LLM Wiki

Das LLM Wiki: ein Lexikon, das deine KI für dich pflegt.

Andrej Karpathy hat eine einfache Idee bekannt gemacht: Lass die KI nicht bei jeder Frage neu suchen, sondern lass sie ein Wiki aus deinen Quellen schreiben und aktuell halten. Hier liest du, warum das funktioniert, bekommst eine Vorlage zum Kopieren und siehst, wie sich der Skript-Aufbau von einer gehosteten Lösung unterscheidet.

Lesezeit: 12 MinutenStand: 12. Oktober 2026

Kurz gesagt

Ein LLM Wiki ist eine Sammlung von Markdown-Seiten, die eine KI aus deinen Quellen schreibt und laufend pflegt: Zusammenfassungen, Begriffsseiten und Links dazwischen. Statt bei jeder Frage in Rohdokumenten zu suchen, arbeitet der Agent neues Material einmal ein, und das Wissen wächst mit. Du kannst es lokal mit einem Ordner, Obsidian und Claude Code betreiben oder gehostet in WhyVault, wo Claude, ChatGPT und Cursor ins selbe Wiki schreiben, mit einem Verlauf jeder Änderung. Die Vorlage unten passt für beides.

Die Idee: Die KI schreibt das Wiki, du liest es

Stell dir zwei Arten vor, einer KI dein Wissen zu geben. Bei der ersten wirfst du alle Dokumente in einen Stapel. Bei jeder Frage wühlt die KI darin, zieht ein paar passende Absätze heraus und baut daraus eine Antwort. Morgen, bei der nächsten Frage, fängt sie wieder von vorn an. So funktioniert RAG, die übliche Technik hinter „Chat mit deinen Dokumenten“.

Bei der zweiten liest die KI jede Quelle einmal gründlich und arbeitet sie in ein Wiki ein: eine Seite pro Quelle, eine Seite pro Begriff, Links dazwischen. Kommt ein neuer Artikel dazu, ergänzt sie die Seiten, die er berührt, und notiert, wo er älteren Quellen widerspricht. Das ist das LLM Wiki, wie Andrej Karpathy es beschrieben hat.

Der Aufbau hat drei Schichten. Die Rohquellen bleiben unverändert liegen. Das Wiki daneben besteht aus normalen Markdown-Dateien, die der Agent schreibt und du liest, zum Beispiel in Obsidian. Und ein Schema, eine Datei mit Regeln (bei Claude Code wäre das eine CLAUDE.md), sagt dem Agenten, wie das Wiki aufgebaut ist. Im Alltag machst du damit drei Dinge: eine neue Quelle einarbeiten, das Wiki befragen und ab und zu prüfen, ob es Lücken und Widersprüche gibt.

RAG oder LLM Wiki?

Beide geben einer KI Zugriff auf dein Wissen. Der Unterschied ist, wann die Denkarbeit passiert.

–	RAG: bei jeder Frage suchen	LLM Wiki: einmal einarbeiten, dauerhaft pflegen
Wann die Arbeit passiert	Bei jeder Frage, immer wieder	Wenn neues Material kommt, einmal
Was die KI liest	Ausschnitte aus Rohdokumenten	Gepflegte Seiten mit Zusammenfassung, Quellen und Links
Zusammenhänge über viele Quellen	Muss sie jedes Mal neu herstellen	Stehen schon auf der Seite
Widersprüche	Fallen selten auf	Werden beim Einarbeiten notiert
Was du selbst lesen kannst	Einen Index für Maschinen	Ein Wiki, das du durchblättern kannst
Stark bei	Riesigen Dokumentmengen, die niemand kuratiert	Deinem eigenen Wissen und Themen, die du vertiefst

Wann die Arbeit passiert: RAG: bei jeder Frage suchenBei jeder Frage, immer wieder; LLM Wiki: einmal einarbeiten, dauerhaft pflegenWenn neues Material kommt, einmal
Was die KI liest: RAG: bei jeder Frage suchenAusschnitte aus Rohdokumenten; LLM Wiki: einmal einarbeiten, dauerhaft pflegenGepflegte Seiten mit Zusammenfassung, Quellen und Links
Zusammenhänge über viele Quellen: RAG: bei jeder Frage suchenMuss sie jedes Mal neu herstellen; LLM Wiki: einmal einarbeiten, dauerhaft pflegenStehen schon auf der Seite
Widersprüche: RAG: bei jeder Frage suchenFallen selten auf; LLM Wiki: einmal einarbeiten, dauerhaft pflegenWerden beim Einarbeiten notiert
Was du selbst lesen kannst: RAG: bei jeder Frage suchenEinen Index für Maschinen; LLM Wiki: einmal einarbeiten, dauerhaft pflegenEin Wiki, das du durchblättern kannst
Stark bei: RAG: bei jeder Frage suchenRiesigen Dokumentmengen, die niemand kuratiert; LLM Wiki: einmal einarbeiten, dauerhaft pflegenDeinem eigenen Wissen und Themen, die du vertiefst

Ein gepflegtes Wiki braucht keine aufwendige Suchtechnik. WhyVault sucht im Volltext und versteht deutsche Wortformen – weil die Seiten sauber benannt und verlinkt sind, findet der Agent damit, was er braucht.

Was Leute mit einem LLM Wiki bauen

Alles, worüber du immer wieder liest und das du verstehen willst, statt es nur abzulegen. Sechs Beispiele:

Ein Thema, das du vertiefst
Schlaf, Ernährung, KI-Agenten, eine Epoche der Geschichte. Aus zwanzig Artikeln werden zehn Begriffsseiten mit Quellen und offenen Fragen statt zwanzig Lesezeichen.
Bücher und Kurse
Eine Quellenseite pro Buch oder Modul, Begriffe quer über alle. Ein Jahr später weißt du, wie die Bücher zusammenhängen, nicht nur, dass du sie gelesen hast.
Markt und Wettbewerb
Füg Preisseiten, Bewertungen und Launch-Beiträge ein. Der Agent pflegt eine Seite pro Wettbewerber und eine Karte, wohin sich der Markt bewegt.
Das Wissen deines Teams
Kundengespräche, Post-Mortems und Meeting-Notizen werden zu Seiten, die die nächste neue Kollegin – oder der nächste Agent – in zehn Minuten liest.
Podcasts und Vorträge
Leg ein Transkript ab und lass die Quellenseite schreiben. Die Gedanken landen auf den Begriffsseiten, zu denen sie gehören, mit Verweis auf die Stelle.
Recherche für eine Entscheidung
Welches CRM, welche Stadt für den Umzug, welcher Laptop. Quellen sammeln, den Agenten vergleichen lassen und das Ergebnis mit Begründung behalten.

Warum das so gut funktioniert

Ein Wiki zu pflegen war schon immer eine gute Idee. Neu ist, dass die mühsame Hälfte jemand anderes erledigt.

Wissen wächst mit
Jede neue Quelle macht bestehende Seiten besser, statt nur einen weiteren Stapel anzulegen. Nach ein paar Wochen steckt in einer Seite mehr als in jedem einzelnen Dokument.
Die lästige Arbeit macht der Agent
Zusammenfassen, verlinken, Querverweise nachziehen: genau die Pflege, an der jedes Second Brain irgendwann scheitert. Eine KI wird dabei nicht müde.
Bessere Antworten
Wer eine kuratierte Seite liest, antwortet genauer als jemand, der Schnipsel zusammensucht. Das gilt für Menschen und für Agenten.
Dein Markdown
Das Wiki besteht aus einfachen .md-Dateien mit [[Wikilinks]]. Kein Anbieter, keine Datenbank, aus der du nicht mehr herauskommst.

Der Skript-Aufbau: Karpathys Weg auf dem Laptop

Die Heimwerker-Version ist schnell erklärt: ein Ordner auf deinem Laptop mit raw/ für die Quellen und wiki/ für die Seiten, Obsidian zum Lesen, Claude Code oder ein anderer Agent im Terminal, dazu eine CLAUDE.md mit den Regeln. Mit dem Obsidian Web Clipper speicherst du Artikel als Markdown, mit Git siehst du, was sich geändert hat, und wenn das Wiki wächst, kommt vielleicht ein lokales Suchwerkzeug dazu. Das funktioniert gut – für eine Person an einem Rechner.

Schwierig wird es danach. Claude auf dem Handy und ChatGPT im Browser kommen an den Ordner nicht heran. Jedes Tool will seine eigene Regeldatei, also pflegst du CLAUDE.md, AGENTS.md und Cursor-Regeln parallel. Was der Agent gestern an zwölf Seiten geändert hat, siehst du nur, wenn du vorher mit Git gesichert hast. Und nichts hält ihn davon ab, eine Seite zu überschreiben oder zu löschen.

Dazu kommen die kleinen Skripte, die Quellen einsammeln, umbenennen und in den richtigen Ordner legen. Mit jedem Skript wird dein zweites Gehirn ein bisschen mehr zu einem Projekt, das du warten musst.

Skript-Aufbau oder gehostet?

Dieselbe Idee, dasselbe Markdown. Der Unterschied ist, wer sich um die Technik kümmert und wo dein Wiki erreichbar ist.

–	Skript-Aufbau (nach Karpathy, lokal)	Gehostet (WhyVault)
Was du brauchst	Einen Ordner, Obsidian, Git und einen Agenten im Terminal, etwa Claude Code	Ein Konto und einen Agenten, der MCP spricht
Einrichtung	Ein Nachmittag, plus Skripte nach und nach	Etwa zehn Minuten
Regeldatei	`CLAUDE.md`, `AGENTS.md`, Cursor-Regeln – je Tool eine	Eine Notiz in `9_System`, die jeder Agent liest
Erreichbar von	Dem Rechner, auf dem der Ordner liegt	Claude im Browser, am Desktop und auf dem Handy, ChatGPT, Cursor, Claude Code
Sehen, was sich geändert hat	Git, wenn du vor jedem Lauf sicherst	Automatischer Verlauf pro Notiz, mit dem Namen des Agenten
Rückgängig machen	`git revert` oder `git checkout`	Ein Klick, oder alles, was ein Agent seit einem Zeitpunkt getan hat
Löschen	Der Agent kann jede Datei löschen, die er erreicht	Ab Werk aus; wenn du es erlaubst, nur in den Papierkorb
Suche	Was du einrichtest: grep, eine lokale Suchmaschine, Embeddings	Volltextsuche eingebaut, keine Vektorsuche
Freiheit beim Anpassen	Unbegrenzt: eigene Skripte, Plugins und Werkzeuge	Feste Werkzeuge, keine Skripte, keine Hintergrund-Jobs
Kosten	Kostenlos, abgesehen von deinem KI-Abo	Bis 20 Notizen kostenlos, Pro 9,99 € im Monat

Was du brauchst: Skript-Aufbau (nach Karpathy, lokal)Einen Ordner, Obsidian, Git und einen Agenten im Terminal, etwa Claude Code; Gehostet (WhyVault)Ein Konto und einen Agenten, der MCP spricht
Einrichtung: Skript-Aufbau (nach Karpathy, lokal)Ein Nachmittag, plus Skripte nach und nach; Gehostet (WhyVault)Etwa zehn Minuten
Regeldatei: Skript-Aufbau (nach Karpathy, lokal)CLAUDE.md, AGENTS.md, Cursor-Regeln – je Tool eine; Gehostet (WhyVault)Eine Notiz in 9_System, die jeder Agent liest
Erreichbar von: Skript-Aufbau (nach Karpathy, lokal)Dem Rechner, auf dem der Ordner liegt; Gehostet (WhyVault)Claude im Browser, am Desktop und auf dem Handy, ChatGPT, Cursor, Claude Code
Sehen, was sich geändert hat: Skript-Aufbau (nach Karpathy, lokal)Git, wenn du vor jedem Lauf sicherst; Gehostet (WhyVault)Automatischer Verlauf pro Notiz, mit dem Namen des Agenten
Rückgängig machen: Skript-Aufbau (nach Karpathy, lokal)git revert oder git checkout; Gehostet (WhyVault)Ein Klick, oder alles, was ein Agent seit einem Zeitpunkt getan hat
Löschen: Skript-Aufbau (nach Karpathy, lokal)Der Agent kann jede Datei löschen, die er erreicht; Gehostet (WhyVault)Ab Werk aus; wenn du es erlaubst, nur in den Papierkorb
Suche: Skript-Aufbau (nach Karpathy, lokal)Was du einrichtest: grep, eine lokale Suchmaschine, Embeddings; Gehostet (WhyVault)Volltextsuche eingebaut, keine Vektorsuche
Freiheit beim Anpassen: Skript-Aufbau (nach Karpathy, lokal)Unbegrenzt: eigene Skripte, Plugins und Werkzeuge; Gehostet (WhyVault)Feste Werkzeuge, keine Skripte, keine Hintergrund-Jobs
Kosten: Skript-Aufbau (nach Karpathy, lokal)Kostenlos, abgesehen von deinem KI-Abo; Gehostet (WhyVault)Bis 20 Notizen kostenlos, Pro 9,99 € im Monat

Du liebst dein Terminal und arbeitest an einem Rechner? Dann ist Karpathys Aufbau großartig, und die Vorlage unten funktioniert dort genauso: Benenn einfach die Ordner um. Soll dasselbe Wiki in jeder App und auf dem Handy da sein, ohne dass du Skripte pflegst? Dann ist gehostet einfacher. Beides ist normales Markdown, du kannst also per Zip-Datei in beide Richtungen wechseln.

Das LLM Wiki in WhyVault: schon eingerichtet

Die Ordner der WhyVault-Vorlage passen fast eins zu eins auf Karpathys Aufbau. Du musst nichts bauen, nur eine Regel-Notiz ergänzen.

0_Eingang/                   Rohquellen: Artikel, Mitschriften, Transkripte
1_Wissen/                    das Wiki – flach, geteilt, vom Agenten gepflegt
  Karten/
    Lernen.md                der Index: was es gibt, was fehlt
  Notizen/
    Verteiltes Wiederholen.md
    Abrufübung.md
  Quellen/
    Vortrag – Wie Gedächtnis funktioniert.md
  Personen/
9_System/
  Identität/                 USER.md, SOUL.md, IDENTITY.md, CONTEXTS.md
  Wiki-Regeln.md             das Schema: dein CLAUDE.md für jeden Agenten

0_Eingang/: Hier landen deine Rohquellen – Karpathys raw/. Der Agent liest sie, ändert sie aber nicht, und solange du einem Agenten das Löschen nicht erlaubst, bleibt jedes Original erhalten, bis du aufräumst.
1_Wissen/: Das eigentliche Wiki. Flach und geteilt: Eine Idee hat genau eine Seite, egal aus welcher Quelle sie kommt. In Quellen/ steht eine Seite pro Quelle, in Notizen/ eine pro Begriff.
1_Wissen/Karten/: Eine Karte ist der Eingang zu einem Thema: welche Seiten es gibt und was noch fehlt. Das ist die index.md, die der Agent als Erstes liest. Das Protokoll, das Karpathy in log.md führt, ist hier der Verlauf, und der schreibt sich von selbst.
9_System/Wiki-Regeln.md: Alles in 9_System bekommt jeder verbundene Agent zu Beginn über vault_overview mitgeliefert. Eine Regel-Notiz hier wirkt also wie eine CLAUDE.md – nur für Claude, ChatGPT und Cursor zugleich. Mehr zur Struktur

Die Vorlage: kopieren, einfügen, loslegen

Fünf Bausteine, jeder fertig zum Kopieren. Füg sie in WhyVault ein oder in einen lokalen Ordner, wenn du den Skript-Aufbau bevorzugst.

Die Ordner

In WhyVault bringt die Vorlage sie schon mit. Lokal legst du dieselben Ordner an, oder du behältst raw/ und wiki/ und passt die Pfade in den Regeln an.

0_Eingang/            Rohquellen – der Agent ändert sie nie
1_Wissen/
  Karten/             eine Karte pro Thema: der Index
  Notizen/            eine Seite pro Begriff
  Quellen/            eine Seite pro Quelle
  Personen/           eine Seite pro Person, die zählt
9_System/
  Wiki-Regeln.md      das Schema, das jeder Agent zuerst liest

Die Regel-Notiz

Speicher sie als 9_System/Wiki-Regeln.md. Sie ist das Herz des Wikis: Kurz ist besser als vollständig – schärf sie nach, wann immer der Agent etwas tut, das dir nicht gefällt.

# Wiki-Regeln

Du pflegst mein Wiki. Ich sammle Quellen und lese, du schreibst.

## Ordner
- 0_Eingang: Rohquellen. Lies sie, ändere sie nie.
- 1_Wissen/Quellen: eine Seite pro Quelle, benannt „Art – Titel“.
- 1_Wissen/Notizen: eine Seite pro Begriff. Gibt es sie schon, ergänze sie.
  Leg nie eine zweite Seite für dieselbe Idee an.
- 1_Wissen/Personen: eine Seite pro Person, die zählt.
- 1_Wissen/Karten: eine Karte pro Thema. Sie ist der Index. Halte sie aktuell.

## Einarbeiten (wenn ich sage „arbeite den Eingang ein“)
1. Lies die ganze Quelle, bevor du etwas schreibst.
2. Leg ihre Quellenseite an: Zusammenfassung in drei Sätzen, Kernpunkte, Zitate.
3. Ergänze jede Begriffsseite, die sie berührt. Leg Seiten für neue Begriffe an.
4. Verlinke bei jeder Aussage die Quelle mit [[Titel]].
5. Widersprüche kommen unter „Wo sie sich widersprechen“. Glätte sie nicht.
6. Trag neue Seiten in die Karte ein.
7. Sag mir, welche Seiten du angelegt oder geändert hast.

## Fragen
- Antworte zuerst aus dem Wiki und nenn die Seiten, die du genutzt hast.
- Hat das Wiki keine Antwort, sag das, bevor du Allgemeinwissen nutzt.
- Ist eine Antwort es wert, behalten zu werden, biete an, sie als Seite abzulegen.

## Stil
- Erst die Antwort: Die ersten zwei Sätze sagen, worum es geht.
- Kurze Seiten, klare Sprache, eine Idee pro Seite.
- Verschieb und lösch nichts. Sag mir, was ich aufräumen soll.

Eine Quellenseite

Eine pro Artikel, Vortrag, Buch oder Transkript. Der Agent füllt sie aus, das Frontmatter macht sie später leicht auffindbar.

---
type: source
kind: talk
author:
date:
link:
processed: 2026-10-12
---

# Vortrag – Wie Gedächtnis funktioniert

In drei Sätzen: …

## Kernpunkte
- …

## Zitate
> …

## Fließt ein in
- [[Verteiltes Wiederholen]]
- [[Abrufübung]]

Eine Begriffsseite

Eine pro Idee. Hier wächst das Wissen: Jede neue Quelle bringt eine Zeile, einen Link oder einen Widerspruch dazu. Ein ausgefülltes Beispiel folgt weiter unten.

---
type: note
sources: []
updated:
---

# Begriff

Zwei Sätze: was es ist und warum es zählt.

## Was die Quellen sagen
- Aussage. [[Quelle]]

## Wo sie sich widersprechen
- …

## Verwandt
- [[Anderer Begriff]]
- [[Karte]]

Eine Karte

Der Eingang zu einem Thema. Der Agent liest sie zuerst, und du siehst auf einen Blick, was da ist und was fehlt.

# Lernen

Was dieses Wiki über Lernen weiß und was noch fehlt.

## Begriffe
- [[Verteiltes Wiederholen]] – in wachsenden Abständen wiederholen
- [[Abrufübung]] – erinnern statt nachlesen

## Quellen
- [[Vortrag – Wie Gedächtnis funktioniert]]
- [[Podcast – Lernen mit Karteikarten]]

## Offene Fragen
- Hilft gemischtes Üben auch außerhalb von Mathe?

So startest du dein LLM Wiki in WhyVault

Vom leeren Vault zur ersten eingearbeiteten Quelle, ohne eine Zeile Code:

1
Vault anlegen und Agent verbinden
Konto anlegen, die WhyVault-Vorlage wählen und deinen Agenten mit der Adresse https://mcp.whyvault.io verbinden. Anleitungen für jeden Agenten
2
Wiki-Regeln einfügen
Leg die Notiz 9_System/Wiki-Regeln.md an und füg die Regeln aus der Vorlage oben ein. Oder bitte deinen Agenten: „Leg die Notiz 9_System/Wiki-Regeln.md mit diesem Text an.“
3
Quellen in den Eingang legen
Füg Artikel, Mitschriften oder Transkripte als Notiz in 0_Eingang ein. Oder sag deinem Agenten im Chat: „Leg diesen Text als Notiz in den Eingang.“
4
Einarbeiten lassen
Nimm den Einarbeiten-Prompt unten. Der Agent liest zuerst deine Regeln, dann die Quellen, und legt Seiten an oder ergänzt bestehende.
5
Im Verlauf nachsehen
Jede Änderung steht mit dem Namen des Agenten im Verlauf, als Vergleich mit der Vorversion. Passt etwas nicht, machst du es mit einem Klick rückgängig. Mehr zum Verlauf
6
Fragen stellen
Jetzt antwortet dein Agent aus gepflegten Seiten statt aus Schnipseln. Und wenn eine Antwort gut ist, lass sie als eigene Seite ablegen – so wächst das Wiki auch durch deine Fragen.

Drei Prompts für jeden Tag: einarbeiten, fragen, prüfen

Karpathys drei Arbeitsschritte als Prompts, die du in jeden verbundenen Agenten einfügen kannst.

1
Einarbeiten: neue Quellen verarbeiten
Immer, wenn etwas Neues im Eingang liegt. Eine Quelle nach der anderen gibt die besten Seiten; bei kurzen Texten gehen auch ein paar auf einmal.
```
Lies die Wiki-Regeln und arbeite die neuen Notizen in 0_Eingang ins Wiki ein. Nenn mir danach die Seiten, die du angelegt oder geändert hast, und alles, was dem Bisherigen widerspricht.
```

Fragen: antworten lassen, Gutes behalten

Der Agent antwortet aus dem Wiki und sagt, welche Seiten er genutzt hat. Gute Antworten werden zu Seiten, so wächst das Wiki durch deine Fragen.

Antworte aus meinem Wiki: Was ist der Unterschied zwischen verteiltem Wiederholen und Abrufübung? Nenn die Seiten, die du genutzt hast. Wenn sich die Antwort lohnt, leg sie als Seite in 1_Wissen/Notizen ab.

Prüfen: der Gesundheitscheck

Etwa einmal im Monat. Lass dir erst eine Liste geben und entscheide dann, was du reparierst – worauf du achtest, steht in der Checkliste unten.

Prüf mein Wiki und gib mir eine Liste, ändere noch nichts: Seiten, auf die nichts verlinkt, Widersprüche, die nicht notiert sind, Begriffe ohne eigene Seite, Aussagen ohne Quelle und Karten, die nicht mehr stimmen.

1_Wissen/Notizen/Verteiltes Wiederholen.md

---type: notesources:  - "[[Vortrag – Wie Gedächtnis funktioniert]]"  - "[[Podcast – Lernen mit Karteikarten]]"updated: 2026-09-28---# Verteiltes WiederholenWer etwas in Abständen wiederholt, behält es länger als nach einem langen Block am Stück. Die Abstände dürfen wachsen, je sicherer etwas sitzt.## Was die Quellen sagen- Jedes Erinnern kurz vor dem Vergessen festigt die Spur. [[Vortrag – Wie Gedächtnis funktioniert]]- Im Alltag heißt das: wenige Karten, jeden Tag, lieber kurz. [[Podcast – Lernen mit Karteikarten]]## Wo sie sich widersprechen- Der Podcast setzt auf eine App, die die Abstände pro Karte berechnet. Der Vortrag hält einen einfachen Plan für genauso gut. Offen.## Verwandt- [[Abrufübung]] – wirkt am stärksten, wenn du dich aktiv erinnerst, statt nachzulesen.- [[Lernen]]

So sieht eine Wiki-Seite aus

Die Begriffsseite aus der Vorlage, nachdem der Agent zwei Quellen eingearbeitet hat:

Erst die Antwort: Die ersten zwei Sätze sagen, worum es geht. Wer nur die liest, weiß genug.
Jede Aussage hat eine Quelle. Der Link führt zur Quellenseite, von dort zum Original im Eingang.
Widersprüche bleiben sichtbar. Der Agent glättet sie nicht, sondern schreibt sie auf. Genau hier fängt dein eigenes Denken an.
Links machen das Netz. Über [[Abrufübung]] und die Karte [[Lernen]] findet der nächste Agent den Zusammenhang, ohne suchen zu müssen.

So fühlt es sich an

Nach einem Vortrag, die Mitschrift liegt schon im Eingang:

Claude

Du: Ich hab dir die Mitschrift vom Gedächtnis-Vortrag in den Eingang gelegt. Arbeite sie ins Wiki ein.
Werkzeug: vault_overview
Claude: Deine Wiki-Regeln habe ich gelesen. Die Mitschrift dreht sich vor allem um verteiltes Wiederholen und Abrufübung – zu beiden gibt es schon Seiten.
Werkzeug: create_note · „Vortrag – Wie Gedächtnis funktioniert“
Claude: Die Quellenseite ist angelegt, mit den drei Punkten, die im Vortrag am meisten Gewicht hatten.
Werkzeug: update_section · „Was die Quellen sagen“
Claude: „Verteiltes Wiederholen“ habe ich ergänzt. Dabei ist mir aufgefallen: Der Vortrag widerspricht dem Podcast bei den festen Abständen. Das steht jetzt unter „Wo sie sich widersprechen“.
Du: Und was ist jetzt der Unterschied zwischen Wiederholen und Abrufen?
Werkzeug: read_note · „Abrufübung“
Claude: Wiederholen sagt, wann du lernst: in Abständen. Abrufen sagt, wie: aus dem Kopf statt vom Blatt. Beide Seiten verweisen aufeinander. Soll ich den Unterschied als eigene Seite ablegen?

Jeder Schritt steht mit „Claude“ im Verlauf – und ist mit einem Klick rückgängig.

Einmal im Monat: der Aufräum-Durchgang

Auch ein gutes Wiki verwildert. Bitte deinen Agenten ab und zu, es durchzusehen und dir zu sagen:

welche Seiten auf keine andere verlinken und von keiner verlinkt werden (dafür gibt es get_backlinks),
wo sich zwei Seiten widersprechen, ohne dass es notiert ist,
welche Begriffe oft vorkommen, aber noch keine eigene Seite haben,
welche Aussagen keine Quelle haben,
ob die Karten noch zeigen, was es gibt,
welche Quellen im Eingang schon verarbeitet sind. Aufräumen machst du selbst – Agenten können nichts verschieben.

Frag nicht jedes Mal die ganze Bibliothek. Lass jemanden das Lexikon schreiben.

Häufige Fragen

Was ist ein LLM Wiki?

Ein Wiki aus Markdown-Seiten, das eine KI aus deinen Quellen schreibt und aktuell hält. Du sammelst Material und liest, der Agent fasst zusammen, verlinkt und ergänzt bestehende Seiten, wenn Neues dazukommt.

Was hat Andrej Karpathy damit zu tun?

Karpathy hat das Muster beschrieben und bekannt gemacht: Rohquellen, ein von der KI gepflegtes Wiki daneben und eine Regeldatei, die dem Agenten den Aufbau erklärt. WhyVault ist keine offizielle Umsetzung, sondern ein Ort, an dem genau dieser Aufbau ohne eigene Skripte funktioniert.

Gibt es eine Vorlage für ein LLM Wiki?

Ja, die auf dieser Seite: Ordner, eine Regel-Notiz und Seitenvorlagen für Quellen, Begriffe und Karten. Sie funktioniert in WhyVault und in einem lokalen Ordner mit Claude Code. Die ganze WhyVault-Struktur gibt es außerdem kostenlos als Obsidian-Vorlage.

Brauche ich dafür Obsidian?

Nein. Du liest und bearbeitest dein Wiki in der WhyVault-App. Wenn du Obsidian magst: Der Export ist ein Zip, das Obsidian direkt als Vault öffnet. Obsidian und WhyVault

Kann ich weiter mit Claude Code arbeiten?

Ja. Du verbindest Claude Code mit einem Befehl mit WhyVault, und es liest dieselbe Regel-Notiz wie Claude im Browser oder ChatGPT. Dein Wiki hängt dann nicht mehr an dem Ordner, in dem du es begonnen hast. Claude Code einrichten

Pflegt WhyVault das Wiki automatisch im Hintergrund?

Nein. Die Arbeit macht dein Agent, wenn du ihn darum bittest – in Claude, ChatGPT, Cursor oder Claude Code. Wenn du dort geplante Aufgaben einrichtest, kann er das auch regelmäßig tun; WhyVault selbst hat keine eingebaute KI.

Ist das nicht dasselbe wie RAG?

Nicht ganz. RAG sucht bei jeder Frage in Rohdokumenten, ein LLM Wiki arbeitet Wissen einmal ein und pflegt es. WhyVault nutzt keine Vektorsuche, sondern eine Volltextsuche – bei einem gepflegten Wiki mit klaren Seiten reicht das gut.

Was kostet das?

Bis 20 Notizen ist WhyVault kostenlos – genug, um das Prinzip mit ein paar Quellen auszuprobieren. Ein wachsendes Wiki braucht Pro für 9,99 € im Monat oder 99 € im Jahr, ohne Grenze. Lesen und Exportieren gehen immer, auch ohne Abo.

Alle Guides

Dein Wiki, von Anfang an geordnet.

Leg dein Vault an, füg die Wiki-Regeln ein und lass Claude die erste Quelle einarbeiten. Kostenlos, ohne Kreditkarte.

Kostenlos starten

Die Idee: Die KI schreibt das Wiki, du liest es

RAG oder LLM Wiki?

Was Leute mit einem LLM Wiki bauen

Ein Thema, das du vertiefst

Bücher und Kurse

Markt und Wettbewerb

Das Wissen deines Teams

Podcasts und Vorträge

Recherche für eine Entscheidung

Warum das so gut funktioniert

Wissen wächst mit

Die lästige Arbeit macht der Agent

Bessere Antworten

Dein Markdown