Kernbotschaft

Ein Ordner, Markdown-Dateien und eine AGENTS.md — das reicht für ein KI-gestütztes Wissenssystem, das mit jeder neuen Quelle besser wird. Kein RAG, keine Datenbank, keine komplexe Infrastruktur.

Das Problem — KI vergisst alles

Jede Session startet bei null

Sobald das Kontextfenster voll ist, wird komprimiert und Informationen gehen verloren. Entscheidungen aus früheren Sessions, Zusammenhänge und Hintergrundwissen verschwinden.

Komplexität wächst mit dem Projekt

Bei größeren Projekten erklärt man dieselben Strukturen mehrfach. Die KI kennt keine früheren Entscheidungen und baut auf falschem oder fehlendem Kontext auf.

Die Lösung — LLM Wiki nach Karpathy

Idee von Andrej Karpathy (ex-Tesla KI-Chef, ex-OpenAI): Statt einer Vektordatenbank baut die KI selbst ein Wiki aus Markdown-Dateien — liest Quellen, erstellt Seiten, aktualisiert Zusammenhänge. Das Wissen kompoundiert sich mit jeder neuen Quelle. Veröffentlicht als GitHub Gist.

1. Quelle in RAW ablegen

Artikel, PDF, Transkript oder Web-Clip landet als Markdown-Datei im RAW-Ordner — der Eingangskorb des Systems.

2. KI verarbeitet die Quelle

Die KI liest die Quelle, erkennt Themen und erstellt oder aktualisiert passende Wiki-Seiten. Eine Quelle kann 10–15 Seiten aktualisieren.

3. Fragen stellen

Die KI navigiert durch das Wiki, folgt Links zwischen Seiten und liefert Antworten mit Kontext — wie Wikipedia, aber mit eigenem Wissen.

Ordnerstruktur — drei Ordner, keine Datenbank

Aufbau des Wissensordners

mein-wissen/
   │
   ├── raw/   ← Eingangskorb: Artikel, PDFs, Transkripte
   │     ├── artikel-wechselwirkungen.md
   │     ├── leitlinie-diabetes.pdf.md
   │     └── webclip-neue-leitlinie.md
   │
   ├── wiki/   ← von der KI geschrieben und gepflegt
   │     ├── index.md  ← Hauptzugang, alle Seiten verlinkt
   │     ├── log.md    ← Protokoll aller Änderungen
   │     ├── concept-wechselwirkungen.md
   │     ├── entity-metformin.md
   │     └── source-leitlinie-diabetes.md
   │
   └── AGENTS.md  ← Regeln für die KI: Format, Links, Struktur

AGENTS.md ist die zentrale Steuerdatei. Sie definiert, wie die KI das Wiki strukturieren soll: welches Format die Seiten haben, wie Links gesetzt werden, wie Quellen referenziert werden — und was bei Widersprüchen passiert. Einmalig schreiben, dauerhaft wirksam.

Obsidian — visuelles Frontend (optional)

Was Obsidian leistet

Kostenlose Open-Source-App, die Markdown-Dateien als verknüpfte Wissensbasis darstellt. Die Graph-Ansicht zeigt alle Zusammenhänge zwischen Wiki-Seiten visuell — Obsidian schreibt selbst keine Dateien, es zeigt nur an, was die KI erstellt hat.

Graph-Ansicht

Jede Wiki-Seite ist ein Knoten, Links zwischen Seiten sind Verbindungen. So wird sichtbar, welche Konzepte häufig zusammen auftreten und wo noch Lücken im Wissen bestehen.

Web Clipper

Browser-Extension für Chrome/Firefox. Interessante Artikel direkt auf den RAW-Ordner cliipen — als Markdown gespeichert, sofort bereit für die nächste KI-Session.

Sync via Cloud-Drive

Vault in iCloud, Google Drive oder OneDrive legen — sofort auf allen Geräten verfügbar. Obsidian läuft auf macOS, Windows, iOS und Android.

Workflow — neue Quelle einpflegen

Von der Quelle zur Wiki-Seite

Quelle ablegen
Artikel, PDF, Clip
KI anweisen
"Ingestiere RAW"
Wiki-Seiten
werden erstellt / aktualisiert
Fragen stellen
KI navigiert Wiki
Prompt — Wiki einrichten

Setup-Prompt für Claude kopieren

Richte mir ein LLM-Wiki in diesem Ordner ein. Erstelle folgende Struktur: - raw/ ← Eingangsordner für neue Quellen - wiki/ ← Wiki-Seiten (du schreibst und pflegst diese) - index.md ← Hauptindex mit Links zu allen Seiten - log.md ← Änderungsprotokoll - AGENTS.md ← deine Arbeitsanweisungen In der AGENTS.md definierst du folgende Regeln für dich selbst: 1. Jede Wiki-Seite hat: Titel, Zusammenfassung, Kernpunkte, Links zu verwandten Seiten, Quellen 2. index.md listet alle Seiten nach Kategorie (Entities, Concepts, Sources, Analyses) 3. log.md protokolliert jede Änderung mit Datum und betroffenen Seiten 4. Bei Widersprüchen zwischen Quellen: Widerspruch dokumentieren, nicht überschreiben 5. Sprache: Deutsch Mein Obsidian-Vault liegt unter: [PFAD EINFÜGEN]

Ingest-Prompt — neue Quelle einpflegen

Im RAW-Ordner liegen neue Quellen. Bitte ingestiere alle Dateien: 1. Lies jede Datei in raw/ 2. Identifiziere alle Entitäten (Wirkstoffe, Begriffe, Personen, Institutionen) 3. Identifiziere alle Konzepte (Prozesse, Methoden, Zusammenhänge) 4. Erstelle oder aktualisiere die zugehörigen Wiki-Seiten in wiki/ 5. Aktualisiere index.md und log.md 6. Verschiebe verarbeitete Dateien aus raw/ in wiki/sources/ Halte dich dabei an die Regeln in AGENTS.md.

Wartung — Linting (einmal pro Monat)

1
Widersprüche finden KI durchsucht das Wiki nach Seiten, die sich inhaltlich widersprechen oder inkonsistente Informationen enthalten.
2
Verwaiste Seiten aufspüren Seiten ohne Links zu anderen Seiten oder ohne Verbindung zum Index werden identifiziert und eingebunden oder gelöscht.
3
Veraltete Informationen markieren Seiten, die sich auf Quellen beziehen, die inzwischen durch neuere Quellen überholt wurden, erhalten einen Hinweis.
Lint mein Wiki. Finde Widersprüche, veraltete Informationen und fehlende Verbindungen.
LLM Wiki vs. RAG — wann was?

Vergleich der Ansätze

LLM Wiki RAG (Vektordatenbank)
Infrastruktur Ordner + Markdown-Dateien Datenbank, Embedding-Modell, Server
Einrichtung 5 Minuten Stunden bis Tage
Wissen compounded Ja — wird mit jeder Quelle besser Nein — findet immer gleiche Chunks
Semantische Suche Nur über Seitentitel + Links Ja — inhaltliche Ähnlichkeit
Skalierung Bis ca. 500 Seiten ideal Tausende bis Millionen Dokumente
Geeignet für Einzelpersonen, kleine Teams, Fachinformationen Enterprise, exakte Zitate, Compliance
Fazit

Für die meisten Anwendungsfälle

Ein LLM Wiki reicht für Einzelpersonen und kleine Teams vollkommen aus. Es ist kostengünstig, einfach einzurichten und wird mit jeder Quelle wertvoller.

Wissen kompoundiert sich

Jede neue Quelle macht das Wiki reichhaltiger. Zusammenhänge werden automatisch verknüpft — das System wird mit der Zeit immer wertvoller, ohne manuellen Aufwand.