis, Herkunft unbekannt.\n"
    assert sample_copy.with_name("beispiel.de.neu.korrigiert.txt").is_file()
    assert "WARNUNG" in capsys.readouterr().out
@pytest.mark.parametrize("name, expected", [
    ("rede.korrigiert.txt", "rede.neu.korrigiert.txt"),
    ("out.txt", "out.neu.txt"),
 ])
 def test_new_output_path(name, expected):
    assert ak.new_output_path(Path("a") / name) == Path("a") / expected
 def test_choose_output_same_content_is_no_conflict(tmp_path):
    target = tmp_path / "rede.korrigiert.txt"
    target.write_text("gleich\n", encoding="utf-8")
    assert ak.choose_output(target, "gleich\n", tmp_path / "fehlt.parts") == target
 def test_main_output_option_creates_directories(sample_copy, monkeypatch):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
@ -518,36 +424,36 @@ def test_main_output_option_creates_directories(sample_copy, monkeypatch):
 def test_main_vtt_input_matches_txt_input(sample_copy, monkeypatch):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    vtt = sample_copy.parent / "vtt" / "beispiel.de.vtt"
+    vtt = sample_copy.parent / "vtt" / "ramstein.de.vtt"
    vtt.parent.mkdir()
    shutil.copy(SAMPLE.with_suffix(".vtt"), vtt)
    run_main(monkeypatch, "-i", sample_copy)
    run_main(monkeypatch, "-i", vtt)
-    expected = sample_copy.with_name("beispiel.de.korrigiert.txt")
+    expected = sample_copy.with_name("ramstein.de.korrigiert.txt")
-    assert vtt.with_name("beispiel.de.korrigiert.txt").read_text(
+    assert vtt.with_name("ramstein.de.korrigiert.txt").read_text(
        encoding="utf-8"
    ) == expected.read_text(encoding="utf-8")
 def test_main_writes_change_report(sample_copy, monkeypatch, capsys):
    def correct(chunk, index, system):
-        return chunk.strip().replace("Linden Brunn", "Lindenbrunn")
+        return chunk.strip().replace("Rammstein", "Ramstein")
    monkeypatch.setattr(ak, "correct_chunk", correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy)
-    report = sample_copy.with_name("beispiel.de.aenderungen.html")
+    report = sample_copy.with_name("ramstein.de.aenderungen.html")
-    assert "title='Original: Linden Brunn" in report.read_text(encoding="utf-8")
+    assert "title='Original: Rammstein" in report.read_text(encoding="utf-8")
    out = capsys.readouterr().out
-    assert "„Linden Brunn“ → „Lindenbrunn“" in out
+    assert "„Rammstein“ → „Ramstein“" in out
    assert f"Bericht: {report}" in out
 def test_main_report_suspects_only_model_changes(sample_copy, monkeypatch, capsys):
    glossary = sample_copy.with_name("g.txt")
-    glossary.write_text("Linden Brunn => Lindenbrunn\n", encoding="utf-8")
+    glossary.write_text("Rammstein => Ramstein\n", encoding="utf-8")
    def correct(chunk, index, system):
        return chunk.strip().replace(" das ", " dies ", 1)
@ -556,9 +462,9 @@ def test_main_report_suspects_only_model_changes(sample_copy, monkeypatch, capsy
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy, "-g", glossary)
-    page = sample_copy.with_name("beispiel.de.aenderungen.html").read_text(encoding="utf-8")
+    page = sample_copy.with_name("ramstein.de.aenderungen.html").read_text(encoding="utf-8")
    section = page.split("<h2>Zu prüfen")[1].split("<h2>Alle Änderungen")[0]
-    assert "Linden Brunn" in page and "Linden Brunn" not in section
+    assert "Rammstein" in page and "Rammstein" not in section
    assert "dies" in section
    out = capsys.readouterr().out
    assert "gültiges Wort ersetzt: „das“ → „dies“" in out
@ -569,7 +475,7 @@ def test_main_without_change_report(sample_copy, monkeypatch):
    monkeypatch.setattr(ak, "correct_chunk", identity_correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
    run_main(monkeypatch, "-i", sample_copy, "--kein-bericht")
-    assert not sample_copy.with_name("beispiel.de.aenderungen.html").exists()
+    assert not sample_copy.with_name("ramstein.de.aenderungen.html").exists()
 def test_main_model_option(sample_copy, monkeypatch):
@ -582,7 +488,7 @@ def test_main_model_option(sample_copy, monkeypatch):
    monkeypatch.setattr(ak, "correct_chunk", correct)
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    parts = sample_copy.parent / "beispiel.de.korrigiert.parts"
+    parts = sample_copy.parent / "ramstein.de.korrigiert.parts"
    run_main(monkeypatch, "-i", sample_copy)
    default_parts = {p.name for p in parts.glob("part*")}
@ -625,16 +531,9 @@ def from_url(fake_yt_dlp, yt_dlp_installed, monkeypatch):
    monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
 def kreml_glossary(folder):
    """The one glossary rule the fake video needs."""
    path = folder / "kreml.glossar.txt"
    path.write_text("Kremmel => Kreml\n", encoding="utf-8")
    return path
 def test_main_url_default_names(from_url, tmp_path, monkeypatch):
    monkeypatch.chdir(tmp_path)
-    run_main(monkeypatch, "-u", URL, "-g", kreml_glossary(tmp_path))
+    run_main(monkeypatch, "-u", URL, "-g", SHARED_GLOSSARY)
    raw = (tmp_path / "Kanal_Rede_2026-03-28.txt").read_text(encoding="utf-8")
    assert raw == "Der Kremmel ist in Moskau.\nDas ist bekannt.\n"
@ -677,7 +576,6 @@ def test_build_system_english():
    system = ak.build_system(["Mearsheimer"], "en")
    assert system.startswith(ak.SYSTEM_EN)
    assert "Glossary:" in system and "- Mearsheimer" in system
    assert "do not add first" in system
 def test_main_english_prompts(sample_copy, monkeypatch, capsys):
@ -924,7 +822,7 @@ def test_main_url_several_ranges(fake_yt_dlp, yt_dlp_installed, tmp_path, monkey
    monkeypatch.setattr(subprocess, "run", fake_yt_dlp(VIDEO, vtt=MULTI_VTT))
    sent = chunk_recorder(monkeypatch)
    monkeypatch.chdir(tmp_path)
-    run_main(monkeypatch, "-u", URL, "-z", "0:00:00-0:00:30 0:02", "-g", kreml_glossary(tmp_path))
+    run_main(monkeypatch, "-u", URL, "-z", "0:00:00-0:00:30 0:02", "-g", SHARED_GLOSSARY)
    name = "Kanal_Rede_2026-03-28_bis_00-00-30+ab_00-02-00"
    assert (tmp_path / f"{name}.txt").read_text(encoding="utf-8") == (
--- a/tests/test_aenderungen.py
+++ b/tests/test_aenderungen.py
@ -124,8 +124,8 @@ def test_cli_missing_file(tmp_path, monkeypatch, capsys):
 WORDS = {"professor", "das", "dass", "ist", "haus", "unterschreiben", "bar"}
-def suspects(model_input, corrected, wordlist=WORDS, glossary=(), lang="de"):
+def suspects(model_input, corrected, wordlist=WORDS, known=()):
-    found = ae.review_candidates(ae.compare(model_input, corrected), wordlist, glossary, lang)
+    found = ae.review_candidates(ae.compare(model_input, corrected), wordlist, set(known))
    return [(s.reason, s.old, s.new) for s in found]
@ -153,37 +153,13 @@ def test_review_candidates_ignores(model_input, corrected):
    assert suspects(model_input, corrected) == []
-def test_review_candidates_glossary_spellings_are_not_reported():
+def test_review_candidates_glossary_words_are_known():
-    glossary = ae.glossary_entries(["Egon Bahr", ""], [("Bars", "Bahrs")])
+    known = ae.glossary_words(["Egon Bahr"], [("Bars", "Bahrs")])
-    assert glossary == {("egon", "bahr"), ("bahrs",)}
+    assert known == {"egon", "bahr", "bahrs"}
-    assert suspects("Bar sagte", "Bahr sagte", glossary=glossary) == []
+    assert suspects("Bar sagte", "Bahr sagte", known=known) == []
    assert suspects("Bar sagte", "Bahr sagte") == [(ae.VALID_WORD, "Bar", "Bahr")]
@pytest.mark.parametrize("model_input, corrected, expected", [
    # A common word of a longer entry explains nothing on its own
    ("das sagt ihn nicht", "Das sagt Sie nicht.", [(ae.CHANGED_A_LOT, "ihn", "Sie")]),
    # Inserted words stay suspect even if they are in the glossary
    ("er kam heute", "er ist kam heute", [(ae.INSERTED, "", "ist")]),
    ("Dobrind sagte", "Alexander Dobrindt sagte",
     [(ae.CHANGED_A_LOT, "Dobrind", "Alexander Dobrindt")]),
 ])
 def test_review_candidates_glossary_explains_only_spellings(model_input, corrected, expected):
    glossary = ae.glossary_entries(
        ["Alexander Dobrindt"], [("befinden Sie", "finden Sie"), ("is", "ist")]
    )
    assert suspects(model_input, corrected, glossary=glossary) == expected
 def test_review_candidates_fillers_per_language():
    # "er" and "um" are real German words; in English they are fillers
    assert suspects("dann kam er um zu helfen", "Dann kam, zu helfen.") == [
        (ae.DELETED, "er um", "")
    ]
    english = suspects("so er we um go", "So we go.", lang="en")
    assert english == []
 def test_review_candidates_without_wordlist():
    # Similar replacements of real words go unnoticed, the rest still counts
    assert suspects("Der Professor kam", "Der Professorin kam", wordlist=None) == []
@ -222,7 +198,7 @@ def test_report_suspects_only_against_model_input(tmp_path, capsys):
    assert [s.reason for s in comparison.suspects] == [ae.VALID_WORD, ae.DELETED]
    assert "Zu prüfen (2)" in page
    assert "Professorin" in section and "Kremmel" not in section
-    assert "<span class='warn' title='gültiges Wort ersetzt: „Professor“ → „Professorin“'>" in page
+    assert "<span class=warn title='gültiges Wort ersetzt: „Professor“ → „Professorin“'>" in page
    assert "<span class=warn title='gestrichen: „heute“ → „∅“'>⚠</span>" in page
    # Framing changes nothing about the text itself
    assert report_text(page) == "Der Professorin im Kreml ⚠ dort.".split()
@ -240,20 +216,6 @@ def test_report_without_suspects(tmp_path):
    assert "Keine auffälligen Änderungen" in suspect_section(target.read_text(encoding="utf-8"))
 def test_cli_ignores_time_headers_missing_in_raw(tmp_path, monkeypatch, capsys):
    raw = tmp_path / "rede.vtt"
    raw.write_text(
        "WEBVTT\n\n00:00:01.000 --> 00:00:02.000\ndas Kremmel heute\n", encoding="utf-8"
    )
    corrected = tmp_path / "rede.korrigiert.txt"
    corrected.write_text("[00:00:01 - 00:00:02]\n\nDas Kreml heute.\n", encoding="utf-8")
    monkeypatch.setattr(sys, "argv", ["aenderungen.py", "-a", str(raw), "-b", str(corrected)])
    ae.main()
    out = capsys.readouterr().out
    assert "Zu prüfen: 0 Stellen" in out
    assert "00:00:01" not in out
 def test_cli_glossary(tmp_path, monkeypatch, capsys):
    raw = tmp_path / "rede.txt"
    raw.write_text("das Kremmel und\nBar heute\n", encoding="utf-8")
@ -273,51 +235,3 @@ def test_cli_glossary(tmp_path, monkeypatch, capsys):
    assert "Zu prüfen: 0 Stellen" in out
    # The report still compares against the raw transcript
    assert "1× „Kremmel“ → „Kreml“" in out
@pytest.mark.parametrize("old, new, expected", [
    ("Punkten", "Punkte", True),
    ("das", "dass", True),
    ("sehe", "sähe", True),          # umlaut
    ("sein", "seien", True),         # both endings change
    ("kommt,", "kommen,", True),     # punctuation does not count
    ("Professor", "Professorin", False),   # "-in" is no inflection
    ("geworben", "geworden", False),
    ("unterschreiben", "unterscheiden", False),
    ("ich", "sich", False),
    ("den", "der", False),           # stem too short
    ("sich dazu", "zu", False),      # more than one word
 ])
 def test_word_form_change(old, new, expected):
    assert ae.word_form_change(old.split(), new.split()) is expected
 def test_word_form_change_english():
    assert ae.word_form_change(["walk"], ["walked"], "en")
    assert not ae.word_form_change(["walk"], ["walker"], "en")
 def test_review_candidates_word_forms():
    words = WORDS | {"punkten", "punkte"}
    assert suspects("die Punkten und das", "die Punkte und dass", wordlist=words) == [
        (ae.WORD_FORM, "Punkten", "Punkte"), (ae.WORD_FORM, "das", "dass"),
    ]
 def test_report_and_summary_put_word_forms_last(tmp_path, capsys):
    target = tmp_path / "bericht.html"
    comparison = ae.write_report(
        "das sagte der Professor", "dass sagte der Professorin", target, "rede"
    )
    assert [s.reason for s in comparison.suspects] == [ae.WORD_FORM, ae.VALID_WORD]
    page = target.read_text(encoding="utf-8")
    section = suspect_section(page)
    # Meaning change in the main table, the word form in its own group after it
    assert section.index("Professorin") < section.index("Wortform geändert (1)")
    assert section.index("Wortform geändert (1)") < section.index("<ins>dass</ins>")
    assert "<span class='warn form' title='Wortform geändert: „das“ → „dass“'>" in page
    ae.print_summary(comparison)
    out = capsys.readouterr().out.split("Zu prüfen: ")[1]
    assert out.startswith("2 Stellen (davon 1 Wortformen)")
    assert out.index("Professorin") < out.index("„das“ → „dass“")
--- a/tests/test_vtt2txt.py
+++ b/tests/test_vtt2txt.py
@ -8,10 +8,8 @@ import pytest
 import vtt2txt
 REPO = Path(__file__).resolve().parent.parent
-# Own, made-up sample speech; real speeches are only kept locally in testdaten/
+SAMPLE_VTT = REPO / "testdaten" / "ramstein.de.vtt"
-SAMPLE_VTT = REPO / "tests" / "daten" / "beispiel.de.vtt"
+SAMPLE_TXT = REPO / "testdaten" / "ramstein.de.txt"
 SAMPLE_TXT = REPO / "tests" / "daten" / "beispiel.de.txt"
 SPEECHES = REPO / "testdaten"
@pytest.fixture
@ -109,27 +107,15 @@ def test_is_rolling(cues, expected):
 def test_main_default_output_matches_sample(sample_copy, monkeypatch, capsys):
    run_main(monkeypatch, "-i", sample_copy)
-    target = sample_copy.with_name("beispiel.de.txt")
+    target = sample_copy.with_name("ramstein.de.txt")
    assert target.read_text(encoding="utf-8") == SAMPLE_TXT.read_text(encoding="utf-8")
    assert f"Erstellt: {target}" in capsys.readouterr().out
-def speech(name):
+@pytest.mark.parametrize("name", ["ramstein.de", "magdeburg.de-orig", "Lahnstein.de-orig"])
-    """A real speech, only kept locally (copyright): skipped without it."""
+def test_sample_vtt_gives_sample_txt(name):
-    path = SPEECHES / name
+    vtt = (REPO / "testdaten" / f"{name}.vtt").read_text(encoding="utf-8-sig")
-    return pytest.param(path, marks=pytest.mark.skipif(
+    txt = (REPO / "testdaten" / f"{name}.txt").read_text(encoding="utf-8")
        not path.is_file(), reason="echte Reden nur lokal in testdaten/"
    ))
@pytest.mark.parametrize("vtt_path", [
    SAMPLE_VTT,
    speech("ramstein.de.vtt"), speech("magdeburg.de-orig.vtt"),
    speech("Lahnstein.de-orig.vtt"),
 ])
 def test_sample_vtt_gives_sample_txt(vtt_path):
    vtt = vtt_path.read_text(encoding="utf-8-sig")
    txt = vtt_path.with_suffix(".txt").read_text(encoding="utf-8")
    assert vtt2txt.vtt_to_lines(vtt) == txt.splitlines()
@ -142,9 +128,9 @@ def test_main_multiple_inputs(sample_copy, monkeypatch):
 def test_main_expands_glob_without_duplicates(sample_copy, monkeypatch, capsys):
-    shutil.copy(sample_copy, sample_copy.with_name("beispiel.en.vtt"))
+    shutil.copy(sample_copy, sample_copy.with_name("ramstein.en.vtt"))
    shutil.copy(sample_copy, sample_copy.with_name("anders.de.vtt"))
-    run_main(monkeypatch, "-i", sample_copy.parent / "beispiel.*.vtt", sample_copy)
+    run_main(monkeypatch, "-i", sample_copy.parent / "ramstein.*.vtt", sample_copy)
    out = capsys.readouterr().out
    assert out.count("Erstellt:") == 2
    assert not sample_copy.with_name("anders.de.txt").exists()
@ -158,7 +144,7 @@ def test_main_output_directory(sample_copy, monkeypatch, make_dir, suffix):
    if make_dir:
        out_dir.mkdir()
    run_main(monkeypatch, "-i", sample_copy, second, "-o", f"{out_dir}{suffix}")
-    assert (out_dir / "beispiel.de.txt").is_file()
+    assert (out_dir / "ramstein.de.txt").is_file()
    assert (out_dir / "rede.en.txt").is_file()
@ -190,7 +176,7 @@ def test_main_bad_file_continues_batch(sample_copy, monkeypatch, capsys, content
    (["-i", "{txt}"], "Keine VTT-Datei"),
    (["-i", "{vtt}", "{vtt2}", "-o", "{dir}/x.txt"], "muss -o/--output ein Verzeichnis sein"),
    (["-i", "{dir}/*.gibtsnicht"], "Keine Datei passt zu"),
-    (["-i", "{vtt}", "{dir}/sub/beispiel.de.vtt", "-o", "{dir}/"], "dieselbe Ausgabedatei"),
+    (["-i", "{vtt}", "{dir}/sub/ramstein.de.vtt", "-o", "{dir}/"], "dieselbe Ausgabedatei"),
    (["-i", "{vtt}", "-o", "{vtt}"], "nicht die Eingabedatei"),
 ])
 def test_cli_errors(sample_copy, monkeypatch, capsys, args, message):
@ -380,33 +366,10 @@ def test_vtt_to_text_skips_empty_range(capsys):
    assert text == "[00:01:40 - 00:01:41]\nErster Satz ist hier."
    out = capsys.readouterr().out
    assert "keine Untertitel im Bereich 00:00:00 – 00:00:50" in out
-    assert "keine Untertitel im Bereich 00:03:20 – Ende (die Untertitel enden bei" in out
+    assert "keine Untertitel im Bereich 00:03:20 – Ende" in out
    assert vtt2txt.vtt_to_text(SPEECH, [(200, None)]) == ""
 def test_vtt_to_text_notes_range_past_last_caption(capsys):
    # "-z 0-05:00" means five hours, not five minutes
    text = vtt2txt.vtt_to_text(SPEECH, [(0, 5 * 3600)])
    assert text.startswith("[00:01:40 - ")
    out = capsys.readouterr().out
    assert "Bereich 00:00:00 – 05:00:00 reicht über das Ende der Untertitel hinaus" in out
    assert "Stunden:Minuten, Minute 5 ist 00:05" in out
@pytest.mark.parametrize("start, end, expected", [
    (100, 110, ""),                           # inside
    (None, None, ""),
    (100, 200, " (die Untertitel enden bei 00:02:00)"),
    (150, None, " (die Untertitel enden bei 00:02:00)"),
    (0, 3600, " (die Untertitel enden bei 00:02:00; zwei Zahlen wie 05:00 sind "
              "Stunden:Minuten, Minute 5 ist 00:05)"),
    (0, 200, ""),                             # no captions at all: no end known
 ])
 def test_end_hint(start, end, expected):
    captions_end = None if (start, end) == (0, 200) else 120
    assert vtt2txt.end_hint(start, end, captions_end) == expected
 def test_vtt_to_text_without_ranges_has_no_header():
    assert vtt2txt.vtt_to_text(SPEECH).splitlines()[0] == "Erster Satz ist hier."
@ -431,7 +394,7 @@ def test_split_segments_inverts_join_segments():
 def test_main_time_range_default_name(sample_copy, monkeypatch):
    run_main(monkeypatch, "-i", sample_copy, "-z", "0:00:30-0:01")
-    target = sample_copy.with_name("beispiel.de_00-00-30_bis_00-01-00.txt")
+    target = sample_copy.with_name("ramstein.de_00-00-30_bis_00-01-00.txt")
    full = SAMPLE_TXT.read_text(encoding="utf-8").splitlines()
    part = target.read_text(encoding="utf-8").splitlines()
    assert vtt2txt.HEADER.fullmatch(part[0])
@ -440,17 +403,17 @@ def test_main_time_range_default_name(sample_copy, monkeypatch):
 def test_main_several_ranges(sample_copy, monkeypatch):
    run_main(monkeypatch, "-i", sample_copy, "-z", "0:01-0:02 0:05")
-    target = sample_copy.with_name("beispiel.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
+    target = sample_copy.with_name("ramstein.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
    segments = vtt2txt.split_segments(target.read_text(encoding="utf-8"))
    assert [header for header, _ in segments] == [
-        "[00:00:59 - 00:02:03]", "[00:04:58 - 00:13:10]",
+        "[00:00:56 - 00:02:09]", "[00:04:57 - 00:48:07]",
    ]
@pytest.mark.parametrize("ranges", [["0:01-0:02 0:05"], ["0:01-0:02", "0:05"]])
 def test_main_ranges_with_or_without_quotes(sample_copy, monkeypatch, ranges):
    run_main(monkeypatch, "-i", sample_copy, "-z", *ranges)
-    target = sample_copy.with_name("beispiel.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
+    target = sample_copy.with_name("ramstein.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
    assert target.is_file()
@ -470,8 +433,8 @@ def test_range_argv(argv, expected):
 def test_main_range_from_beginning(sample_copy, monkeypatch, ranges):
    args = ranges if ranges[0].startswith("-z") else ["-z", *ranges]
    run_main(monkeypatch, "-i", sample_copy, *args)
-    target = sample_copy.with_name("beispiel.de_bis_00-01-00.txt")
+    target = sample_copy.with_name("ramstein.de_bis_00-01-00.txt")
-    assert target.read_text(encoding="utf-8").startswith("[00:00:00 - ")
+    assert target.read_text(encoding="utf-8").startswith("[00:00:09 - ")
 def test_main_time_range_without_captions(sample_copy, monkeypatch, capsys):
--- a/vtt2txt.py
+++ b/vtt2txt.py
@ -307,42 +307,18 @@ def range_label(start, end):
    return f"{left} – {right}"
 def end_hint(start, end, captions_end):
    """Note for a range reaching past the last caption, else ""; two numbers
    are hours:minutes, so "05:00" for minute 5 is a likely slip."""
    if captions_end is None:
        return ""
    past_end = (end is not None and end > captions_end) or (
        start is not None and start >= captions_end
    )
    if not past_end:
        return ""
    hint = f" (die Untertitel enden bei {format_time(captions_end)}"
    if max(start or 0, end or 0) >= 3600 > captions_end:
        hint += "; zwei Zahlen wie 05:00 sind Stunden:Minuten, Minute 5 ist 00:05"
    return hint + ")"
 def excerpts(timed, ranges, exact=False):
    """Return (start, end in seconds, lines) of the text block of each time range.
    Blocks that overlap after growing to whole sentences are merged; ranges
-    without captions are skipped with a note, ranges reaching past the last
+    without captions are skipped with a note.
    caption get one.
    """
    captions_end = max((end for _, end, _ in timed if end is not None), default=None)
    bounds = []
    for start, end in ranges:
        found = excerpt_bounds(timed, start, end, exact)
        hint = end_hint(start, end, captions_end)
        if found is None:
-            print(f"Hinweis: keine Untertitel im Bereich {range_label(start, end)}{hint}")
+            print(f"Hinweis: keine Untertitel im Bereich {range_label(start, end)}")
            continue
        if hint:
            print(
                f"Hinweis: Bereich {range_label(start, end)} reicht über das Ende "
                f"der Untertitel hinaus{hint}"
            )
        if bounds and found[0] < bounds[-1][1]:
            bounds[-1] = (bounds[-1][0], max(bounds[-1][1], found[1]))
        else: