← Back to all projects

Knowledge Aggregator

Ein universeller Wissens-Collector, der verstreute Ideen und Notizen aus verschiedenen Quellen wiederfindbar macht.

Knowledge Aggregator

Ein universeller Wissens-Collector, der verstreute Ideen und Notizen aus verschiedenen Quellen wiederfindbar macht.

Problem

Wertvolles Wissen und Ideen sind über viele Systeme verteilt:

  • Obsidian (Notizen)
  • Readwise (Leselisten)
  • Chat-Verläufe (GPT, Claude, etc.)
  • Browser-Lesezeichen
  • Papiernotizen (digitalisiert)

Das führt zu: Vergessen, Wiederfinden durch Zufall, versäumten Verbindungen zwischen verwandten Ideen.

Kernidee

  1. Segmentierung: Alle Inhalte in kleine, durchsuchbare Segmente zerlegen
  2. Vektordatenbank: In RAG-DB speichern (Embeddings)
  3. Chat-Interface: Natürlichsprachliche Suche über alle Quellen
  4. Pattern-Erkennung: Ähnliche/verbundene Ideen aus verschiedenen Quellen identifizieren und zusammenfassen

Beispiel-Szenario

Nutzer fragt: “Was habe ich über Skalierung von Communities geschrieben?”

System findet:

  • Obsidian-Notiz aus 2022 über Discord-Wachstum
  • Chat mit GPT vor 2 Wochen über Netzwerkeffekte
  • Readwise-Highlight aus Buch über Plattform-Ökonomie

Antwort: “Du hast 2022 über manuelles Onboarding geschrieben, kürzlich über automatische Skalierung diskutiert. Beide Ansätze könnten kombiniert werden: …”

Offene Fragen / Risiken

⚠️ Hypothese unverifiziert

Autor ist sich unsicher, ob das tatsächliche Nutzungsmuster so charmant ist wie die Vision:

“Ich weiß von Erfahrung, dass ich zufällig coole Sachen in Notizen wiederfinde. Aber wenn ich sie gezielt suche, bin ich oft enttäuscht, dass ich sie nicht gut nutzen kann.”

Fragen zur Validierung:

  • Wird die semantische Suche tatsächlich bessere Ergebnisse liefern als zufälliges Wiederfinden?
  • Ist der Wert in der Kombination von Ideen real oder nur theoretisch?
  • Wie oft entstehen tatsächlich neue Einsichten durch Cross-Referenzierung?
  • Ist die Reibung des Systems (Import, Tagging, Pflege) geringer als derNutzen?

Tech-Skizze (Offen)

  • Embeddings: OpenAI / local (bge-m3)
  • Vector-DB: Chroma / Pinecone / Weaviate
  • Sources: Obsidian-Export, Readwise API, Chat-Export (JSON/Markdown)
  • Interface: Chat (Web/CLI)

Status

🟡 Ideation - Konzept steht, Validierung ausstehend


Weitere Projekte