docs+fix: qwen3:8b als durchgaengigen Default statt qwen3.5:latest

qwen3.5:latest traegt unnoetigen Vision-Ballast (CLIP-Projector) fuer eine
reine Text-Kategorisierungsaufgabe. qwen3:8b ist kleiner (5,2 statt 6,6 GB)
und reines Textmodell. Code-Fallback in config.py, .env.example, README und
docs/MITGABE.md konsistent angepasst - HANDOFF.md bleibt unangetastet
(datierter Zeitpunkt-Stand, keine Anleitung).

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_015vtvcyNkapuDh583643hNs

.env.example

@@ -14,7 +14,7 @@ WHISPER_COMPUTE=int8
 
 # --- Kategorisierung (Ollama, lokal) ---
 OLLAMA_URL=http://127.0.0.1:11434
-OLLAMA_MODELL=qwen3.5:latest
+OLLAMA_MODELL=qwen3:8b
 
 # --- Nextcloud (leer lassen = nur lokale Ablage) ---
 NEXTCLOUD_URL=

README.md

@@ -61,7 +61,7 @@ brew install ollama && ollama serve &      # oder Ollama.app starten
 **2. Sprachmodell** — ordnet die Anliegen ein:
 
 ```bash
-ollama pull qwen3.5:latest                 # ~6,6 GB
+ollama pull qwen3:8b                       # ~5,2 GB, reines Textmodell (kein Vision-Ballast)
 ```
 
 Auf Rechnern mit 16 GB Arbeitsspeicher passt kein größeres Modell daneben,

docs/MITGABE.md

@@ -11,7 +11,7 @@ die Reihenfolge, in der man prüft, ob es wirklich läuft.
 |---|---|
 | `.env` | aus `.env.example` kopieren, Werte eintragen (Abschnitt 3) |
 | Whisper-Modell (~1,6 GB) | `~/whisper-models/ggml-large-v3-turbo.bin`, Download siehe README |
-| Ollama-Modell (~6,6 GB) | `ollama pull qwen3.5:latest` |
+| Ollama-Modell (~5,2 GB) | `ollama pull qwen3:8b` |
 | Piper-Stimme | `~/piper-voices/…`, nur für die Ansage (Stufe 2) nötig |
 | `ablage/`, `telefon/eingang/`, `dashboard.html` | Anruf- und Patientendaten, bleiben absichtlich lokal |
 | FreeSWITCH-Konfiguration mit echtem SIP-Passwort | `telefon/freeswitch/einrichten.sh` schreibt sie aus der `.env` |
@@ -27,7 +27,7 @@ die meiste Arbeit. Für einen ersten Durchlauf reicht:
 ```bash
 brew install ffmpeg whisper-cpp
 brew install ollama && ollama serve &
-ollama pull qwen3.5:latest
+ollama pull qwen3:8b
 mkdir -p ~/whisper-models && cd ~/whisper-models
 curl -LO https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo.bin
 cd ~/praxis-telefon-agent && cp .env.example .env
@@ -124,6 +124,6 @@ Wenn auf der anderen Seite etwas abweicht, sind vor allem diese Punkte für uns
 hier interessant:
 
 - andere Hardware/OS-Version und wie lange ein Anruf dann braucht (hier ~24 s),
-- ob `qwen3.5:latest` bei 16 GB RAM neben laufender Telefonie noch passt,
+- ob `qwen3:8b` bei 16 GB RAM neben laufender Telefonie noch passt,
 - jede Stelle, an der README oder `.env.example` nicht gereicht haben — die
   gehört dann dort hinein, nicht in diese Datei.

pipe/config.py

@@ -68,7 +68,7 @@ WHISPER_COMPUTE = os.environ.get("WHISPER_COMPUTE", "int8")
 
 # --- Kategorisierung (Ollama, lokal) -----------------------------------------
 OLLAMA_URL = os.environ.get("OLLAMA_URL", "http://127.0.0.1:11434")
-OLLAMA_MODELL = os.environ.get("OLLAMA_MODELL", "qwen3.5:latest")
+OLLAMA_MODELL = os.environ.get("OLLAMA_MODELL", "qwen3:8b")
 PROMPT_DATEI = WURZEL / "prompts" / os.environ.get(
     "PROMPT_DATEI", "categorize_de.txt"
 )