Mein usecase ist ein Daily-Digest als Website. Check alle 4 Postfächer nach definierten Parametern und erstelle daraus eine Übersichtsseiten und Checkboxen (todo, erledigt, unwichtig). Todo erzeugt einen Task in Google Tasks. Dazu kommen noch Wegsortieren von Rechnungen für die Steuer, Wiedervorlage von SPAM, der wichtig aussieht. Aufwand in Claude 2 bis 3h. Nach 5 Tagen waren 50% der Token vom Pro-Account weg. Dann Migration auf einen VPS zu Hause als Python-Skript, Anbindung KI per openrouter. Migration hat 3 h gedauert. Openroutertoken für das Projekt kosten 1 bis 2 EUR pro Tag. Learning: entwickeln mit Claude/chatgpt geht schnell, Automation laufen lassen frisst Token auf.

Das größte Feedback der Community in diesem Jahr betraf ein und dasselbe Problem:. Hedy hat Aussagen der falschen Person zugeordnet. Die Zusammenfassung schrieb eine Entscheidung Person A zu, die detaillierten Notizen derselben Sitzung nannten Person B. Genau dieses Problem löst 3.9. Sprechererkennung, einmal geklärt und überall übernommen Hedy bekommt eine neue Intelligenzschicht, deren einzige Aufgabe darin besteht, herauszufinden, wer gerade spricht. Sie läuft, bevor irgendetwas anderes generiert wird, und liest das Gespräch auf echte Hinweise hin. Stellt sich jemand vor? Wird jemand namentlich angesprochen? Dazu kommen dein Kalendereintrag und dein Themenkontext als zusätzliche Quellen. Ist sich Hedy sicher, nennt sie den Namen. Ist sie es nicht, bleibt die Person nummeriert, statt geraten zu werden. Die Kontrolle bleibt bei dir: Jedes Transkript zeigt jetzt eine Zeile mit Sprecher-Chips. Ein Tap genügt, um jemanden umzubenennen. Ein Name, den du selbst setzt, wird nie wieder von Hedys eigener Einschätzung überschrieben und begleitet die Sitzung in Kopien, geteilten Versionen, Downloads und auf deine anderen Geräte. Ein wichtiger Punkt für die Praxis: Diese Funktion setzt Nemotron als Sprachmodell voraus. Sitzungen mit Whisper oder einem Cloud-Anbieter erzeugen keine Sprecherzuordnung und zeigen deshalb auch keine Sprecherliste. Wer noch nicht umgestellt hat, findet den Schalter unter Settings → Speech & AI. Julien kündigt an, dass Nemotron perspektivisch zum Standard werden soll, damit diese Funktion künftig ohne Umstellung für alle da ist. Was 3.9 sonst noch bringt Jedes Topic bekommt einen eigenen To-Dos-Tab: alle Aufgaben aus allen Sitzungen eines Themas an einem Ort, sortierbar nach Fälligkeit oder Sitzung. Hakst du eine Aufgabe dort ab, aktualisiert sich das direkt in der ursprünglichen Sitzung. Sitzungen lassen sich jetzt als fertige Dokumente herunterladen, egal ob Zusammenfassung, detaillierte Notizen oder der komplette Export, wahlweise als Text, Markdown, Word oder PDF, Formatierung inklusive. Auch das Zusammenführen von Sitzungen wurde nachgeschärft: Ein Merge übernimmt jetzt auch Chatverlauf und Sitzungsnotizen, nicht nur Transkript und Audio.

In einer persönlichen Nachricht hat mir Torsten Körting unter anderem geschrieben: "...bist du hier weniger auf der Suche nach dem Einstieg als nach Austausch auf Augenhöhe 👍. Teil gern mal hier in der Lounge, welche Automationen du mit make.com gebaut hast oder wo dein spannendster Anwendungsfall liegt .. das ist für die technischeren Köpfe hier Gold wert, und du bekommst umgekehrt bestimmt neue Impulse ..." Einige Worte zu mir: Ich arbeite als Berater, Trainer und Fachautor für kleine Unternehmen und unterstütze diese dabei, Prozesse zu strukturieren, Wissen zu dokumentieren und KI sinnvoll einzusetzen. Damit das Unternehmen auch dann zuverlässig funktioniert, wenn nicht ständig alles am Inhaber hängt. Das Leitmotiv: "Vom Hamsterrad zum System." Eines der Szenarien, die ich bisher umgesetzt habe, ist eine Zusammenarbeit von OneDrive, Make, OpenAI und GMail. Das Ziel: Aus einer zweiwöchentlichen MasterClass-Konferenz eine anonymisierte Zusammenfassung erstellen lassen. Der (mein) Weg: Ich hole mir von Zoom die Meetinzusammenfassung als VTT-Datei und speichere diese in einem Ordner auf der Festplatte. Nach dem Start von Make wird das aktuelle Meeting‑Protokoll von meine Festplatte geholt. Die Inhalte werden zunächst in ISO‑Text konvertiert. Dann geht es zu OpenAI zur Bereinigung. Dabei werden Zeitstempel, Sprecher usw. herausgelöst und entfernt. Im nächsten Schritt erstellt OpenAI eine Zusammenfassung nach einer vorgegeben Struktur. Via GMail erhalte ich das Ergebnis, das ich nach Prüfung an die Teilnehmer weiterleite. Anschließend wird die VTT‑Datei in einen Archivordner überführt, sodass der ursprüngliche Ordner wieder leer ist. --- Kann man das noch optimieren? Garantiert. Im Augenblick kann ich so damit leben.

Torsten hat mich eingeladen, einmal zu zeigen, wie ich meinen Hermes Agent und die Obsidian-Anbindung aufgebaut habe. Deshalb hier ein etwas ausführlicherer Einblick in mein persönliches Setup. Vorweg: Das ist keine fertige Blaupause, sondern ein System, das sich Schritt für Schritt aus konkreten Anforderungen entwickelt hat. ━━━━━━━━━━━━━━━━ 🔧 HERMES ALS OPERATIVE SCHICHT Hermes läuft bei mir als selbstgehosteter persönlicher KI-Assistent mit mehreren getrennten Profilen. Die Profile haben unterschiedliche Aufgabenbereiche und eigene Arbeitskontexte. Hermes übernimmt dabei unter anderem: • Recherche und Datenaufbereitung • Verarbeitung von Dateien und Links • wiederkehrende Prüfungen • Cronjobs und Automatisierungen • Telegram-Kommunikation • Zusammenarbeit mit Coding-Agenten wie Claude Code und Codex Der entscheidende Punkt ist für mich: Hermes wartet nicht nur auf die nächste Chatfrage, sondern kann auch wiederkehrende Aufgaben selbstständig ausführen. ━━━━━━━━━━━━━━━━ 🧠 OBSIDIAN ALS WISSENSBASIS Die grossen und langfristig wichtigen Inhalte sollen nicht nur im Chatverlauf liegen. Dafür nutze ich Obsidian. Dort landen zum Beispiel: • Zusammenfassungen und Transkripte • Rechercheergebnisse • Projektideen und Pläne • technische Dokumentationen • Steuer- und Finanznotizen • Wochenreflexionen • Auswertungen von Webseiten und Videos Hermes kann diese Notizen lesen, durchsuchen, verlinken, ergänzen und in neue Zusammenhänge bringen. Für mich ist dabei wichtig, dass eine Notiz nicht nur aus einer KI-Antwort besteht. Ich versuche, klar zu trennen: 1. Quelle: Woher kommt die Information? 2. Zusammenfassung: Was steht tatsächlich in der Quelle? 3. Einordnung: Was bedeutet das? 4. Eigene Ableitung: Was könnte ich daraus umsetzen? Dadurch bleibt auch später nachvollziehbar, was eine Quelle gesagt hat und was meine eigene Schlussfolgerung war. ━━━━━━━━━━━━━━━━ 📱 TELEGRAM ALS MOBILE SCHNITTSTELLE Telegram nutze ich als zentrale Verbindung zu Hermes. Von unterwegs kann ich:

Ich nutze Hermes Agent als selbstgehosteten persönlichen KI-Assistenten mit mehreren getrennten Profilen. Darüber steuere ich unter anderem Telegram-Bots und lasse Hermes rund um die Uhr auf einem Contabo-Server laufen. Für den stabilen Betrieb habe ich automatische Neustarts, systemd-Watchdogs sowie Fallback-Modelle mit OpenAI Codex und DeepSeek eingerichtet. Mit Hermes automatisiere ich Cronjobs für die Pflege meines Obsidian-Wissenssystems, Pendenzen, YouTube-Auswertungen, Website- und Projektchecks sowie die Überwachung meiner Backups zu pCloud und OneDrive. YouTube-Videos werden automatisch transkribiert, zusammengefasst und als strukturierte Notizen in Obsidian gespeichert. Außerdem nutze ich Hermes als Orchestrator für Coding-Agenten wie Claude Code und Codex. Damit kann ich Projekte analysieren, Code ändern, Tests ausführen, Git-Worktrees verwenden und je nach Aufgabe unterschiedliche KI-Modelle kombinieren. Hermes dient dabei als zentrale Schnittstelle über Telegram. Die eigentliche Arbeit wird je nach Aufgabe auf meinem Linux-System, dem Mac mini oder dem Contabo-Server ausgeführt. Ich freue mich auf den Austausch mit euch und darauf, welche KI-Agenten, Automationen und Workflows ihr in der Praxis einsetzt. 🙌