Lokaler Arbeitsordner für Claude Code, Codex & Agenten

Dein Agent startet nicht bei null.

Ein vorbereiteter KI-Arbeitsraum, der deinen Agenten in deine Arbeit einführt: mit Kontext, Regeln, Entscheidungen und Handoff-Dateien als normale Markdown-Dateien.

Beispiel ansehen

Einmaliger ZIP-Download. Kein SaaS. Kein Prompt-Pack. Kein Abo.

  • Hör auf, deiner KI jedes Mal dein Arbeitsleben neu zu erklären.
  • Öffne einen normalen Ordner mit Claude Code, Codex, Cursor oder ähnlichen Agenten.
  • Lasse deinen Agenten lesen, fragen, planen und am Ende eine Übergabe schreiben.
KI-Arbeitsraum/
├── START_HIER.md
├── AGENT_ONBOARDING.md
├── CLAUDE.md
├── AGENTS.md
├── current.md
├── constraints.md
├── decisions.md
├── handoff.md
├── 00_Onboarding/
├── 06_Workflows/
├── 07_Agent_Instructions/
└── 90_Beispiel/

Agent startet mit:

„Ich lese zuerst AGENT_ONBOARDING.md, current.md, decisions.md und handoff.md. Danach frage ich dich, was heute erreicht werden soll.“

Das Problem

KI kann denken. Aber sie erinnert sich schlecht an deine Arbeit.

In normalen Chats verschwinden Kontext, Entscheidungen und gute Zwischenergebnisse im Verlauf. Jede neue Session fühlt sich an wie ein Neustart.

Du schiebst mehr Kontext hinein, als du herausbekommst.

Genau deshalb nutzen viele KI seltener, als sie könnten: Erst muss man wieder erklären, wer man ist, woran man arbeitet und was schon entschieden wurde.

Die Lösung

Nicht du managst den Ordner für die KI. Der Ordner onboardet die KI in deine Arbeit.

Der Arbeitsraum enthält Dateien, die dein Agent beim Start liest: aktueller Stand, Grenzen, Entscheidungen, Projekte und Übergabe. So wird aus losen Chats ein wiederverwendbares Arbeitsumfeld.

1. Öffnen

Du entpackst den Ordner und öffnest ihn mit Claude Code, Codex, Cursor oder einem ähnlichen Agenten.

2. Onboarden

Der Agent liest `AGENT_ONBOARDING.md`, stellt Fragen und schlägt vor, welche Dateien eingerichtet werden.

3. Weiterarbeiten

Am Ende schreibt der Agent `current.md`, `decisions.md` und `handoff.md`, damit die nächste Session nicht bei null startet.

Beispiel

Der Nutzen wird am Beispiel sichtbar.

Das Produkt enthält einen vollständig eingerichteten Beispiel-Arbeitsraum der fiktiven Content-Beraterin Jana. Dort sieht man konkret, wie Profil, Woche, Projektstand, Entscheidungen und Handoff zusammenspielen.

Aus dem echten Produktbeispiel: Kunde A Website-Relaunch, Seitenstruktur steht, Startseiten-Copy ist der nächste Schritt.

Wiedereinstieg statt Neustart
Jana startet eine spätere Session:
„Lies current.md, constraints.md, decisions.md und handoff.md. Fasse den Stand kurz zusammen und schlage vor, woran wir heute weiterarbeiten.“

Der Agent liest im Beispiel:
├── current.md: Startseiten-Copy für Kunde A offen
├── handoff.md: nächster Schritt ist Startseiten-Copy
└── Projekt/current.md: Seitenstruktur steht

Agent antwortet:
„Beim Website-Relaunch für Kunde A ist die Seitenstruktur entschieden, offen ist die Startseiten-Copy. Vorschlag: Ich entwerfe die Startseite auf Basis der entschiedenen Struktur.“
Inhalt

Ein agent-ready Arbeitsraum aus normalen Dateien.

  • AGENT_ONBOARDING.md: der Startpunkt für deinen Agenten
  • START_HIER.md: Einstieg für dich als Nutzer
  • CLAUDE.md und AGENTS.md: Projektanweisungen für Claude Code, Codex & Co.
  • current.md, constraints.md, decisions.md und handoff.md
  • Onboarding-Checkliste und Sicherheitsregeln
  • Agent-Workflows für Session-Start, Session-Ende, Wochenplanung und Projektstart
  • Projekt-, Kontakt- und Research-Templates als normale Markdown-Dateien
  • ein ausgefülltes Beispiel, das den Nutzen sichtbar macht
Workflows

Für wiederkehrende Arbeit mit Kontext.

Session starten

Der Agent liest aktuellen Stand, Entscheidungen und Handoff, statt wieder bei null zu beginnen.

Agent onboarden

Der Arbeitsraum erklärt dem Agenten Rolle, Grenzen, Fragen und Schreibregeln.

Projekt starten

Aus einer losen Idee wird ein Projektordner mit Ziel, Aufgaben, Entscheidungen und Übergabe.

Woche planen

Aktuelle Aufgaben, Blocker und Projekte werden zu einem realistischen Wochenfokus.

Session abschließen

Der Agent aktualisiert current.md, decisions.md und handoff.md für den nächsten Einstieg.

Gut geeignet für

  • Solo-Founder und Indie Hacker
  • AI-affine Selbstständige und Consultants
  • Operator-/COO-/Chief-of-Staff-Typen
  • Obsidian-/Notion-/PKM-Nutzer mit AI-Affinität
  • Power-User mit Claude Code, Codex oder Cursor

Nicht geeignet für

  • absolute KI-Anfänger ohne Agenten-Tool
  • Menschen, die nur ein Chatfenster nutzen wollen
  • Teams, die sofort eine SaaS-Plattform erwarten
  • alle, die einen vollautomatischen Autopiloten suchen
Portable Context Layer

Dein Arbeitskontext bleibt unabhängig vom Tool.

Der KI-Arbeitsraum trennt deinen Arbeitskontext vom jeweiligen KI-Anbieter. Claude Code, Codex, Cursor oder zukünftige Agenten können denselben Kontext lesen, weil er als normale Markdown-Dateien vorliegt.

So wird dein Workspace nicht zur Wegwerf-Struktur, wenn morgen ein anderes Modell besser, günstiger oder praktischer ist.

  • Keine proprietäre Memory-Schicht.
  • Keine Abhängigkeit von einem einzelnen Anbieter.
  • Kontext als lesbare Dateien.
  • Einfacher Wechsel zwischen Agenten.
  • Langfristig nutzbarer Workspace.
Trust

Lokale Dateien. Klare Grenzen. Kein magisches Gedächtnis.

Der Arbeitsraum betreibt kein eigenes Modell und trainiert nicht auf deinen Daten. Er macht Kontext sichtbar und wiederverwendbar: als Dateien, die dein Agent lesen kann.

  • Kein SaaS-Account bei uns.
  • Keine versteckte Trainingspipeline.
  • Du entscheidest, welche Daten im Ordner liegen.
  • Agenten können Fehler machen. Review bleibt Teil des Systems.
  • Keine sensiblen Daten ablegen, wenn dein Tool sie nicht sehen soll.
Early Access

Kompletter KI-Arbeitsraum als Sofort-Download.

Einmalzahlung. ZIP herunterladen, entpacken, mit deinem Agenten öffnen. Kein Abo, kein Dashboard, kein Login.

Fragen ansehen

Early Access

19 €

  • lokaler agent-ready Arbeitsordner
  • Agent-Onboarding-Dateien
  • Claude-Code-/Codex-Anleitungen
  • Session-Start- und Handoff-Workflows
  • ausgefülltes Beispiel als Orientierung
FAQ

Häufige Fragen.

Ist das ein Prompt-Pack?

Nein. Prompts alleine lösen das Problem nicht. Der KI-Arbeitsraum ist ein lokaler Arbeitsordner mit Kontext-, Regel-, Entscheidungs- und Handoff-Dateien, die dein Agent lesen und aktualisieren kann.

Brauche ich Claude Code oder Codex?

Du brauchst ein Tool, das einen lokalen Ordner als Arbeitsraum öffnen und Dateien lesen kann, zum Beispiel Claude Code, Codex, Cursor oder ein ähnlicher Agent. Normale Chatfenster funktionieren nur eingeschränkt als Fallback.

Ist das für Nicht-Entwickler geeignet?

Ja, wenn du bereit bist, mit einem lokalen Arbeitsordner und einem Agenten-Tool zu arbeiten. Du musst keinen Code schreiben, aber du solltest verstehen: Der Agent arbeitet mit Dateien, nicht nur in einem Chatfenster.

Greift ChatGPT automatisch auf meinen Ordner zu?

Nein. Normale ChatGPT- oder Claude-Chats lesen nicht automatisch deinen lokalen Ordner. Der volle Nutzen entsteht mit Tools, die gezielt in einem Ordner arbeiten können.

Lernt die KI dadurch dauerhaft?

Nicht im Sinne eines trainierten Modells. Der Arbeitsraum wird vollständiger: Entscheidungen, Aufgaben und Kontext bleiben als Dateien erhalten und können in späteren Sessions wieder gelesen werden.

Was passiert mit meinen Daten?

Der Arbeitsraum ist ein Ordner auf deinem Rechner. Welche Dateien dein Agent sehen darf, steuerst du über dein Tool und deine Ablage. Lege nur Daten hinein, die dein Agent sehen darf.

Muss ich den Ordner selbst pflegen?

Nicht als manuelle Dauerdisziplin. Der Arbeitsraum enthält Workflows, damit dein Agent am Ende jeder Session current.md, decisions.md und handoff.md aktualisiert. Du prüfst und korrigierst.