Karpathys Obsidian RAG + Claude Code = CHEAT CODE

CChase AI
컴퓨터/소프트웨어창업/스타트업경영/리더십AI/미래기술

Transcript

00:00:00Andrej Karpathy hat uns gerade den Schlüssel
00:00:02zu seinem persönlichen Obsidian-RAG-System gegeben.
00:00:06Und ich setze RAG in Anführungszeichen,
00:00:07weil diese Obsidian-gestützte Wissensdatenbank
00:00:10keine Vektordatenbank, keine Embeddings
00:00:12und keinen komplizierten Abrufprozess hat.
00:00:15Dennoch löst es genau dasselbe Problem,
00:00:17das diese komplizierteren RAG-Strukturen versprechen,
00:00:21nämlich unserem Large Language Model zu ermöglichen,
00:00:23große Mengen an Dokumenten zu verarbeiten, Fragen zu beantworten
00:00:27und präzise Informationen darüber zu sammeln.
00:00:30Und das Beste an diesem Obsidian-basierten System ist,
00:00:32dass es sehr leichtgewichtig ist, praktisch kostenlos
00:00:36und der perfekte Mittelweg
00:00:38für Einzelanwender oder kleine Teams.
00:00:41Heute zeige ich Ihnen also,
00:00:42wie Karpathys Obsidian-Wissenssystem funktioniert,
00:00:45wie Sie es selbst einrichten
00:00:46und wie es sich von traditionellen RAG-Systemen unterscheidet,
00:00:50damit Sie wissen, ob dies die richtige Wahl für Sie ist.
00:00:52Der Prozess, mit dem wir dieses
00:00:54Obsidian-Wissenssystem erstellen, wurde gestern
00:00:58in einem umfassenden Twitter-Post von Andrej Karpathy dargelegt.
00:01:02Die wichtigste Erkenntnis aus diesem Post ist,
00:01:04dass wir in der Lage sind,
00:01:05LLM-Wissensdatenbanken zu erstellen,
00:01:07die im Wesentlichen genauso funktionieren
00:01:09wie Light RAG oder andere
00:01:12Graph-RAG-Systeme mit Obsidian.
00:01:17Und das gelingt uns auf ziemlich einfache Weise,
00:01:20allein durch eine kluge Struktur unseres Dateisystems
00:01:23und der Art und Weise, wie wir Daten einpflegen.
00:01:25Das Endergebnis ist, dass ich eine
00:01:28erhebliche Menge an Daten und Dokumenten
00:01:32in meinen Obsidian-Vault laden und Claude Code nutzen kann,
00:01:35um Fragen dazu zu stellen,
00:01:36Verbindungen zwischen verschiedenen Dingen zu finden,
00:01:38also genau das, was man
00:01:41mit einem traditionellen RAG-System tun würde,
00:01:43aber ohne den Overhead und mit einem viel einfacheren Setup.
00:01:46Wie Andrej beschreibt, sieht das Setup etwa so aus.
00:01:49Zuerst haben wir die Datenaufnahme.
00:01:51Wir importieren Artikel,
00:01:52wir importieren wissenschaftliche Arbeiten,
00:01:53wir importieren Repositories aus dem Internet oder von woanders,
00:01:57und wir legen sie in einem "Raw"-Verzeichnis
00:02:00innerhalb unseres Obsidian-Vaults ab.
00:02:02Dies ist quasi der Staging-Bereich,
00:02:03bevor daraus ein Wiki wird.
00:02:05Wir als Mensch in dieser Interaktion
00:02:07können all dies über Obsidian mitverfolgen.
00:02:10Obsidian ist im Grunde genommen unser Frontend.
00:02:13Hier sehe ich, wie alle Dokumente angeordnet sind.
00:02:15Hier kann ich alle Wikis lesen.
00:02:17Es ist also nicht in einer Black Box abstrahiert,
00:02:20wie es bei einem RAG-System der Fall ist.
00:02:21Selbst in einem Graph-RAG-Setup wie Light RAG ist es schwer,
00:02:25wirklich hineinzugehen und alles im Detail zu sehen.
00:02:29Ich meine, ich kann es zwar, aber so cool das auch aussieht,
00:02:31besonders effizient ist es nicht.
00:02:33Und von dort aus führt man einfach Q&A
00:02:35über etwas wie Claude Code durch.
00:02:37Und wie Andrej hier dargelegt hat,
00:02:38erwartete er, dass er auf etwas
00:02:40wie RAG zurückgreifen müsste,
00:02:42aber das LLM war bisher sehr gut darin,
00:02:43Indexdateien und kurze Zusammenfassungen
00:02:45aller gelesenen Dokumente selbstständig zu pflegen.
00:02:47Und das werden wir auch tun können,
00:02:49mit einer ziemlich einfachen Claude.md-Datei,
00:02:52die ich Ihnen zur Verfügung stellen werde.
00:02:53Diese Claude.md finden Sie,
00:02:55zusammen mit einer schriftlichen Anleitung
00:02:56und einer Reihe von Prompts,
00:02:57in meiner kostenlosen Chase AI Community.
00:03:00Einen Link dazu finden Sie
00:03:01in der Beschreibung dieses Videos.
00:03:03Und wo wir gerade von Chase AI sprechen – Sie ahnten es bereits –
00:03:06ein kurzer Hinweis auf meine Claude Code Masterclass.
00:03:08Ich habe diese erst vor ein paar Wochen veröffentlicht,
00:03:09und sie ist der beste Ort, um vom Anfänger zum AI-Dev zu werden,
00:03:12besonders wenn man keinen technischen Hintergrund hat.
00:03:15Einen Link dazu finden Sie im angepinnten Kommentar.
00:03:18Schauen Sie sich das unbedingt an,
00:03:19wenn Sie dieses Tool ernsthaft erlernen wollen.
00:03:22Bevor wir nun in die Details gehen,
00:03:24wie Sie dieses Obsidian-System für sich selbst einrichten,
00:03:28lassen Sie uns die eigentliche Dateistruktur durchgehen,
00:03:30denn es ist wichtig zu verstehen,
00:03:32wie Daten in unseren Vault gelangen
00:03:34und dann in Wikis umgewandelt werden.
00:03:36Der Obsidian-Vault ist der Ort, an dem alles lebt.
00:03:39Falls Sie es noch nie benutzt haben: Wenn Sie
00:03:41Obsidian herunterladen,
00:03:42legen Sie einen spezifischen Ordner als Vault fest.
00:03:45In meinem Fall heißt er schlicht "The Vault".
00:03:48Dort wird alles in Obsidian gespeichert.
00:03:50Als Unterordner des Vaults
00:03:52werden wir den "Raw"-Ordner haben.
00:03:54Im "Raw"-Ordner wird unsere gesamte Recherche abgelegt.
00:03:58Alles, was wir manuell in diese Wikis aufnehmen wollen, wird hier abgelegt.
00:04:01Dies ist im Grunde der Staging-Ordner.
00:04:02Hier werden also alle Rohdaten aufbewahrt.
00:04:05Das können Markdown-Dateien sein.
00:04:06Das können PDFs sein.
00:04:07Und ich werde Ihnen zeigen, wie Sie den Obsidian-Clipper verwenden,
00:04:10um im Grunde jede Webseite in eine Markdown-Datei zu verwandeln,
00:04:14die automatisch an den Raw-Ordner gesendet wird.
00:04:16Wir werden einen weiteren Unterordner haben,
00:04:18das ist der Wiki-Ordner.
00:04:19Was das große Sprachmodell also tun wird,
00:04:21was Claude Code für uns tun wird, ist auf Abruf –
00:04:24oder man könnte es sogar als Skill automatisieren –
00:04:27wir werden es auf den Raw-Ordner richten und sagen:
00:04:29"Hey, ich möchte, dass du ein Wiki über das Thema erstellst,
00:04:33über das du Informationen gesammelt hast."
00:04:35Von dort aus wird es dann ein Wiki darüber erstellen.
00:04:37Sie sehen also, wir haben hier drei verschiedene Wikis,
00:04:41eines für KI-Agenten, eines für RAG-Systeme
00:04:43und eines für die Erstellung von Inhalten.
00:04:45Zwischen dem Wiki-Ordner und diesen Wiki-Unterordnern
00:04:50befindet sich der Master-Index in Markdown.
00:04:53Dies ist im Grunde nur eine Liste
00:04:54aller verschiedenen Wikis, die erstellt wurden.
00:04:58Denn die Idee ist, wenn Sie – das sind Sie –
00:05:02wenn Sie mit Claude Code sprechen,
00:05:04das da drüben ist Claude Code, und sagen:
00:05:06"Hey, ich möchte mehr über KI-Agenten erfahren.
00:05:08Ich möchte Fragen zu meinem Wiki stellen."
00:05:12Nun, was wird es tun?
00:05:13Es wird in den Vault gehen,
00:05:15da Sie sich wahrscheinlich bereits dort befinden.
00:05:17Es wird dann in den Wiki-Ordner gehen.
00:05:18Es geht zum Master-Index-Ordner und fragt:
00:05:21"Hey, welche Wikis haben wir erstellt?
00:05:23Oh, er möchte etwas über RAG-Systeme wissen."
00:05:26Okay, es geht runter zu RAG.
00:05:28Und die Wiki-Ordner selbst haben Index-Dateien,
00:05:31die den gesamten zusätzlichen Inhalt aufschlüsseln.
00:05:33Was Obsidian uns also bietet,
00:05:35und was diese Dateistruktur uns ermöglicht,
00:05:36ist ein sehr klarer Pfad, um Informationen zu finden,
00:05:39selbst wenn wir Unmengen davon herumliegen haben.
00:05:41Und das hilft Claude Code,
00:05:42weil es keine großen Probleme haben wird,
00:05:45die Daten zu finden.
00:05:46Wir werden nicht eine Million Tool-Aufrufe starten,
00:05:48nur um zu sehen, was in unserer Dateistruktur ist.
00:05:50Aber es hilft auch Ihnen, weil klar ist, wo man suchen muss.
00:05:52Hier links ist zum Beispiel mein Obsidian-Ordner.
00:05:56Ich bin in der Obsidian-Benutzeroberfläche,
00:05:57und wir gehen den Download gleich in einer Sekunde durch.
00:05:59Aber wenn ich ein Wiki sehen will, was mache ich?
00:06:01Ich gehe einfach zu Wiki.
00:06:03Ich habe einen Master-Index,
00:06:04der alles darin auflistet.
00:06:06Im Moment sind es nur drei Dinge.
00:06:07Aber gäbe es 3.000, wäre es immer noch nicht zu schwer.
00:06:10Und von dort aus kann ich es anklicken.
00:06:12Es führt mich zum Index dieses spezifischen Wikis.
00:06:16Und dann kann ich mir verschiedene Sachen darin ansehen.
00:06:18So einfach ist das.
00:06:19Und für die KI ist es genauso einfach,
00:06:21weshalb wir in der Lage sind,
00:06:22im Grunde nur eine Markdown-Dateistruktur zu verwenden,
00:06:24um ein RAG-System ansatzweise nachzuahmen.
00:06:27Obwohl diese Theorie cool ist,
00:06:28schauen wir uns nun an, wie man das selbst einrichtet.
00:06:31Zuerst müssen Sie Obsidian herunterladen.
00:06:33Gehen Sie auf obsidian.md, klicken Sie auf Download
00:06:37und folgen Sie dem Assistenten.
00:06:38Es ist völlig kostenlos.
00:06:40Und Sie werden einen Ordner als Vault festlegen.
00:06:43Erstellen Sie einfach einen namens "the vault".
00:06:45Das macht es für mich einfach und wird wohl auch bei Ihnen klappen.
00:06:47Nachdem wir den Vault erstellt haben,
00:06:49müssen wir diese Dateistruktur darin aufbauen.
00:06:52Der einfachste Weg dafür ist Claude Code.
00:06:54Öffnen Sie Claude Code einfach im Vault.
00:06:57Das ist das Verzeichnis, in dem ich mich befinde.
00:06:59Und Sie werden ihm einen Prompt geben,
00:07:01der es anweist, diese Dateistruktur zu erstellen.
00:07:03Zum Glück für Sie habe ich den Prompt bereits erstellt.
00:07:05Sie können das Ding einfach kopieren und in Claude Code einfügen.
00:07:08Wenn Sie wie ich Obsidian schon länger nutzen,
00:07:10haben Sie dort wahrscheinlich schon
00:07:13eine ganze Reihe von Ordnern.
00:07:14Vielleicht möchten Sie ihn also nicht "raw" nennen.
00:07:17Vielleicht möchten Sie ihn anders nennen.
00:07:18Der Punkt ist, dass Sie einfach irgendeinen Ordner
00:07:20als Haltebereich oder Staging-Bereich festlegen,
00:07:23in den all diese Informationen
00:07:25gekippt werden, bis sie in ein Wiki verwandelt werden.
00:07:27Passen Sie es also nach Bedarf an.
00:07:28Als Nächstes wollen wir eine CLAUDE.md-Datei erstellen.
00:07:31Projekte wie persönliche Assistenten oder ähnliches,
00:07:33die sehr Markdown-lastig sind, sind perfekt für CLAUDE.md.
00:07:37Und diese CLAUDE.md-Datei schlüsselt
00:07:40die Regeln der Wissensdatenbank auf
00:07:41sowie die Art und Weise, wie man sie durchquert.
00:07:43Wir wollen also keine Token verschwenden,
00:07:44wenn wir Fragen stellen.
00:07:46Ich habe diese gesamte Claude.md-Vorlage,
00:07:50die du verwenden kannst.
00:07:50Diese Claude.md-Datei sagt Claude auch,
00:07:53wie er diese Markdown-Dateien strukturieren soll.
00:07:55Es ist also sehr einfach, Dateien mit diesem
00:07:58Wiki-Links-Format zu durchsuchen.
00:08:00Lass uns nun darüber sprechen, wie wir Dinge
00:08:02in diesen "Raw"-Ordner bringen können.
00:08:03Wie wir überhaupt Daten in unser System bekommen.
00:08:06Ein super einfacher Weg dafür
00:08:08ist der Obsidian Web Clipper.
00:08:10Ich werde einen Link dazu in der School posten,
00:08:13oder du gehst auf obsidian.md/clipper.
00:08:16Das ist einfach eine Chrome-Erweiterung,
00:08:18die es super einfach macht, eine Webseite in Daten,
00:08:22also in eine Markdown-Datei, zu verwandeln.
00:08:23Das einzige Problem mit diesem Web Clipper ist,
00:08:25dass er Schwierigkeiten mit Bildern hat.
00:08:26Er wird sie gar nicht erst importieren.
00:08:27Er wird sie nur als Link haben.
00:08:29Aber ich möchte die Bilder dieser Dokumente,
00:08:31die ich importiere, in Obsidian sehen können.
00:08:33Was machen wir also?
00:08:34Nun, wir werden ein Obsidian-Community-Skill
00:08:37oder -Plugin verwenden, um dabei zu helfen.
00:08:39Eines der coolen Dinge an Obsidian
00:08:41sind die Community-Plugins.
00:08:42Es gibt Tausende davon.
00:08:43Wenn du also in Obsidian bist –
00:08:46ich bin gerade in der Desktop-App –
00:08:47gehe ich hier unten auf dieses kleine Zahnrad,
00:08:50dann zu den Community-Plugins.
00:08:52Ich klicke auf "Browse".
00:08:54Und dann suchst du nach "Local Images Plus".
00:08:56Du lädst es herunter, installierst und aktivierst es.
00:09:00Stelle sicher, dass es eingeschaltet ist.
00:09:01Du kannst die Aktivierung bestätigen,
00:09:03indem du zum Tab "Community Plugins" gehst
00:09:05und siehst, dass dieser Schalter umgelegt ist.
00:09:08Wenn wir nun den Obsidian Web Clipper nutzen –
00:09:11den ich hier drüben als Erweiterung sehe –
00:09:13kannst du sehen, was passiert.
00:09:15Er zieht sofort alle Informationen.
00:09:17Und wenn ich auf "Add to Obsidian" klicke,
00:09:19sehe ich den ganzen Artikel, inklusive der Bilder.
00:09:21Es gibt jedoch eine Sache,
00:09:24die wir im Web Clipper einstellen müssen,” Charge
00:09:25damit er die Daten automatisch
00:09:26in den "Raw"-Ordner zieht.
00:09:29Ich möchte das nicht manuell machen müssen.
00:09:30Gehe einfach in die Optionen deines Web Clippers.
00:09:34Ich habe gerade rechts darauf geklickt.
00:09:35Und hier links, wo "Default" steht,
00:09:38habe ich meine eigene neue Vorlage erstellt,
00:09:39aber du kannst bei der Standardeinstellung bleiben,
00:09:42bei "Location" und "Note Location" genau hier.
00:09:47Das solltest du von "Clippings" in "Raw" ändern.
00:09:52Das stellt sicher, dass es bei Nutzung des Web Clippers
00:09:54automatisch im "Raw"-Ordner landet.
00:09:56Mit der Obsidian Web Clipper Erweiterung
00:09:59und dem Bilder-Community-Plugin
00:10:01können wir nun jede Webseite im Internet
00:10:04in eine Markdown-Datei für unser Wiki verwandeln.
00:10:08Aber das ist nur ein Datenkanal.
00:10:10Das ist ein manueller Weg.
00:10:11Wir können Claude Code die schwere Arbeit überlassen.
00:10:14Sagen wir, ich wollte ein Wiki
00:10:16über Claude Code Skills erstellen.
00:10:17Also sagte ich zu Claude Code:
00:10:18"Lass uns ein Wiki über Claude Code Skills erstellen."
00:10:20Ich habe bereits Infos im "Raw"-Ordner –
00:10:23das, was wir über den Web Clipper geholt haben.
00:10:25Recherchiere selbst und bringe die relevanten Raw-MD-Dateien
00:10:27ein, um dieses Wiki zu generieren.
00:10:29Was wird er also tun?
00:10:30Er geht ins Internet, nutzt seine Standard-Websuche
00:10:32und erstellt sein eigenes Wiki
00:10:36über Claude Code Skills.
00:10:37Du siehst also, dass dieser "Raw"-Ordner,
00:10:40diese ganze Pipeline, eher für dich gedacht ist.
00:10:42Dafür, wenn du manuell Informationen einfügen willst.
00:10:44Man kann Claude Code das auch machen lassen,
00:10:46aber Claude Code ist auch schlau genug,
00:10:49die Recherche selbst zu übernehmen,
00:10:50Relevantes zu finden und das Wiki direkt zu erstellen.
00:10:53Dieser "Raw"-Ordner ist wirklich für dich,
00:10:55den Menschen, um ein gewisses Maß an Organisation zu haben.
00:10:58Und hier ist das Ergebnis von Claude Code.
00:10:59Er hat das Claude Code Skills Wiki erstellt.
00:11:02Wir sehen im Master-Index, dass es hier verlinkt ist.
00:11:05Wenn ich darauf klicke,
00:11:07bringt uns das zum Index der Claude Code Skills.
00:11:10Momentan enthält es vier Artikel.
00:11:12Hier ist der Artikel mit der Skills-Übersicht.
00:11:15Du siehst Verlinkungen zu Webseiten und auch
00:11:18zu verschiedenen Artikeln in unserem Obsidian-Vault.
00:11:21Klicke ich auf "Skill Ecosystem", erscheint mehr.
00:11:25Klick auf "Top Skills", und so weiter.
00:11:27Es gibt einen klaren Pfad von einem Artikel zum anderen
00:11:30und wie diese Dinge zusammenhängen.
00:11:32Das bedeutet, wenn du Claude Code Fragen dazu stellst,
00:11:34zu diesen Artikeln und Themen,
00:11:35ist die Beantwortung für ihn einfach und günstig.
00:11:39Das bringt uns zur offensichtlichen Frage:
00:11:41Brauchen wir RAG überhaupt?
00:11:43Wir schauen uns so etwas wie Light-RAG an.
00:11:45Wer meine letzten Videos zu Light-RAG und RAG
00:11:48gesehen hat und sieht, wie simpel Obsidian ist,
00:11:51fragt sich wahrscheinlich:
00:11:52"Warum sollte ich mich überhaupt mit diesen
00:11:55komplizierteren Setups abmühen?"
00:11:56Die Wahrheit ist: Wenn du ein Solo-Entwickler bist,
00:11:59ein Einzelunternehmer oder ein kleines Team,
00:12:02das nicht mit Tausenden von Dokumenten arbeitet,
00:12:04dann ergibt Obsidian für dich wahrscheinlich mehr Sinn.
00:12:08Es ist leichtgewichtig und man braucht RAG nicht wirklich.
00:12:11Diese großen Sprachmodelle,
00:12:12Harnesse wie Claude Code, sind gut genug
00:12:16für deinen Anwendungsfall.
00:12:17Wir können uns hier in Details über die Unterschiede
00:12:18zwischen Obsidian-RAG und echtem RAG verlieren.
00:12:21Aber der entscheidende Punkt ist die Skalierung, oder?
00:12:24Wollen wir auf Millionen von Dokumenten skalieren?
00:12:27Ab einer gewissen Größe
00:12:29ist ein richtiges RAG-System
00:12:32einfach günstiger und schneller.
00:12:33Egal wie gut Claude Code darin ist, dieses MD-Netzwerk
00:12:38aus Dokumenten zu navigieren, das du erstellt hast.
00:12:40Aber das ist keine Frage, die man sofort
00:12:42exakt beantworten muss.
00:12:44Warum nicht einfach mit Obsidian anfangen?
00:12:47Und wenn klar wird,
00:12:48dass dein Bedarf die Grenzen dieses Systems sprengt,
00:12:51dann wechsle zu RAG.
00:12:53Ich glaube, Leute versteifen sich zu sehr darauf,
00:12:55diese Frage zu klären. Probiert es einfach aus.
00:12:58Es kostet dich nichts, ein RAG-System
00:13:01wie Obsidian zu verwenden.
00:13:03Und wenn es nicht funktioniert, ist das okay.
00:13:05Dann nimm stattdessen Light-RAG.
00:13:06Die Leute wollen hier in den Kommentaren
00:13:09darüber debattieren – macht es einfach.
00:13:11Die Antwort wird ab einem gewissen Punkt klar sein,
00:13:14wann man auf ein echtes RAG-System umsteigen muss.
00:13:16Aber das Schöne hierbei ist:
00:13:19Die meisten Leute brauchen kein echtes RAG-System.
00:13:21Sie brauchen es einfach nicht, wirklich.
00:13:22Selbst in einem kleinen Business-Team nicht.
00:13:24Ein ordentlich strukturiertes System,
00:13:27wie diese Obsidian-Wissensdatenbank,
00:13:30ist für die Mehrheit ein riesiger Gewinn.
00:13:33Ich hoffe, diese Analyse war nützlich für euch.
00:13:35Schaut euch definitiv Andres Post dazu an.
00:13:37Er geht ziemlich tief ins Detail.
00:13:39Besucht auch die kostenlose Chase AI School.
00:13:41Den Link dazu findet ihr in der Beschreibung,
00:13:43inklusive aller Prompts und einer Anleitung.
00:13:47Falls ihr irgendwo nicht mitgekommen seid.
00:13:50Und wie immer: Schaut bei Chase AI Plus vorbei,
00:13:52wenn ihr die Masterclass wollt.
00:13:54Ansonsten lasst mich wissen, wie ihr es fandet. Bis bald!

Key Takeaway

Das von Andrej Karpathy inspirierte System nutzt eine hierarchische Markdown-Struktur in Obsidian und Claude Code, um die Vorteile von RAG ohne den technischen Overhead von Vektordatenbanken für Einzelnutzer und kleine Teams verfügbar zu machen.

Highlights

Ein Obsidian-basiertes System ersetzt komplexe Vektordatenbanken durch eine einfache Markdown-Dateistruktur für hocheffizientes Retrieval-Augmented Generation (RAG).

Die Kombination aus Obsidian als Frontend und Claude Code als Analyse-Tool ermöglicht die Verarbeitung großer Dokumentenmengen nahezu kostenlos.

Ein dreistufiges Ordnungssystem aus Raw-Ordner, Wiki-Unterordnern und einem Master-Index stellt den Suchpfad für das Large Language Model sicher.

Die Chrome-Erweiterung Obsidian Web Clipper konvertiert Webseiten direkt in Markdown-Dateien und leitet sie automatisiert in das Staging-Verzeichnis weiter.

Das Community-Plugin Local Images Plus sichert visuelle Informationen durch das Herunterladen und Einbetten externer Bilder in lokale Obsidian-Notizen.

Ab einer kritischen Masse von mehreren tausend Dokumenten übertreffen traditionelle RAG-Systeme die Markdown-Struktur in Bezug auf Geschwindigkeit und Kosteneffizienz.

Timeline

Vorteile der leichtgewichtigen Wissensdatenbank

  • Dieses System verzichtet vollständig auf Embeddings und komplizierte Abrufprozesse.
  • Die Lösung bleibt für Einzelanwender praktisch kostenlos und hochgradig transparent.
  • Eine kluge Dateistruktur ermöglicht Funktionen, die sonst Light RAG oder Graph-RAG vorbehalten sind.

Herkömmliche RAG-Systeme agieren oft als Black Box, was die tiefe Einsicht in die Daten erschwert. Obsidian dient hier als direktes Frontend, in dem der Nutzer die Anordnung und den Inhalt der Dokumente jederzeit visuell kontrollieren kann. Claude Code übernimmt dabei die Rolle des Analysten, der Verbindungen zwischen Dokumenten findet und präzise Antworten liefert.

Die dreistufige Dateistruktur des Vaults

  • Der Raw-Ordner fungiert als Staging-Bereich für alle eingehenden Rohdaten wie PDFs oder Markdown-Dateien.
  • Automatisierte Wikis im Wiki-Ordner fassen die Rohdaten thematisch zusammen.
  • Ein zentraler Master-Index und untergeordnete Datei-Indizes leiten die KI effizient durch das Wissensnetz.

Die Organisation beginnt im Obsidian-Vault, einem spezifischen lokalen Ordner. Sobald Informationen im Raw-Verzeichnis landen, erstellt Claude Code auf Abruf strukturierte Wikis über Themen wie KI-Agenten oder Content Creation. Diese hierarchische Struktur mit Index-Dateien minimiert unnötige Tool-Aufrufe der KI und spart dadurch Token-Kosten bei der Informationssuche.

Einrichtung und Automatisierung der Datenaufnahme

  • Claude Code erstellt die notwendige Ordnerstruktur innerhalb des Vaults über einen einfachen Initialisierungs-Prompt.
  • Die Datei CLAUDE.md definiert die Regeln für die Wissensdatenbank und optimiert das Navigationsverhalten der KI.
  • Der Obsidian Web Clipper und das Plugin Local Images Plus automatisieren den Import von Webinhalten inklusive Bildern.

Für die technische Umsetzung wird Obsidian als kostenloser Editor installiert und über Claude Code konfiguriert. Der Web Clipper wird so eingestellt, dass er Clippings direkt im Raw-Ordner ablegt, während Local Images Plus die Abhängigkeit von externen Bild-Links eliminiert. Claude Code kann zudem eigenständig im Internet recherchieren, um fehlende Informationen zu ergänzen und das Wiki ohne manuelles Zutun zu erweitern.

Abgrenzung zu traditionellen RAG-Systemen

  • Für Solo-Entwickler und kleine Teams ist die Obsidian-Lösung aufgrund ihrer Einfachheit meist überlegen.
  • Echtes RAG wird erst bei der Skalierung auf Millionen von Dokumenten wirtschaftlich und technisch notwendig.
  • Der sofortige Start mit Obsidian ist ohne finanzielle Risiken möglich.

Die Entscheidung zwischen Obsidian und komplexen Vektordatenbanken hängt primär von der Datenmenge ab. Die meisten geschäftlichen Anwendungsfälle in kleinen Teams benötigen keine High-End-Infrastruktur, da moderne Sprachmodelle Markdown-Netzwerke bereits sehr effektiv durchsuchen können. Ein Umstieg auf Systeme wie Light-RAG ist erst dann sinnvoll, wenn die Grenzen der Dateistruktur spürbar erreicht werden.

Community Posts

View all posts