Second Brain — KI Workshop Apotheke

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.

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

obsidian.md

Kostenlose App, die Markdown-Dateien als verknüpfte Wissensbasis mit Graph-Ansicht darstellt. Obsidian schreibt selbst keine Dateien — es zeigt an, was die KI erstellt hat. Vault einfach in iCloud, Google Drive oder OneDrive ablegen für Sync auf allen Geräten. Web Clipper (Browser-Extension) ermöglicht direktes Cliipen von Artikeln in den RAW-Ordner.

So wird das Second Brain eingerichtet

Obsidian herunterladen Kostenlose App unter obsidian.md herunterladen und installieren — verfügbar für macOS, Windows, iOS und Android.

Ordner für die lokale Datenbank anlegen Einen neuen Ordner auf dem Computer anlegen, z.B. mein-wissen/ — dieser Ordner wird zur Wissensbasis. Optional: in iCloud, Google Drive oder OneDrive ablegen für automatischen Sync.

Obsidian mit diesem Ordner verbinden Obsidian starten → „Vault aus Ordner öffnen" → den angelegten Ordner auswählen. Obsidian nennt diesen Ordner „Vault" und zeigt alle Markdown-Dateien darin an.

Struktur mit Prompt anlegen lassen Claude Desktop öffnen, den Ordner als Arbeitsbereich verbinden und den Setup-Prompt unten eingeben. Die KI legt automatisch raw/, wiki/ und AGENTS.md an.

Erste Daten in den RAW-Ordner legen Einen Artikel, ein PDF oder eine eigene Notiz als Textdatei in den raw/-Ordner kopieren — das ist der Eingangskorb des Systems.

Daten von der KI einlesen lassen Den Ingest-Prompt unten eingeben. Die KI liest alle Dateien im RAW-Ordner, erkennt Themen und Zusammenhänge und erstellt Wiki-Seiten im wiki/-Ordner.

Wissen in Obsidian visualisieren In Obsidian auf „Graph-Ansicht" klicken — alle Wiki-Seiten erscheinen als Knoten, Verlinkungen als Verbindungen. So wird sichtbar, wie die Themen zusammenhängen.

Wissen mit KI finden In Claude Desktop einfach eine Frage stellen, z.B. „Was weiß ich über Wechselwirkungen bei Metformin?" — die KI navigiert durch das Wiki und liefert eine Antwort mit Quellenangaben aus den eigenen Dateien.

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)

Widersprüche finden KI durchsucht das Wiki nach Seiten, die sich inhaltlich widersprechen oder inkonsistente Informationen enthalten.

Verwaiste Seiten aufspüren Seiten ohne Links zu anderen Seiten oder ohne Verbindung zum Index werden identifiziert und eingebunden oder gelöscht.

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.