Wer seine Hörgewohnheiten wirklich verstehen will, braucht mehr als nur die API. stats.fm schliesst die Lücken, die Spotify offen lässt.
Was ist stats.fm?
stats.fm (ehemals Spotistats) ist eine Plattform, die Spotify-Nutzern detaillierte Einblicke in ihre Hörgewohnheiten gibt. Top-Tracks, Top-Künstler, Top-Genres, Listening Clock, Audio-Analyse. Alles, was Spotify selbst nur einmal im Jahr mit Wrapped liefert, liefert stats.fm das ganze Jahr über.
Das klingt erst mal nach „noch ein Dashboard“. Ist es aber nicht. stats.fm löst ein konkretes Problem, das jeder kennt, der mit der Spotify API gearbeitet hat.
Das Problem mit der Spotify API
In meinem Lab nutze ich die Spotify API über einen MCP-Server, um Hördaten direkt ins Obsidian Brain zu bringen. Listening Logs, Playlist-Exports, Artist-Profile. Das funktioniert solide. Aber die API hat harte Grenzen.
Die wichtigsten Limitierungen:
Limitation
Spotify API
stats.fm
Letzte Songs
Max. 50 Tracks
Komplette History
Zeiträume
3 fixe Ranges (4 Wochen, 6 Monate, All-Time)
Beliebige Custom Ranges
Listenlänge
Max. 99 Items
10’000+ Items
Lifetime History
Nicht verfügbar
Via Spotify-Datenexport importierbar
Genre-Analyse
Nur auf Artist-Level
Detailliert auf Track-Level
Listening Clock
Nicht vorhanden
Wann hörst du was?
Social
Keine Vergleiche
Freunde vergleichen
Die Spotify API gibt dir einen Snapshot. stats.fm gibt dir das Gesamtbild.
Lifetime Streaming History: Das Killer-Feature
Der grösste Unterschied liegt in der Lifetime History. Spotify speichert intern deine komplette Hörgeschichte. Über die API gibt es aber nur die letzten 50 gespielten Tracks. Alles andere bleibt hinter verschlossenen Türen.
stats.fm löst das elegant. Du forderst bei Spotify deinen Datenexport an (Datenschutz-Anfrage, dauert ein paar Tage). Dann importierst du die JSON-Dateien in stats.fm. Von dem Moment an hält stats.fm deine History automatisch aktuell; etwa alle 100 Minuten wird synchronisiert.
Das Ergebnis: Du siehst nicht nur, was du letzte Woche gehört hast. Du siehst, was du 2019 im Sommer gehört hast. Welcher Artist dich durch eine bestimmte Phase begleitet hat. Wie sich dein Geschmack über Jahre verändert hat.
Für gelegentliches Reinschauen reicht Free. Wer regelmässig seine Hördaten analysiert, kommt um Plus kaum herum. Es ist ein Einmalkauf, kein Abo.
Fazit
Die Spotify API ist mächtig für Automatisierung und Echtzeit-Daten. Aber sie ist blind für die Vergangenheit und limitiert in der Analyse. stats.fm füllt genau diese Lücke: Lifetime History, flexible Zeiträume, visuelle Analyse.
Wer Musik nicht nur hören, sondern verstehen will, braucht beides.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
Anthropic hat still und leise eines der spannendsten Features für Claude ausgerollt: Dispatch als Teil von Cowork, dem Desktop-Agenten von Claude. Dispatch verbindet dein Handy mit deinem Desktop zu einem durchgehenden Arbeitskanal. Du gibst unterwegs eine Aufgabe, Claude führt sie auf deinem Rechner aus. Kein Copy-Paste, kein „das mach ich später“. Einfach delegieren.
Du sitzt im Tram, öffnest Claude auf dem Handy und sagst: „Zieh mir die Zahlen aus dem Spreadsheet auf meinem Desktop und mach einen Summary Report.“ Dann steckst du das Handy weg. Wenn du im Büro ankommst, liegt das Ergebnis bereit.
Was Dispatch anders macht
Bisher war Claude eine Chat-Session. Du fragst, Claude antwortet, fertig. Dispatch verändert das grundlegend.
Claude wird zum asynchronen Assistenten. Du weist eine Aufgabe zu. Claude arbeitet im Hintergrund auf deinem Desktop. Du holst das Ergebnis ab, wenn du bereit bist. Ein durchgehender Thread, kein Session-Hopping.
Das Entscheidende: Claude hat dabei Zugriff auf deine lokalen Dateien, Slack-Nachrichten, Google Drive und alles, was auf deinem Desktop verfügbar ist. Das ist kein Chatbot mehr. Das ist ein Agent, der für dich arbeitet.
Konkrete Use Cases
Was lässt sich damit machen?
Reporting: „Kompiliere aus den drei Excel-Files im Projektordner einen Wochenbericht.“
Briefings: „Durchsuche meine Slack-Kanäle und E-Mails nach Updates zum Projekt X und erstelle ein Briefing.“
Präsentationen: „Nimm die Daten aus Google Drive und formatiere eine Präsentation.“
Datenorganisation: „Sortiere die Dateien im Download-Ordner nach Projekt.“
Du gibst die Aufgabe vom Handy. Claude erledigt sie auf dem Desktop. Fertig.
Was du wissen musst
Dispatch ist aktuell ein Research Preview. Einige Einschränkungen:
Du brauchst einen Pro oder Max Plan.
Dein Desktop muss aktiv sein. Claude arbeitet lokal; wenn der Laptop schläft, schläft Claude mit.
Es gibt einen Thread. Nicht mehrere parallel.
Keine proaktiven Benachrichtigungen. Du musst selbst nachschauen, ob die Aufgabe fertig ist.
Warum das relevant ist
Dispatch zeigt, wohin die Reise geht. Weg vom reaktiven Chatbot, hin zum proaktiven Agenten. Die Grenze zwischen „Tool benutzen“ und „jemandem eine Aufgabe geben“ verschwimmt.
Gleichzeitig sollte man die Sicherheitsfrage im Blick behalten. Wenn Anweisungen vom Handy reale Aktionen auf dem Desktop auslösen können (Dateien lesen, verschieben, löschen), dann braucht es Vertrauen in das System. Und ein Bewusstsein dafür, welche Berechtigungen man erteilt.
Für mich persönlich passt Dispatch perfekt in meinen Workflow. Ich arbeite viel mit Claude Code, habe ein Obsidian-basiertes Wissenssystem und diverse Automatisierungen laufen. Dispatch schliesst die letzte Lücke: den Moment, in dem ich nicht am Rechner sitze, aber trotzdem etwas anstossen will.
Das grössere Bild: Der Kampf um den Desktop
Dispatch kommt nicht im Vakuum. Es gibt einen regelrechten Wettlauf darum, wer den lokalen Agenten auf deinem Rechner kontrolliert.
Moltbot (ehemals Clawdbot, umbenannt nach Trademark-Streit mit Anthropic) hat über 61’000 GitHub Stars und ist der Open-Source-Liebling der Community. Ein selbst gehosteter KI-Agent, der im Hintergrund auf deinem Rechner läuft, mit über 500 Skills und 50+ Integrationen. Privacy-first, lokal, modular. Manus, der autonome Agent aus Singapur, hat 2025 auf dem GAIA-Benchmark alles geschlagen und wurde prompt von Meta übernommen. Devin positioniert sich als autonomer Software-Engineer mit Desktop-Client. Open Interpreter macht aus deinem Terminal einen KI-gesteuerten Arbeitsplatz. Und Moltbook, das Social Network für KI-Agenten (ebenfalls von Meta akquiriert), zeigt, wohin das Ganze langfristig führt: Agenten, die nicht nur für dich arbeiten, sondern untereinander kommunizieren.
Das Muster ist klar. 2025 war das Jahr der Agent-Demos. 2026 ist das Jahr, in dem Agenten tatsächlich auf deinem Rechner landen und Aufgaben übernehmen. Gartner prognostiziert, dass 40% der Enterprise-Apps bis Ende 2026 task-spezifische KI-Agenten eingebaut haben werden.
Ist Dispatch also Anthropics Antwort auf diesen Trend? Ja und nein. Dispatch ist bewusst schlanker als Moltbot oder Manus. Kein eigenes Ökosystem, keine 500 Plugins. Stattdessen: ein durchgehender Thread zwischen Handy und Desktop, nahtlos integriert in Claude. Anthropic setzt auf Einfachheit statt Feature-Overload. Das kann ein Vorteil sein, wenn die Konkurrenz an ihrer eigenen Komplexität erstickt.
Gleichzeitig zeigt der Meta-Doppelkauf (Manus + Moltbook), dass die grossen Player das Thema todernst nehmen. Wer den Desktop-Agenten kontrolliert, kontrolliert den Workflow. Und wer den Workflow kontrolliert, hat den Kunden.
Fazit
Dispatch ist noch früh. Aber die Richtung stimmt. KI-Assistenten werden nicht besser, indem sie schlauer antworten. Sie werden besser, indem sie selbständig arbeiten.
Die Frage ist nicht mehr: „Was kann Claude?“ Sondern: „Was willst du, das Claude für dich erledigt?“ Aber das weiss ich auch noch nicht. Ich werde mich an das neue Featureset herantasten. Auf alle Fälle ist es vielversprechend, mein 2nd Brain auch vom Mobile aus zu nutzen und hoffentlich auch meine Skillbibliothek von aussen anzusprechen.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
Ich baue mir meine eigene KI-Falle. Und du wahrscheinlich auch. Eine neue Studie im Harvard Business Review zeigt, was viele von uns insgeheim spüren, aber ungern aussprechen: KI reduziert Arbeit nicht. Sie intensiviert sie.
Die Forscherinnen Aruna Ranganathan und Xingqi Maggie Ye haben acht Monate lang beobachtet, wie generative KI die Arbeitsgewohnheiten in einem US-Technologieunternehmen verändert hat.
Das Interessante: Die gleiche Dynamik, die sie in Teams beobachtet haben, erlebe ich derzeit auch bei mir selbst. Task Expansion, Blurred Boundaries, das ständige Optimieren, nicht in einem Unternehmen, sondern in meinem eigenen Laborexperiment mit Agents, Second Brain und Claude Code. Was die Studie über Gruppen aussagt, gilt auch für Einzelpersonen, die sich tiefgreifend mit KI auseinandersetzen.
Was passiert wirklich, wenn wir KI nutzen?
Die Studie identifiziert drei Formen der Intensivierung:
1. Task Expansion: Der schleichende Aufgabenzuwachs
Weil KI Wissenslücken überbrückt, übernehmen Mitarbeitende plötzlich Aufgaben, die vorher bei anderen lagen. Product Manager schreiben Code. Researcher erledigen Engineering-Tasks. Was vorher ausgelagert oder delegiert wurde, fühlt sich mit KI plötzlich machbar an. Das Ergebnis: Die individuelle Jobkomplexität wächst; oft unbemerkt.
2. Blurred Boundaries: Arbeit wird allgegenwärtig
KI senkt die Einstiegshürde für jede Aufgabe so stark, dass Arbeit in Pausen, Mittagessen und Abende sickert. Ein «schneller Prompt» vor dem Feierabend. Ein kurzer Chat mit dem AI-Tool während des Meetings. Einzeln harmlos. In Summe verschwindet die Erholung.
3. Mehr Multitasking: Die Illusion der Parallelität
Mehrere AI-Agents gleichzeitig laufen lassen, während man selbst Code schreibt? Fühlt sich produktiv an. Ist aber vor allem eines: kognitiv belastend. Die ständige Aufmerksamkeitswechsel und das Überprüfen von AI-Outputs erzeugen eine neue Form der Erschöpfung.
Der paradoxe Kreislauf
Die Studie beschreibt einen sich selbst verstärkenden Zyklus:
KI beschleunigt Aufgaben → Erwartungen an Geschwindigkeit steigen → Abhängigkeit von KI wächst → der Aufgabenumfang weitet sich aus → noch mehr Arbeit entsteht.
Ein Entwickler bringt es auf den Punkt: «Man dachte, weil man mit KI produktiver ist, spart man Zeit und arbeitet weniger. Aber dann arbeitet man nicht weniger. Man arbeitet gleich viel oder sogar mehr.»
Was wir jetzt brauchen: eine «AI Practice»
Die Autorinnen plädieren für bewusste Normen und Routinen rund um KI-Nutzung mittels einer «AI Practice». Drei Elemente stehen dabei im Zentrum:
Intentional Pauses: Strukturierte Momente des Innehaltens, bevor Entscheidungen finalisiert werden. Nicht um Arbeit zu verlangsamen, sondern um die stille Überlastung sichtbar zu machen.
Sequencing: Statt auf jeden AI-Output sofort zu reagieren, Arbeit in kohärenten Phasen vorantreiben. Benachrichtigungen bündeln, Fokus-Fenster schützen, Kontextwechsel reduzieren.
Human Grounding: Bewusst Zeit für menschlichen Austausch schaffen. KI liefert eine synthetisierte Perspektive. Kreative Einsichten entstehen aber durch den Kontakt mit unterschiedlichen menschlichen Sichtweisen.
Die alte neue Lektion
Wir erleben gerade das, was wir bei jeder fundamentalen Technologie-Einführung sehen: Wir haben noch keine Kompetenz im Umgang entwickelt. Das Medienverhalten muss erst erlernt werden.
Bei E-Mail dachten wir, sofortige Erreichbarkeit sei ein Feature, bis wir realisierten, dass ständige Verfügbarkeit uns erschöpft. Bei Smartphones jubelten wir über die Freiheit, überall arbeiten zu können, bis wir merkten, dass «überall» auch «immer» bedeutet. Bei Social Media feierten wir die vernetzte Welt, bis wir die Fragmentierung unserer Aufmerksamkeit spürten.
Mit KI passiert dasselbe. Nur schneller. Weil die Einstiegshürden so niedrig sind, überspringen wir die Phase des bewussten Lernens. Wir behandeln KI wie ein Tool, das einfach funktioniert, ohne zu merken, dass es unser Arbeits-, Such- und Medienverhalten fundamental verändert, während wir es benutzen.
Die Frage ist nicht, ob KI die Arbeit verändert. Die Frage ist, ob wir diese Veränderung aktiv gestalten oder uns still von ihr formen lassen.
Mein Paradoxon – Gerne im Rabbithole
Derzeit beschäftige ich mich intensiv mit Automation, Agents und Coding Assistenten. Ich experimentiere mit einem persönlichen Second Brain mit Claude Code, versuche meine Wissensprozesse zu externalisieren und zu automatisieren. Das perfekte Rabbithole.
Ich bin mir dieser Falle bewusst und baue sie mir trotzdem selbst. Ist das Lernbegierde oder bin ich bereits in der Task Expansion gefangen? Wahrscheinlich beides gleichzeitig.
Der Unterschied liegt für mich darin: Ich versuche, diese Kompetenzentwicklung bewusst zu gestalten. Nicht blind zu optimieren, sondern zu verstehen, wie KI-Tools mein Medienverhalten verändern. Zu beobachten, wo die Vorteile liegen und wo die stillen Überlastungen lauern.
Das Second Brain ist nicht das Ziel. Es ist das Labor, in dem ich lerne, wie man mit KI arbeitet. Und wenn es ausufert, dann gehe ich auf einen ausgedehnten Lauf mit dem Hund. Das gibt echtes Grounding.
Quelle: Ranganathan, A. & Ye, X.M. (2026). AI Doesn’t Reduce Work—It Intensifies It. Harvard Business Review.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
Wer Obsidian bereits nutzt, kennt das Gefühl: Die Notizen sind da, die Verknüpfungen auch. Doch aus dem Rohmaterial einen fertigen Text zu formen, kostet Zeit und Energie. Das Claudian Plugin schlägt genau hier eine Brücke.
Das Problem mit dem leeren Dokument
Wissensarbeit besteht zu einem grossen Teil aus Schreiben. Berichte, Blogposts, Konzepte, E-Mails, Zusammenfassungen. Der eigentliche Gedankenprozess ist oft schon abgeschlossen. Die Ideen sind in Notizen verstreut, Recherchen sind dokumentiert, Strukturen skizziert. Und trotzdem sitzt man vor einem leeren Dokument und beginnt von vorne.
Dieses Phänomen ist kein Zeichen mangelnder Kompetenz; es ist ein strukturelles Problem im Übergang vom Denken zum Schreiben. Obsidian adressiert die erste Hälfte dieses Problems ausgezeichnet. Das Claudian Plugin schliesst die zweite Lücke.
Obsidian: Kurze Einordnung für Einsteiger
Obsidian ist ein Notiz- und Wissensmanagement-Tool, das vollständig lokal auf dem eigenen Rechner läuft. Alle Inhalte werden als einfache Markdown-Dateien gespeichert. Es gibt keine Abhängigkeit von einem Cloud-Anbieter, keine Abo-Pflicht für die Basisfunktionen, keine versteckten Datenflüsse.
Was Obsidian von anderen Tools unterscheidet, sind bidirektionale Verlinkungen. Notizen können miteinander verknüpft werden. Über die sogenannte Graph View entsteht eine visuelle Karte des eigenen Wissens. Das Prinzip orientiert sich an Niklas Luhmanns Zettelkasten-Methode: Wissen wird nicht in Ordnern versteckt, sondern in einem Netz zugänglich gemacht.
Für Personen, die nach dem PARA-System (Tiago Forte) oder ähnlichen Methoden arbeiten, bietet Obsidian die ideale technische Grundlage.
Das Claudian Plugin: Was es ist und was es kann
Das Claudian Plugin für Obsidian ist ein Community-Plugin, das die Anthropic API direkt in den Obsidian-Workflow integriert. Es ist nicht Teil des offiziellen Obsidian-Angebots, wird aber aktiv weiterentwickelt.
Die Kernfunktion ist einfach: Man kann aus jeder Notiz heraus direkt mit Claude kommunizieren. Markierter Text wird als Kontext übergeben, Fragen oder Anweisungen werden als Prompt formuliert, die Antwort erscheint direkt im Editor.
Konkrete Anwendungsfälle:
Rohtext verfeinern: Einen ersten Entwurf selektieren und Claude bitten, ihn zu straffen oder umzuformulieren.
Ideen strukturieren: Einen Braindump von Stichpunkten in eine Gliederung verwandeln lassen.
Zusammenfassungen erstellen: Lange Recherche-Notizen auf das Wesentliche reduzieren.
Gegenfragen stellen: Claude als kritischen Leser einsetzen, der Lücken in der Argumentation aufzeigt.
Übersetzungen und Sprachvarianten: Texte in andere Sprachen oder Stilebenen übertragen.
Das Claudian Plugin ersetzt nicht das eigene Denken. Es beschleunigt den Übergang zwischen Rohgedanke und formuliertem Text erheblich.
Einrichtung: Schritt für Schritt
1. Obsidian installieren
Obsidian ist kostenlos verfügbar unter obsidian.md. Die Installation folgt dem Standard-Prozess für das jeweilige Betriebssystem (Windows, macOS, Linux).
2. Community Plugins aktivieren
In den Einstellungen unter Optionen > Community Plugins muss der Restricted Mode deaktiviert werden. Danach öffnet sich der Plugin-Browser.
3. Das Claude Plugin von GitHub installieren
Das Claudian Plugin ist nicht im offiziellen Obsidian Plugin Store erhältlich, muss aber manuell von GitHub installiert werden. Hier sind die wenigen notwendigen Schritte zum erfolgreichen Setup:
Erforderliche Files herunterladen:
Navigiere zu https://github.com/YishenTu/claudian/releases
Lade die neueste Release herunter (üblicherweise im Format claudian-X.X.X.zip)
Installation im Plugin-Verzeichnis:
Öffne den Ordner .obsidian/plugins in deinem Vault
Auf macOS / Linux: ~/.obsidian/plugins (Hidden Folder, ggf. mit Cmd+Shift+. sichtbar machen)
Auf Windows: C:\Users\[Benutzername]\.obsidian\plugins
Erstelle einen neuen Ordner mit dem Namen claudian
Kopiere folgende Files aus dem heruntergeladenen Zip in den neuen claudian-Ordner:
manifest.json
main.js
styles.css (falls vorhanden)
Alternativ – Direkter Clone aus GitHub:
Falls du Git zur Verfügung hast, kannst du das Plugin auch direkt klonen:
cd ~/.obsidian/plugins
git clone https://github.com/YishenTu/claudian claudian
Nach der Installation das Claudian Plugin im Community Plugins-Menü (oder unter “Installed plugins”) aktivieren, falls es noch nicht aktiv ist.
4. API-Key eintragen
Für die Nutzung ist ein Anthropic API-Key erforderlich. Dieser wird unter console.anthropic.com erstellt. In den Einstellungen des Claudian Plugins in Obsidian wird der Key eingetragen. Die Nutzung ist nutzungsbasiert abgerechnet; für normale Schreibarbeiten bleiben die Kosten überschaubar.
5. Erster Test
einen Absatz markieren, das Command Palette öffnen (Cmd+P / Ctrl+P) und einen Claudian-Befehl auswählen. Wer zum ersten Mal eine Antwort direkt im eigenen Vault erscheinen sieht, versteht sofort das Potential.
Eine bestehende Notiz öffnen, das Robot-Icon in der Symbolleiste anklicken –> Es öffnet sich die Sidebar mit Claudian Chat UI (Claude Code). Danach kann entweder Text markiert werden oder generell Befehle zur Erarbeitung /Überarbeitung geprompted werden. Alles selbsterklärend.
Obsidian + Claudian als integrierter Schreibprozess
Der eigentliche Mehrwert entsteht nicht durch Einzelaktionen, sondern durch einen veränderten Schreibprozess. Ein typischer Workflow könnte so aussehen:
Phase 1: Wissen sammeln (Obsidian) Recherche-Ergebnisse, Zitate, eigene Überlegungen werden in separaten Notizen erfasst und verlinkt. Obsidian sorgt dafür, dass nichts verloren geht und Zusammenhänge sichtbar werden.
Phase 2: Rohtext erzeugen (Obsidian + Claude) Aus den verlinkten Notizen entsteht ein erster Braindump. Claude hilft dabei, aus Stichpunkten lesbare Sätze zu machen; nicht durch Übernahme des Textes, sondern durch Formulierungsvorschläge, die man selbst anpasst.
Phase 3: Überarbeitung und Schliff (Claude als Sparringpartner) Der Rohentwurf wird abschnittweise mit Claude durchgegangen. Fragen wie "Welche Aussage in diesem Abschnitt ist nicht ausreichend belegt?" oder "Formuliere diesen Satz präziser" liefern gezieltes Feedback ohne den Schreibfluss zu unterbrechen. Alternativ kann auch zuerst ein Prompt über den gesamten Text gestellt werden:
Du bist ein erfahrener Lektor für Fachartikel. Prüfe den beigefügten Artikel auf folgende Punkte:
1. **Roter Faden**: Ist die Argumentation nachvollziehbar und logisch aufgebaut? Gibt es Brüche oder Sprünge?
2. **Klarheit**: Sind die Kernaussagen verständlich formuliert? Wo wird es unnötig kompliziert oder vage?
3. **Belege**: Werden zentrale Behauptungen gestützt? Was bleibt unbelegt?
4. **Sprache und Stil**: Gibt es Wiederholungen, Füllwörter, passive Konstruktionen oder unnötigen Fachjargon?
5. **Struktur**: Passen Titel, Zwischentitel und Absätze? Stimmt die Gewichtung der Abschnitte?
6. **Gesamteindruck**: Was funktioniert gut; was sollte überarbeitet werden?
Gib konkretes, konstruktives Feedback mit Verweis auf die jeweiligen Textstellen. Fasse dich kurz und praxisnah.
Phase 4: Finalisierung (Mensch) Der fertige Text bleibt das Produkt des eigenen Denkens. Claude hat als Werkzeug gedient, nicht als Autor.
Datenschutz: Was mit den Notizen passiert
Ein berechtigter Vorbehalt: Wer Notizen an die Anthropic API sendet, überträgt diese Inhalte an einen externen Server. Anthropic verarbeitet die Daten gemäss den eigenen Datenschutzrichtlinien; für kommerzielle API-Nutzer gilt, dass Inhalte standardmässig nicht für Trainingszwecke verwendet werden.
Wer mit sensiblen Informationen arbeitet, sollte selektiv vorgehen: Nur jene Textpassagen an Claude übermitteln, die keine vertraulichen Daten enthalten. Die lokale Speicherung in Obsidian bleibt davon unberührt.
Ausblick
Richtig spannend wir es mit der weiteren Kombination mit Agents d.h. Claude Skills, Anbindung von Tools, MCP Servern und APIs. So erhält das Schreibwerkzeug in einem nächsten Schritt auch noch Publishing Funktionalität und kann die erstellen Artikel gleich direkt an verschiedene Orte speichern und online publizieren. Darüber schreibe ich ein nächstes Mal.
Fazit: Ein Werkzeug, das den Prozess verändert
Obsidian strukturiert Wissen. Das Claudian Plugin integriert Claude als Schreibassistent direkt in den Workflow. Die Kombination der beiden ergibt eine Schreibumgebung, die näher am tatsächlichen Denken ist als jede klassische Textverarbeitung.
Das Claudian Plugin ist aber kein Allheilmittel. Wer erwartet, dass Claude aus einer Notizsammlung automatisch einen fertigen Artikel generiert, wird enttäuscht sein. Die Qualität der Ausgaben hängt direkt von der Qualität der Eingaben ab. Unpräzise Prompts liefern unpräzise Texte und die Auswahl des entsprechenden Modell und Reasoning Tiefe.
Zudem besteht die Gefahr, zu früh in die Überarbeitungsphase zu springen. Wer nach jedem zweiten Satz Claude fragt, verliert den eigenen Schreibrhythmus. Das Claudian Plugin funktioniert besser in klar definierten Phasen als permanenter Kommentator.
Downloads
Obsidian
https://obsidian.md
Claudian Plugin auf github
https://github.com/YishenTu/claudian
Verwendete Technologien: Obsidian (Version 1.x), Anthropic Claude API, Community Plugin. Der Artikel basiert auf praktischen Erfahrungen mit dem beschriebenen Workflow.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
Wir leben in einer Zeit, in der Ideen und Inspirationen schneller kommen als wir sie festhalten können. Projekte laufen parallel, Research-Ergebnisse stapeln sich, und die wirklich guten Gedanken sind schon wieder verloren, wenn wir sie am dringendsten brauchen.
Die Lösung? Ein Second Brain – ein digitales Gedächtnis, das nie vergisst. Und mit Claude Code wird dieses Konzept erst so richtig lebendig.
Was ist ein Second Brain?
Die (jüngere) Idee geht auf Tiago Forte zurück: Anstatt alles im Kopf zu behalten, lagerst du dein Wissen in ein externes System aus. Nicht in irgendeinen chaotischen Ordner, sondern in eine durchdachte Struktur, die mit dir wächst.
Unser Gehirn ist hervorragend darin, Ideen zu generieren. Aber es ist notorisch schlecht darin, Informationen zuverlässig zu speichern und bei Bedarf wieder abzurufen. Genau dafür brauchen wir ein zweites Gehirn.
Forte nennt den Kreislauf CODE: Capture, Organize, Distill, Express. Sammeln, Organisieren, Destillieren, Teilen.
Warum du ein Second Brain brauchst
Der wichtigste Grund ist Entlastung. Unser Kopf ist kein Lager. Trotzdem versuchen wir täglich, Dutzende Ideen, Aufgaben, Erkenntnisse und Zusammenhänge gleichzeitig im Arbeitsgedächtnis zu halten. Das kostet enorme mentale Energie. Die Psychologie nennt es Cognitive Load; ich nenne es den unsichtbaren Ballast, der uns vom eigentlichen Denken abhält.
Ein Second Brain ist Mental Offloading in Reinform. Sobald ein Gedanke festgehalten ist, lässt er sich loslassen. Der Kopf wird frei für das, was er am besten kann: kreativ arbeiten, Zusammenhänge erkennen, Entscheidungen treffen.
Der zweite Grund: Gedanken reifen über Zeit. Eine Idee, die heute nur ein Fragment ist, kann in drei Monaten zum Kern eines neuen Projekts werden. Aber nur, wenn sie irgendwo festgehalten wurde. Ohne ein System verschwinden diese Fragmente. Mit einem Second Brain entsteht über Wochen, Monate und Jahre ein wachsender Fundus, in dem sich Ideen kreuzen, die nie gleichzeitig im Kopf waren.
Und drittens: Ein zentraler Ort für alles. Keine verstreuten Notizen in fünf verschiedenen Apps. Kein „Wo hatte ich das nochmal aufgeschrieben?“ Kein Kopieren zwischen Tools. Ein Ort. Ein System. Alles findbar.
Mein Second Brain:
Ich arbeite mit meinem persönlichen Second Brain, das ich schlicht „Brain“ nenne. Es ist der zentrale Ort für alle meine Ideen, Projekte und Research-Ergebnisse, Artikel, Read-later, Software Projekte, Digital Art Experimente und nicht zu letzt, die Brotrezepte.
Was als einfache Sammlung von Markdown-Dateien begann, ist über die Zeit zu einem lebendigen System gewachsen. Die echte Herausforderung war dabei nie das Sammeln. Sondern: das Organisieren, Verknüpfen, aktive Nutzen des gesammelten Wissens. Und das alles über Zeit aktuell und strukturiert zu halten.
Und hier kommt Claude Code ins Spiel.
Warum Claude Code das Spiel verändert
Claude Code ist ein KI-Tool, das direkt im Terminal läuft. Du gibst Anweisungen in natürlicher Sprache – es liest Dateien, durchsucht Inhalte, erstellt neue Dokumente. Klingt nach Entwickler-Tool. Ist aber ein Game Changer für jedes Second Brain.
Statt manuell durch hunderte Notizen zu navigieren, sage ich: „Zeig mir alle Notizen zum Thema Agentic AI aus den letzten drei Monaten und fasse die wichtigsten Erkenntnisse zusammen.“ Claude Code durchsucht mein gesamtes Brain, findet die relevanten Dateien und liefert eine Zusammenfassung.
Das Second Brain wird damit vom passiven Archiv zum aktiven Denkpartner.
MCP: Das Brain spricht mit der Welt
Die wirkliche Magie entsteht durch das Model Context Protocol (MCP). Dieses offene Protokoll verbindet Claude Code mit externen Diensten – Google Drive, GitHub, Datenbanken, Slack, Atlassian.
Dein Second Brain beschränkt sich plötzlich nicht mehr auf lokale Dateien. Es wird zum Knotenpunkt, der dein gesamtes digitales Ökosystem verbindet. Kursunterlagen in Google Drive, Code auf GitHub, Daten in Supabase – alles wird durchsuchbar und verknüpfbar, als wäre es Teil deines Brains (über die Security Risiken schreibe ich dann detailliert und separat).
Agent Skills: Das Brain lernt Spezialfähigkeiten
Agent Skills sind vordefinierte Fähigkeiten für spezialisierte Aufgaben. Anstatt Claude Code jedes Mal zu erklären, wie ein Rezept aussehen soll, legst du einmal einen Skill an. Ab dann: konsistente Ergebnisse auf Zuruf.
Aus Notizen werden Fachartikel. Aus Research wird ein Paper. Aus einer Idee wird Code, Aus Projektdaten wird ein Statusbericht. Das Brain speichert nicht nur – es transformiert. Aber vorallem kann ich mir verschiedene Agenten anlegen, welche verschiedene spezifische Fähigekeiten haben. Recherchieren, Schreiben, Code Reviewen, Facst checken, Housekeeping (nicht das, was du meinst), Backlog führen, Konzepte schreiben. Auf Zuruf, oder eigenständig.
Fun Fact. Neben all den zweckmässigen Agents leben auch AgentSmith und das Orakel, die sich erheiternd in meine Arbeit einmischen:
**2026-02-12 22:32:** AGENT SMITH: Mr. Hutter... ein zweites Gehirn, hier in **brain**. Die Ironie ist... köstlich. Aber sagen Sie: Wenn Sie bereits vergessen, was Sie denken, hilft dann eine zweite Datenbank?
Automatisierung: Das Brain arbeitet im Hintergrund
Die dritte Säule: automatisierte Workflows über n8n oder Make etc.. RSS-Feeds werden überwacht, neue Inhalte automatisch dem richtigen Themenbereich zugeordnet, wöchentliche Digests generiert. Dein Brain wird gefüttert, auch wenn du schläfst. Wenn du willst.
Das Gesamtbild
Brain als Wissensbasis. Claude Code als intelligentes Interface. MCP als Brücke nach aussen. Skills als Spezialisierung. Automatisierung als Motor.
Zusammen ergibt das kein Notizsystem mehr. Es ergibt ein persönliches Betriebssystem für dein Wissen. Brain ist mein persönliche OS.
PS: Aber eigentlich ist es mein persönlicher Tech-Playground, um alle die neuen Technologien an einem Ort zusammenzuführen und hands-on zu „begreifen“. Ob das Personal OS mit AI nachhaltig ist, wird sich über die Zeit zeigen. Und auch ob es am Ende nicht mehr Mental Load produziert, als es mir abnimmt…
In den kommenden Wochen und Monaten zeige ich Schritt für Schritt, wie du so ein System aufbaust – vom technischen Seupt, der Vault-Struktur über die Einrichtung von Agents, MCP Servers und Memory. „The life of brain“.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
Hello, my name is Ralph. I am a Digital Stuntman. Ecosystem Manager. and Director of Studies at the University of Applied Sciences HWZ, Zurich. This is my Digital Playground especially for topics from my lectures in the Master of Advanced Studies in Digital Business.
