Ein zweites Gehirn ist ein System, das aufnimmt, was du lernst, und es dir zurückgibt, wenn du es brauchst. Fable 5 ist dafür eine starke Engine, weil drei seiner Funktionen genau mit dem übereinstimmen, was dieses System braucht: ein 1M-token context window, um große Teile deiner Notizen auf einmal zu speichern, ein clientseitiges Memory-Tool, das über Sitzungen hinweg erhalten bleibt, und Claude Code, das deine Notizen als gewöhnliche Dateien liest und schreibt. Das kürzeste funktionsfähige Setup ist ein Ordner mit Markdown-Dateien, auf den Claude Code zeigt, und eine /memories-Datei, die das Modell aktualisiert, während es dein Material lernt. Alles unten erweitert das zu einem reproduzierbaren Build.
Was ein zweites Gehirn von einem KI-Modell braucht
Die meisten „AI second brain“-Anleitungen überspringen den Teil, der entscheidet, ob es funktioniert: was das Modell können muss. Es gibt drei Anforderungen.
Halte viel auf einmal fest. Die Synthese benötigt das Quellmaterial im Blick. Fable 5 verfügt über ein 1M-Token-Kontextfenster (sein Maximum ist auch sein Standard), sodass du ihm einen ganzen Projektordner mit Notizen zuführen kannst und eine Analyse erhältst, die all diese Notizen berücksichtigt, statt nur einen gekürzten Ausschnitt.
Zwischen Sitzungen merken. Ein Gehirn, das alles vergisst, wenn Sie den Tab schließen, ist ein Chatfenster. Fable 5 arbeitet mit dem clientseitigen Speicherwerkzeug von Anthropic zusammen: Das Modell liest und schreibt Dateien in einem /memories-Verzeichnis, das Sie persistieren, sodass das, was es letzte Woche gelernt hat, heute verfügbar ist.
Verknüpfe nach Bedeutung, nicht nach Stichwort. Fable 5 denkt für jede Anfrage weiter und lässt Sie einen Aufwandsgrad von low bis max festlegen. Das macht aus „hier sind 40 Notizen“: „Diese drei widersprechen sich, und eine davon ist veraltet.“
Das sind die tragenden Fähigkeiten. Das untenstehende Framework ist die Art und Weise, wie Sie Ihre Notizen anordnen, damit das Modell sie verwenden kann.
Das CODE-Framework, abgebildet auf Fable 5
CODE (Capture, Organize, Distill, Express) stammt aus Tiago Fortes Building a Second Brain-Methode und ist ein nützlicher Rahmen, weil jede Phase klar einer Fable-5-Fähigkeit zugeordnet werden kann. Capture und Express sind Dateivorgänge, also gehören sie zu Claude Code. Organize ist Massenklassifizierung, die durch das 1M-Fenster kostengünstig wird. Distill ist das, was in das Speicherwerkzeug eingeht. Hier ist jede Phase als konkreter Schritt.
Schritt 1: Erfassen Sie Ihre Eingaben
Capture bedeutet, Rohmaterial an einen Ort zu bringen, den das Modell erreichen kann. Der einfachste erreichbare Ort ist ein Ordner mit Markdown-Dateien, und Claude Code, der auf Fable 5 basierende Dateisystem-Agent, kann diesen Ordner direkt mit seinen read-, write-, edit-, glob- und grep-Tools lesen, schreiben und bearbeiten. Du brauchst Obsidian nicht; es bietet dir nur einen besseren Editor für dieselben einfachen Dateien.
Eine Ordnerstruktur, die funktioniert:
brain/
├── inbox/ # unverarbeitete Erfassungen landen hier
├── notes/ # organisierte, permanente Notizen
├── archive/ # erledigtes oder veraltetes Material
├── memories/ # destillierte Notizen, die das Modell in jeder Sitzung zurückliest
└── skills/ # wiederverwendbare Workflows (siehe Schritt 4)Der Einstieg umfasst zwei Schritte: Installieren Sie Claude Code und starten Sie es dann innerhalb von brain/, damit dieser Ordner sein Arbeitsverzeichnis ist und es den gesamten Baum sehen kann. Geben Sie ihm von dort aus eine Erfassungsanweisung, die es wiederverwenden kann:
Lies jede Datei in inbox/. Für jede einzelne schreibe unter einer "## Summary"-Überschrift
eine 2–3 Sätze lange Zusammenfassung ganz oben, und lasse dann den ursprünglichen Text darunter stehen.
Verschiebe die Dateien noch nicht; kommentiere sie nur an Ort und Stelle.Dieser einzelne Durchgang verwandelt einen Haufen Ausschnitte in überfliegbare Notizen, ohne dass du sie anfassen musst.
Schritt 2: Nach Ablage und Verknüpfung organisieren
Sobald Material erfasst ist, kann Fable 5 es sortieren. Hier spielt der 1M-Kontext seinen Preis ein: Sie können dem Modell den gesamten inbox/- und notes/-Baum in einer einzigen Anfrage übergeben, sodass seine Ablageentscheidungen über alles hinweg konsistent sind, statt datei für datei ohne Erinnerung an die vorherige getroffen zu werden.
Ein Prompt, der Dateien und Tags in einem Schritt bearbeitet:
Lies alle Dateien in inbox/. Für jede entscheide, ob sie nach notes/ gehört, nach
Thema (erstelle einen Themen-Unterordner, wenn keiner passt), oder nach archive/, wenn sie veraltet ist.
Füge einen Frontmatter-Block mit `tags:` (3-5 thematischen Tags) und `linked:` (Pfade
zu verwandten Notizen, die du findest) hinzu. Verschiebe die Datei, dann sag mir, was du getan hast.Da das Modell die vorhandene notes/-Struktur im selben Kontext sieht, verwenden neue Tags Ihr bestehendes Vokabular erneut, anstatt ein Synonym für ein Tag zu erfinden, das Sie bereits haben. Das ist der Fehlermodus, der die meisten Tag-Systeme zum Zusammenbrechen bringt.
Schritt 3: Das Wesentliche herausarbeiten
Destillieren bedeutet, die dauerhafte Erkenntnis aus einer Notiz herauszuziehen, damit Sie sie später nicht noch einmal ganz lesen müssen. Das ist die Aufgabe des Memory-Tools. Es gibt dem Modell ein persistentes Memory-Verzeichnis (den Ordner memories/ oben), das es mit den Befehlen view, create, str_replace, insert und delete verwaltet, und dieses Verzeichnis bleibt zwischen Sitzungen erhalten. Zeigen Sie Claude Code darauf, und es liest den Ordner zu Beginn jedes Laufs erneut ein, sodass eine heute niedergeschriebene destillierte Erkenntnis nächste Woche im Kontext ist, ohne dass Sie sie erneut bereitstellen müssen.
Speichere eine Lektion pro Datei mit einer einzeiligen Zusammenfassung am Anfang:
Während Sie sich durch notes/ arbeiten, schreiben Sie dauerhafte Erkenntnisse in memories/, eine Datei
pro Idee, eine einzeilige Zusammenfassung in der ersten Zeile, die unterstützenden Details darunter.
Halten Sie sowohl Korrekturen als auch bestätigte Schlussfolgerungen fest und warum jede wichtig war.
Bevor Sie eine Datei erstellen, prüfen Sie, ob eine bereits darauf eingeht, und aktualisieren Sie diese,
anstatt sie zu duplizieren.Eine destillierte Datei sieht am Ende so aus — eine Behauptung in der ersten Zeile, die Belege darunter:
# Das Risiko eines Vendor Lock-in ist bei einer OpenAI-kompatiblen API geringer, als ich angenommen hatte.
Drei meiner Tool-Notizen zeigen einzeilige Base-URL-Wechsel zwischen Anbietern.
Siehe notes/apis/openai-compat.md und notes/apis/switching-costs.md.Die Destillation ist die Phase, in die sich der Aufwand wirklich lohnt: Führen Sie sie mit effort: "high" aus, damit das Modell intensiv darüber nachdenkt, was es zu behalten lohnt. Routinemäßiges Erfassen und Ablegen kann mit low oder medium ausgeführt werden, um die Kosten niedrig zu halten. Effort steuert, wie viel das Modell nachdenkt und wie viele Tokens es verbraucht, daher ist die Anpassung an die Aufgabe der wichtigste Kostenhebel, den Sie haben.
Schritt 4: Geben Sie Ihre Notizen als Ausgabe aus
Express ist die Belohnung: das Gehirn zu nutzen, um etwas zu erschaffen. Verpacken Sie die Workflows, die Sie wiederholen, als Skills. Ein Skill ist ein Ordner mit einer SKILL.md-Datei, die eine Aufgabe beschreibt, und Fable 5 lädt ihn bei Bedarf, wenn die Aufgabe auftaucht, sodass Sie den Workflow nicht jedes Mal erneut erklären müssen. Eine funktionierende skills/daily-digest/SKILL.md:
---
name: daily-digest
description: Fasse die Aufnahmen und destillierten Erinnerungen des letzten Tages zusammen.
---
Lies jede Datei in inbox/ und memories/, die in den letzten 24 Stunden geändert wurde.
Gruppiere die Einträge nach Thema. Schreibe einen Markdown-Digest in notes/digests/
mit dem heutigen Datum als Namen, mit einem "## Themes"-Abschnitt und einem "## Open questions"
Abschnitt. Ändere die Quelldateien nicht.Bitten Sie Claude Code, dies auszuführen, oder binden Sie es an einen Scheduler (einen täglichen cron-Job, der Claude Code mit der Digest-Eingabeaufforderung startet), damit es ohne Ihre Anfrage ausgeführt wird.
Zwei Vorbehalte. Das Einrichten von geplanten oder Dateibeobachter-Triggern erfordert echte Konfigurationsarbeit, nicht nur ein Kontrollkästchen. Und Skills helfen vor allem bei Workflows, die Sie wiederholt ausführen; eine einmalige Frage stellt man schneller direkt.
Was der Betrieb kostet
Der API-Preis von Fable 5 beträgt 10 $ pro Million Input-Token und 50 $ pro Million Output-Token, mit einem Kontextfenster von 1 Mio. Token und bis zu 128K Output-Token pro Anfrage (verifiziert anhand von Anthropic's Preisgestaltung am 2026-07-16). Ein zweites Gehirn, das täglich eine große Notizsammlung neu verarbeitet, kann viele Token bewegen, daher sind zwei Hebel wichtig.
Erstens, Prompt-Caching: Anthropic speichert einen wiederholten Kontextpräfix zwischen und berechnet Lesevorgänge mit etwa einem Zehntel des Eingangspreises, sodass das tägliche Einspeisen desselben Noten-Archivs weitaus günstiger ist, als die grobe Rechnung vermuten lässt. Zweitens ist die API ein Standard-Endpunkt. Wenn Sie Claude Code über einen Anthropic-kompatiblen Relay-Dienst wie AIReiter routen, der die Messages API spiegelt und Claude-Modelle mit Rabatt weiterverkauft, sinkt die Tokenrechnung, ohne dass Sie Ihr Setup ändern müssen. Beides ist optional; die direkte Standard-API funktioniert sofort out of the box.
Häufige Fehler, die vermieden werden sollten
- Erfassen ohne Verarbeitung. Ein
brain/voller unzusammengefasster Schnipsel ist eine Mülldeponie, kein zweites Gehirn. Die Schritte Organize und Distill machen es durchsuchbar, also führe sie aus, statt nur zu erfassen. - Geheimnisse in Speicherdateien ablegen. Das
/memories-Verzeichnis wird in jede zukünftige Sitzung zurückgelesen. Schreibe dort niemals API-Schlüssel, Passwörter oder Tokens; halte Anmeldedaten aus allem heraus, was das Modell speichert. - Alles mit maximalem Aufwand ausführen. Hoher Aufwand lohnt sich für Distillation und Synthesis; ihn für routinemäßiges Ablegen zu verwenden, verbrennt Tokens und kann dazu führen, dass das Modell eine einfache Sortierung zu sehr überdenkt. Passe den Aufwand an die Aufgabe an.
- Es mit einer Notiz nach der anderen füttern. Der 1M-Kontext existiert, damit du in großen Mengen organisieren kannst. Das einzelne Übergeben von Dateien geht zulasten der konsistenten Abstimmung zwischen den Notizen, die das System zusammenhält.
Häufig gestellte Fragen
Wie unterscheidet sich Fable 5 für diesen Zweck von anderen Claude-Modellen?
Fable 5 ist Anthropics leistungsfähigstes breit veröffentlichtes Modell mit einem 1M-Token-Kontextfenster und stets aktivem Reasoning, das Sie mit Aufwandstufen feinjustieren können. Diese Kombination aus großem Kontext und starker Synthese ist genau das, worauf sich ein zweites Gehirn stützt. Es kostet außerdem mehr als die Opus-Stufe ($10/$50 pro Million Tokens); für leichtere Ablagearbeiten können Sie ein günstigeres Modell verwenden und Fable 5 für die Destillation reservieren. Siehe diese Aufschlüsselung von hohem vs. maximalem Aufwand zum Feintuning.
Brauche ich Obsidian, oder kann ich einfache Markdown-Dateien verwenden?
Einfache Markdown-Dateien in einem Ordner reichen aus. Claude Code liest das Dateisystem direkt, daher funktioniert jeder Editor. Obsidian ergänzt Backlinks und eine Graphansicht zu denselben Dateien, was einige Leute mögen, aber es ist optional.
Wie lasse ich mein zweites Gehirn sich über Sitzungen hinweg erinnern?
Verwende das Memory-Tool. Es gibt dem Modell ein /memories-Verzeichnis, das es lesen und schreiben kann, und dieses Verzeichnis bleibt zwischen Gesprächen erhalten. Alles, was darin verdichtet wird, wird beim nächsten Mal automatisch geladen; das ist es, was ein zweites Gehirn von einem zustandslosen Chat unterscheidet.
Was ist die CODE-Methode?
CODE steht für Capture, Organize, Distill, Express, ein vierstufiger Wissensmanagement-Workflow von Tiago Forte. Er wird hier als Rückgrat verwendet, weil sich seine vier Stufen sauber entlang der Fähigkeiten von Fable 5 aufteilen: Capture und Express sind Dateioperationen für Claude Code, Organize ist Massenarbeit für den 1M-Kontext, und Distill ist das, was das Memory-Tool speichert. Andere Frameworks (die Four C's oder Applications/Routines/Memory/Skills) lassen sich auf dieselben Funktionen abbilden; CODE zieht die Linien einfach an der nützlichsten Stelle für ein von AI betriebenes System.
Ist es sicher, einer KI Zugriff auf all meine Notizen zu geben?
Die Notizen bleiben in lokalen Dateien, die Sie kontrollieren, und Claude Code arbeitet über Tools darauf, die Sie sehen können. Zwei Dinge sind zu beachten: Speichern Sie keine Anmeldedaten in Dateien, die das Modell beibehält, und beachten Sie, dass Fable 5 eine 30-tägige Datenaufbewahrung erfordert (es ist nicht unter Zero-Retention verfügbar). Prüfen Sie dies daher vor der Verwendung mit sensiblen Inhalten anhand Ihrer eigenen Datenschutzanforderungen.