Wissens-Hub
Aus Audio Wissen machen
Werkstattberichte und Essays zur Methode: Transkript holen, zu einem Wissensnetz kompilieren, abfragen, daraus bauen. Fang hier an.
Methode & Ablauf
Das Wissensnetz
Transkript holen, zu einem verlinkten Netz kompilieren, dann jede Frage und jeden Post aus diesem Netz heraus arbeiten. Der Ablauf, den wir fahren - und warum er sich summiert.
Lesen →Der Kompilier-Schritt
Wie ein Modell aus einem rohen Transkript eine verlinkte Lexikonseite macht: ein Begriff, Quellen im Kopf, jede Aussage zurückverfolgbar.
Lesen →Einmal kompiliert, nicht jedes Mal abgerufen
Warum wir unser eigenes Wissen nicht per RAG abfragen - und wann Retrieval trotzdem gewinnt.
Lesen →Querverbindungen sind das Produkt
Die Einsicht entsteht, wo eine Podcast-Aussage an eine Artikel-Aussage andockt. Nur ein verlinktes Netz macht sie sichtbar.
Lesen →Vom Wiki zum Inhalt
Einen Post schreiben, für den das Denken schon getan ist. Das Artefakt ist eine Sicht auf das Netz.
Lesen →
Grundlagen
Lesen statt hören
Audio ist opak. Text ist durchsuchbar, zitierbar und die einzige Form, die ein LLM wirklich lesen kann. Der Fall für Transkripte, belegt mit Karpathy.
Lesen →Zeitstempel machen ein Transkript navigierbar
Ein Transkript ohne Zeitstempel pro Zeile ist ein halbes Transkript. Zur Stelle springen, den Satz zitieren.
Lesen →Wer hat was gesagt
Sprecher-Diarisierung, und warum die Zuordnung einer Aussage zu einem Sprecher ein Transkript erst als Wissen nutzbar macht.
Lesen →Ein Transkript, das dir gehört, statt eines geliehenen
Audio hinter einer App verschwindet. Text, den du behältst, ist dauerhaft, greppbar und portabel.
Lesen →
Quellen & Ingest
Lexicap zu Hause
Einen ganzen Backkatalog über Nacht transkribieren - der Aufwand, den Karpathy 2022 von Hand betrieb, automatisiert auf deinem Mac.
Lesen →Gescrapete Captions vs. echte Transkription
Warum YouTubes Auto-Captions nicht reichen: keine Interpunktion, keine Sprecher, rollende Dubletten.
Lesen →Creatorn folgen, nicht Links hinterherjagen
Einmal abonnieren; neue Folgen und Reels kommen bereits transkribiert an.
Lesen →