Diese Woche war die letzte Sitzung des AI-Mitarbeiter-Bootcamps der AInauten, von dem ich ja auch schon in den letzten Wochen berichtet habe. Thema diese Woche war das Second Brain.
Der Kern des Konzepts ist eine recht einfache Antwort auf eine eigentlich schwierige Frage: Wie organisiert man Wissen, Prozesse und Kontext so, dass nichts verloren geht und man nicht immer wieder bei null anfängt? Die Antwort lautet: „Files over Tools.“ Wissen gehört nicht in den Chatbot, sondern in lokale Markdown-Dateien. Der Second Brain Workspace ist damit im Grunde ein simpler Ordner, was ihn tool-agnostisch macht und damit unabhängig von einzelnen Plattformen. Obsidian ist die bevorzugte Implementierung dieser Idee; die Grundlogik orientiert sich an Tiago Fortes PARA-Methode (Projects, Areas, Resources, Archives). Der Vorteil gegenüber cloudbasierten Lösungen wie der neuen Verbindung von Gemini und NotebookLM liegt auf der Hand: Die Daten gehören einem selbst.
Ergänzend kam das LLM-Wiki-Konzept nach Andrej Karpathy zur Sprache. Die Grundidee: Statt Wissen bei jeder Frage neu zu suchen, wird es einmal kompiliert und dann nur noch ergänzt. Die KI arbeitet dabei als Buchhalter des Wissens, fasst zusammen, verlinkt, erkennt Widersprüche und findet Lücken. Das System braucht im Grunde drei Operationen: eine neue Quelle einwerfen, Fragen stellen, Gesundheitscheck durchführen. Second Brain und LLM Wiki sind dabei keine konkurrierenden Ansätze, sondern ergänzende. Das Second Brain ist die Zentrale (Projekte, Kontakte, Daily Notes), LLM Wikis sind Wissensinseln zu bestimmten Themen. Ein Ordner „Projekte/Marktanalyse“ kann zum Beispiel direkt ein LLM Wiki mit kompilierten Quellen enthalten.
Das wichtigste operative Element ist der Ingest: sicherstellen, dass relevante Inhalte zuverlässig ins System kommen, aus Chat-Sessions, Meetings, Browser, Voice Notes, Cloud-Diensten, E-Mail. Das zentrale Prinzip beim Aufbau ist Iterativität: also nicht das perfekte System auf einmal bauen, sondern anfangen und laufend ergänzen. Jede Session, in der etwas nicht gepasst hat, wird zum Auslöser für eine neue Regel.
Am Ende der Sitzung war ich frustriert, weil mir klar wurde, dass ich Obsidian ganz anders nutze als das vorgestellte System und ich aber beides gleichzeitig haben wollte, weil das, was die AInauten vorgestellt haben, so unglaublich produktivitätssteigernd und ordnend aussah. Ich habe Claude Cowork daraufhin die beiden Ansätze vergleichen lassen. Die Antwort lautete: „Das neue Konzept ist für jemanden gedacht, der von null anfängt. Es enthält einige gute Prinzipien, aber kein überlegenes Paradigma. Dein System ist reifer. Was fehlt, sind weniger Strukturelemente als Gewohnheiten: das schnelle Capturen ohne Sortierdruck, das strukturierte Netzwerk-Tracking und die explizite Verdichtungsregel“. Danke, Claude, dass Du mein System „reifer“ findest … Es ist aber einfach nur anders und dass ich schlecht beides gleichzeitig haben kann (ohne dass es zu verwirrend wird), muss ich erst mal verdauen. Und weil ich auf LinkedIn seit einiger Zeit regelmäßig gefragt werde, wie mein eigenes Second Brain plus KI-Verbindung konkret aussieht, möchte ich den heutigen Anlass nutzen und genau das beschreiben.
Als Einstieg hilft mir eine Differenzierung, die Barbara Geyer diese Woche auf LinkedIn formuliert hat. Sie unterscheidet drei Modi, in denen Menschen KI nutzen: Im Telefonmodus stellt man eine Frage, bekommt eine Antwort, der nächste Anruf beginnt bei null. So nutzen die meisten KI. Im Archivmodus lädt man dagegen Dokumente hoch oder erstellt ein Projekt. Die KI antwortet auf Basis dieser Dateien. Das ist besser, aber statisch, kein Aufbau, kein Wachstum. NotebookLM und ChatGPT Projects funktionieren so. Viele stehen genau hier und halten das für den Endpunkt. Im Büromodus schließlich sitzt die KI nicht mehr am Telefon, sondern im eigenen Büro. Sie kennt die Ablage, das Notizsystem, die Markierungen. Nicht weil ihr Kopien übergeben wurden, sondern weil sie mit lebenden Werkzeugen verbunden ist. Wenn man einen Artikel markiert, kann sie ihn am nächsten Tag finden. Wenn sie eine Erkenntnis im Notizsystem ablegt, kann man sie nächste Woche weiterdenken. Barbara Geyer dazu: „Der Büromodus verändert nicht, was KI kann. Er verändert, was sie über dich weiß“. Mein eigenes System ist ein Büromodus-System. Wie es konkret aufgebaut ist, folgt nun.
Der Aufbau folgt einer thematischen, nicht einer funktionalen Logik. Die meisten Second-Brain-Systeme, darunter das von den AInauten vorgestellte, orientieren sich am PARA-Prinzip von Tiago Forte: Projects, Areas, Resources, Archives. Die Grundfrage lautet: Was mache ich mit diesem Inhalt? Mein System fragt stattdessen: Worum geht es? Das Ergebnis sind keine acht Funktionsordner, sondern rund zwanzig thematische Wissensräume: genKI, KI in Arbeitswelt, Arbeitswelt, Nachhaltigkeit, Wehrfähigkeit, Future Skills, Ausbildung, BAVC intern, Forecasting/Futuring und andere. Jeder Ordner ist ein inhaltliches Territorium und kein Aufgabenstapel. Wer meinen Vault sieht, erkennt sofort, womit ich mich beruflich beschäftige. Wer den PARA-Vault einer anderen Person sieht, sieht immer dasselbe.
Was genau dort abgelegt ist: Gesprächsnotizen zu externen Terminen, benannt nach dem Muster Person (Organisation)_Datum.md, am Anfang versehen mit einem Themen-Hashtag wie #kiarbeitswelt oder #algorithmicmanagement, der dem Eintrag seinen thematischen Platz im Gesamtsystem gibt. Daneben Unterordner für wiederkehrende Gesprächspartner:innen, also einen Ordner für meinen direkten Vorgesetzten, einer für mein Team, einer für das Gesamtkollegium. Das Wichtigste für mich ist es, alles mit Hashtags zu verschlagworten.
Diese Entscheidung hat natürlich Konsequenzen, wie ich bei der AInauten-Session diese Woche wieder gesehen habe. Thematische Ordner sind stabiler als funktionale: ein Projekt endet, ein Thema aber bleibt. Gleichzeitig entstehen Silos, wenn man sie nicht aktiv überbrückt. Obsidians Wiki-Links sind dafür das richtige Werkzeug, die ich bislang aber noch nicht nutze.
Nun zur KI-Integration: Jeder meiner Ordner enthält eine CLAUDE.md-Datei, die Claude Cowork beim Öffnen des Ordners zuerst liest: was hier liegt, wie es strukturiert ist, was Claude damit tun soll. Auf der Vault-Ebene gibt es zudem eine übergeordnete CLAUDE.md, die Claude anweist, vor jeder Aufgabe drei Kontextdateien zu lesen: eine über mich als Person, eine über meinen Arbeitsstil und eine über meine Schreibstimme. Claude weiß also nach wenigen Sekunden, wer ich bin, wie ich denke und was ich von einer Zusammenarbeit erwarte.
Was meinem System fehlt, weil eine Verbindung unternehmensseitig nicht möglich ist, ist eine Verbindung zu MS 365. Hier fehlt natürlich vor allem der Zugriff auf mein Mail-Postfach, der den Kontext meiner Arbeit noch viel weiter anreichern würde. Und es fehlt (wobei ich das nicht so schlimm finde) eine Verbindung zum Microsoft Planer und zu Microsoft To Do, zu zwei Tools also, die ich täglich nutze. Aufgabenplanung & Co. mache ich bewusst nicht mit Obsidian, weil dafür mein System nicht ausgelegt ist. Was ich auch nicht habe, ist das Inbox-Prinzip. Es gibt also keinen dedizierten Eingangsbereich für ungefilterte Captures, Gedanken, Links, Fragmente, die noch nicht einsortierbar sind. Dafür nutze ich (echt oldschool und wenig ‚cool‘) den Windows-Editor. Da ich aufgrund einer nicht immer stabilen iCloud Drive-Obsidian-Schnittstelle manchmal Synchronisierungsprobleme habe, ist mir das lieber.
Was ich im Gegensatz zum AInauten-System auch nicht habe, sind separate Tagesdateien nach dem Schema YYYY-MM-DD.md. Stattdessen habe ich mir aber mittels Claude eine eigene Anwendung gebaut, wo ich im Browser direkt nach einer vollendeten Aufgabe eintrage, was ich gemacht habe, und diese Liste am Ende des Tages als .md exportieren und dann in Obsidian einpflegen kann. Zudem habe ich keinen People-Ordner, weil Obsidians Volltextsuche den gleichen Job erledigt, ohne Pflegeaufwand zu erzeugen, und kein YAML-Frontmatter in jeder Datei, weil der Overhead in keinem Verhältnis zum Nutzen steht, solange ich keine Dataview-Queries baue.
Ganz frisch gebaut habe ich mir diese Woche bei Claude Cowork einen Skill, der hochgeladene wissenschaftliche Paper nach einem bestimmten Schema zusammenfasst und – und das finde ich großartig – mit meinem gesamten Obsidian-Vault in Verbindung setzt. Sprich: Paper X behandelt Thema Y – „Isabella, dazu hast Du am 05.12.2025 in einer Notiz Folgendes geschrieben“. So habe ich allein in dieser Woche einige Notizen wiederentdeckt, die ich schon lange vergessen habe. Das ist für mich ein gelebtes Second Brain, weil ich hier Querverbindungen sehe, die meine Arbeit tiefer machen können bzw. auf ein neues Niveau heben. Das Ganze fasse ich mit einer Zwischenüberschrift aus Barbara Geyers Blogpost zusammen, in dem sie die oben vorgestellte Differenzierung zwischen den drei KI-Modi näher beschreibt. Die Zwischenüberschrift lautet „Als mein Wissen anfing, für mich zu arbeiten“. Genau so ist es. Mein Wissen fängt nun endlich an, für mich zu arbeiten. Alles ist da und nur einen Knopfdruck bzw. einen Prompt entfernt. Und das macht richtig Spaß.