Knowledge Capture Pipeline
Portfolio Case Study · Messenger → n8n → Markdown → Obsidian
Konzeption & UmsetzungRobert Toth
CAPTURE / SYNTHESIZE / CONNECTWorkflow-Analyse Juli 2026
Portfolio-Case · Automatisierte Wissenssynthese

Vom Speichern zum Weiterdenken.

Ein n8n-Workflow verwandelt YouTube-Links und spontane Sprachnotizen in strukturierte Markdown-Wissensbausteine – versioniert über GitHub, synchronisiert per Obsidian Git und bereit für ein wachsendes, persönlich kuratiertes Wissensnetz.

Portable Markdown-DateienQuick Reads aus gespeicherten InhaltenVoice-to-KnowledgeGit-basierte Übergabe
2primäre Eingänge: YouTube-Link und Voice Note
21orchestrierte n8n-Nodes im analysierten Export
2spezialisierte Markdown-Pipelines
1portables Wissensarchiv im Obsidian Vault
Problem · Systemlösung · Wirkung

Warum der Workflow existiert

Die Menge interessanter Inhalte wächst schneller als die verfügbare Zeit zu ihrer Verarbeitung. Dadurch entsteht eine wachsende Distanz zwischen Sammeln, Verstehen und Wiederverwenden.

01 · Problem

Interessantes verschwindet in Playlists

Videos und Gedanken werden im Moment des Interesses abgelegt, konkurrieren später aber mit hunderten weiteren Fundstücken. Der Wert bleibt latent und wird selten wieder aktiviert.

02 · Systemlösung

Capture wird zur Wissens-Pipeline

Messenger (WhatsApp/Telegram) dienen als niedrigschwelliger Eingang. n8n routet, transkribiert, verdichtet und schreibt den Output als Markdown über GitHub in den Obsidian-Workflow.

03 · Wirkung

Lesbar, auffindbar, weiterdenkbar

Aus passivem Sammeln entstehen Quick Reads, Kernaussagen, Konzepte, offene Fragen und Next Actions – als eigene Dateien, die langfristig verknüpft und durchsucht werden können.

Projektleistung

Von der Content-Reibung zum durchgängigen Workflow

Die Projektleistung verbindet Messenger-UX, Routing, Transkriptverarbeitung, Prompt- und Fallback-Logik mit einer portablen Übergabe in den persönlichen Wissensraum.

Eigenständige Konzeption und KI-gestützte Umsetzung

Zwei spezialisierte Pipelines in einem Workflow

YouTube-Links und Voice Notes werden in ein gemeinsames Zielbild überführt: strukturiertes Markdown, das sich in Obsidian lesen, kuratieren und später wiederverwenden lässt.

  • Problem- und Prozessanalyse für persönliches Wissensmanagement
  • Messenger-Intake (WhatsApp/Telegram) mit Authentifizierung und Routing
  • Transkript-Anforderung, Bereinigung, Merge und Aggregation
  • Zwei spezialisierte KI-Prompts mit Primär-/Fallback-Modell
  • Obsidian-orientierte Markdown-Schemata für YouTube und Voice
  • GitHub-Write als versionierte Übergabeschicht
  • Obsidian-Git-Synchronisation in den lokalen Vault
  • Nutzerfeedback für Erfolgs- und Fehlerfälle
Systemumfang

Vier Fähigkeiten greifen ineinander

1

Reibungsarmes Erfassen

Ein YouTube-Link oder eine Sprachnachricht genügt. Die Ablage beginnt im Messenger – dort, wo der Impuls ohnehin entsteht.

2

Gezielte Wissenssynthese

YouTube und Voice erhalten unterschiedliche Auswertungslogiken: Tiefenanalyse für Quellen, Ideen-Destillation für eigene Gedanken.

3

Portables Ergebnis

Markdown, Frontmatter, URL und eine maschinell erzeugte Transkript-Arbeitskopie bleiben unabhängig von einer einzelnen KI-Oberfläche nutzbar.

4

Kuratiertes Wissensnetz

Tag-Vorschläge, Status und Kontextfelder erleichtern die menschliche Einordnung. Daraus kann schrittweise ein verbundenes Second Brain entstehen.

Systemarchitektur

Vom Messenger bis in den Vault

n8n koordiniert zwei spezialisierte Verarbeitungswege. GitHub übernimmt die versionierte Übergabe; Obsidian Git synchronisiert die Dateien in den Vault. Semantische Suche und LLM-Zugriff bilden die nächste Ausbaustufe.

SystemkernDatenübergabeRoadmap
Interaktion · Capture n8n-Orchestrierung · Routing · KI-Synthese Versioniertes Wissen · Obsidian · Ausbau Interesse / IdeeYouTube · Voice Note MessengerWhatsApp / Telegram · Feedback Auth & RoutingAllowlist · Nachrichtentyp · Zweig Video-TranskriptYouTube · Extraktion · StatusURL als Quellenkontext Normalisieren & MergenSegmente → FließtextTranskript + Original-URL Wissens-SynthesizerTiefenanalyse · Quick ReadPrimärmodell + Fallback Voice → TranskriptSpeech-to-Text · z. B. Whispermaschinelle Arbeitsgrundlage Ideen-DestilliererVoice Note → klare NotizTitel- und Tag-Vorschläge GitHub RepositoryMarkdown · Commit · Historie Obsidian GitPull · Sync · lokaler Vault Obsidian VaultQuick Read · Tags · Linkspersönliche Wissensbasis LLM / semantische SucheRoadmap · semantischer Zugriff
Video-Pipeline

Aus einem YouTube-Link wird ein strukturierter Quick Read

Der Workflow verbindet Quelle, bereinigten Volltext und eine definierte Tiefenstruktur zu einer direkt nutzbaren Obsidian-Notiz.

01
YouTube-Link per Messenger sendenWhatsApp oder Telegram bilden den mobilen Eingang; die Originalnachricht bleibt als URL- und Quellenkontext erhalten.
Capture
02
Absender über eine Allowlist prüfenFreigegebene Kontakte werden sicher in den passenden Verarbeitungszweig geleitet.
Auth
03
Video-Transkript anfordernEin externer Transcript-Dienst liefert die textliche Grundlage der Analyse.
Extract
04
Verfügbarkeit transparent rückmeldenEin eigener Statuspfad informiert direkt im Messenger, wenn für die Quelle kein Transkript verfügbar ist.
Feedback
05
Segmente normalisierenMehrere mögliche Antwortformen werden auf Text reduziert, verbunden und von Steuerzeichen bereinigt.
Normalize
06
Transkript und URL zusammenführenMerge und Aggregation bereiten eine konsistente Eingabe für die KI-Auswertung vor.
Context
07
Tiefenanalyse als Markdown erzeugenZusammenfassung, Kernaussagen, Gliederung, Konzepte, Daten und offene Fragen werden mit URL und Transkript verbunden.
Synthesize
08
Versionieren und rückmeldenGitHub übernimmt die versionierte Ablage; der Messenger bestätigt den Abschluss des Workflows.
Persist
Quick-Read-Nutzen: Lange Videos werden als durchsuchbare Kurz- und Tiefenfassung schneller erfassbar und gezielt weiterverwendbar.
Quellenbezug: Original-URL und Transkript halten die Synthese jederzeit bis zur Videoquelle zurückverfolgbar.
Voice-Note-Pipeline

Spontane Gedanken werden zu arbeitsfähigen Notizen

Voice Notes erhalten eine eigene Verarbeitungslogik: Im Mittelpunkt stehen die Verdichtung eigener Gedanken, konkrete nächste Schritte und weiterführende Fragen.

01
Sprachnachricht im Messenger aufnehmenWhatsApp oder Telegram halten den Gedanken unmittelbar fest; die Struktur entsteht anschließend automatisiert.
Capture
02
Authentifizieren und als Voice erkennenDer Routingzweig trennt Audiodateien von der Link-Verarbeitung.
Route
03
Audiodatei über den Messenger ladenDer angebundene Kanal übergibt die Aufnahme an die Verarbeitungspipeline.
Fetch
04
Aufnahme transkribierenEin austauschbarer Speech-to-Text-Dienst – beispielsweise Whisper – erzeugt die maschinelle Textfassung.
Transcribe
05
Idee strukturell verdichtenDer NoteEnhancer erzeugt Kurzfassung, Kernpunkte, Next Actions, Einordnung und weiterführende Fragen.
Distill
06
Titel und Tags vorschlagenDrei Titelvarianten und passende Kontext-Tags beschleunigen die spätere Einordnung im Vault.
Enrich
07
Transkript-Arbeitskopie mitführenDie Textfassung macht den ursprünglichen Gedanken durchsuchbar und bis zur Audioquelle zurückverfolgbar.
Trace
08
Versionieren und rückmeldenGitHub übernimmt die versionierte Ablage; der Messenger bestätigt den Abschluss des Workflows.
Persist
Niedrige Eingangshürde: Sprechen hält Ideen im Moment ihres Entstehens fest; die Automatisierung übernimmt Struktur und Ablage.
Nachvollziehbarkeit: Die Transkript-Arbeitskopie verbindet strukturierte Notiz, Wortlaut und ursprüngliche Audioquelle.
Notiz-Anatomie

Der Output ist für Lesen, Einordnen und Wiederfinden gebaut

Die beiden Templates unterscheiden sich im Schwerpunkt, teilen aber ein gemeinsames Prinzip: Metadaten oben, Verdichtung in der Mitte, Quellenmaterial unten.

--- created: <% tp.date.now("YYYY-MM-DD") %> URL: https://youtube.com/... tags: Reflexion: --- Status: #context/ungelesen > [!summary] Zusammenfassung Ein konzentrierter Quick Read des Inhalts ... ## 🌱 Kernaussagen * zentrale These * übertragbares Konzept ## 📚 Detaillierte Gliederung ### Kapitel 1 ### Kapitel 2 ## 💡 Zitate oder Konzepte „Quellennahe Passage ...“ ## ❔ Gedanken & offene Fragen ## Original Transkript
1
Frontmatter und QuelleErstellungsdatum, URL, Tags und Reflexionsfeld schaffen eine konsistente, filterbare Ablage im Vault.
2
Titel- und Tag-VorschlägePassende Optionen beschleunigen die Kuration und lassen sich an die bestehende Taxonomie anpassen.
3
Zusammenfassung und KernaussagenDer schnellste Zugang, wenn ein Video gezielt erfasst oder eine Voice Note später reaktiviert werden soll.
4
Tiefenstruktur oder Next ActionsYouTube-Notizen werden detailliert gegliedert; Voice Notes führen stärker zu Handlungen, Kontext und weiterführenden Fragen.
5
Transkript-ArbeitskopieDie quellenverbundene Textfassung macht Inhalte durchsuchbar und hält den Weg zum ursprünglichen Audio oder Video offen.

YouTube-Notiz

Tiefenanalyse mit Titeln, Kontext-Tags, Status, Zusammenfassung, Kernaussagen, Kapiteln, Konzepten, Tabellen und zentralen Zitaten mit Quellenbezug.

Voice Note

Fokussierte Ideennotiz mit Kurzfassung, Kernpunkten, möglichen Next Actions, Einordnung, weiterführenden Fragen und Transkript-Arbeitskopie.

Obsidian-kompatibel

Markdown, Frontmatter, Callouts, Checkboxes und Hashtags bleiben lesbar, durchsuchbar und unabhängig weiterbearbeitbar.

Wissensnetz und Ausbaupfad

Ein Second Brain wächst durch Anschlussfähigkeit

Standardisierte Wissensbausteine, kuratierte Tags, Links und eigene Reflexion verwandeln gesammelte Inhalte Schritt für Schritt in ein persönliches Wissensnetz.

SystemkernRoadmap
Heute: Markdown + menschliche Kuration im Obsidian VaultRoadmapYouTube-QuellenURL · Analyse · TranskriptEigene GedankenVoice · Kontext · HandlungenTags & Statuscontext/... · ungelesenLinks & ReflexionWikilinks · Backlinks · MOCsmenschlich kuratiertSecond Brainsuchen · lesen · verbindenreflektieren · anwendenSemantische SucheEmbeddings · Retrievalnächste AusbaustufeLLM auf dem VaultFragen · Synthese · Recallnächste Ausbaustufe

Wiederfinden

Volltextsuche, Status, Ordner und kuratierte Tags führen schnell zu relevanten Inhalten und früheren Gedanken zurück.

Verbinden

Wikilinks und Backlinks führen Videoideen, eigene Gedanken, Projekte und wiederkehrende Konzepte zusammen.

Weiterdenken

Die nächste Ausbaustufe erschließt den kuratierten Vault als persönliche Retrieval-Basis für Fragen, Synthesen und neue Verbindungen.

Technische Umsetzung

Die wichtigsten Bausteine

n8n-Orchestrierung

Trigger, Authentifizierung, Routing, HTTP-Aufruf, Code-Normalisierung, Merge, Aggregation, Agenten und Dateierzeugung.

Messenger-UX

WhatsApp oder Telegram bilden den mobilen Eingang für YouTube-Links und Audio, ergänzt um Status, Bestätigungen und klares Fehlerfeedback.

Speech-to-Text & KI

Eine austauschbare Transkription – etwa mit Whisper – und spezialisierte Agenten erzeugen den strukturierten Markdown-Output.

Video-Transkript

Ein externer Dienst liefert YouTube-Transkripte; der Workflow vereinheitlicht unterschiedliche Segmentformate.

GitHub-Übergabe

Zwei Zielordner, zeitgestempelte Dateinamen und eine nachvollziehbare Commit-Historie bilden die versionierte Übergabeschicht.

Obsidian Git

Synchronisiert die Markdown-Dateien in den lokalen Vault, wo sie gelesen, kuratiert und verknüpft werden.

Systemstatus & Roadmap

Produktiver Kern und nächste Ausbaustufe

Der aktuelle Workflow deckt den vollständigen Weg vom mobilen Eingang bis zur versionierten Wissensnotiz ab. Die Roadmap fokussiert Robustheit, Skalierbarkeit und semantischen Zugriff.

Heute umgesetzt

  • Zwei spezialisierte Intake- und Markdown-Pipelines
  • Absender-Allowlist vor der Verarbeitung
  • Voice-Transkription und YouTube-Transkript-Anforderung
  • Primär-/Fallback-Modell an beiden Synthese-Agenten
  • Obsidian-orientierte Struktur mit Transkript-Arbeitskopie
  • GitHub-Dateierzeugung in getrennten Ordnern
  • Messenger-Rückmeldungen für Erfolg und fehlende Transkripte

Technische Roadmap

  • Explizite Validierung von URL und Nachrichtentyp
  • Robuste Transkripterkennung für unterschiedliche Erfolgs- und Fehlerformate
  • End-to-End-Status nach bestätigtem GitHub-Write
  • Deduplizierung und kollisionssichere Dateinamen
  • Validierte Tag-Taxonomie und direkt gesetztes Erstellungsdatum
  • Skalierbare Verarbeitung langer Transkripte mit Kostenkontrolle
  • Quellengebundene Recherche für weiterführende Materialien
  • Dokumentierte Data Governance für Cloud-Wege, Aufbewahrung und Repository-Sichtbarkeit
Übertragbarer Projektwert

Was die Umsetzung als Projektleistung zeigt

Prozessdesign: Aus einer alltäglichen Content-Reibung entsteht ein klarer, automatisierter End-to-End-Workflow.
Systemintegration: Messenger, n8n, KI, GitHub und Obsidian greifen in einem versionierten Datenfluss ineinander.
Produktperspektive: Der nutzbare Systemkern ist mit einer klaren Roadmap zum semantisch erschlossenen Second Brain verbunden.