> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/de/2026/w27-a-builders-personal-productivity-system.md). # W27-Das persönliche Arbeitssystem eines Builders Kürzlich habe ich die Werkzeuge neu geordnet, die ich im Alltag wirklich benutze. Die Sammlung entstand aus einer Bestandsaufnahme häufig verwendeter Software und Werkzeugsysteme auf meinem Rechner. Sie liegt jetzt in Basic Memory und wird weiter gepflegt. Sie ist keine statische Liste. Ich baue damit fortlaufend ein persönliches Arbeitssystem. Nur zu zeigen, welche Apps ich installiert habe, wäre wenig sinnvoll. Werkzeuglisten veralten schnell, und Unterschiede werden oft übertrieben. Interessanter ist, wie ein Builder seine Arbeitsabläufe im KI-Zeitalter organisiert: Wie Informationen ins System gelangen, Probleme geklärt, Aufgaben zerlegt, Code erzeugt und geprüft sowie Erfahrungen für die nächste Arbeit bewahrt werden. Früher waren Werkzeuge eher menschliche Erweiterungen. Der Browser suchte, Notizsoftware zeichnete auf, die IDE schrieb Code, der Kalender erinnerte. Jedes Werkzeug hatte klare Grenzen. Dazwischen koordinierte der Mensch. Diese Struktur verändert sich. KI ist nicht nur ein weiteres Werkzeug. Sie macht auch die Zwischenräume zwischen Werkzeugen zum Teil des Arbeitsablaufs. Menschen geben nicht mehr nur Befehle ein und transportieren Ergebnisse. Sie entwerfen ein System, das dauerhaft arbeiten kann. ### Eingabe Die erste Ebene eines Arbeitssystems ist nicht KI, sondern Eingabe. Viele Gedanken gelangen nicht ins System, weil ihre Erfassung zu aufwendig ist, nicht weil sie unwichtig wären. Früher nutzte ich hauptsächlich die Tastatur. Sie ist präzise, aber langsam. Sie passt zu Code, endgültigen Formulierungen und Befehlen, weniger zum schnellen Aussprechen ungeordneter Ideen. Heute unterscheide ich drei Eingabearten. Erstens präzise Eingaben. Code, Befehle und endgültige Formulierungen entstehen weiterhin über die Tastatur. Zweitens Sprache. Ein unklarer Gedanke, ein Rückblick nach einer Besprechung oder eine noch unstrukturierte Anforderung lassen sich gut aussprechen. Mit dem Computer zu reden wird im Silicon Valley häufiger. Im Großraumbüro braucht man dafür natürlich etwas Unbefangenheit. Die Doubao-Eingabemethode erkennt gemischtes Chinesisch und Englisch und ordnet Gesprochenes automatisch zu schriftlichem Ausdruck. Ich nutze derzeit WeType, die WeChat-Eingabemethode. Auch ihre Spracheingabe entwickelt sich schnell und hat zuletzt weitgehend aufgeholt. Ich spreche zuerst meine Gedanken aus und lasse einen Agenten sie danach verdichten, ordnen und bereinigen. Drittens leichte Erfassung. Screenshots, OCR, Übersetzung und Zwischenablageverlauf erledige ich mit HapiGo. Es ist weder Wissensdatenbank noch Arbeitsumgebung, sondern ein schneller Eingang. Sein Wert liegt darin, Bildschirminhalte in Text umzuwandeln, den Agenten nutzen können. Entscheidend ist kein bestimmtes Eingabe- oder Screenshotwerkzeug, sondern ein Prinzip: Die Erfassung darf nicht so teuer werden, dass der Gedanke vorher verschwindet. ### Klärung Wenn KI die Ausführung beschleunigt, verstärkt sie besonders leicht eine falsche Richtung. Früher zeigte sich ein Irrweg wegen hoher Ausführungskosten vielleicht langsam. Heute kann ein Agent schnell eine Menge vollständig wirkender Ergebnisse erzeugen. Das macht es sogar schwerer aufzuhören. Deshalb behandle ich die Klärung des Problems als eigene Ebene. Im Alltag interagiere ich hauptsächlich mit Codex und Claude Code. Sie sind meine beiden zentralen Agenten-Arbeitsflächen. Die eine nutze ich eher für technische Umsetzung und Prüfung, die andere für Denken, Schreiben, Reviews und alternative Perspektiven. Ist ein Problem noch unklar, beginne ich mit `grill-with-docs` oder dem Brainstorming von Superpowers. Das Ziel ist nicht, KI schneller arbeiten zu lassen. Zuerst müssen Problem, Grenzen, Ziele und unakzeptable Ergebnisse klar sein. Soll eine Idee länger verfolgt werden, kommt sie in Multica. Für mich ist das kein weiterer Chatbot, sondern eine KI-Arbeitsumgebung. Issues, Agents, Runtimes und Squads machen Aufgaben verteilbar, beobachtbar und nachvollziehbar. Diese Ebene verwandelt „Ich möchte etwas tun“ in „Dieses Problem ist die Arbeit wert, und seine Grenzen sind klar“. ### Recherche Als Builder überschätzt man leicht, wie lange eigene Erfahrung gültig bleibt. Werkzeuge, Frameworks, Modelle und Produktformen ändern sich schnell. Eine vor einem halben Jahr vernünftige Wahl ist heute vielleicht nicht mehr optimal. Ein früher unbrauchbares Produkt kann durch neue Modellfähigkeiten oder Abläufe plötzlich funktionieren. Bei äußeren Fakten, Werkzeugwahl und Markturteilen recherchiere ich deshalb zuerst. Für kleine Recherchen nutze ich meist meinen Browser Dia. Automatisierte Prüfungen laufen über Browser, Chrome oder Playwright. Mit `last30days` untersuche ich aktuelle tatsächliche Diskussionen auf GitHub, Hacker News, Reddit und öffentlichen Websites. Bei offenen Fragen, die mehrere Quellen verbinden müssen, bleibt ChatGPT Deep Research eine gute Möglichkeit. Für komplexere Recherchen ziehe ich Agenten wie Market Researcher oder Product Architect in Multica hinzu. Sie ersetzen mein Urteil nicht, sondern nehmen Informationssammlung und erste Ordnung aus meiner knappen Aufmerksamkeit heraus. Recherche soll Urteile aktualisieren, keine Materialien anhäufen. Erst stabile Schlussfolgerungen gelangen in Basic Memory. ### Planung Je mehr Werkzeuge vorhanden sind, desto leichter steuern mehrere Abläufe dieselbe Aufgabe. Compound Engineering bietet etwa `/ce-plan` und `/ce-work`, Superpowers hat writing-plans, TDD und systematic debugging, Multica arbeitet mit Issues, Agents und Squads. Alle organisieren Aufgaben. Sie können aber nicht gleichzeitig führen. Meine Regel lautet: Jede Aufgabe hat genau einen führenden Ablauf. Kleine und mittlere Engineering-Aufgaben plane und erledige ich standardmäßig mit Compound Engineering. Steht Entwicklungsdisziplin im Vordergrund, nutze ich Superpowers. Für längere Verfolgung, mehrere Rollen und Aufgabenstatus nutze ich Multica. Ein oder zwei klare Änderungen lasse ich direkt durch Codex oder Claude Code erledigen, ohne einen großen Prozess aufzubauen. Planung soll nicht schönere Pläne produzieren, sondern Nacharbeit verringern. Im KI-Zeitalter ist nicht Generierung am teuersten, sondern die Korrektur nach einer Zielabweichung. ### Ausführung Meine Ausführungsebene besteht vor allem aus Codex, Claude Code, Ghostty, cmux, CodexBar und Multica. Einzelne Aufgaben erledige ich meist direkt in der Codex-App oder Claude Code. Für echte Codeänderungen, Tests und Seitenprüfungen ist Codex meine Hauptumgebung. Für einen weiteren Blickwinkel, das Prüfen von Ansätzen oder die sprachliche Ordnung verwende ich Claude Code. Ghostty ist mein üblicher Terminalzugang. cmux eignet sich für parallele Agentenaufgaben: ein Fenster für Planung, eines für Umsetzung, eines für Diagnose und eines für Review. CodexBar hilft vor allem beim Umgang mit Nutzungskontingenten. Es zeigt den Zustand von Codex, Claude Code und Antigravity, damit ich bei paralleler Nutzung das Kostengefühl behalte. Multica hat eine besondere Rolle. Dort behandle ich KI als digitale Kollegen: Issue erstellen, einem Agenten oder Squad zuweisen und Status, Kommentare sowie Ergebnisse beobachten. Für Rollenverteilung, längere Verfolgung und menschliche Eingriffe passt es besser als ein einzelnes Gespräch. Recordly nutze ich vor allem, um Produkte und Prototypen anderen zu zeigen. Seine Bildschirmaufnahmen mit intelligentem Zoom und Cursorverfolgung machen Rundgänge verständlicher. Es ist zudem quelloffen, läuft vollständig lokal, ist kostenlos und angenehm zu nutzen. Übermäßige Orchestrierung vermeide ich trotzdem. Reicht eine Codex-Sitzung, brauche ich nicht aus Prinzip cmux oder Multica. Ein Arbeitssystem wird nicht durch zusätzliche Komplexität besser. Seine Komplexität muss zur Aufgabe passen. ### Disziplin KI senkt Produktionskosten, erhöht aber nicht automatisch die technische Qualität. Code entsteht schnell, Risiken ebenfalls. Der Werkzeugkasten eines Builders muss deshalb nicht nur das Erstellen abdecken, sondern auch den Nachweis der Korrektheit. TDD, Debugging, Code-Review und Browserprüfung gehören für mich in den täglichen Ablauf, statt erst später Fehler zu reparieren. Bei einem Bug beginne ich mit diagnosing-bugs oder systematic debugging und verlange Reproduktion, Eingrenzung und erst dann die Reparatur. Testbare Funktionen entstehen möglichst mit TDD. Frontend-Arbeit muss in einem echten Browser angesehen werden. Code allein zu lesen reicht nicht. Wenn Architekturgrenzen verschwimmen, prüfe ich sie mit domain-modeling, codebase-design oder improve-codebase-architecture neu. Das ist kein Formalismus. Diese Werkzeuge wirken dem Eindruck entgegen, eine überzeugend aussehende KI-Ausgabe sei schon ein fertiges Ergebnis. Engineering-Disziplin prüft, ob sie tatsächlich trägt. ### Gedächtnis Bleibt Erfahrung nach der Arbeit nur im Chatverlauf, ist sie praktisch nicht bewahrt. Basic Memory ist heute meine persönliche langfristige Wissensbasis. Es ist kein Rohdatenablageplatz und kein Sammelbehälter für alles. Dort liegen stabile Erkenntnisse, wiederverwendbare Abläufe, wiederkehrender Kontext und Lehren aus Rückblicken. Auch mein Verständnis von Wissensmanagement hat sich verändert. Früher bedeuteten Notizen eher, Dinge aufzubewahren. Heute pflege ich ein persönliches Wiki, das Agenten nutzen können. Rohmaterial darf unvollkommen sein. Wiederverwendbares Wissen muss kurz, genau und auffindbar sein. Stabile Regeln gehören nicht nur ins Gedächtnis. Beeinflussen sie sämtliche künftige Arbeit eines Projekts, sollten sie in `AGENTS.md` oder die Repository-Dokumentation. Memory bewahrt Erfahrung, Projektdokumente setzen Grenzen. ### Das Werkzeugsystem eines Builders Zusammen ergibt sich derzeit ungefähr folgender Ablauf. Zuerst senkt die Eingabeebene die Erfassungskosten. Sprache, Screenshots, OCR und Zwischenablage verwandeln unklare Informationen in bearbeitbares Material. Danach definiert die Klärungsebene das Problem. Codex, Claude Code, grill-with-docs, Superpowers-Brainstorming und Multica helfen, aus Ideen Aufgaben mit klaren Grenzen zu machen. Es folgen Recherche und Planung. Neue Informationen werden gesucht, wenn sie gebraucht werden, Aufgaben bei Bedarf zerlegt. Nur ein Ablauf übernimmt die Führung. Bei der Ausführung gehen Agenten in die reale Umgebung. Sie schreiben Code, führen Befehle aus, betrachten Seiten, ändern Dokumente und erstellen Issues. Die Arbeit bleibt nicht im Gespräch stecken. Zum Schluss kommen Disziplin und Gedächtnis. Tests, Diagnose, Reviews und Prüfung bestätigen das Ergebnis. Stabile Erfahrungen gelangen danach in Basic Memory oder Projektdokumente. Kein einzelnes Werkzeug ist der entscheidende Schutzgraben dieses Systems. Codex, Claude, Multica, Basic Memory, cmux, Recordly und HapiGo können sich ändern oder ersetzt werden. Entscheidend ist ihre Funktion im Ganzen. Ein bloßer Werkzeugstapel erzeugt Wechselkosten. Ein Arbeitssystem hält Menschen dagegen seltener in Details fest und bringt sie schneller zu Urteil, Abwägung und Prüfung. Ich glaube zunehmend, dass ein Builder im KI-Zeitalter nicht nur Werkzeuge bedienen, sondern sein eigenes Arbeitssystem entwerfen können muss. Werkzeuge verstärken Handlungen. Das System entscheidet, ob diese Handlungen die Verstärkung verdienen. ### Anhang: Links zu den Werkzeugen | Werkzeug | Zweck | Links | | ----------------------- | -------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Basic Memory | Langfristige persönliche Wissensbasis, lokal orientiertes Gedächtnis | [Website](https://docs.basicmemory.com/) / [GitHub](https://github.com/basicmachines-co/basic-memory) | | WeType / WeChat-Eingabe | Chinesische Text- und Spracheingabe | [Website](https://z.weixin.qq.com/) / [Homebrew](https://formulae.brew.sh/cask/wetype) | | Doubao-Eingabe | Spracheingabe, gemischtes Chinesisch und Englisch | [Website](https://shurufa.doubao.com/) / [Download für macOS](https://shurufa.doubao.com/pc) | | HapiGo | Screenshots, OCR, Übersetzung, Zwischenablage und Launcher | [Website](https://hapigo.com/) / [Homebrew](https://formulae.brew.sh/cask/hapigo) | | Codex | Technische Ausführung, Codeänderungen und Prüfung | [Codex-App](https://developers.openai.com/codex/app) / [Codex CLI](https://developers.openai.com/codex/cli) | | Claude Code | Codeverständnis, Denken, Review und andere Perspektiven | [Website](https://claude.com/product/claude-code) / [GitHub](https://github.com/anthropics/claude-code) | | Multica | Issuebasierte Zusammenarbeit mehrerer Agenten | [Website](https://www.multica.ai/) / [GitHub](https://github.com/multica-ai/multica) | | Dia | Alltagsbrowser und kleinere Recherchen | [Website](https://www.diabrowser.com/) | | Google Chrome | Browserumgebung für automatisierte Prüfung | [Website](https://www.google.com/chrome/) | | Playwright | Browserautomatisierung und Frontend-Prüfung | [Website](https://playwright.dev/) / [Installation](https://playwright.dev/docs/intro) | | last30days | Recherche öffentlicher Diskussionen der letzten 30 Tage | [GitHub](https://github.com/mvanhorn/last30days-skill) | | ChatGPT Deep Research | Recherche über mehrere Quellen | [Einführung von OpenAI](https://openai.com/index/introducing-deep-research/) / [Hilfe](https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt) | | Compound Engineering | Planung und Ausführung | [GitHub](https://github.com/everyinc/compound-engineering-plugin) / [Einführung](https://every.to/guides/compound-engineering) | | Superpowers | Engineering-Disziplin wie TDD, Debugging und Review | [GitHub](https://github.com/obra/Superpowers) | | Matt Pocock skills | Skills wie grill-with-docs, diagnosing-bugs, domain-modeling und codebase-design | [GitHub](https://github.com/mattpocock/skills) | | Ghostty | Terminalzugang | [Website](https://ghostty.org/) | | cmux | Terminalarbeitsraum für parallele Agenten | [Website](https://cmux.com/) / [GitHub](https://github.com/manaflow-ai/cmux) | | CodexBar | Kontingente für Codex, Claude Code, Antigravity und weitere | [Website](https://codexbar.app/) / [GitHub](https://github.com/steipete/CodexBar) | | Google Antigravity | Agentenzentrierte IDE und Entwicklungsplattform | [Website](https://antigravity.google/) / [Download](https://antigravity.google/download) | | Recordly | Bildschirmaufnahmen für Produkt- und Prototypvorführungen | [Website](https://recordly.dev/) / [GitHub](https://github.com/webadderallorg/recordly) |