Rat der Weisen

Ratsanfrage vom 2026-06-01 · Kosten: $0.0224 · ChatGPT ✓ · Gemini ✓ · Claude ✓ · Rainer ✓ · Perplexity ✓
Inhalt
Ratsanfrage Originalantwort ChatGPT Originalantwort Claude Originalantwort Gemini Recherchematerial Perplexity Vergleich der Antworten Synthese Architekturentscheidungen Konkreter Bauplan Offene Fragen Nächste Ratsanfrage

Ratsanfrage

Langfristige Kommunikationsarchitektur für ein persönliches KI-Team

Ausgangslage: Persönliches KI-System mit ChatGPT (Regie), Claude Code (Executor), Gemini (Recherche), Perplexity (Suche), lokaler Infrastruktur (Dispatcher, Watson, Dateien, Logs, Browser-Brücken). Aktueller Zustand: provisorische Brücken, fragile Verbindungen, Workarounds.

Kernfrage: Wie sieht eine robuste, erweiterbare, sichere und wartbare Architektur aus, in der alle Instanzen nicht mehr über fragile Brücken verbunden sind, sondern über eine gemeinsame, klare Systemarchitektur?

10 Teilfragen: Rollenverteilung · Zentrale Wahrheit · Nachrichtenformat · Drift-Prävention · ChatGPT-Thread-Export · Datentrennung · Lokal vs. API · V1-Empfehlung · Zielarchitektur 12 Monate · Priorisierung A–F

Originalantwort ChatGPT

ChatGPT — gpt-4o

H1 — Message Bus (60%)

Modulare Architektur mit zentralem Message Bus. Erlaubt flexible Erweiterung, klare Kommunikationswege, robust gegen Änderungen in einzelnen Modulen. Risiko: initialer Aufwand, Abhängigkeit vom Bus.

H2 — SQLite (50%)

SQLite für zentrale Datenspeicherung + strukturierte API-Kommunikation. Leichtgewichtig, wartbar, klare Schnittstellen. Risiko: Skalierungsgrenzen, Performance bei wachsendem Volumen.

H3 — Vektorindex (40%)

Für Suche und Kontextspeicherung. Erhöhte Effizienz bei Informationssuche. Risiko: komplexe Implementierung, Abhängigkeit von ML-Modellen.

H4 — Eventlog (30%)

Vollständige Rückverfolgbarkeit, Audit Trail. Risiko: speicherintensiv, erfordert strenge Datenstrategie.

Outlier — Dezentrales P2P-Netzwerk

Agenten kommunizieren via Peer-to-Peer. Ausfallsicher, keine Zentralisierung. Wann sinnvoll: Hochsicherheitsanwendungen, instabile Netzwerke.

Unsicherheiten

Originalantwort Claude

Claude — claude-sonnet-4-6

Empfehlung

Nicht neu bauen — Dispatcher + Dateisystem ist bereits der richtige Kern. V1 ist ein formalisierter OUTBOX/INBOX-Ordner zwischen ChatGPT und Claude Code.

Rollenverteilung

Zentrale Wahrheit — Zwei-Schicht-Modell

Größtes Risiko

Wartungsunwilligkeit. Jede Architektur die mehr als 15 Minuten/Woche Pflege braucht wird aufgegeben. Einfach und sichtbar schlägt elegant und komplex.

Abweichung von Gemini

SQLite ist V2, nicht V1. Geminis Tagebuch-Outlier (YYYY-MM-DD.md) ist brilliant als menschliche Leseschicht. Event-Sourcing ist für einen Einzelnutzer Over-Engineering.

Originalantwort Gemini

Gemini — gemini-2.5-pro

H1 — Dateisystem als Single Source of Truth (85%)

Jeder Task, jedes Log, jedes Stück Wissen ist eine Markdown-Datei in definierter Ordnerstruktur. Dispatcher überwacht inbox-Ordner, verschiebt Dateien nach Status (processing → done → error). Vorteile: grep/find/git ohne Abhängigkeiten, iCloud-Sync trivial. Risiko: Abfragen über viele Tasks langsam, gleichzeitige Schreibzugriffe unelegant.

H2 — SQLite als zentraler Hub (65%)

Rollen explizit: ChatGPT=Regie/Konfliktentscheider, Claude=Executor, Gemini/Perplexity=Rechercheur via Claude-API, Archivar=Import-Prozess. SQLite mit Transaktionssicherheit, sqlite-vss für Vektorsuche möglich. Risiko: höherer Einrichtungsaufwand, Schema-Migrationen.

H3 — Event-Sourcing (30%)

Unveränderliches Log aller Ereignisse (TASK_CREATED, DECISION_LOGGED etc.). Perfekter Audit Trail. Für Einzelnutzer Over-Engineering.

Outlier — Tagebuch-Ansatz

Zentrale Wahrheit = täglich wachsende Markdown-Datei (YYYY-MM-DD.md). Tasks = Checkboxen die Executor sucht und abhakt. Spiegelt menschliche Arbeitsweise. Perfekt für kreative Prozesse, ungeeignet für hohe Task-Frequenz.

Unsicherheiten

Recherchematerial Perplexity

Perplexity / Webrecherche

Agent-to-Agent Protokolle 2025/2026

Das Model Context Protocol (MCP) standardisiert wie Agenten Tools entdecken und nutzen. Das Agent2Agent (A2A) Protokoll von Google (April 2025) ermöglicht Interoperabilität über Anbieter hinweg. Beides ist für persönliche Systeme verfügbar, aber noch früh in der Adoption.

SQLite als lokale AI-Gedächtnisbasis

Mehrere Open-Source-Projekte (memweave, sqlite-memory, OpenClaw) nutzen Markdown + SQLite als Zero-Ops-RAG-Stack. SQLite FTS5 für Volltext, sqlite-vec für Vektorsuche — kein separater Datenbankserver nötig. Einzelne .sqlite-Datei ist vollständig portabel.

Local-First Prinzip bestätigt

Für persönliche KI-Systeme gilt: Zero-Ops (kein Postgres/Server), Single-File-Portabilität, offline-first. Das bestätigt die Zweischicht-Empfehlung (Dateisystem + SQLite).

Frameworks (zur Information, nicht empfohlen für V1)

LangGraph (graph-basiert, built-in persistence), CrewAI (Rollen-basiert, Teams). Beide für Enterprise-Komplexität — für einen Einzelnutzer Overhead.

Quellen

memweave: Zero-Infra AI Agent Memory with Markdown and SQLite sqlite-memory: Markdown-based AI agent memory with semantic search MemX: A Local-First Long-Term Memory System for AI Assistants mcp-memory-sqlite: Personal knowledge graph for Claude via MCP Multi-Agent Systems: Architectures, Protocols, Enterprise Adoption (arXiv) AI Agent Orchestration Guide 2026

Vergleich der Antworten

Übereinstimmungen

Widersprüche

FrageChatGPTClaudeGemini
SQLite wann?Sofort (H2)V2, nicht V1H2 parallel zu H1
V1-BasisMessage BusOUTBOX/INBOX OrdnerDateisystem pur
VektorindexH3 (40%)Nicht in V1Via sqlite-vss möglich
ChatGPT-RolleUnklarRegie, kein CodeRegie + Konfliktentscheider

Überraschende Gedanken

Fehlende Aspekte (kein Stimme hat angesprochen)

Synthese — Rainer

Rainer — Synthese

Die drei Stimmen streiten über Technologie. Die eigentliche Frage ist eine andere.

Das System existiert bereits. Es heißt Dispatcher. Es hat Watson, Sanchos, WATSON_AUFGABEN.md, OUTBOX, INBOX, Logs, und Claude Code als Executor. Die Frage ist nicht "wie bauen wir das?" — sondern: "was fehlt, damit es nicht mehr fragil ist?"

Antwort: Eine formalisierte Schnittstelle zwischen ChatGPT und dem Rest.

Perplexity bestätigt: memweave und sqlite-memory haben die Zwei-Schicht-Architektur (Markdown + SQLite) bereits gebaut. MCP-memory-sqlite könnte Claude Code persistentes Gedächtnis geben — ohne Eigenentwicklung.

Victor spricht/schreibt (Mac oder iPhone) ↓ ChatGPT (Regie) → OUTBOX/direktive.json ↓ Watson (Dispatcher) liest, verteilt an Sanchos ↓ Claude Code (Executor) baut, archiviert in PROJECT_ARCHIVE/ ↓ SQLite (State) hält Task-Status, Logs, Entscheidungen ↓ YYYY-MM-DD.md (Tagebuch) — menschliche Leseschicht ↓ Victor sieht Ergebnis im Cockpit

Rainers Frage: Wann war das letzte Mal dass ChatGPT einen Auftrag strukturiert an Claude Code übergeben hat — ohne dass Victor als Bote dazwischen stand? Das ist der Engpass. Alles andere ist Theorie.

Architekturentscheidungen

A — Sofort OUTBOX/INBOX formalisieren ChatGPT exportiert JSON-Direktiven in einen definierten Ordner. Claude Code liest und bestätigt. Eine Datei, ein Format, kein Workaround.
A — Sofort Rollenverteilung schriftlich fixieren ChatGPT=Regie, Claude=Executor+Archivar, Watson=Dispatcher, Gemini/Perplexity=Recherche on demand. Einmal, unveränderlich.
A — Sofort MCP-memory-sqlite evaluieren Gibt Claude Code persistentes Gedächtnis via bestehenden MCP-Standard. Kein Eigenentwicklung nötig — 1 Stunde Setup-Test.
B — Sackgasse Browser-Brücken und Copy-Paste-Workflows Nicht weiter ausbauen. Jede neue Brücke ist technische Schuld. Formalisierung schlägt Workaround.
B — Sackgasse Event-Sourcing / Message Bus Software RabbitMQ, Kafka, etc. für einen Einzelnutzer: Over-Engineering. Dateisystem IS der Message Bus.
C — Später SQLite als zentrale Zustandsdatenbank Erst wenn Dateisystem spürbar limitiert. Perplexity bestätigt: sqlite-vec für Vektorsuche nachrüstbar.
C — Später Vektorindex / semantische Suche Erst wenn Wissensarchiv so groß ist, dass man es nicht mehr manuell findet. Dann sqlite-vec, nicht externe Lösung.
C — Später Tägliches Tagebuch (YYYY-MM-DD.md) Geminis Outlier ist richtig — als menschliche Leseschicht über dem System. Einführen wenn SQLite Schicht 2 steht.
D — Harte Entscheidung ChatGPT bleibt Regie — oder wird abgelöst? Diese Entscheidung prägt die gesamte Architektur. Wenn ChatGPT API-exportfähig wird (Memory-API), ändert sich alles. Victor muss entscheiden.
D — Harte Entscheidung iPhone als primäres Eingabegerät? Keine Stimme hat adressiert wie iPhone-Inputs strukturiert ins System kommen. Muss definiert werden.
E — Größtes Risiko Over-Engineering Drei KI-Systeme empfehlen Architektur — keines übernimmt die Wartung. Jede Schicht mehr ist eine Schicht die Victor alleine pflegen muss.
E — Größtes Risiko ChatGPT Memory Lock-in ChatGPTs eigenes Memory-System ist proprietär. Kein Standard-Export. Wenn ChatGPT-Thread-Inhalte ins Systemgedächtnis sollen, braucht es manuellen Export-Workflow.
F — Einfachster Schritt Heute: OUTBOX/ Ordner + JSON-Template Einen Ordner anlegen. Ein Template definieren. Das nächste ChatGPT-Ergebnis in dieses Format exportieren. Fertig ist V1.

Konkreter Bauplan

Phase 1 — Sofort (1–2 Wochen)
Formalisierung ohne Neubau
Phase 2 — Kurz- bis mittelfristig (1–3 Monate)
SQLite als Schicht 2
Phase 3 — Zielarchitektur (6–12 Monate)
Vollständiges persönliches Betriebssystem

Offene Fragen

  1. Welche Informationen aus ChatGPT-Threads sollen ins Systemgedächtnis? Alles, oder nur Entscheidungen?
  2. Wie unterscheidet das System "persönliches Gedächtnis" von "Projektwissen" — und wer darf was lesen?
  3. iPhone-Eingabe: Sprachnotiz → automatisch ins OUTBOX? Oder manueller Schritt?
  4. Wer archiviert abgeschlossene ChatGPT-Threads? Claude Code auf Abruf, oder automatisch?
  5. Bleibt ChatGPT langfristig Regie — oder soll Claude Code die Regie-Rolle übernehmen können?

Nächste Ratsanfrage

Konkretisierung von Phase 1: "Was ist das minimale JSON-Format für eine ChatGPT→Claude-Code-Direktive? Welche Felder sind Pflicht, welche optional? Wie unterscheidet man Task von Entscheidung von Kontext-Update? Wie verhindert man Duplikate?"

Oder: "Wie testet man MCP-memory-sqlite mit Claude Code in 60 Minuten? Was sind die Fallstricke?"

Rat der Weisen · 2026-06-01 · ChatGPT $0.0095 · Gemini $0.0129 · Gesamt $0.0224