Model Context Protocol (MCP): Warum Karpathy's LLM-Wiki-Pattern zum Standard für Personal Knowledge Bases wird

Wissensmanagement ändert sich fundamental: Statt statischer Wikis entstehen lebendige Knowledge Graphs, die sich selbst pflegen. Der Model Context Protocol (MCP) ist der technische Enabler – und Andrej Karpathy's LLM-Wiki-Pattern die Blueprint. Als Obsidian-CEO Steph Ango (kepano) im Januar 2026 das Repository kepano/obsidian-skills veröffentlichte, erreichte es 13.000+ GitHub Stars in wenigen Wochen. Die MIT-lizenzierten Skills (obsidian-markdown, obsidian-bases, json-canvas) machen aus jedem Vault eine programmierbare Wissensbasis: Agents können lesen, schreiben, suchen, verlinken – automatisch.

Was ist Model Context Protocol (MCP)?

MCP ist kein Chat-Interface, sondern ein Standardprotokoll, das AI-Agents direkten, strukturierten Zugriff auf Content-Repositories gibt. Statt Copy-Paste zwischen Obsidian und Claude Desktop führt MCP eine bidirektionale Verbindung ein: Der Agent liest Notes, schreibt neue Seiten, erstellt Wikilinks, aktualisiert Frontmatter – programmatisch.

Die kepano/obsidian-skills beinhalten fünf Skills: obsidian-markdown (Wikilinks, Callouts), obsidian-bases (Dataview, Properties), json-canvas (Canvas-Format), obsidian-cli (Command-Automation) und defuddle (Cleanup). Diese Skills landen im .claude/skills/-Verzeichnis des Vaults und werden bei jedem Session-Start geladen.

Karpathy's LLM-Wiki-Pattern

Andrej Karpathy popularisierte das LLM-Wiki-Pattern: Statt jede Session von Null zu starten, baut der Agent ein persistentes, interlinked Wiki aus Markdown-Seiten. Jede Quelle (Paper, Meeting, Ticket) wird zu einer Wiki-Seite mit Fakten, Referenzen, verwandten Konzepten. Der Agent cross-referenziert automatisch, erstellt Backlinks, hält Metadata aktuell.

Das claude-obsidian Plugin (3.100 GitHub Stars in 2 Wochen, Open Source) implementiert genau das: Automatisch interlinkte Wiki-Seiten pro Quelle, Hot Cache für Session-übergreifendes Gedächtnis. Die Knowledge Base wächst aktiv – nicht durch manuelles Tagging, sondern durch Agent-Curation.

Von passivem Storage zu agentic Knowledge Graphs

Die praktische Auswirkung: Ein Vault ist kein statisches Archiv mehr, sondern ein lebendiger Knowledge Graph. Der Agent erkennt Lücken (häufige Fragen ohne dokumentierte Antwort), flaggt veraltete Informationen (Policy-Update vor 6 Monaten, abhängige Docs nicht aktualisiert), schlägt Verlinkungen vor (neue Research-Note erwähnt Konzept aus altem Meeting).

Für CODISH-Kunden bedeutet das: Projekt-Dokumentation, die sich selbst pflegt. Ein Agent crawlt Jira-Tickets, erstellt Wiki-Seiten pro Feature, verlinkt zu verwandten Bugs, updated Status bei Deployment. Zero Manual Maintenance – der Graph aktualisiert sich mit jedem Commit.

MCP vs. traditional RAG

Retrieval-Augmented Generation (RAG) löst das "LLM kennt meine Daten nicht"-Problem durch Embedding-Search: User fragt → System sucht ähnliche Chunks → LLM antwortet mit Context. MCP geht tiefer: Der Agent schreibt zurück in die Knowledge Base.

RAG ist read-only und stateless (jede Query startet von Null). MCP ist read-write und stateful (Agent pflegt den Graph über Sessions hinweg). Das claude-obsidian-Plugin beweist: Hot Cache lässt den Agent frühere Sessions "erinnern" – Conversations bauen aufeinander auf, statt sich zu wiederholen.

Adoption und Ecosystem

Die 662% Anstieg bei "Obsidian AI"-Suchen (Eyrie Analysis, Mai 2026) zeigt: Knowledge Worker migrieren zu MCP-fähigen Tools. Neben Obsidian unterstützen Notion (via MCP-Server), Confluence (Community-Connector) und Roam Research (Beta) das Protokoll.

Die offene Spec (modelcontextprotocol.org) verhindert Vendor-Lock-in: Ein Agent, der heute mit Obsidian via MCP kommuniziert, kann morgen auf Notion switchen – ohne Code-Rewrite. Das adressiert das größte PKM-Risiko: Tool-Migration mit Datenverlust.

Enterprise-Implikationen

Für regulierte Branchen ist MCP + lokale Agents (Ollama) die Antwort auf "AI darf unsere Daten nicht in die Cloud schicken": Der Agent läuft lokal (Llama 3.1, Qwen 2.5), der Vault bleibt auf dem File-System, MCP verbindet beide – zero external API calls.

IT-Teams profitieren von self-updating Runbooks: Ein Agent überwacht ServiceNow-Tickets, erkennt wiederkehrende Incidents, schreibt automatisch Troubleshooting-Guides mit Links zu verwandten Cases. Das Runbook-Wiki wird current-by-design, statt 18 Monate veraltet.

Model Context Protocol transformiert statische Wikis in lebendige, self-maintaining Knowledge Graphs. kepano/obsidian-skills mit 13.000+ Stars und das LLM-Wiki-Pattern von Karpathy setzen den neuen Standard: Agents pflegen Wissen aktiv, erkennen Lücken, verlinken automatisch. Für KMUs: Projekt-Docs, die sich selbst aktualisieren. Für regulierte Branchen: Lokale Agents + MCP = AI ohne Cloud-Risiko. Die Knowledge Base wird programmierbar – und damit endlich wartbar.