feat: Bewertungssystem (👍/👎) als Trainingsdaten-Export

Jede Karte im Leitstand bekommt Daumen hoch/runter fuer die Kategorisierung.
Bei 👎 optional Korrektur (richtige Kategorie/Dringlichkeit). Gespeichert
als bewertung.json pro Anruf-Ordner (gleiches Muster wie stapel.json,
pipe/bewertung.py).

Export als JSONL (pipe/export.py, neuer "📤 Bewertungen exportieren"-Knopf
+ automatisch beim "Tag archivieren"): ein Datensatz pro bewertetem Anruf
mit Transkript, Modell-Ausgabe, Backend/Modell, Bewertung und Korrektur -
fuer externe Auswertung (z.B. um Kategorisierungs-Fehler systematisch statt
zufaellig zu finden, wie das Notfall-Sicherheitsnetz vom letzten Fund).

Export-Knopf verlangt Bestaetigung ("Transkripte und Namen verlassen den
Rechner") - bewusst kein automatischer Export ohne Hinweis, das steht sonst
im Widerspruch zum On-Prem-Versprechen. training/ ist neu gitignored (volle
Transkripte/Namen drin, siehe README-Hinweis zu Testdaten).

Nebenbei: process_call.py legt jetzt auch backend/modell/dauer_s der
Kategorisierung dauerhaft in meta.json ab (vorher nur im fluechtigen Log) -
noetig, damit der Export nachvollziehbar ist, welches Modell lief.

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

pipe/bewertung.py

@@ -0,0 +1,40 @@
+"""Bewertung eines Anrufs durch das Praxispersonal (👍/👎 im Leitstand).
+
+Dient gleichzeitig als Trainingsdaten fuer die Modellverbesserung - siehe
+pipe.export fuer den Export als JSONL. Gleiches Muster wie stapel.py: eine
+kleine JSON-Datei pro Anruf-Ordner, unabhaengig von meta.json (das aendert
+sich nach der Ablage nie mehr, die Bewertung schon).
+"""
+from __future__ import annotations
+
+import json
+from datetime import datetime
+from pathlib import Path
+
+DATEI = "bewertung.json"
+
+
+def lies(ordner: Path) -> dict | None:
+    """Bewertung eines Anrufs, oder None wenn (noch) unbewertet."""
+    pfad = ordner / DATEI
+    if not pfad.is_file():
+        return None
+    try:
+        return json.loads(pfad.read_text(encoding="utf-8"))
+    except Exception:
+        return None
+
+
+def setze(ordner: Path, bewertung: str, korrektur: dict | None = None) -> bool:
+    """Speichert eine Bewertung. False bei ungueltigem Wert."""
+    if bewertung not in {"gut", "schlecht"}:
+        return False
+    try:
+        (ordner / DATEI).write_text(json.dumps({
+            "bewertung": bewertung,
+            "korrektur": korrektur,
+            "zeitpunkt": datetime.now().isoformat(timespec="seconds"),
+        }, ensure_ascii=False), encoding="utf-8")
+        return True
+    except Exception:
+        return False