Claude + Obsidian: Das KI-Setup, das dein Wissen endlich für dich arbeiten lässt
Dein Second Brain - das digitale Wissensmanagement für dein Business
Stell dir vor, du öffnest morgens deinen Laptop und dein KI-Assistent weiß bereits: welche Projekte offen sind, welche Entscheidungen du letzte Woche getroffen hast, welche Artikel du gelesen hast, welche Ideen du schon wieder vergessen hättest.
Kein Onboarding. Kein "zur Erinnerung, ich bin...". Einfach: weiterarbeiten.
Das ist Claude + Obsidian.
Das Problem, das du wahrscheinlich kennst
Du liest einen Artikel, der alles verändert. Du hörst einen Podcast, der deine Perspektive verschiebt. Du machst dir Notizen in einem Call, der drei Monate später relevant wird.
Und dann? Weg. Verschwunden in einem Ordner, den du nie wieder öffnest.
Notiz-Apps sind daran nicht schuld. Notion, Roam, Bear, Apple Notes, sie alle haben dasselbe Problem: sie speichern Information, aber sie verarbeiten sie nicht.
Du hast ein Archiv. Kein Second Brain.
Der Unterschied ist entscheidend.
Ein Second Brain (dt. "zweites Gehirn") ist ein digitales Wissensmanagement-System, das als externes Gedächtnis dient, um Informationen, Ideen und Notizen zu speichern, zu organisieren und weiterzuentwickeln. Es entlastet das biologische Gehirn, fördert die Kreativität und macht Wissen langfristig nutzbar.
Was ein echtes Second Brain können muss
Ein echtes Second Brain macht nicht nur Dinge auffindbar. Es baut aktiv Wissen auf.
Das bedeutet:
- Neue Inhalte werden nicht nur gespeichert, sondern mit bestehendem Wissen verknüpft
- Widersprüche zwischen alten und neuen Quellen werden erkannt und markiert
- Synthesen entstehen automatisch, statt jedes Mal neu recherchiert zu werden
- Erkenntnisse akkumulieren sich, anstatt in Chat-Verläufen zu verschwinden
Das klingt nach enormem Aufwand. Früher war es das auch.
Dann kam Andrej Karpathy mit einer Idee, die so einfach ist, dass man fragt: warum hat das niemand früher gemacht?
Andrej Karpathy – Mitbegründer von OpenAI, ehemaliger KI-Leiter bei Tesla und einer der derzeit klarsten Vermittler von Konzepten des maschinellen Lernens – hat öffentlich über eine auf den ersten Blick einfache Idee gesprochen: Ihre persönlichen Notizen und Dokumente, die im einfachen Markdown-Format organisiert sind, können zu einer Wissensdatenbank werden, über die ein LLM tatsächlich logisch nachdenken kann.
Die Architektur dahinter: Drei Ebenen, ein System
Das Setup basiert auf einem klaren Schichtenmodell.
- Ebene 1: Rohdaten (Raw Sources) Alles, was du konsumierst, landet hier. Artikel über den Obsidian Web Clipper, Podcast-Transkripte, Gesprächsnotizen, Kindle-Highlights, Forschungsergebnisse. Diese Ebene wird niemals verändert. Sie ist dein unveränderlicher Ausgangspunkt.
- Ebene 2: Das Wiki Hier arbeitet Claude. Nicht als Chatbot, der auf Fragen antwortet, sondern als Redakteur, der aktiv schreibt, verknüpft, aktualisiert und eine strukturierte Wissensbasis aufbaut. Konzeptseiten, Zusammenfassungen, Querverweise, Widerspruchsmarkierungen. Alles in Markdown-Dateien, die Obsidian rendert.
- Ebene 3: Das Schema Eine CLAUDE.md-Datei, die Claude erklärt, wie dein System funktioniert. Welche Konventionen gelten. Welche Workflows beim Hinzufügen neuer Inhalte greifen. Du und Claude entwickeln diese Datei gemeinsam weiter. Sie macht aus dem Sprachmodell einen disziplinierten Wiki-Maintainer.
Die drei Operationen, die alles zusammenhalten
Ingest: Ein neuer Input, zehn veränderte Seiten
Du clippst einen Artikel. Er landet in deinem Raw-Sources-Ordner. Du sagst Claude:
"Ich habe gerade einen Artikel zu /raw-sources hinzugefügt. Lies ihn, schreibe eine Zusammenfassung in /wiki/summaries/, aktualisiere index.md und alle bestehenden Konzeptseiten, die dieser Artikel berührt. Zeig mir jede Datei, die du geändert hast."
Was passiert: Claude liest den Artikel, extrahiert die Kernaussagen, verlinkt sie mit 10 bis 15 bestehenden Wiki-Seiten, markiert Widersprüche zu älteren Quellen und protokolliert alle Änderungen. Du siehst live in Obsidian, wie dein Wissen wächst.
Query: Fragen, die Antworten dauerhaft speichern
Du fragst dein Wiki. Claude liest den Index, zieht die relevanten Seiten, antwortet mit Quellenangaben. Und dann: die gute Antwort wird direkt als neue Wiki-Seite gespeichert.
Vergleiche, Analysen, Verbindungen, die du entdeckt hast, sie verschwinden nicht im Chat. Sie werden Teil deiner Wissensbasis. Jede Frage macht das System reicher.
Lint: Das wöchentliche Qualitäts-Audit
Einmal pro Woche:
"Lies alle Dateien in /wiki/. Suche nach: Widersprüchen, verwaisten Seiten ohne eingehende Links, Konzepten die oft erwähnt aber nie erklärt wurden, veralteten Aussagen. Schreib einen Health Report nach /wiki/lint-report.md."
Claude findet, was du übersehen hättest. Das Wiki bleibt konsistent, auch wenn es hunderte von Seiten umfasst.
Neben der Rolle als Sparringspartner für Struktur, Flow und neue Perspektiven, auf die ich vorher nicht gekommen wäre, hat CC maßgeblich beim Aufbau meines Second Brain unterstützt. Es hat geholfen, die gesamte Wissensgrafik in Obsidian zu automatisieren – inklusive sauberer Extraktionsprozesse und intelligenter Verlinkungen über das gesamte Manuskript hinweg. Über 10.000 Knoten – und es wächst weiter. Quelle: Reddit
Warum bisherige Wissensdatenbanken scheitern
Das Muster ist immer dasselbe. Du startest organisiert. Dann wächst das System. Und mit ihm der Wartungsaufwand: Tags aktualisieren, Querverweise pflegen, Struktur anpassen, wenn die eigene Denkweise sich verändert hat.
Das ist Arbeit, die on top kommt. Bei vollem Kalender. Also überspringst du sie. Das System verfällt. Du fängst neu an.
Claude bricht diesen Kreislauf.
Nicht weil Claude "besser" ist als du im Pflegen von Notizen. Sondern weil Claude es billiger macht. Wartung kostet einen Prompt. Reorganisation kostet einen Befehl. Der Mensch, der sich um eine Wissensbasis kümmert, ist bisher immer ausgebrannt. Claude wird nicht müde.
Vannevar Bush hat 1945 genau dieses System beschrieben. Er nannte es den Memex. Ein persönliches, kuratiertes Wissensarchiv, in dem die Verbindungen zwischen Dokumenten genauso wertvoll sind wie die Dokumente selbst.
Das Problem, das er nicht lösen konnte: wer macht die Wartung?
Jetzt weißt du es.
Praktische Einstiegspunkte für APEX-Anwender
Dieses Setup ist besonders kraftvoll für:
- Kundenprojekte: Call-Transkripte rein, Entscheidungslog und Action-Items raus, automatisch mit dem jeweiligen Kundenprofil verknüpft. Kein Wissen geht verloren, wenn jemand im Team wechselt.
- Content-Produktion: Recherchen, Interviewnotizen, Quellen, alles läuft in die Wissensbasis. Artikel schreiben sich schneller, wenn man nicht mehr von vorne anfängt.
- Vertrieb und Business Development: ICP-Recherchen, Gesprächsnotizen, Marktbeobachtungen. Wer ein gutes Gedächtnis hat, gewinnt.
- Persönliche Entwicklung: Bücher, Podcasts, Lessons-Learned aus Projekten. Das meiste landet nirgendwo. Hier landet es und wird nutzbar.
Nimm jetzt Kontakt mit APEX auf und finde heraus, wo in deinem Unternehmen echtes Automatisierungspotenzial steckt. In einem kurzen Gespräch zeigen wir dir konkret, wie du Zeit sparst, Prozesse skalierst und mehr Umsatz erzielst. Starte jetzt den nächsten Wachstumsschritt.
Der erste Schritt, heute
Du brauchst kein perfektes System, um anzufangen. Du brauchst ein echtes.
Öffne Claude. Beschreibe, woran du gerade arbeitest. Deine Projekte, deine Ziele, was dich beschäftigt. Zwanzig Minuten. Speichere das Gespräch als Memory.md.
Das ist genug, um die erste Session zu starten, in der Claude tatsächlich weiß, wer du bist.
Das Vault muss nicht vollständig sein, um nützlich zu sein.
Es muss nur anfangen.
Du willst, dass KI bei euch im Unternehmen echte Arbeit übernimmt, nicht nur Texte generiert? Dann lass uns reden. Wir bauen Systeme, die laufen, wenn du nicht zuschaust.