Second Brain in Obsidian mit KI einrichten

Wissen geht verloren, nicht weil man es nie hatte, sondern weil man es nicht wiederfindet. Ein Artikel, ein Gedanke aus einem Gespräch, eine Anleitung, die man vor Monaten gelesen hat: Alles liegt irgendwo, aber nie dort, wo man gerade sucht. Ein „Second Brain“, also ein zweites Gehirn, ist ein persönliches System, das diese Dinge an einem Ort sammelt, ordnet und verknüpft. Mit KI lässt sich dieses System zusätzlich durchsuchen und befragen. Dieser Beitrag zeigt, wie man das mit Obsidian aufbaut.

Warum Obsidian

Obsidian ist eine Notiz-App, die ein sogenannter Vault organisiert, also ein Ordner im lokalen Dateisystem, in dem die Notizen liegen. Das ist der entscheidende Punkt: Die Notizen sind Textdateien im Markdown-Format, kein verschlossenes Datenbankformat. Damit gehören sie dir, sie lassen sich mit jedem Editor öffnen und jedes Programm kann sie lesen. Und genau das macht Obsidian für KI-Anwendungen so geeignet: Jedes Werkzeug, das Dateien lesen kann, kann auch deine Notizen verarbeiten. Dazu kommen Verknüpfungen zwischen Notizen mit doppelten eckigen Klammern, Tags und eine Graphansicht, die zeigt, wie sich Gedanken verbinden.

Schritt 1: Den Vault anlegen und strukturieren

Beim ersten Start legt man einen neuen, leeren Vault an oder wählt einen vorhandenen Ordner dafür aus. Eine einfache Struktur reicht: Ein Ordner Inbox für alles Neue, ein Ordner Projekte für aktive Vorhaben, ein Ordner Wissen für fertig ausformulierte Notizen und ein Ordner Archiv für Abgeschlossenes. Das ist an die in der Second-Brain-Szene verbreitete PARA-Methode angelehnt, aber nur ein Vorschlag, den man nach Belieben anpasst. Wichtiger als die perfekte Ordnung ist eine Regel: Alles Neue landet zuerst in der Inbox und wird regelmäßig sortiert.

Jede Notiz bekommt einen aussagekräftigen Titel, ein paar Stichworte als Tags und mindestens einen Link zu einer verwandten Notiz. Diese Links sind das eigentliche Kapital des Systems. Eine Notiz ohne Verbindung ist schwer wiederzufinden, eine verlinkte taucht an mehreren Stellen auf.

Schritt 2: Die KI anbinden

Für die KI-Ebene gibt es mehrere Wege, die sich nicht ausschließen. Welcher passt, hängt davon ab, wie sensibel die Notizen sind und wie viel Aufwand man treiben will.

Weg A: Ein Plugin wie Smart Connections

Der einfachste Einstieg ist ein Community-Plugin. Smart Connections ist eines der verbreitetsten: Es indexiert den Vault, zeigt in einer Seitenleiste thematisch verwandte Notizen an und bietet einen Chat, der Antworten aus den eigenen Notizen mit Quellenangabe liefert. Technisch ist das ein RAG-Ansatz (Retrieval-Augmented Generation): Zur Frage werden zuerst passende Notizen gesucht, danach beantwortet das Sprachmodell die Frage auf Basis genau dieser Auszüge. Das Plugin arbeitet laut Beschreibung mit lokalen Modellen wie Ollama oder LM Studio genauso wie mit Cloud-Diensten von OpenAI, Anthropic oder Google. Die Installation läuft in Obsidian über die Einstellungen: Community-Plugins aktivieren, im Katalog suchen, installieren, einschalten. Beim ersten Start liest das Plugin alle Notizen und baut einen Index auf, bei einem großen Vault dauert das etwas.

Weg B: Komplett lokal mit Ollama

Wer seine Notizen keinem Cloud-Anbieter anvertrauen möchte, setzt auf lokale Modelle. Ollama ist ein Programm, das offene Sprachmodelle auf dem eigenen Rechner ausführt. Es läuft unter macOS, Windows und Linux, ein Modell startet man mit ollama run und dem Modellnamen, geladen wird es mit ollama pull. Im Hintergrund stellt Ollama eine lokale Schnittstelle unter Port 11434 bereit, über die Plugins wie Smart Connections oder Smart Second Brain mit dem Modell sprechen. Ihre Daten bleiben dabei auf dem Gerät. Der Preis ist die Hardware: Je größer das Modell, desto mehr Arbeitsspeicher und Rechenleistung braucht es, und kleine Modelle sind bei komplexen Fragen schwächer als große Cloud-Modelle. Dazu passt der Beitrag „Kleine Sprachmodelle lokal betreiben“ auf dieser Seite.

Weg C: Ein Agent direkt im Vault

Der dritte Weg ist für Entwickler besonders reizvoll. Weil der Vault nur ein Ordner mit Markdown-Dateien ist, kann ein KI-Agent mit Dateizugriff direkt darin arbeiten. Claude Code und Claude Desktop lassen sich laut Berichten zum Thema über das Model Context Protocol (MCP) mit einem Vault verbinden und können dann Notizen lesen, zusammenfassen und ergänzen. Man kann einen solchen Agenten auch einfach im Vault-Ordner starten und ihm Aufgaben geben: Notizen zu einem Thema zusammenfassen, Inbox-Einträge sortieren und verlinken oder aus einer Besprechungsmitschrift Aufgaben extrahieren. Wichtig ist, dass man dem Agenten klare Regeln mitgibt, etwa in einer Anweisungsdatei im Vault: wie Notizen benannt werden, welche Ordner er nicht verändern darf und dass er Änderungen vorher ankündigt.

Ein Alltags-Workflow

Ein bewährter Ablauf ist überschaubar. Im Alltag sammelt man schnell und ohne Nachdenken alles in der Inbox. Einmal pro Woche sortiert man sie, vielleicht mit Hilfe der KI: Sie schlägt Titel, Tags und passende Verlinkungen vor, man entscheidet. Fertige Gedanken werden in eigenen Worten als Wissensnotiz formuliert. Wenn man später etwas braucht, fragt man den Vault per Chat und sieht sofort, aus welchen Notizen die Antwort stammt. So wird das System mit der Zeit nützlicher, ohne dass man es dauernd pflegen muss.

Worauf man achten sollte

Drei Dinge verdienen Aufmerksamkeit. Erstens der Datenschutz: Sobald ein Cloud-Modell Antworten erzeugt, werden Auszüge deiner Notizen an den Anbieter gesendet. Für persönliche, geschäftliche oder fremde Daten sollte man vorher klären, ob das in Ordnung ist, und im Zweifel lokal arbeiten. Zweitens die Zuverlässigkeit: Sprachmodelle können Dinge erfinden, deshalb ist die Quellenangabe im Chat so wichtig. Eine Antwort ohne nachprüfbare Notiz dahinter sollte man mit Vorsicht behandeln. Drittens die Sicherung: Ein Vault ist ein Ordner, also reicht ein regelmäßiges Backup oder eine Versionsverwaltung wie Git. Ein Agent mit Schreibzugriff kann Notizen auch versehentlich verändern, eine Sicherung macht das verzeihlich.

Fazit

Ein Second Brain scheitert selten an der Technik, meist an der Gewohnheit. Obsidian macht den Einstieg leicht, weil die Notizen einfache Dateien bleiben, und die KI ist ein Zusatz, der das Wiederfinden und Verknüpfen deutlich schneller macht. Mein Rat: erst eine Woche lang nur sammeln und verlinken, dann ein Plugin ausprobieren und erst danach über lokale Modelle oder Agenten nachdenken.