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 so gut funktioniert, wo der Selbstbau hakt und wie du es in zehn Minuten startest.

Lesezeit: 9 MinutenStand: 29. September 2026

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.

Die Rollen sind klar verteilt: Die KI schreibt, du liest. Deine Rohquellen bleiben unverändert liegen. Das Wiki daneben besteht aus normalen Markdown-Dateien, die du zum Beispiel in Obsidian durchblätterst. Und eine Datei mit Regeln – bei Claude Code wäre das eine CLAUDE.md – sagt dem Agenten, wie das Wiki aufgebaut ist und wie er Seiten schreiben soll.

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.

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.

Wo der Selbstbau hakt

Die Heimwerker-Version ist schnell erklärt: ein Ordner auf deinem Laptop, Obsidian zum Lesen, Claude Code oder ein anderer Agent im Terminal, dazu eine CLAUDE.md mit den Regeln. Das funktioniert – 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.

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 schreiben.

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. Der Agent liest sie, ändert sie aber nicht – und weil Agenten per MCP nichts löschen können, 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 der Index, den der Agent als Erstes liest.
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

So startest du dein LLM Wiki

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

Wiki-Regeln schreiben

Leg in 9_System eine Notiz an, die beschreibt, wie dein Wiki funktioniert. Kurz ist besser als vollständig – du kannst sie jederzeit schärfen.

# Wiki-Regeln

- Rohquellen liegen in 0_Eingang. Du änderst sie nie.
- Zu jeder neuen Quelle legst du eine Seite in 1_Wissen/Quellen an.
- Jeder Begriff bekommt eine Seite in 1_Wissen/Notizen.
  Gibt es sie schon, ergänzt du sie, statt eine zweite anzulegen.
- Jede Aussage verlinkt ihre Quelle mit [[Titel]].
- Widersprüche notierst du unter „Wo sie sich widersprechen“.
- Die Karte 1_Wissen/Karten/Lernen.md ist der Index. Halte sie aktuell.
- Du verschiebst nichts. Sag mir, welche Quellen du verarbeitet hast.

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
Bitte den Agenten, den Eingang zu verarbeiten. Er liest zuerst deine Regeln, dann die Quellen, und legt Seiten an oder ergänzt bestehende.
```
Lies die Wiki-Regeln und arbeite die neuen Notizen im Eingang ins Wiki ein. Sag mir danach, welche Seiten du angelegt oder ergänzt hast.
```
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.

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

Eine Begriffsseite, 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 oder löschen.

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.

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

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, schreib deine Wiki-Regeln und lass Claude die erste Quelle einarbeiten. Kostenlos, ohne Kreditkarte.

Kostenlos starten

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

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

RAG oder LLM Wiki?

Warum das so gut funktioniert

Wissen wächst mit

Die lästige Arbeit macht der Agent

Bessere Antworten

Dein Markdown

Wo der Selbstbau hakt

Das LLM Wiki in WhyVault: schon eingerichtet

So startest du dein LLM Wiki

Vault anlegen und Agent verbinden

Wiki-Regeln schreiben

Quellen in den Eingang legen

Einarbeiten lassen

Im Verlauf nachsehen

Fragen stellen

So sieht eine Wiki-Seite aus

So fühlt es sich an

Einmal im Monat: der Aufräum-Durchgang

Häufige Fragen

Was ist ein LLM Wiki?

Was hat Andrej Karpathy damit zu tun?

Brauche ich dafür Obsidian?

Pflegt WhyVault das Wiki automatisch im Hintergrund?

Ist das nicht dasselbe wie RAG?

Was kostet das?

Obsidian & Claude

Firma mit KI führen

Was ist MCP?

Dein Wiki, von Anfang an geordnet.

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

RAG oder LLM Wiki?

Warum das so gut funktioniert

Wissen wächst mit

Die lästige Arbeit macht der Agent

Bessere Antworten

Dein Markdown

Wo der Selbstbau hakt

Das LLM Wiki in WhyVault: schon eingerichtet

So startest du dein LLM Wiki

Vault anlegen und Agent verbinden

Wiki-Regeln schreiben

Quellen in den Eingang legen

Einarbeiten lassen

Im Verlauf nachsehen

Fragen stellen

So sieht eine Wiki-Seite aus

So fühlt es sich an

Einmal im Monat: der Aufräum-Durchgang

Häufige Fragen

Was ist ein LLM Wiki?

Was hat Andrej Karpathy damit zu tun?

Brauche ich dafür Obsidian?

Pflegt WhyVault das Wiki automatisch im Hintergrund?

Ist das nicht dasselbe wie RAG?

Was kostet das?

Weiterlesen

Obsidian & Claude

Firma mit KI führen

Was ist MCP?

Dein Wiki, von Anfang an geordnet.