{ "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" ] } }