Sidecar-Workspace / Sidecar /knowledge /knowledge_index.json
smlflg's picture
Initial public upload from Projekte/Sidecar-Workspace (part 4)
e6b2bd6 verified
Raw History Blame Contribute Delete
67 kB
{
"generated_at": "2026-03-05T22:07:02Z",
"files": {
"01_ExplanationForSamuel.md": {
"title": "Keeper System — Amazon Preis-Monitoring & Deal-Finder",
"topics": [
"Was ist das?",
"Die 3 Hauptfunktionen",
"Wie hängt das zusammen? (Datenfluss)",
"Die Dateien und was sie tun",
"Der Scheduler im Detail (das ist wo die Magie passiert)",
"Warum diese Technologien?",
"Was gerade der Stand ist",
"Demo-Runbook (Prüfungsvorbereitung)"
],
"summary": "Ein System das Amazon-Preise überwacht und automatisch Deals findet. Du sagst \"Benachrichtige mich wenn dieses Produkt unter 50€ fällt\" — das System checkt regelmäßig und schickt dir eine E-Mail, Tele",
"word_count": 1101
},
"02_FOR_SMLFLG.md": {
"title": "KeepaPreisSystem -- Comprehensive Project Analysis",
"topics": [
"Summary",
"1. IDEA/PURPOSE",
"2. ARCHITECTURE",
"3. CODEBASE STRUCTURE",
"4. KEY MODULES -- HOW THEY WORK",
"5. OPERATIONAL INFRASTRUCTURE",
"6. API ENDPOINTS",
"7. DEPLOYMENT",
"8. BUGS FIXED & LESSONS LEARNED",
"9. DATA ENGINEERING CONCEPTS DEMONSTRATED",
"10. AGENT ORCHESTRATION -- LESSONS LEARNED",
"11. COMPLETION SCALE: 8/10",
"12. QUESTIONS FOR SELF-ASSESSMENT",
"13. CONFIG-PROBLEME DIE WIR GEFUNDEN (UND GEFIXT) HABEN",
"14. SETUP-ANLEITUNG -- Von Null bis \"es laeuft\"",
"15. DOC-VERIFIKATION & PERFORMANCE-FIXES (20.02.2026 Nachmittag)",
"16. PROJEKT-STATUS & FLIEßDIAGRAMM (22.02.2026)",
"17. KIBANA AUTO-LOAD DASHBOARDS (22.02.2026)",
"18. KIBANA PIPELINE MONITOR DASHBOARD (23.02.2026)"
],
"summary": "The KeepaPreisSystem is an Amazon QWERTZ keyboard price monitoring and deal-finding pipeline built for a Data Engineering exam project. It tracks keyboard prices across 5 EU markets (DE, UK, FR, IT, E",
"word_count": 7671
},
"03_README.md": {
"title": "Keeper System - Amazon Price Monitoring & Deal Finder",
"topics": [
"Architektur",
"Voraussetzungen",
"Quickstart (3 Schritte)",
"Data Engineering Features",
"Features",
"Services",
"API Endpoints",
"Projektstruktur",
"Environment Variablen",
"Data Pipeline Flow",
"Automatic EU ASIN Discovery",
"Overnight Storage Run",
"Testing",
"Lizenz"
],
"summary": "**Data Engineering Project** — End-to-end Data Pipeline mit Kafka + Elasticsearch",
"word_count": 1162
},
"04_ARCHITECTURE.md": {
"title": "Architektur-Entscheidungen — Keeper System",
"topics": [
"1. Architekturdiagramm",
"2. Technologie-Entscheidungen mit Begründung",
"3. Trade-offs — Was wir bewusst nicht gemacht haben",
"4. Fünf typische Prüferfragen mit Antworten",
"5. 10-Minuten-Storyline für die Präsentation"
],
"summary": "| Kriterium | Entscheidung | Begründung |",
"word_count": 1419
},
"05_PIPELINE_FLOW.md": {
"title": "Pipeline Flow — Der Lebensweg eines Deals",
"topics": [
"Ueberblick (30 Sekunden Version)",
"Phase 0: Der Wecker klingelt",
"Phase 1: Wen fragen wir? (Targets laden)",
"Phase 2: Keepa fragen (API Call)",
"Phase 3: Filtern (Ist es eine Tastatur?)",
"Phase 4: In Elasticsearch speichern",
"Phase 5: Arbitrage berechnen",
"Phase 6: Kafka (optional, fire-and-forget)",
"Fehlerbehandlung",
"Timing",
"Dateien-Referenz"
],
"summary": "Schritt-fuer-Schritt Erklaerung: Wie fliesst ein Deal von der Keepa API bis in Elasticsearch und die Datenbank?",
"word_count": 1669
},
"06_PRUEFUNGSVORBEREITUNG.md": {
"title": "Keeper System -- Dein Prüfungs-Cheatsheet",
"topics": [
"Teil 1: Die 5 Kernfunktionen -- Was sie tun und WARUM",
"Teil 2: Die 5 Pruefer-Killfragen -- mit Antworten zum Auswendiglernen",
"Teil 3: Die \"Warum\"-Fragen zu jeder Technologie",
"Teil 4: Der Datenfluss -- Von API-Call bis Dashboard",
"Teil 5: Vokabelliste -- Begriffe die du kennen MUSST",
"Teil 6: Dein 5-Minuten Warm-Up vor der Pruefung"
],
"summary": "> Dieses Dokument ist dein Rettungsring. Nicht zum Abschreiben, sondern zum Verstehen.",
"word_count": 2477
},
"07_KAFKA.md": {
"title": "Apache Kafka — Referenz fuer das Keeper System",
"topics": [
"Was macht Kafka hier?",
"Architektur",
"Topics",
"Producer (Schreiben)",
"Consumer (Lesen)",
"Wann wird was gesendet?",
"Kafka Konfiguration (docker-compose.yml)",
"Fehlerbehandlung",
"Kafka Connect (Optional)",
"Nuetzliche CLI-Befehle",
"Konfiguration in Python",
"Wichtige Konzepte"
],
"summary": "Kafka ist der **Event-Streaming-Layer** zwischen Daten-Erfassung und Verarbeitung. Statt Preis-Updates direkt in die Datenbank zu schreiben, publizieren wir Events auf Topics. Consumer lesen diese Eve",
"word_count": 1140
},
"08_ELASTICSEARCH.md": {
"title": "Elasticsearch — Referenz fuer das Keeper System",
"topics": [
"Was macht Elasticsearch hier?",
"Unsere Indices",
"Service-Klasse",
"Methoden-Referenz",
"Datenfluss",
"Docker-Konfiguration",
"Kibana",
"Nuetzliche curl-Befehle",
"Konfiguration",
"Wichtige Konzepte"
],
"summary": "Elasticsearch ist unser **Such- und Analyse-Layer**. Waehrend PostgreSQL die \"Source of Truth\" ist (ACID-konform, relational), ist Elasticsearch optimiert fuer:",
"word_count": 1090
},
"09_POSTGRESQL.md": {
"title": "PostgreSQL — Referenz fuer das Keeper System",
"topics": [
"Rolle im System",
"Schema-Ueberblick",
"Tabellen im Detail",
"Async Engine Setup",
"Wichtige Datenbankoperationen",
"Verbindung",
"Nuetzliche SQL-Queries",
"Konfiguration",
"Wichtige Konzepte"
],
"summary": "PostgreSQL ist die **Source of Truth** — die einzige Stelle wo Daten garantiert korrekt und dauerhaft gespeichert sind. Elasticsearch kann man jederzeit loeschen und aus PostgreSQL neu aufbauen. Umgek",
"word_count": 1599
},
"10_DOCKER.md": {
"title": "Docker — Referenz fuer das Keeper System",
"topics": [
"Ueberblick",
"Services & Architektur",
"Service-Referenz",
"Volumes (Persistenz)",
"Startup-Reihenfolge",
"Dockerfile",
"Environment Variables",
"Haeufige Befehle",
"Netzwerk",
"Live-Reload (Development)",
"Troubleshooting"
],
"summary": "Das gesamte System laeuft in Docker Compose mit 8 Services. Du brauchst nur `docker-compose up -d` und alles startet in der richtigen Reihenfolge.",
"word_count": 1213
},
"11_FASTAPI.md": {
"title": "FastAPI — Referenz fuer das Keeper System",
"topics": [
"Was macht FastAPI hier?",
"Swagger UI",
"Startup (Lifespan)",
"CORS Middleware",
"Endpoint-Referenz",
"Pydantic Models",
"Konfiguration",
"Fehlerbehandlung",
"Testen"
],
"summary": "FastAPI ist unser **REST-API-Layer** — die Schnittstelle zwischen der Aussenwelt und dem System. Ueber die API kann man:",
"word_count": 1068
},
"12_KEEPA_API.md": {
"title": "Keepa API — Referenz fuer das Keeper System",
"topics": [
"Was ist Keepa?",
"Endpoints die wir nutzen",
"Keepa CSV-Format (das Herzstück)",
"Domain-IDs",
"Token Bucket Rate Limiting",
"Fehlerbehandlung",
"Deals API (Theorie — funktioniert NICHT auf unserem Plan)",
"Unsere Fallback-Strategie",
"Konfiguration",
"Singleton-Pattern",
"Praxis-Tipps"
],
"summary": "Keepa ist ein Amazon-Preisverfolgungs-Service. Die API liefert historische und aktuelle Preisdaten fuer Amazon-Produkte. Wir nutzen sie als **einzige Datenquelle** fuer Preis-Monitoring und Deal-Erken",
"word_count": 1187
},
"13_KEEPA_API_LEARNINGS.md": {
"title": "Keepa API — Was wir wirklich gelernt haben",
"topics": [
"1. Was funktioniert auf unserem Plan",
"2. Was NICHT funktioniert",
"3. Unsere Fallback-Strategie (statt Deals API)",
"4. Token-Kosten Realitaet",
"5. Batch-Optimierung — Was geht vs. was wir tun",
"6. CSV-Format Quick-Reference",
"7. discover-Script als Beweis",
"8. Fact-Check Log",
"9. Lessons Learned",
"Verwandte Docs"
],
"summary": "> Dieses Dokument fasst zusammen, was funktioniert, was nicht, und warum.",
"word_count": 1615
},
"14_KIBANA.md": {
"title": "Kibana — Dein visuelles Fenster in die Daten",
"topics": [
"Die 4 wichtigsten Bereiche",
"1. Discover — Daten durchsuchen",
"2. KQL — Die Suchsprache",
"3. Dashboards — Was du siehst",
"4. Dev Tools — Raw Queries",
"5. Arbitrage-Vorbereitung",
"Troubleshooting",
"Data Views (schon eingerichtet)"
],
"summary": "Stell dir vor: Elasticsearch ist eine riesige Bibliothek voller Buecher (Dokumente).",
"word_count": 1120
},
"16_OUTAGE_LEARNINGS.md": {
"title": "Was ich heute gelernt habe — PriceCheck-Ausfall, 25. Feb 2026",
"topics": [
"1. Race Condition beim Container-Startup",
"2. Dual-Scheduler: Warum zwei Systeme laufen und keiner es merkt",
"3. Der Watchdog — Drei Fehler auf einmal",
"4. Token Bucket — Wie Keepa API Rate-Limiting funktioniert",
"5. Observability: Von \"blind\" zu \"Dashboard in 30 Minuten\"",
"Zusammenfassung: 5 Lektionen"
],
"summary": "Aufbereitung der Session fuer spaeteres Ich. Jedes Konzept einzeln, mit Analogien.",
"word_count": 1151
},
"17_project-deep-dive.md": {
"title": "Keeper System Deep-Dive (Feb 5, 2026)",
"topics": [
"Overview & Purpose",
"Architecture & Data Flow",
"Components (by responsibility)",
"Database Schema & Data Lifecycle",
"External Services & Config",
"API Surface (FastAPI)",
"Workflows & Scheduling",
"Prompts & Behavioral Rules (high level)",
"Risks & Gaps (prioritized)",
"Testing Status & Recommendations",
"Next Steps (suggested)",
"Glossary"
],
"summary": "- Amazon price monitoring and deal-finding platform built on FastAPI, LangGraph, and Keepa API.",
"word_count": 1370
},
"18_SESSION_LOG.md": {
"title": "Session Log — Keeper System",
"topics": [
"Session 2026-02-22 — Deep Dive: Docs, Config-Fixes, Keepa API Wahrheit, System laeuft",
"Session 2026-02-23 — 3 Quick Wins: Mehr ASINs + Bessere Detection + Orchestrator-Run",
"Session 2026-02-23 — Over-Engineering Audit + Abgabe-Repo mit 30 Einzelcommits",
"Session 2026-02-25 — PriceCheck-Ausfall diagnostiziert & Nightwatch gefixt"
],
"summary": "---",
"word_count": 1102
},
"WelcheFehlerVermeiden.md": {
"title": "Welche Fehler vermeiden?",
"topics": [
"REGEL NULL: Samuel muss VERSTEHEN was passiert",
"Top 10 Fehler (sortiert nach Impact)",
"External API & Bug Fix Chain",
"Integration Work",
"Anti-Pattern Checkliste (Schnell-Referenz)",
"#11: Scope Creep — Das staerkste ADHS-Muster",
"R&D vs. Implementation — Die wichtigste Projekt-Unterscheidung",
"\"Progress > Perfection\" — Der bewusste Widerspruch",
"#12: Narrow-Scoped Fixes — Das Subsystem-Problem",
"Execution Mode Rules (sync/async, blocking/non-blocking)",
"Verify-Gate"
],
"summary": "Fehler die Samuel und Claude gemeinsam gemacht haben -- und wie man sie vermeidet.",
"word_count": 2093
},
"chatgpt_12_MONATS_PLAN.md": {
"title": "12 Monate: April 2026 — Maerz 2027",
"topics": [
"Das Anti-System-Manifest",
"Die 5 binaeren Regeln",
"Q1: April — Juni 2026 (\"Foundation\")",
"Q2: Juli — September 2026 (\"Build\")",
"Q3: Oktober — Dezember 2026 (\"Revenue\")",
"Q4: Januar — Maerz 2027 (\"Bilanz\")",
"Der OpenClaw-als-ADHS-Organisator Track",
"Die FIRE-Mathe (ehrlich)",
"Was dieser Plan NICHT ist",
"Accountability",
"Daten-TODOs (spaeter, nicht jetzt)",
"Quellenverzeichnis"
],
"summary": "*Geschrieben im Maerz 2026. Datenbasis: 569 ChatGPT-Conversations, 747K Tokens NotebookLM, 11 dokumentierte Fehlermuster, ein ehrliches Portrait.*",
"word_count": 1473
},
"chatgpt_Fehler_und_Learnings.md": {
"title": "Fehler und Learnings: Was Samuel aus Rückschlägen gemacht hat",
"topics": [
"Vorbemerkung: Rückschlag als Datenpunkt",
"1. Studienabbruch Hohenheim: Umleitung, keine Niederlage",
"2. Deutsche Bahn: Abmahnungen und das Ende der Ausbildung",
"3. Berichtsheft: 10 von 150 Tagen — ADHS sichtbar gemacht",
"4. Festival direkt vor Prüfungen: Das Ikarus-Muster",
"5. Leere Sessions und abgebrochene Projekte",
"6. Methylphenidat im Prüfungsmonat: Medikamentenstrategie ohne Baseline",
"7. MDMA-Überdosierung: Sachlicher Umgang mit einem Ernstfall",
"Fazit: Rückschläge als Mustergeneratoren",
"8. Duplikat-Konversationen: Energie ohne Akkumulation",
"9. Großdenken ohne Umsetzungsschritte",
"10. Expat-Denken als ungelöster Konflikt",
"11. Online-Identität und Selbstdarstellung: Inkongruenz zwischen Selbstbild und Außenwirkung",
"Fazit: Rückschläge als Mustergeneratoren (vollständig)",
"Quellenverzeichnis (vollständig)"
],
"summary": "**Zeitraum:** Dezember 2022 bis März 2026",
"word_count": 1881
},
"chatgpt_Ideen.md": {
"title": "Samuels Ideen-Universum",
"topics": [
"1. Startup- und Business-Ideen",
"2. Investment-Strategien",
"3. Karriere-Ideen und Bildungsplaene",
"4. Kreative Projekte",
"5. Unvollendete Visionen vs. tatsaechlich Umgesetztes",
"6. Der rote Faden: Autonomie durch finanzielle und intellektuelle Unabhaengigkeit",
"Quellenverzeichnis",
"7. Wiederholungsmuster: Was Samuel mehrfach angeht",
"8. Die Ideen-Hierarchie: Vision, Recherche, Umsetzung",
"9. Gesellschaftliche Ideen und politische Positionen"
],
"summary": "*Analyse von 569 Conversations, 814.992 Woertern, Dezember 2022 bis Maerz 2026.*",
"word_count": 1653
},
"chatgpt_Kommunikation.md": {
"title": "Kommunikation — Kommunikationsstil und KI-Nutzungsmuster",
"topics": [
"1. Gesamtstatistik — alle 569 Conversations",
"2. Sprache — 92,6% Deutsch",
"3. Prompting-Evolution — Von 140 auf 52 Woerter",
"4. Vier Prompting-Phasen im Detail",
"5. ChatGPT-Nutzungsarten — Funktionale Kategorisierung",
"6. Meta-Reflexion ueber KI",
"7. Sprachliche Muster und Ton",
"8. Frustrationsmuster und Reaktionen",
"9. Vergleich ChatGPT vs. NotebookLM",
"10. Fazit",
"Quellenverzeichnis"
],
"summary": "**Datenbasis:** 569 Conversations, 6.244 Messages, 813.107 Woerter gesamt (Quelle: communication_stats_v2.json, alle 569 Conversations).",
"word_count": 1893
},
"chatgpt_Lernreise.md": {
"title": "Samuels Lernreise: Vom Fragesteller zum Architekten",
"topics": [
"Ausgangspunkt: \"Bist du kostenlos?\" (2022)",
"Phase 1 (2022–2023): ChatGPT als Alltagsassistent",
"Phase 2 (2023–2024): ChatGPT als Lernwerkzeug",
"Phase 3 (2024–2025): Metakognition und Architekturdenken",
"Phase 4 (2025–2026): Vom Konsumenten zum Orchestrator",
"Fazit: Werkzeug-Reife als Spiegel kognitiver Reife",
"Vertiefung: Vier Lernmechanismen im Detail",
"Vertiefung: Was sich nicht verändert hat",
"Quantitative Entwicklung: Prompting-Reife in Zahlen",
"Quellenverzeichnis (erweitert)"
],
"summary": "**Zeitraum:** Dezember 2022 bis März 2026",
"word_count": 1609
},
"chatgpt_PORTRAIT_SAMUEL.md": {
"title": "Wer ist Samuel Fleig? — Ein Portrait aus 569 Gespraechen",
"topics": [
"Prolog: Die Datenlage",
"I. Der Mensch",
"II. Der Bildungsweg — ehrlich",
"III. Das ADHS-System",
"IV. Die Substanzen",
"V. Die Projekte (und ihr Friedhof)",
"VI. Die KI-Evolution",
"VII. Die Widersprueche",
"VIII. Was die Daten NICHT zeigen",
"IX. Das \"Wir\"-Pattern und die Externalisierung",
"X. Der Stress-Sweet-Spot",
"XI. Die versteckte Lernkurve",
"XII. Das ehrliche Fazit",
"Quellenverzeichnis"
],
"summary": "*Geschrieben im Maerz 2026, basierend auf 569 ChatGPT-Conversations (Dez 2022 – Maerz 2026), 747K Tokens NotebookLM-Notizen und einer Menge Ehrlichkeit.*",
"word_count": 4789
},
"chatgpt_PersonSamuel.md": {
"title": "Person Samuel Fleig — Persoenlichkeitsprofil",
"topics": [
"1. Bildungsweg",
"2. ADHS — Diagnose und Umgang",
"3. Persoenlichkeitsmerkmale — aus den Daten belegt",
"4. Finanzielles Profil",
"5. Substanzthemen — sachlicher Ueberblick",
"6. Soziales Profil und Freizeitwelt",
"7. Berufsbiografische Muster und Selbstnarration",
"8. Staerken und Schwaechen — evidenzbasiert",
"9. Fazit",
"Quellenverzeichnis"
],
"summary": "**Datenbasis:** 569 ChatGPT-Conversations, Dezember 2022 bis Maerz 2026.",
"word_count": 2148
},
"chatgpt_Projekte.md": {
"title": "Samuels Projekte und deren Lebenszyklus",
"topics": [
"Vorab: Eine ehrliche Cluster-Korrektur",
"Teil I: Festival als Lebensprojekt",
"Teil II: Technische und Business-Projekte (aus anderen Clustern rekonstruiert)",
"Teil III: Projektlebenszyklus — Das Muster hinter den Projekten",
"Quellenverzeichnis"
],
"summary": "*Synthese aus 8 Analyse-Clustern — ChatGPT-Export Dez 2022 bis Mrz 2026*",
"word_count": 1223
},
"chatgpt_Studium.md": {
"title": "Akademischer Werdegang: Samuels Bildungsbiografie im Detail",
"topics": [
"Überblick: Drei Stationen, ein Faden",
"Station 1: Universität Hohenheim — Wirtschaftswissenschaften",
"Station 2: Deutsche Bahn — Fahrdienstleiter-Ausbildung",
"Station 3: Hochschule Worms — Angewandte Informatik",
"ADHS als Roter Faden: Strukturelle Analyse",
"Selbstnarration: Neuerfindung als Identität",
"Fazit: Was Worms anders macht",
"Quellenverzeichnis"
],
"summary": "**Zeitraum:** ca. 2019 bis März 2026",
"word_count": 1389
},
"chatgpt_TechStack.md": {
"title": "Samuels Tech-Stack und Werkzeuge",
"topics": [
"Uebersicht",
"Phase 1: C und C++ im Studiumskontext (2022-2023)",
"Phase 2: Python-Basics ohne Tiefe (2023)",
"Phase 3: ChatGPT als Hauptwerkzeug (2022-2025)",
"Phase 4: KI-Tool-Evolution (2024-2026)",
"Technologie-Zeitleiste",
"Fazit: Nicht der typische Entwicklerweg",
"Quellenverzeichnis"
],
"summary": "*Synthese aus 8 Analyse-Clustern — ChatGPT-Export Dez 2022 bis Mrz 2026*",
"word_count": 1451
},
"chatgpt_Wissenslandkarte.md": {
"title": "Samuels Wissenslandkarte",
"topics": [
"1. Gesamtstatistik",
"2. Wissensdomaenen im Ueberblick",
"3. Cluster-Ueberblick: Was steckt wirklich drin",
"4. Tiefe vs. Breite: Eine ehrliche Bilanz",
"5. Verbindungen zwischen Wissensgebieten",
"6. Evolution: Was er wann gelernt hat",
"7. Gesamtfazit: Ein pragmatischer Selbst-Autodidakt",
"Quellenverzeichnis"
],
"summary": "*Gesamtueberblick ueber 569 Conversations, 6.244 Messages, 814.992 Woerter — Dezember 2022 bis Maerz 2026.*",
"word_count": 2011
},
"chatgpt_Workflow.md": {
"title": "Workflow — Arbeitsweise und Produktivitaetsmuster",
"topics": [
"Limitation — Lueckenhafter Datensatz",
"1. Nutzungsstruktur auf einen Blick",
"2. Zeitliche Nutzungsmuster",
"3. Der GPT-4-Spike — Fruehester-Adopter-Verhalten",
"4. ADHS-Workflows — Hyperfokus, Duplikate, leere Sessions",
"5. Architekt vs. Implementierer — Das zentrale Arbeitsweise-Muster",
"6. Delegationsmuster und Ghostwriting",
"7. Tool-Evolution — Von ChatGPT zum Multi-Agent-System",
"8. Kognitive Infrastruktur — ChatGPT als ADHS-Prothese",
"9. Produktivitaetsparadox",
"10. Fazit",
"Quellenverzeichnis"
],
"summary": "**Datenbasis:** 569 ChatGPT-Conversations, Dezember 2022 bis Maerz 2026.",
"word_count": 2032
},
"coaching_rules.txt": {
"title": "coaching_rules",
"topics": [],
"summary": "Du bist Samuels Sidecar-Judge. Du bewertest ob Claude Code gerade",
"word_count": 364
},
"gemini_DEEP_ANALYSIS.md": {
"title": "Deep Analysis: Was 747K Tokens ueber Samuel sagen",
"topics": [
"Vorbemerkung",
"1. Die zentrale Spannung: Architekt vs. Implementierer",
"2. Der Widerspruch: \"Progress > Perfection\" vs. 40 Seiten ADD",
"3. Das \"Wir\"-Pattern: Externalisierter Arbeitsspeicher",
"4. Die Angst, die alles erklaert",
"5. Das Stress-Barometer: Der Sweet Spot",
"6. Die versteckte Lernkurve",
"7. Blind Spots",
"8. Die Meta-Erkenntnis: Struktur als Coping",
"Qualitaets-Check: Verifikation gegen den Plan"
],
"summary": "*Erstellt: 2026-03-02 — Cross-Dokument-Analyse aller 10 Output-Dateien*",
"word_count": 1012
},
"gemini_Fehler_und_Learnings.md": {
"title": "Fehler und Learnings: Was Samuel aus dem Scheitern macht",
"topics": [
"NPU-Desaster: Wenn Marketing auf Realitaet trifft",
"Keeper-Schulden: Wenn Systeme wachsen ohne Plan",
"mAImory: Over-Engineering in einem Anti-Over-Engineering-Projekt",
"SE Klausur: Der 2. Versuch",
"Pattern: Was Samuel aus Fehlern lernt"
],
"summary": "*Analysiert aus: AI NPU Agent, mAImory, Keeper und SE Fundamentals Notebooks*",
"word_count": 1572
},
"gemini_Ideen.md": {
"title": "Ideen — Offene Baustellen, Feature-Wunsche und Zukunftsplane",
"topics": [
"Offene Baustellen",
"Feature-Wunsche",
"Zukunftsplane — Wohin steuert Samuel?",
"Verbindungen — Ideen, die mehrere Projekte verbinden",
"Was Samuel antreibt",
"Priorisierung — Was ware der kluge nachste Schritt?"
],
"summary": "*Destilliert aus 9 NotebookLM-Notebooks, Stand 2026-03-02*",
"word_count": 1538
},
"gemini_Kommunikation.md": {
"title": "Kommunikation",
"topics": [
"Wie Samuel fragt",
"Sprache: Der Deutsch-Englisch-Mix",
"Fragetypen",
"Unter Druck: Sprache als Stressbarometer",
"NotebookLM als Lernpartner",
"Zeitdruck-Patterns",
"Quantitative Uebersicht"
],
"summary": "83 Fragen. 4 Notebooks. Durchschnittlich 175 Zeichen pro Frage. Das ist die quantitative Huelse, aber die Geschichte dahinter ist interessanter: Samuel kommuniziert nie auf Autopilot. Jede Frage ist e",
"word_count": 1168
},
"gemini_Lernreise.md": {
"title": "Lernreise: Samuel Fleigs Weg vom Student zum Systembauer",
"topics": [
"Der Anfang: Ein Student mit grossen Ambitionen",
"Fruehjahr 2025: Das NPU-Abenteuer — In die Wand gefahren",
"September 2025: Keeper — Das erste echte System",
"Dezember 2025 bis Januar 2026: mAImory — Theorie trifft Praxis",
"Januar 2026: SE Fundamentals — Unter Feuer",
"Februar 2026: ADHS-Re-Diagnose — Die persoenliche Ebene",
"Wendepunkte: Die Momente, wo etwas klickte"
],
"summary": "*Ein chronologischer Bericht, September 2025 bis Februar 2026*",
"word_count": 1436
},
"gemini_PersonSamuel.md": {
"title": "Person Samuel",
"topics": [
"Wer ist Samuel Fleig?",
"ADHS: Eine Geschichte in Kapiteln",
"Persoenlichkeit",
"Werte",
"ADHS im Alltag",
"Der Mensch hinter den Daten"
],
"summary": "Samuel Fleig ist ungefaehr 22-23 Jahre alt, lebt in Heidelberg und studiert Informatik an der Hochschule Worms. Er baut lokale KI-Agenten, lernt Software-Architektur nach akademischen Standards und na",
"word_count": 1099
},
"gemini_Projekte.md": {
"title": "Samuels Projekt-Portfolio",
"topics": [
"Keeper: Amazon Price Monitoring System",
"mAImory: AI-Powered Email-to-Reminder Pipeline",
"AI NPU Agent: Der groesste Failure — und die wertvollste Lektion",
"Self AI V2: Strukturiertes LLM-Fundament",
"Verbindungen zwischen den Projekten"
],
"summary": "Wer Samuel verstehen will, schaut sich seine Projekte an. Vier Systeme, vier verschiedene Stadien, vier verschiedene Lektionen. Kein Projekt ist perfekt — aber jedes erzählt etwas Wahres darüber, wie ",
"word_count": 1801
},
"gemini_Studium.md": {
"title": "Studium: Samuels akademisches Profil an der Hochschule Worms",
"topics": [
"Hochschule Worms — Der Rahmen",
"Software Architecture 506 — Theorie als Spiegel",
"Software Engineering Fundamentals — Unter Prufungsdruck",
"Lernmuster: Wie Samuel eigentlich lernt",
"Staerken: Was Samuel wirklich gut kann",
"Schwaechen: Was noch wachsen muss",
"NotebookLM als Lernwerkzeug"
],
"summary": "*Basierend auf: SE Fundamentals, Software Architecture und mAImory Notebooks*",
"word_count": 1540
},
"gemini_TechStack.md": {
"title": "Samuels Technologie-Landkarte",
"topics": [
"Kernkompetenzen (Advanced)",
"Solides Wissen (Intermediate)",
"Grundlagen (Beginner / Akademisch)",
"Woher gelernt?",
"Luecken und Wachstumsfelder",
"Tech-Stack-Evolution"
],
"summary": "Technologie-Kompetenz lässt sich nicht aus Lebensläufen ablesen. Sie zeigt sich darin, welche Fehler jemand macht — und wie präzise er sie beschreibt. Diese Karte basiert auf dem, was in sechs Noteboo",
"word_count": 1352
},
"gemini_Wissenslandkarte.md": {
"title": "Wissenslandkarte — Samuels Wissens-Archipel",
"topics": [
"Die 9 Wissensinseln",
"Brucken zwischen den Inseln",
"Themen-Cluster",
"Zentrale Begriffe — Was durch alle Inseln wandert",
"Blinde Flecken — Was fehlt auf der Karte",
"Die grosse Verbindung — Was alles zusammenhalt"
],
"summary": "*Eine Kartierung von 9 NotebookLM-Notebooks, 744.306 Tokens, einem Kopf*",
"word_count": 1883
},
"gemini_Workflow.md": {
"title": "Workflow",
"topics": [
"Wie Samuel arbeitet",
"Tools & Methoden",
"Unter Zeitdruck",
"Debugging & Problemloesung",
"Dokumentation als Denkprozess",
"Anti-Patterns",
"Staerken"
],
"summary": "Samuel arbeitet in Schüben. Es gibt zwei klar unterscheidbare Modi: den konzeptionellen Erkundungsmodus, in dem er Ideen breitet, Systeme versteht und Strukturen aufbaut, und den Krisenmodus, in dem a",
"word_count": 1420
},
"samuel-kontext.md": {
"title": "Samuel-Kontext für Agents",
"topics": [
"Kognitive Muster (ADHS-informiert)",
"Kommunikation",
"Stärken nutzen",
"Schwächen kompensieren"
],
"summary": "Dieses Dokument wird von allen Agents referenziert. Es enthält kalibrierte Verhaltenshinweise, abgeleitet aus 569 ChatGPT-Conversations, 9 NotebookLM-Notebooks und Gemini-Analysen.",
"word_count": 255
},
"sidecar-v5-lernsystem.md": {
"title": "Sidecar v5 — Lernsystem-Design",
"topics": [
"Diagnose: Warum kein Lerneffekt?",
"Architektur: HTTP-Bridge",
"M1: Audio Micro-Lessons — Erklaeren statt Warnen",
"M2: Spaced Repetition — Wissen das bleibt",
"M3: Persistentes Feedback — Nichts geht verloren",
"M4: Fortschritts-Journal (Platzhalter — spaeter agentisch)",
"Verhaeltnis zu existierenden Plaenen",
"Implementierungs-Reihenfolge (v5-spezifisch)",
"Visual"
],
"summary": "*Konzeptionelles Design fuer nachhaltigen Lerneffekt bei Samuel*",
"word_count": 1412
},
"sidecar-wirkungsanalyse.md": {
"title": "Analyse: Hat Sidecar dein Arbeiten verbessert?",
"topics": [
"TL;DR — Ja, aber anders als du denkst",
"1. Was sich MESSBAR verbessert hat",
"2. Was sich NICHT verbessert hat",
"3. Wahrnehmungs-Verzerrungen",
"4. Gesamt-Bewertung",
"5. Was fehlt fuer echten Impact",
"6. Kern-Erkenntnis",
"7. v5-Vision — Florian-Integration + Lernsystem"
],
"summary": "*Datenbasiert, aus 9.634 Zeilen coaching_log.md, 1.240 Session Reviews, 4 Weekly Reports, 31 Session-State-Files*",
"word_count": 826
},
"sub_daten-inventar.md": {
"title": "Datenquellen-Inventar — Digitaler Zwilling Samuel",
"topics": [
"1. Claude Code Sessions",
"2. Gemini / NotebookLM Takeout",
"3. WhatsApp — MoltBot Credentials",
"4. ChatGPT Export",
"5. Bonus: Claude T450s Archiv",
"Prioritaets-Reihenfolge",
"Naechste Schritte",
"Scout-Ergaenzungen (2026-03-02)"
],
"summary": "Stand: 2026-03-02 (aktualisiert von Scout-Agent)",
"word_count": 976
},
"sub_digitaler-zwilling-konzept.md": {
"title": "Digitaler Zwilling — Konzept-Dokument",
"topics": [
"1. Was existiert bereits — Marktüberblick",
"2. Samuels System — Was es anders macht",
"3. Wie der Zwilling aus Samuels digitalen Aufzeichnungen lernt",
"4. Verbindung zum Unterbewusstsein-Framework",
"5. Build vs. Buy — Empfehlung",
"6. Nächste konkrete Schritte",
"Quellen"
],
"summary": "**Date:** 2026-03-02",
"word_count": 1111
},
"sub_kanban-gui-entwurf.md": {
"title": "Agent Swarm Kanban — GUI Entwurf",
"topics": [
"Ziel",
"Datenquellen",
"Daten-Abfrage Strategie",
"UI-Mockup: Swarm Tab",
"Statusfarben (Catppuccin)",
"Letzter-Schritt Erkennung",
"Modul-Struktur: `agent_swarm.py`",
"Integration in panel.py",
"Was NICHT gebaut wird (Scope)",
"Offene Fragen / Risiken",
"Naexter Schritt"
],
"summary": "Samuel will seine Agents bei der Arbeit SEHEN. Nicht in einer Log-Datei suchen, nicht",
"word_count": 1187
},
"sub_prior-art.md": {
"title": "Prior Art Research — Subconsciousness Framework",
"topics": [
"TL;DR — Was existiert, was fehlt",
"1. Closest Match: Hermes Agent (NousResearch)",
"2. ProactiveAgent (thunlp) — ICLR 2025",
"3. ProactiveAgent (leomariga)",
"4. MemU (NevaMind-AI)",
"5. Mem0 (mem0ai)",
"6. Ai_home (ivanhonis)",
"7. Personal AI Infrastructure (danielmiessler)",
"8. Cognitive Architecture Forschung: ACT-R + LLM",
"9. Subconscious.dev (Kommerziell)",
"Zusammenfassung: Die Luecke",
"Empfehlungen fuer die Architektur"
],
"summary": "*Recherchiert: 2026-03-02*",
"word_count": 1110
},
"sub_samuel-deep-profile.md": {
"title": "Samuel — Deep Profile",
"topics": [
"1. Arbeitsrhythmus",
"2. Entscheidungsmuster",
"3. Lernstil",
"4. Kommunikationsmuster",
"5. Produktivitaets-Trigger und -Blocker",
"6. ADHS-spezifische Muster",
"7. Was ein Digitaler Zwilling ueber Samuel wissen muss",
"8. Persoenlichkeits-Kurzbeschreibung (fuer Zwilling-Prompting)"
],
"summary": "**Erstellt:** 2026-03-02 | **Zweck:** Grundlage fuer den Digitalen Zwilling",
"word_count": 1592
}
},
"topics": {
"Was ist das?": [
"01_ExplanationForSamuel.md"
],
"Die 3 Hauptfunktionen": [
"01_ExplanationForSamuel.md"
],
"Wie hängt das zusammen? (Datenfluss)": [
"01_ExplanationForSamuel.md"
],
"Die Dateien und was sie tun": [
"01_ExplanationForSamuel.md"
],
"Der Scheduler im Detail (das ist wo die Magie passiert)": [
"01_ExplanationForSamuel.md"
],
"Warum diese Technologien?": [
"01_ExplanationForSamuel.md"
],
"Was gerade der Stand ist": [
"01_ExplanationForSamuel.md"
],
"Demo-Runbook (Prüfungsvorbereitung)": [
"01_ExplanationForSamuel.md"
],
"Summary": [
"02_FOR_SMLFLG.md"
],
"1. IDEA/PURPOSE": [
"02_FOR_SMLFLG.md"
],
"2. ARCHITECTURE": [
"02_FOR_SMLFLG.md"
],
"3. CODEBASE STRUCTURE": [
"02_FOR_SMLFLG.md"
],
"4. KEY MODULES -- HOW THEY WORK": [
"02_FOR_SMLFLG.md"
],
"5. OPERATIONAL INFRASTRUCTURE": [
"02_FOR_SMLFLG.md"
],
"6. API ENDPOINTS": [
"02_FOR_SMLFLG.md"
],
"7. DEPLOYMENT": [
"02_FOR_SMLFLG.md"
],
"8. BUGS FIXED & LESSONS LEARNED": [
"02_FOR_SMLFLG.md"
],
"9. DATA ENGINEERING CONCEPTS DEMONSTRATED": [
"02_FOR_SMLFLG.md"
],
"10. AGENT ORCHESTRATION -- LESSONS LEARNED": [
"02_FOR_SMLFLG.md"
],
"11. COMPLETION SCALE: 8/10": [
"02_FOR_SMLFLG.md"
],
"12. QUESTIONS FOR SELF-ASSESSMENT": [
"02_FOR_SMLFLG.md"
],
"13. CONFIG-PROBLEME DIE WIR GEFUNDEN (UND GEFIXT) HABEN": [
"02_FOR_SMLFLG.md"
],
"14. SETUP-ANLEITUNG -- Von Null bis \"es laeuft\"": [
"02_FOR_SMLFLG.md"
],
"15. DOC-VERIFIKATION & PERFORMANCE-FIXES (20.02.2026 Nachmittag)": [
"02_FOR_SMLFLG.md"
],
"16. PROJEKT-STATUS & FLIEßDIAGRAMM (22.02.2026)": [
"02_FOR_SMLFLG.md"
],
"17. KIBANA AUTO-LOAD DASHBOARDS (22.02.2026)": [
"02_FOR_SMLFLG.md"
],
"18. KIBANA PIPELINE MONITOR DASHBOARD (23.02.2026)": [
"02_FOR_SMLFLG.md"
],
"Architektur": [
"03_README.md",
"07_KAFKA.md"
],
"Voraussetzungen": [
"03_README.md"
],
"Quickstart (3 Schritte)": [
"03_README.md"
],
"Data Engineering Features": [
"03_README.md"
],
"Features": [
"03_README.md"
],
"Services": [
"03_README.md"
],
"API Endpoints": [
"03_README.md"
],
"Projektstruktur": [
"03_README.md"
],
"Environment Variablen": [
"03_README.md"
],
"Data Pipeline Flow": [
"03_README.md"
],
"Automatic EU ASIN Discovery": [
"03_README.md"
],
"Overnight Storage Run": [
"03_README.md"
],
"Testing": [
"03_README.md"
],
"Lizenz": [
"03_README.md"
],
"1. Architekturdiagramm": [
"04_ARCHITECTURE.md"
],
"2. Technologie-Entscheidungen mit Begründung": [
"04_ARCHITECTURE.md"
],
"3. Trade-offs — Was wir bewusst nicht gemacht haben": [
"04_ARCHITECTURE.md"
],
"4. Fünf typische Prüferfragen mit Antworten": [
"04_ARCHITECTURE.md"
],
"5. 10-Minuten-Storyline für die Präsentation": [
"04_ARCHITECTURE.md"
],
"Ueberblick (30 Sekunden Version)": [
"05_PIPELINE_FLOW.md"
],
"Phase 0: Der Wecker klingelt": [
"05_PIPELINE_FLOW.md"
],
"Phase 1: Wen fragen wir? (Targets laden)": [
"05_PIPELINE_FLOW.md"
],
"Phase 2: Keepa fragen (API Call)": [
"05_PIPELINE_FLOW.md"
],
"Phase 3: Filtern (Ist es eine Tastatur?)": [
"05_PIPELINE_FLOW.md"
],
"Phase 4: In Elasticsearch speichern": [
"05_PIPELINE_FLOW.md"
],
"Phase 5: Arbitrage berechnen": [
"05_PIPELINE_FLOW.md"
],
"Phase 6: Kafka (optional, fire-and-forget)": [
"05_PIPELINE_FLOW.md"
],
"Fehlerbehandlung": [
"05_PIPELINE_FLOW.md",
"07_KAFKA.md",
"11_FASTAPI.md",
"12_KEEPA_API.md"
],
"Timing": [
"05_PIPELINE_FLOW.md"
],
"Dateien-Referenz": [
"05_PIPELINE_FLOW.md"
],
"Teil 1: Die 5 Kernfunktionen -- Was sie tun und WARUM": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Teil 2: Die 5 Pruefer-Killfragen -- mit Antworten zum Auswendiglernen": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Teil 3: Die \"Warum\"-Fragen zu jeder Technologie": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Teil 4: Der Datenfluss -- Von API-Call bis Dashboard": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Teil 5: Vokabelliste -- Begriffe die du kennen MUSST": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Teil 6: Dein 5-Minuten Warm-Up vor der Pruefung": [
"06_PRUEFUNGSVORBEREITUNG.md"
],
"Was macht Kafka hier?": [
"07_KAFKA.md"
],
"Topics": [
"07_KAFKA.md"
],
"Producer (Schreiben)": [
"07_KAFKA.md"
],
"Consumer (Lesen)": [
"07_KAFKA.md"
],
"Wann wird was gesendet?": [
"07_KAFKA.md"
],
"Kafka Konfiguration (docker-compose.yml)": [
"07_KAFKA.md"
],
"Kafka Connect (Optional)": [
"07_KAFKA.md"
],
"Nuetzliche CLI-Befehle": [
"07_KAFKA.md"
],
"Konfiguration in Python": [
"07_KAFKA.md"
],
"Wichtige Konzepte": [
"07_KAFKA.md",
"08_ELASTICSEARCH.md",
"09_POSTGRESQL.md"
],
"Was macht Elasticsearch hier?": [
"08_ELASTICSEARCH.md"
],
"Unsere Indices": [
"08_ELASTICSEARCH.md"
],
"Service-Klasse": [
"08_ELASTICSEARCH.md"
],
"Methoden-Referenz": [
"08_ELASTICSEARCH.md"
],
"Datenfluss": [
"08_ELASTICSEARCH.md"
],
"Docker-Konfiguration": [
"08_ELASTICSEARCH.md"
],
"Kibana": [
"08_ELASTICSEARCH.md"
],
"Nuetzliche curl-Befehle": [
"08_ELASTICSEARCH.md"
],
"Konfiguration": [
"08_ELASTICSEARCH.md",
"09_POSTGRESQL.md",
"11_FASTAPI.md",
"12_KEEPA_API.md"
],
"Rolle im System": [
"09_POSTGRESQL.md"
],
"Schema-Ueberblick": [
"09_POSTGRESQL.md"
],
"Tabellen im Detail": [
"09_POSTGRESQL.md"
],
"Async Engine Setup": [
"09_POSTGRESQL.md"
],
"Wichtige Datenbankoperationen": [
"09_POSTGRESQL.md"
],
"Verbindung": [
"09_POSTGRESQL.md"
],
"Nuetzliche SQL-Queries": [
"09_POSTGRESQL.md"
],
"Ueberblick": [
"10_DOCKER.md"
],
"Services & Architektur": [
"10_DOCKER.md"
],
"Service-Referenz": [
"10_DOCKER.md"
],
"Volumes (Persistenz)": [
"10_DOCKER.md"
],
"Startup-Reihenfolge": [
"10_DOCKER.md"
],
"Dockerfile": [
"10_DOCKER.md"
],
"Environment Variables": [
"10_DOCKER.md"
],
"Haeufige Befehle": [
"10_DOCKER.md"
],
"Netzwerk": [
"10_DOCKER.md"
],
"Live-Reload (Development)": [
"10_DOCKER.md"
],
"Troubleshooting": [
"10_DOCKER.md",
"14_KIBANA.md"
],
"Was macht FastAPI hier?": [
"11_FASTAPI.md"
],
"Swagger UI": [
"11_FASTAPI.md"
],
"Startup (Lifespan)": [
"11_FASTAPI.md"
],
"CORS Middleware": [
"11_FASTAPI.md"
],
"Endpoint-Referenz": [
"11_FASTAPI.md"
],
"Pydantic Models": [
"11_FASTAPI.md"
],
"Testen": [
"11_FASTAPI.md"
],
"Was ist Keepa?": [
"12_KEEPA_API.md"
],
"Endpoints die wir nutzen": [
"12_KEEPA_API.md"
],
"Keepa CSV-Format (das Herzstück)": [
"12_KEEPA_API.md"
],
"Domain-IDs": [
"12_KEEPA_API.md"
],
"Token Bucket Rate Limiting": [
"12_KEEPA_API.md"
],
"Deals API (Theorie — funktioniert NICHT auf unserem Plan)": [
"12_KEEPA_API.md"
],
"Unsere Fallback-Strategie": [
"12_KEEPA_API.md"
],
"Singleton-Pattern": [
"12_KEEPA_API.md"
],
"Praxis-Tipps": [
"12_KEEPA_API.md"
],
"1. Was funktioniert auf unserem Plan": [
"13_KEEPA_API_LEARNINGS.md"
],
"2. Was NICHT funktioniert": [
"13_KEEPA_API_LEARNINGS.md"
],
"3. Unsere Fallback-Strategie (statt Deals API)": [
"13_KEEPA_API_LEARNINGS.md"
],
"4. Token-Kosten Realitaet": [
"13_KEEPA_API_LEARNINGS.md"
],
"5. Batch-Optimierung — Was geht vs. was wir tun": [
"13_KEEPA_API_LEARNINGS.md"
],
"6. CSV-Format Quick-Reference": [
"13_KEEPA_API_LEARNINGS.md"
],
"7. discover-Script als Beweis": [
"13_KEEPA_API_LEARNINGS.md"
],
"8. Fact-Check Log": [
"13_KEEPA_API_LEARNINGS.md"
],
"9. Lessons Learned": [
"13_KEEPA_API_LEARNINGS.md"
],
"Verwandte Docs": [
"13_KEEPA_API_LEARNINGS.md"
],
"Die 4 wichtigsten Bereiche": [
"14_KIBANA.md"
],
"1. Discover — Daten durchsuchen": [
"14_KIBANA.md"
],
"2. KQL — Die Suchsprache": [
"14_KIBANA.md"
],
"3. Dashboards — Was du siehst": [
"14_KIBANA.md"
],
"4. Dev Tools — Raw Queries": [
"14_KIBANA.md"
],
"5. Arbitrage-Vorbereitung": [
"14_KIBANA.md"
],
"Data Views (schon eingerichtet)": [
"14_KIBANA.md"
],
"1. Race Condition beim Container-Startup": [
"16_OUTAGE_LEARNINGS.md"
],
"2. Dual-Scheduler: Warum zwei Systeme laufen und keiner es merkt": [
"16_OUTAGE_LEARNINGS.md"
],
"3. Der Watchdog — Drei Fehler auf einmal": [
"16_OUTAGE_LEARNINGS.md"
],
"4. Token Bucket — Wie Keepa API Rate-Limiting funktioniert": [
"16_OUTAGE_LEARNINGS.md"
],
"5. Observability: Von \"blind\" zu \"Dashboard in 30 Minuten\"": [
"16_OUTAGE_LEARNINGS.md"
],
"Zusammenfassung: 5 Lektionen": [
"16_OUTAGE_LEARNINGS.md"
],
"Overview & Purpose": [
"17_project-deep-dive.md"
],
"Architecture & Data Flow": [
"17_project-deep-dive.md"
],
"Components (by responsibility)": [
"17_project-deep-dive.md"
],
"Database Schema & Data Lifecycle": [
"17_project-deep-dive.md"
],
"External Services & Config": [
"17_project-deep-dive.md"
],
"API Surface (FastAPI)": [
"17_project-deep-dive.md"
],
"Workflows & Scheduling": [
"17_project-deep-dive.md"
],
"Prompts & Behavioral Rules (high level)": [
"17_project-deep-dive.md"
],
"Risks & Gaps (prioritized)": [
"17_project-deep-dive.md"
],
"Testing Status & Recommendations": [
"17_project-deep-dive.md"
],
"Next Steps (suggested)": [
"17_project-deep-dive.md"
],
"Glossary": [
"17_project-deep-dive.md"
],
"Session 2026-02-22 — Deep Dive: Docs, Config-Fixes, Keepa API Wahrheit, System laeuft": [
"18_SESSION_LOG.md"
],
"Session 2026-02-23 — 3 Quick Wins: Mehr ASINs + Bessere Detection + Orchestrator-Run": [
"18_SESSION_LOG.md"
],
"Session 2026-02-23 — Over-Engineering Audit + Abgabe-Repo mit 30 Einzelcommits": [
"18_SESSION_LOG.md"
],
"Session 2026-02-25 — PriceCheck-Ausfall diagnostiziert & Nightwatch gefixt": [
"18_SESSION_LOG.md"
],
"REGEL NULL: Samuel muss VERSTEHEN was passiert": [
"WelcheFehlerVermeiden.md"
],
"Top 10 Fehler (sortiert nach Impact)": [
"WelcheFehlerVermeiden.md"
],
"External API & Bug Fix Chain": [
"WelcheFehlerVermeiden.md"
],
"Integration Work": [
"WelcheFehlerVermeiden.md"
],
"Anti-Pattern Checkliste (Schnell-Referenz)": [
"WelcheFehlerVermeiden.md"
],
"#11: Scope Creep — Das staerkste ADHS-Muster": [
"WelcheFehlerVermeiden.md"
],
"R&D vs. Implementation — Die wichtigste Projekt-Unterscheidung": [
"WelcheFehlerVermeiden.md"
],
"\"Progress > Perfection\" — Der bewusste Widerspruch": [
"WelcheFehlerVermeiden.md"
],
"#12: Narrow-Scoped Fixes — Das Subsystem-Problem": [
"WelcheFehlerVermeiden.md"
],
"Execution Mode Rules (sync/async, blocking/non-blocking)": [
"WelcheFehlerVermeiden.md"
],
"Verify-Gate": [
"WelcheFehlerVermeiden.md"
],
"Das Anti-System-Manifest": [
"chatgpt_12_MONATS_PLAN.md"
],
"Die 5 binaeren Regeln": [
"chatgpt_12_MONATS_PLAN.md"
],
"Q1: April — Juni 2026 (\"Foundation\")": [
"chatgpt_12_MONATS_PLAN.md"
],
"Q2: Juli — September 2026 (\"Build\")": [
"chatgpt_12_MONATS_PLAN.md"
],
"Q3: Oktober — Dezember 2026 (\"Revenue\")": [
"chatgpt_12_MONATS_PLAN.md"
],
"Q4: Januar — Maerz 2027 (\"Bilanz\")": [
"chatgpt_12_MONATS_PLAN.md"
],
"Der OpenClaw-als-ADHS-Organisator Track": [
"chatgpt_12_MONATS_PLAN.md"
],
"Die FIRE-Mathe (ehrlich)": [
"chatgpt_12_MONATS_PLAN.md"
],
"Was dieser Plan NICHT ist": [
"chatgpt_12_MONATS_PLAN.md"
],
"Accountability": [
"chatgpt_12_MONATS_PLAN.md"
],
"Daten-TODOs (spaeter, nicht jetzt)": [
"chatgpt_12_MONATS_PLAN.md"
],
"Quellenverzeichnis": [
"chatgpt_12_MONATS_PLAN.md",
"chatgpt_Ideen.md",
"chatgpt_Kommunikation.md",
"chatgpt_PORTRAIT_SAMUEL.md",
"chatgpt_PersonSamuel.md",
"chatgpt_Projekte.md",
"chatgpt_Studium.md",
"chatgpt_TechStack.md",
"chatgpt_Wissenslandkarte.md",
"chatgpt_Workflow.md"
],
"Vorbemerkung: Rückschlag als Datenpunkt": [
"chatgpt_Fehler_und_Learnings.md"
],
"1. Studienabbruch Hohenheim: Umleitung, keine Niederlage": [
"chatgpt_Fehler_und_Learnings.md"
],
"2. Deutsche Bahn: Abmahnungen und das Ende der Ausbildung": [
"chatgpt_Fehler_und_Learnings.md"
],
"3. Berichtsheft: 10 von 150 Tagen — ADHS sichtbar gemacht": [
"chatgpt_Fehler_und_Learnings.md"
],
"4. Festival direkt vor Prüfungen: Das Ikarus-Muster": [
"chatgpt_Fehler_und_Learnings.md"
],
"5. Leere Sessions und abgebrochene Projekte": [
"chatgpt_Fehler_und_Learnings.md"
],
"6. Methylphenidat im Prüfungsmonat: Medikamentenstrategie ohne Baseline": [
"chatgpt_Fehler_und_Learnings.md"
],
"7. MDMA-Überdosierung: Sachlicher Umgang mit einem Ernstfall": [
"chatgpt_Fehler_und_Learnings.md"
],
"Fazit: Rückschläge als Mustergeneratoren": [
"chatgpt_Fehler_und_Learnings.md"
],
"8. Duplikat-Konversationen: Energie ohne Akkumulation": [
"chatgpt_Fehler_und_Learnings.md"
],
"9. Großdenken ohne Umsetzungsschritte": [
"chatgpt_Fehler_und_Learnings.md"
],
"10. Expat-Denken als ungelöster Konflikt": [
"chatgpt_Fehler_und_Learnings.md"
],
"11. Online-Identität und Selbstdarstellung: Inkongruenz zwischen Selbstbild und Außenwirkung": [
"chatgpt_Fehler_und_Learnings.md"
],
"Fazit: Rückschläge als Mustergeneratoren (vollständig)": [
"chatgpt_Fehler_und_Learnings.md"
],
"Quellenverzeichnis (vollständig)": [
"chatgpt_Fehler_und_Learnings.md"
],
"1. Startup- und Business-Ideen": [
"chatgpt_Ideen.md"
],
"2. Investment-Strategien": [
"chatgpt_Ideen.md"
],
"3. Karriere-Ideen und Bildungsplaene": [
"chatgpt_Ideen.md"
],
"4. Kreative Projekte": [
"chatgpt_Ideen.md"
],
"5. Unvollendete Visionen vs. tatsaechlich Umgesetztes": [
"chatgpt_Ideen.md"
],
"6. Der rote Faden: Autonomie durch finanzielle und intellektuelle Unabhaengigkeit": [
"chatgpt_Ideen.md"
],
"7. Wiederholungsmuster: Was Samuel mehrfach angeht": [
"chatgpt_Ideen.md"
],
"8. Die Ideen-Hierarchie: Vision, Recherche, Umsetzung": [
"chatgpt_Ideen.md"
],
"9. Gesellschaftliche Ideen und politische Positionen": [
"chatgpt_Ideen.md"
],
"1. Gesamtstatistik — alle 569 Conversations": [
"chatgpt_Kommunikation.md"
],
"2. Sprache — 92,6% Deutsch": [
"chatgpt_Kommunikation.md"
],
"3. Prompting-Evolution — Von 140 auf 52 Woerter": [
"chatgpt_Kommunikation.md"
],
"4. Vier Prompting-Phasen im Detail": [
"chatgpt_Kommunikation.md"
],
"5. ChatGPT-Nutzungsarten — Funktionale Kategorisierung": [
"chatgpt_Kommunikation.md"
],
"6. Meta-Reflexion ueber KI": [
"chatgpt_Kommunikation.md"
],
"7. Sprachliche Muster und Ton": [
"chatgpt_Kommunikation.md"
],
"8. Frustrationsmuster und Reaktionen": [
"chatgpt_Kommunikation.md"
],
"9. Vergleich ChatGPT vs. NotebookLM": [
"chatgpt_Kommunikation.md"
],
"10. Fazit": [
"chatgpt_Kommunikation.md",
"chatgpt_Workflow.md"
],
"Ausgangspunkt: \"Bist du kostenlos?\" (2022)": [
"chatgpt_Lernreise.md"
],
"Phase 1 (2022–2023): ChatGPT als Alltagsassistent": [
"chatgpt_Lernreise.md"
],
"Phase 2 (2023–2024): ChatGPT als Lernwerkzeug": [
"chatgpt_Lernreise.md"
],
"Phase 3 (2024–2025): Metakognition und Architekturdenken": [
"chatgpt_Lernreise.md"
],
"Phase 4 (2025–2026): Vom Konsumenten zum Orchestrator": [
"chatgpt_Lernreise.md"
],
"Fazit: Werkzeug-Reife als Spiegel kognitiver Reife": [
"chatgpt_Lernreise.md"
],
"Vertiefung: Vier Lernmechanismen im Detail": [
"chatgpt_Lernreise.md"
],
"Vertiefung: Was sich nicht verändert hat": [
"chatgpt_Lernreise.md"
],
"Quantitative Entwicklung: Prompting-Reife in Zahlen": [
"chatgpt_Lernreise.md"
],
"Quellenverzeichnis (erweitert)": [
"chatgpt_Lernreise.md"
],
"Prolog: Die Datenlage": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"I. Der Mensch": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"II. Der Bildungsweg — ehrlich": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"III. Das ADHS-System": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"IV. Die Substanzen": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"V. Die Projekte (und ihr Friedhof)": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"VI. Die KI-Evolution": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"VII. Die Widersprueche": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"VIII. Was die Daten NICHT zeigen": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"IX. Das \"Wir\"-Pattern und die Externalisierung": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"X. Der Stress-Sweet-Spot": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"XI. Die versteckte Lernkurve": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"XII. Das ehrliche Fazit": [
"chatgpt_PORTRAIT_SAMUEL.md"
],
"1. Bildungsweg": [
"chatgpt_PersonSamuel.md"
],
"2. ADHS — Diagnose und Umgang": [
"chatgpt_PersonSamuel.md"
],
"3. Persoenlichkeitsmerkmale — aus den Daten belegt": [
"chatgpt_PersonSamuel.md"
],
"4. Finanzielles Profil": [
"chatgpt_PersonSamuel.md"
],
"5. Substanzthemen — sachlicher Ueberblick": [
"chatgpt_PersonSamuel.md"
],
"6. Soziales Profil und Freizeitwelt": [
"chatgpt_PersonSamuel.md"
],
"7. Berufsbiografische Muster und Selbstnarration": [
"chatgpt_PersonSamuel.md"
],
"8. Staerken und Schwaechen — evidenzbasiert": [
"chatgpt_PersonSamuel.md"
],
"9. Fazit": [
"chatgpt_PersonSamuel.md"
],
"Vorab: Eine ehrliche Cluster-Korrektur": [
"chatgpt_Projekte.md"
],
"Teil I: Festival als Lebensprojekt": [
"chatgpt_Projekte.md"
],
"Teil II: Technische und Business-Projekte (aus anderen Clustern rekonstruiert)": [
"chatgpt_Projekte.md"
],
"Teil III: Projektlebenszyklus — Das Muster hinter den Projekten": [
"chatgpt_Projekte.md"
],
"Überblick: Drei Stationen, ein Faden": [
"chatgpt_Studium.md"
],
"Station 1: Universität Hohenheim — Wirtschaftswissenschaften": [
"chatgpt_Studium.md"
],
"Station 2: Deutsche Bahn — Fahrdienstleiter-Ausbildung": [
"chatgpt_Studium.md"
],
"Station 3: Hochschule Worms — Angewandte Informatik": [
"chatgpt_Studium.md"
],
"ADHS als Roter Faden: Strukturelle Analyse": [
"chatgpt_Studium.md"
],
"Selbstnarration: Neuerfindung als Identität": [
"chatgpt_Studium.md"
],
"Fazit: Was Worms anders macht": [
"chatgpt_Studium.md"
],
"Uebersicht": [
"chatgpt_TechStack.md"
],
"Phase 1: C und C++ im Studiumskontext (2022-2023)": [
"chatgpt_TechStack.md"
],
"Phase 2: Python-Basics ohne Tiefe (2023)": [
"chatgpt_TechStack.md"
],
"Phase 3: ChatGPT als Hauptwerkzeug (2022-2025)": [
"chatgpt_TechStack.md"
],
"Phase 4: KI-Tool-Evolution (2024-2026)": [
"chatgpt_TechStack.md"
],
"Technologie-Zeitleiste": [
"chatgpt_TechStack.md"
],
"Fazit: Nicht der typische Entwicklerweg": [
"chatgpt_TechStack.md"
],
"1. Gesamtstatistik": [
"chatgpt_Wissenslandkarte.md"
],
"2. Wissensdomaenen im Ueberblick": [
"chatgpt_Wissenslandkarte.md"
],
"3. Cluster-Ueberblick: Was steckt wirklich drin": [
"chatgpt_Wissenslandkarte.md"
],
"4. Tiefe vs. Breite: Eine ehrliche Bilanz": [
"chatgpt_Wissenslandkarte.md"
],
"5. Verbindungen zwischen Wissensgebieten": [
"chatgpt_Wissenslandkarte.md"
],
"6. Evolution: Was er wann gelernt hat": [
"chatgpt_Wissenslandkarte.md"
],
"7. Gesamtfazit: Ein pragmatischer Selbst-Autodidakt": [
"chatgpt_Wissenslandkarte.md"
],
"Limitation — Lueckenhafter Datensatz": [
"chatgpt_Workflow.md"
],
"1. Nutzungsstruktur auf einen Blick": [
"chatgpt_Workflow.md"
],
"2. Zeitliche Nutzungsmuster": [
"chatgpt_Workflow.md"
],
"3. Der GPT-4-Spike — Fruehester-Adopter-Verhalten": [
"chatgpt_Workflow.md"
],
"4. ADHS-Workflows — Hyperfokus, Duplikate, leere Sessions": [
"chatgpt_Workflow.md"
],
"5. Architekt vs. Implementierer — Das zentrale Arbeitsweise-Muster": [
"chatgpt_Workflow.md"
],
"6. Delegationsmuster und Ghostwriting": [
"chatgpt_Workflow.md"
],
"7. Tool-Evolution — Von ChatGPT zum Multi-Agent-System": [
"chatgpt_Workflow.md"
],
"8. Kognitive Infrastruktur — ChatGPT als ADHS-Prothese": [
"chatgpt_Workflow.md"
],
"9. Produktivitaetsparadox": [
"chatgpt_Workflow.md"
],
"Vorbemerkung": [
"gemini_DEEP_ANALYSIS.md"
],
"1. Die zentrale Spannung: Architekt vs. Implementierer": [
"gemini_DEEP_ANALYSIS.md"
],
"2. Der Widerspruch: \"Progress > Perfection\" vs. 40 Seiten ADD": [
"gemini_DEEP_ANALYSIS.md"
],
"3. Das \"Wir\"-Pattern: Externalisierter Arbeitsspeicher": [
"gemini_DEEP_ANALYSIS.md"
],
"4. Die Angst, die alles erklaert": [
"gemini_DEEP_ANALYSIS.md"
],
"5. Das Stress-Barometer: Der Sweet Spot": [
"gemini_DEEP_ANALYSIS.md"
],
"6. Die versteckte Lernkurve": [
"gemini_DEEP_ANALYSIS.md"
],
"7. Blind Spots": [
"gemini_DEEP_ANALYSIS.md"
],
"8. Die Meta-Erkenntnis: Struktur als Coping": [
"gemini_DEEP_ANALYSIS.md"
],
"Qualitaets-Check: Verifikation gegen den Plan": [
"gemini_DEEP_ANALYSIS.md"
],
"NPU-Desaster: Wenn Marketing auf Realitaet trifft": [
"gemini_Fehler_und_Learnings.md"
],
"Keeper-Schulden: Wenn Systeme wachsen ohne Plan": [
"gemini_Fehler_und_Learnings.md"
],
"mAImory: Over-Engineering in einem Anti-Over-Engineering-Projekt": [
"gemini_Fehler_und_Learnings.md"
],
"SE Klausur: Der 2. Versuch": [
"gemini_Fehler_und_Learnings.md"
],
"Pattern: Was Samuel aus Fehlern lernt": [
"gemini_Fehler_und_Learnings.md"
],
"Offene Baustellen": [
"gemini_Ideen.md"
],
"Feature-Wunsche": [
"gemini_Ideen.md"
],
"Zukunftsplane — Wohin steuert Samuel?": [
"gemini_Ideen.md"
],
"Verbindungen — Ideen, die mehrere Projekte verbinden": [
"gemini_Ideen.md"
],
"Was Samuel antreibt": [
"gemini_Ideen.md"
],
"Priorisierung — Was ware der kluge nachste Schritt?": [
"gemini_Ideen.md"
],
"Wie Samuel fragt": [
"gemini_Kommunikation.md"
],
"Sprache: Der Deutsch-Englisch-Mix": [
"gemini_Kommunikation.md"
],
"Fragetypen": [
"gemini_Kommunikation.md"
],
"Unter Druck: Sprache als Stressbarometer": [
"gemini_Kommunikation.md"
],
"NotebookLM als Lernpartner": [
"gemini_Kommunikation.md"
],
"Zeitdruck-Patterns": [
"gemini_Kommunikation.md"
],
"Quantitative Uebersicht": [
"gemini_Kommunikation.md"
],
"Der Anfang: Ein Student mit grossen Ambitionen": [
"gemini_Lernreise.md"
],
"Fruehjahr 2025: Das NPU-Abenteuer — In die Wand gefahren": [
"gemini_Lernreise.md"
],
"September 2025: Keeper — Das erste echte System": [
"gemini_Lernreise.md"
],
"Dezember 2025 bis Januar 2026: mAImory — Theorie trifft Praxis": [
"gemini_Lernreise.md"
],
"Januar 2026: SE Fundamentals — Unter Feuer": [
"gemini_Lernreise.md"
],
"Februar 2026: ADHS-Re-Diagnose — Die persoenliche Ebene": [
"gemini_Lernreise.md"
],
"Wendepunkte: Die Momente, wo etwas klickte": [
"gemini_Lernreise.md"
],
"Wer ist Samuel Fleig?": [
"gemini_PersonSamuel.md"
],
"ADHS: Eine Geschichte in Kapiteln": [
"gemini_PersonSamuel.md"
],
"Persoenlichkeit": [
"gemini_PersonSamuel.md"
],
"Werte": [
"gemini_PersonSamuel.md"
],
"ADHS im Alltag": [
"gemini_PersonSamuel.md"
],
"Der Mensch hinter den Daten": [
"gemini_PersonSamuel.md"
],
"Keeper: Amazon Price Monitoring System": [
"gemini_Projekte.md"
],
"mAImory: AI-Powered Email-to-Reminder Pipeline": [
"gemini_Projekte.md"
],
"AI NPU Agent: Der groesste Failure — und die wertvollste Lektion": [
"gemini_Projekte.md"
],
"Self AI V2: Strukturiertes LLM-Fundament": [
"gemini_Projekte.md"
],
"Verbindungen zwischen den Projekten": [
"gemini_Projekte.md"
],
"Hochschule Worms — Der Rahmen": [
"gemini_Studium.md"
],
"Software Architecture 506 — Theorie als Spiegel": [
"gemini_Studium.md"
],
"Software Engineering Fundamentals — Unter Prufungsdruck": [
"gemini_Studium.md"
],
"Lernmuster: Wie Samuel eigentlich lernt": [
"gemini_Studium.md"
],
"Staerken: Was Samuel wirklich gut kann": [
"gemini_Studium.md"
],
"Schwaechen: Was noch wachsen muss": [
"gemini_Studium.md"
],
"NotebookLM als Lernwerkzeug": [
"gemini_Studium.md"
],
"Kernkompetenzen (Advanced)": [
"gemini_TechStack.md"
],
"Solides Wissen (Intermediate)": [
"gemini_TechStack.md"
],
"Grundlagen (Beginner / Akademisch)": [
"gemini_TechStack.md"
],
"Woher gelernt?": [
"gemini_TechStack.md"
],
"Luecken und Wachstumsfelder": [
"gemini_TechStack.md"
],
"Tech-Stack-Evolution": [
"gemini_TechStack.md"
],
"Die 9 Wissensinseln": [
"gemini_Wissenslandkarte.md"
],
"Brucken zwischen den Inseln": [
"gemini_Wissenslandkarte.md"
],
"Themen-Cluster": [
"gemini_Wissenslandkarte.md"
],
"Zentrale Begriffe — Was durch alle Inseln wandert": [
"gemini_Wissenslandkarte.md"
],
"Blinde Flecken — Was fehlt auf der Karte": [
"gemini_Wissenslandkarte.md"
],
"Die grosse Verbindung — Was alles zusammenhalt": [
"gemini_Wissenslandkarte.md"
],
"Wie Samuel arbeitet": [
"gemini_Workflow.md"
],
"Tools & Methoden": [
"gemini_Workflow.md"
],
"Unter Zeitdruck": [
"gemini_Workflow.md"
],
"Debugging & Problemloesung": [
"gemini_Workflow.md"
],
"Dokumentation als Denkprozess": [
"gemini_Workflow.md"
],
"Anti-Patterns": [
"gemini_Workflow.md"
],
"Staerken": [
"gemini_Workflow.md"
],
"Kognitive Muster (ADHS-informiert)": [
"samuel-kontext.md"
],
"Kommunikation": [
"samuel-kontext.md"
],
"Stärken nutzen": [
"samuel-kontext.md"
],
"Schwächen kompensieren": [
"samuel-kontext.md"
],
"Diagnose: Warum kein Lerneffekt?": [
"sidecar-v5-lernsystem.md"
],
"Architektur: HTTP-Bridge": [
"sidecar-v5-lernsystem.md"
],
"M1: Audio Micro-Lessons — Erklaeren statt Warnen": [
"sidecar-v5-lernsystem.md"
],
"M2: Spaced Repetition — Wissen das bleibt": [
"sidecar-v5-lernsystem.md"
],
"M3: Persistentes Feedback — Nichts geht verloren": [
"sidecar-v5-lernsystem.md"
],
"M4: Fortschritts-Journal (Platzhalter — spaeter agentisch)": [
"sidecar-v5-lernsystem.md"
],
"Verhaeltnis zu existierenden Plaenen": [
"sidecar-v5-lernsystem.md"
],
"Implementierungs-Reihenfolge (v5-spezifisch)": [
"sidecar-v5-lernsystem.md"
],
"Visual": [
"sidecar-v5-lernsystem.md"
],
"TL;DR — Ja, aber anders als du denkst": [
"sidecar-wirkungsanalyse.md"
],
"1. Was sich MESSBAR verbessert hat": [
"sidecar-wirkungsanalyse.md"
],
"2. Was sich NICHT verbessert hat": [
"sidecar-wirkungsanalyse.md"
],
"3. Wahrnehmungs-Verzerrungen": [
"sidecar-wirkungsanalyse.md"
],
"4. Gesamt-Bewertung": [
"sidecar-wirkungsanalyse.md"
],
"5. Was fehlt fuer echten Impact": [
"sidecar-wirkungsanalyse.md"
],
"6. Kern-Erkenntnis": [
"sidecar-wirkungsanalyse.md"
],
"7. v5-Vision — Florian-Integration + Lernsystem": [
"sidecar-wirkungsanalyse.md"
],
"1. Claude Code Sessions": [
"sub_daten-inventar.md"
],
"2. Gemini / NotebookLM Takeout": [
"sub_daten-inventar.md"
],
"3. WhatsApp — MoltBot Credentials": [
"sub_daten-inventar.md"
],
"4. ChatGPT Export": [
"sub_daten-inventar.md"
],
"5. Bonus: Claude T450s Archiv": [
"sub_daten-inventar.md"
],
"Prioritaets-Reihenfolge": [
"sub_daten-inventar.md"
],
"Naechste Schritte": [
"sub_daten-inventar.md"
],
"Scout-Ergaenzungen (2026-03-02)": [
"sub_daten-inventar.md"
],
"1. Was existiert bereits — Marktüberblick": [
"sub_digitaler-zwilling-konzept.md"
],
"2. Samuels System — Was es anders macht": [
"sub_digitaler-zwilling-konzept.md"
],
"3. Wie der Zwilling aus Samuels digitalen Aufzeichnungen lernt": [
"sub_digitaler-zwilling-konzept.md"
],
"4. Verbindung zum Unterbewusstsein-Framework": [
"sub_digitaler-zwilling-konzept.md"
],
"5. Build vs. Buy — Empfehlung": [
"sub_digitaler-zwilling-konzept.md"
],
"6. Nächste konkrete Schritte": [
"sub_digitaler-zwilling-konzept.md"
],
"Quellen": [
"sub_digitaler-zwilling-konzept.md"
],
"Ziel": [
"sub_kanban-gui-entwurf.md"
],
"Datenquellen": [
"sub_kanban-gui-entwurf.md"
],
"Daten-Abfrage Strategie": [
"sub_kanban-gui-entwurf.md"
],
"UI-Mockup: Swarm Tab": [
"sub_kanban-gui-entwurf.md"
],
"Statusfarben (Catppuccin)": [
"sub_kanban-gui-entwurf.md"
],
"Letzter-Schritt Erkennung": [
"sub_kanban-gui-entwurf.md"
],
"Modul-Struktur: `agent_swarm.py`": [
"sub_kanban-gui-entwurf.md"
],
"Integration in panel.py": [
"sub_kanban-gui-entwurf.md"
],
"Was NICHT gebaut wird (Scope)": [
"sub_kanban-gui-entwurf.md"
],
"Offene Fragen / Risiken": [
"sub_kanban-gui-entwurf.md"
],
"Naexter Schritt": [
"sub_kanban-gui-entwurf.md"
],
"TL;DR — Was existiert, was fehlt": [
"sub_prior-art.md"
],
"1. Closest Match: Hermes Agent (NousResearch)": [
"sub_prior-art.md"
],
"2. ProactiveAgent (thunlp) — ICLR 2025": [
"sub_prior-art.md"
],
"3. ProactiveAgent (leomariga)": [
"sub_prior-art.md"
],
"4. MemU (NevaMind-AI)": [
"sub_prior-art.md"
],
"5. Mem0 (mem0ai)": [
"sub_prior-art.md"
],
"6. Ai_home (ivanhonis)": [
"sub_prior-art.md"
],
"7. Personal AI Infrastructure (danielmiessler)": [
"sub_prior-art.md"
],
"8. Cognitive Architecture Forschung: ACT-R + LLM": [
"sub_prior-art.md"
],
"9. Subconscious.dev (Kommerziell)": [
"sub_prior-art.md"
],
"Zusammenfassung: Die Luecke": [
"sub_prior-art.md"
],
"Empfehlungen fuer die Architektur": [
"sub_prior-art.md"
],
"1. Arbeitsrhythmus": [
"sub_samuel-deep-profile.md"
],
"2. Entscheidungsmuster": [
"sub_samuel-deep-profile.md"
],
"3. Lernstil": [
"sub_samuel-deep-profile.md"
],
"4. Kommunikationsmuster": [
"sub_samuel-deep-profile.md"
],
"5. Produktivitaets-Trigger und -Blocker": [
"sub_samuel-deep-profile.md"
],
"6. ADHS-spezifische Muster": [
"sub_samuel-deep-profile.md"
],
"7. Was ein Digitaler Zwilling ueber Samuel wissen muss": [
"sub_samuel-deep-profile.md"
],
"8. Persoenlichkeits-Kurzbeschreibung (fuer Zwilling-Prompting)": [
"sub_samuel-deep-profile.md"
]
}
}