Werkstattbericht

Wir hören Podcasts nicht. Wir kompilieren sie.

Der Ablauf, den wir fahren: Transkript holen, zu einem verlinkten Wissensnetz kompilieren, dann jede Frage und jeden Post aus diesem Netz heraus arbeiten - nie wieder aus dem rohen Audio. Vocateca ist der erste Schritt. Das Summieren ist der Punkt.

Audio summiert sich nicht

Du hörst eine Stunde, ein Satz bleibt. Einen Monat später findest du ihn nicht mehr, kannst ihn nicht zitieren, nicht an ein Modell geben. Audio ist ein verschlossenes Format - Andrej Karpathy nannte es schon 2022 opak, und das ist es bis heute. [1]

Zehn Podcasts die Woche, und nichts wächst zusammen. Die Frage war nie 'wie höre ich schneller.' Sie lautet: 'wie wird das, was ich dieses Jahr gehört habe, zu etwas, das ich nächstes Jahr abfragen kann.'

Lies es mit einem Modell - in Durchgängen

Karpathy liest seine Quellen mit einem LLM in Durchgängen - nicht zum Überfliegen, sondern um am Ende mehr begriffen zu haben als beim bloßen Lesen. [2] Der Move ist alt. Neu ist, dass ein Transkript dieselben Durchgänge auf einen Podcast anwendbar macht, nicht nur auf einen Blogpost.

pass 1 is manual, then pass 2 'explain/summarize', pass 3 Q&A

Andrej Karpathy, über das Lesen von Textquellen mit einem LLM (Original englisch) · Auf X ansehen · Abgerufen am 11. Juli 2026

Seine Gewohnheit betrifft Text - Blogs, Artikel, Buchkapitel. [2] Ein gesprochener Vortrag bleibt davon ausgeschlossen, bis ihn jemand zu Text macht. Dieser Jemand ist bei uns Vocateca.

Wie wir den Ablauf fahren

Vier Schritte. Der erste ist mechanisch, die anderen summieren sich. Das rohe Archiv bleibt unveränderlich, ein Modell pflegt das Netz darüber.

  1. 1

    Mit Vocateca holen

    Vocateca transkribiert die Shows, Videos und Aufnahmen, denen wir folgen - auf dem Gerät - und schreibt jede in ein unveränderliches Archiv. Zeitstempel und Sprecher bleiben erhalten. Nichts wird hochgeladen.

  2. 2

    Zu einem Netz kompilieren

    Ein Modell liest die rohen Transkripte und schreibt sie als Lexikonseiten: ein Begriff pro Seite, jeder verwandte Begriff verlinkt. Jede Seite trägt ihre Quellen im Kopf, jede Aussage führt zu einer Zeile im Transkript zurück.

  3. 3

    Das Netz abfragen

    Fragen lesen die kompilierten Seiten, nicht das rohe Audio. Die Antwort steht schon da - verlinkt und belegt. Wir schärfen sie, wir bauen sie nicht jedes Mal neu zusammen.

  4. 4

    Daraus Inhalte bauen

    Posts, Briefings, Positionierung entstehen aus dem Netz. Das Denken passiert einmal, im Wiki; das Artefakt ist eine Sicht darauf. Die nicht-offensichtlichen Inhalte kommen aus den Querverbindungen.

Warum ein kompiliertes Netz - kein Ordner voller Dateien, und kein RAG

Suche über rohe Dateien (RAG) liest die Quellen bei jeder Frage neu und vergisst alles in dem Moment, in dem sie antwortet. Ein kompiliertes Netz liest einmal und behält das Ergebnis. Die Frage ist, ob dein Wissen sich summiert oder sich zurücksetzt.

  • Es summiert sich

    Jedes neue Transkript wird in das Bestehende eingearbeitet, nicht daneben gestapelt. Das Netz ist nach jeder Quelle mehr wert - nicht nur länger.

  • Die Verbindungen sind der Wert

    Eine Seite ist nur so nützlich wie das, worauf sie zeigt. Eine Aussage aus einem Podcast, die an eine Aussage aus einem Artikel andockt - das ist die Einsicht, und nur ein verlinktes Netz macht sie sichtbar.

  • Jede Aussage ist belegt

    Jede Seite nennt die Transkripte, aus denen sie kompiliert wurde. Du kannst von jedem Satz zur genauen Quelle zurückgehen - keine Blackbox, keine erfundene Autorität.

  • Lesbar für die Modelle

    Das ganze Netz ist Text mit Verbindungen. Genau das eine Format, das ein LLM wirklich lesen kann - derselbe Grund, aus dem Karpathy seine Vorträge für Modelle zu Text macht. [3]

Die Prompts

Drei Abläufe plus das Schema, auf dem sie laufen - dieselbe Aufteilung in Rohquellen / Wiki / Schema, die Andrej Karpathy für sein eigenes Lesen nutzt. [5] Kopiere einen Block in ein beliebiges Modell oder einen Agenten. Der Wortlaut folgt dem, was Vocateca tatsächlich auf die Platte schreibt: Markdown-Frontmatter (title, show_slug, pub_date, eine Quell-URL, transcribed_at), ein [[show-slug]]-Wikilink und Sprecherabschnitte, beschriftet als Sprecher 1, Sprecher 2.

Eine Quelle einpflegen

Ein Transkript lesen, ins Wiki einarbeiten, Querverweise aktualisieren, Widersprüche markieren.

You are maintaining a personal knowledge wiki compiled from podcast and video transcripts. The wiki is a folder of Markdown pages linked with [[wikilinks]]. The raw transcripts are separate, immutable source files - also Markdown, one per episode, with YAML frontmatter (`title`, `show_slug`, `pub_date`, a source URL, `transcribed_at`) and speaker turns labeled **Sprecher 1**, **Sprecher 2**, and so on. Never edit a raw transcript.

Source to ingest: <path to the transcript, or paste it below>

Do this:
1. Read the source transcript end to end.
2. For every claim or concept worth keeping, find the wiki page it belongs on - search titles and [[wikilink]] mentions first, so you don't create a duplicate page for a concept that already has one.
3. If the page exists, fold the new material into the prose - don't just append a bullet list. Add a [[wikilink]] to every other wiki page a sentence relates to.
4. If a concept clearly deserves its own page and doesn't have one yet, create it, and link it from every page that already mentions it.
5. On every page you touch, add or update a "Sources" line citing the transcript file (and the speaker turn, if you can point to one) the material came from.
6. If the source contradicts something already written, do not overwrite it. Add a visible note - "Contradicts [[page]] (see <source>): ..." - and leave the decision to a human.
7. Report back: pages created, pages updated, contradictions flagged.

Das Wiki befragen

Eine Frage aus dem Wiki beantworten, mit Belegen, und die gute Antwort als Seite zurücklegen.

You are answering a question from a personal knowledge wiki: a folder of Markdown pages linked with [[wikilinks]], compiled from podcast and video transcripts.

Question: <your question>

Do this:
1. Search the wiki first, not the raw transcripts. Follow [[wikilinks]] to gather everything connected to the question, not just the first page that matches.
2. Answer using only what the wiki says. Where a claim needs more backing, open the "Sources" line on the page it came from and trace it to the transcript (and speaker turn, if named) it was compiled from.
3. Cite as you go - name the wiki page, and the transcript underneath it, after each claim.
4. If the wiki doesn't have enough to answer well, say so instead of filling the gap from general knowledge. Flag it as a page that needs a source.
5. Write the final answer to a new page, or extend an existing one, and link it into the pages it draws on - so the next question on this topic starts from a written answer, not the raw transcripts again.

Wiki-Gesundheitscheck

Gesundheitscheck: verwaiste Seiten, unverknüpfte Erwähnungen, veraltete Belege.

You are running a health check on a personal knowledge wiki: a folder of Markdown pages linked with [[wikilinks]].

Do this:
1. Orphaned pages - list every page no other page links to with a [[wikilink]]. A page nobody links to won't surface during a query pass.
2. Unlinked mentions - for each page, scan the others' prose for that page's title (or an obvious synonym) written as plain text instead of a [[wikilink]], and flag the missing link.
3. Stale sourcing - list every page whose "Sources" line is missing, or points at a transcript older than <N months> - a claim nobody can trace back to audio anymore.
4. Thin pages - list pages under <N words> - likely stubs that need more source material, or merging into a bigger page.
5. Open contradictions - list any "Contradicts [[page]]" notes left by an earlier ingest pass that are still unresolved.
6. Output one checklist, grouped by the five categories above, so a human or the next ingest pass can work through it.

Das Schema

In die Wiki-Wurzel legen. Legt die Konventionen fest, damit ingest, query und lint sie nicht jedes Mal neu erraten müssen.

# Wiki schema

Read this before running ingest, query, or lint on this wiki.

## Layers
- Raw sources (wherever your transcripts live) - immutable. Markdown, one file per episode: YAML frontmatter (`title`, `show_slug`, `pub_date`, a source URL, `transcribed_at`), one `[[show-slug]]` wikilink near the top, and speaker turns labeled **Sprecher 1**, **Sprecher 2**, and so on. Never edit these.
- The wiki (this folder) - one Markdown page per concept, cross-linked with [[wikilinks]]. What ingest writes to and query reads from.
- This schema - the conventions layer. Update it when a convention changes; don't let pages drift from what's written here.

## Page conventions
- One concept per page. File name = the page title, kebab-case.
- Open with a one-paragraph summary, then detail.
- Every claim that comes from a source gets a "Sources" line at the bottom, citing the transcript file (and speaker turn, where possible).
- Link liberally - any concept named in the prose that has, or deserves, its own page gets a [[wikilink]].
- Contradictions between sources are recorded inline, not silently resolved: "Contradicts [[page]] (see <source>): ..."

## Workflows
- ingest - fold a new source into the wiki, update cross-references, flag contradictions.
- query - answer a question from the wiki with citations, file the answer back as a page.
- lint - health check for orphaned, unlinked, stale, or thin pages.

Wo Vocateca sitzt

Vocateca ist die Ingest-Kante dieses Ablaufs - der Schritt, der opakes Audio in den Text verwandelt, aus dem alles Weitere gebaut ist. 2022 transkribierte Karpathy 322 Podcast-Folgen von Hand mit einer Cloud-Pipeline, um eine einzige Show durchsuchbar zu machen. [4] Der Instinkt stimmte; der Aufwand war das Problem.

Vocateca macht diesen Schritt auf dem Gerät: einen ganzen Backkatalog stapeln, Sprecher und Zeitstempel behalten, direkt in das Markdown exportieren, aus dem ein Wiki kompiliert - und die Aufnahmen verlassen den Rechner nie. Der Ablauf oben beginnt hier, oder er beginnt nicht.

Fang an der Ingest-Kante an.

Für Mac laden

Andrej Karpathy ist nicht mit Vocateca verbunden und empfiehlt es nicht. Das Zitat und die Verweise oben sind als Beleg zitiert; die hier beschriebene Methode des kompilierten Wissensnetzes ist unsere eigene Praxis, nicht seine. Podcast, YouTube und andere Namen Dritter sind Marken ihrer jeweiligen Inhaber.

Quellen

  1. [1]Andrej Karpathy, X-Post zu opakem Audio, 26. September 2022. https://x.com/karpathy/status/1574474952446615552 Abgerufen am 11. Juli 2026.
  2. [2]Andrej Karpathy, X-Post zum Lesen von Textquellen mit einem LLM in Durchgängen. Hinweis: bezieht sich auf Textmedien allgemein, nicht auf gesprochenes Audio. https://x.com/karpathy/status/1990577951671509438 Abgerufen am 11. Juli 2026.
  3. [3]Andrej Karpathy, 'Sequoia Ascent 2026 summary,' karpathy.bearblog.dev, 30. April 2026. https://karpathy.bearblog.dev/sequoia-ascent-2026/ Abgerufen am 11. Juli 2026.
  4. [4]Andrej Karpathy, X-Post zur Ankündigung von Lexicap, 26. September 2022. https://x.com/karpathy/status/1574474950416617472 Abgerufen am 11. Juli 2026.
  5. [5]Andrej Karpathy, 'llm-wiki.md' (GitHub Gist): eine Aufteilung in Rohquellen / Wiki / Schema, mit ingest, query und lint als den drei Abläufen darüber. https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f Abgerufen am 17. Juli 2026.