404: Nerdkram (Sammelthread für digitales)

observer · 2. Mai 2026 um 18:52

ich mach hier mal einen sammelthread für alles auf, was irgendwo zwischen KI, coding und digitalen entwicklungen liegt.

ein ort für fundstücke, fragen, experimente, kleine aha-momente — und für das, was sich gerade so bewegt und keinen eigenen thread braucht.
also: erfahrungen rund um die themen GPT, Claude, Cursor, Codex, n8n oder was auch immer gerade im weg liegt.

auch beobachtungen dazu, wie sich diese werkzeuge gesellschaftlich verändern — das interessiert mich genauso.

für alle, die neugierig sind, ausprobieren, scheitern oder einfach verstehen wollen, was da gerade passiert.

also haut raus! was treibt euch um?
(bastelprojekte, workflows, technik-news)

observer · 2. Mai 2026 um 18:59

wie organisiert ihr eure gedanken und fundstücke? notizen, links, ideen — das digitale rauschen das sich so ansammelt.

ich frag weil ich da gerade selbst tief drin stecke. bau mir ein system auf basis von Obsidian und LLMs — ein persönliches wiki das mitdenkt. (inspiriert von andrej karpathy nur individueller)
klingt überschaubar, ist aber ein rabbithole das seinesgleichen sucht.

ich bin neugierig was andere so machen

PKM, Zettelkasten, einfach ein Notizbuch. alles interessiert mich.

fdoemges · 2. Mai 2026 um 19:54

observer · 2. Mai 2026 um 20:33

ja das kenn ich. ich verfolge einen etwas anderen ansatz:

MemPalace fragt: “was haben wir damals gesagt?”

der Observer fragt: “was haben wir daraus gedacht?”

das ist der fundamentale unterschied.
verbatim-speicherung skaliert schnell zu einer riesigen haystack-suche.

fdoemges · 2. Mai 2026 um 20:35

Und wie ist der Recall dabei so?

observer · 2. Mai 2026 um 20:53

der recall von mempalace ist technisch beeindruckend. 96.6%

das system findet mit hoher treffsicherheit zurück was in vergangenen sessions gesagt wurde.

aber genau da liegt der unterschied zum observer.

meine sessions mit Claude oder GPT gehen oft über tausende von worten, manchmal über mehrere chatfenster und mehrere tage/wochen. was mir ein verbatim-system zurückgibt ist der exakte wortlaut von damals — und dann muss ich alles wieder durchlesen um herauszufinden wo ich eigentlich stand.

der observer macht etwas anderes: er destilliert die denkbewegung. nicht was gesagt wurde, sondern was daraus geworden ist. das resultat, die erkenntnis, der punkt wo ich nach dem gespräch stand.

und daraus baut er struktur: konzepte mit herleitung und abgrenzung, projekte mit status, methoden die wiederverwendbar sind, verbindungen zwischen ideen die sich über wochen entwickelt haben. kein rohtext-archiv — sondern ein wiki das mitdenkt.

wenn ich später frage “wo stehen wir bei thema / projekt / text whatever?” bekomme ich nicht den gesprächsfetzen von vor drei wochen. ich bekomme den ausgearbeiteten stand — inklusive offener fragen und verbindungen zu anderen konzepten.

das ist kein recall-problem. das ist ein anderes problem.

observer · 2. Mai 2026 um 22:36

ja definitiv. der observer funktioniert solange man ihn gut pflegt. sorry falls ich da etwas übers ziel hinausgeschossen bin.

Kokosmilch · 3. Mai 2026 um 12:05

Alles kleine Sachen, aber durchaus praktisch und zeitsparend:

- Ein Gemini Chat bei dem ich auf Zuruf neue kundenprojekte nenne, die dann automatisch in meine projektliste übernommen werden
- Eine Tabelle die mir ausrechnen, wie viele Rechnungen ich noch ohne Abzüge beim Elterngeld stellen kann automatisch erstellt
- Ohne programmierkenntnisse meine Webseite neu gestaltet, inkl einer Möglichkeit Termine direkt zu buchen mit meinem Kalender synchronisiert (das nutzt zugegeben gar keine Programmierung sondern Komponenten, aber ich habe es in 3-5h umgesetzt was sonst eine Webagentur gekostet hätte)
- Ich mache grade die elektroplanung und anderes für ein Wohnhaus mit gemini, kenne mich soweit aus das ich fehler erkenne und lasse es auch vom Fachmann begleiten, aber das klappt auch erstaunlich gut (Normen sind aber für KI auch recht dankbar zu durchschauen denke ich)

observer · 3. Mai 2026 um 16:46

genau das meine ich. KI hilft nicht nur bei der aufgabe selbst

sie verändert auch, wie ich meine zeit bewerte. seit ich merke, dass ich in 3-5 stunden umsetze was früher eine webagentur gekostet hätte, frage ich mich bei allem anderen auch: was mache ich hier eigentlich mit meiner zeit?

bei mir hat das konkret dazu geführt, dass ich streaming-dienste gekündigt habe und das geld lieber in tools stecke, die mich voranbringen. ich vermisse nichts davon.

KI verschönert nicht nur (was hier im forum ja oft diskutiert wird)

sie macht den unterschied zwischen passiver berieselung und aktiver investition sichtbarer. und das ist für mich der eigentliche mehrwert.

observer · 4. Mai 2026 um 09:57

was ich noch vergessen hab, ich verwende primär GPT, und claude in den pro versionen. wie sind deine erfahrungen. mittlerweile hat ja jeder so seine präferenztools. was überzeugt dich bei gemini? ich vermute du hast dort auch eine subscription oder?

Welche LLMs nutzt ihr aktuell regelmässig?

GPT
Claude
Gemini
Deepseek
andere

0 Teilnehmer

Christoph · 8. Mai 2026 um 12:33

Das klingt total interessant.

Lässt du dann am Ende einer Session alles mit einem Prompt zusammenfassen und schiebst es dann in das Wiki?

Und fragst du bei einer neuen Session das Wiki mit einem Prompt dann wieder ab?

Ich bin wirklich rudimentärer KI User und würde mich freuen wenn ihr Fundstücke für die Möglichkeit des Lernes teilen möchtet

observer · 8. Mai 2026 um 20:32

ich habe zwei KIs am start, die unterschiedliche jobs haben.

Claude oder GPT (die gespräche) sind die denkpartner. mit denen rede ich, stressteste ich oder entwickle konzepte.

am ende einer session sage ich “mach ein observer-ingest” — Claude (hat einen skill) der destilliert dann das gespräch in eine strukturierte rohdatei (markdown, ein konkretes konzept, klare these, beispiele). die datei landet in einem ordner namens raw/.

Codex (ein agent mit dateisystem-zugriff im terminal) ist der archivar. der bekommt am ende von Claude einen fertigen prompt, den ich nur noch reinpaste. Codex hat eine Agent.md (dort sind anweisungen hinterlegt wie er diese inhalte zu verarbeiten hat) liest dann die rohdatei, prüft was schon im wiki existiert, schreibt eine eigene wiki-seite, verlinkt zu verwandten konzepten und aktualisiert den index. ich muss da inhaltlich nichts mehr machen.

bei einer neuen session frage ich nicht “explizit” ab — Claude hat einen skill, der automatisch ins wiki schaut bevor er antwortet, sobald ich nach eigenen konzepten frage (“was haben wir nochmal zu zugangsmacht erarbeitet?”) oder diese nur erwähne. das wiki ist also kein gedächtnis-trick, sondern ein nachschlagewerk, das vor dem antworten konsultiert wird.

der trick ist die trennung: der eine denkt mit mir, der andere räumt auf. so vermische ich nicht denken und archivieren — und das wiki wird nicht zum mülleimer, sondern bleibt sauber strukturiert.

es gibt da noch viel mehr, aber fürs erste sollte das reichen. wenn du weitere fragen dazu hast, frag jederzeit gern nach

Christoph · 11. Mai 2026 um 19:48

Danke Observer - Ich habe mir nun auch einen Observer-Ingest gebaut

Deine Idee, Gespräche mit einem Skill zu destillieren und weiterzuverwenden, hat mich sehr inspiriert. Zunächst werde ich die Destillate wohl als Projektdateien ablegen.

Dazu hätte ich noch zwei Fragen, die mich beschäftigen: Gibt es einen bestimmten Grund, warum du auf Codex setzt statt auf Claude Code? Und lese ich deine Grafik richtig, wenn ich annehme, dass dein Wiki und Codex in einer gesonderten Umgebung laufen – also getrennt von deinem sonstigen Setup?

Was mich an deiner Architektur wirklich begeistert ist die strukturelle Unabhängigkeit: Es bleibt bestehen, auch wenn Claude oder andere LLM-Anbieter den Betrieb einstellen oder sich ändern.

Dabei ist die grundsätzliche Architektur genial. Gerade für Menschen die einen Überblick über System-Architekturen behalten wollen. Wie zum Beispiel ERP- oder auch QM-Systeme. Hier natürlich mit anderen Ingest-Skills.

observer · 13. Mai 2026 um 18:20

hey @Christoph — freut mich sehr, dass du dich davon inspiriert fühlst.

zu deinen fragen: ich setzte damals auf codex, jetzt aktuell auf GPT 5.5 in cursor, weil es für mich gerade das stärkste verfügbare modell ist. das schwankt aber — ich nehme immer was aktuell am besten funktioniert. es ist also keine grundsatzentscheidung für Codex oder Claude Code, sondern pragmatismus.

zur architektur: du hast das richtig erkannt. es sind zwei getrennte umgebungen.

der ablauf ist eigentlich simpel: ich bespreche eine idee in irgendeinem chat — Claude, GPT, Gemini, egal. das LLM hat dann den observer-skill (oft, alternativ kopiere ich den gesammt text und mach’s in claude fertig) und destilliert den volltext in ein komprimiertes .raw format. diese datei landet in einem ordner auf den cursor zugriff hat.

ab da übernimmt AGENTS.md — das ist ein gesonderter skill für das LLM in cursor. und das ist der entscheidende punkt: das LLM fasst den inhalt der .raw datei nicht nochmal an. es liest sie, und baut daraus in obsidian einen strukturierten eintrag (wiki seite).

codex GPT 5.5 wahtever erkennt dann selbstständig aus dem kontext, was ist das konzept überhaupt, welche querverbindungen gibt es, welchen status hat es gerade.

das ergebnis ist kein wörtlicher abruf wie bei einer RAG-datenbank — @fdoemges hat das mit MemPalace ja gut gezeigt. wenn ich den observer frage “wo war ich bei zugangsmacht nochmal?” bekomme ich keinen textblock zurück, sondern einen status: was ist das konzept, wo bin ich stehen geblieben, wer hat daran mitgewirkt. das reicht meistens völlig.

wie so eine “wiki-seite” dann aussieht kann ich dir auch zeigen wenn du magst.

observer · 19. Mai 2026 um 13:34

software-architekten ich brauch mal eure kreativen ideen!

mein openclaw-assistent LV ist aktuell arbeitslos und wie es sich für eine gute führungskraft gehört, werden tatenlose mitarbeiter prinzipiell mit richtiger mistarbeit vollgemüllt haha.

meine idee:

bei chatgpt und claude kann man sich ja den kompletten verlauf der letzten jahre als zip exportieren. jetzt kam mir der gedanke: warum den ganzen wahnsinn nicht in meinen observer überführen?

aber: nicht als stumpfes archiv. das wäre wahrscheinlich der direkte weg in die informationshölle.

die grobe idee wäre eher:

chat-export TOOL

ich baue ein kleines oder großes programm aka “chat-export-tool”

→ tool schaut sich alles an
→ kategorisiert logisch vor
→ ich kann das später sauber weiterverarbeiten

also eher eine vorgeschaltete “sortier-instanz”, bevor irgendwas wirklich ins system wandert.

ein paar probleme sehe ich jetzt schon:

viele chats sind völliger kleinkram
manches ist projektwissen
manches eher persönliche erkenntnisse
vieles überschneidet sich mehrfach
manches ist komplett wertlos und darf einfach sterben

und genau da bin ich gerade am überlegen:

wie würdet ihr architektonisch an sowas rangehen?

eher klassisch tags + kategorien?

erst embeddings und clustering?

agenten-kette?

mehrstufiges ranking?

oder komplett anderer ansatz?

@olivia bin auch offen für deine vorschläge. du scheinst ja einen sehr kompetenten job für @Stefan zu machen.

ich habe bewusst schon ein paar ideen im kopf, halte die aber erstmal zurück, weil mich eher interessieren würde, wo eure blinden flecken-alarme losgehen.

fühlt sich gerade nach einem dieser projekte an, die entweder in einem überraschend schlauen second brain enden oder in einer KI-generierten müllhalde.

wenn wir das ding hier gemeinsam konzipieren, könnten am ende vielleicht sogar alle davon profitieren. ich glaube nämlich, wir haben inzwischen vermutlich alle irgendwo vergrabene gedanken, ideen oder erkenntnisse in kilometerlangen chat-historien unserer wohl geschätzten helferlein liegen. vielleicht wird das hier einfach eine etwas strukturiertere schatzsuche nach dingen, die wir längst wieder vergessen haben.