Deshalb hat dieser Vergleich eine Spalte, die in den üblichen Listen fehlt: den Hosting-Ort. Und einen zweiten Blick, der sonst fehlt: was die Werkzeuge mit Dokumenten können, nicht nur mit getipptem Text.

Der Vergleich

Nach Situation sortiert

Das Team schreibt Wiki-Seiten und lebt in Jira: Confluence — der Standard, träge, aber überall anschlussfähig. Das Team will es leichter: Nuclino (aus Deutschland, EU-gehostet, angenehm reduziert) oder Slite. Volle Kontrolle, eigene Server, IT vorhanden: BookStack — Open Source, bewährt, kostenlos; die Wartung ist der Preis. Einzelperson, Text-Wissen: Obsidian oder Capacities — der ausführliche Vergleich steht hier.

Der Berufsblick: Kanzlei, Steuerbüro, Bibliothek, Archiv

Hier kippen die üblichen Empfehlungen, aus drei Gründen:

1. Das Wissen sind Dokumente. Ein Wiki hilft nicht, wenn die Antwort in einem gescannten Bescheid von 2019 steht. Gebraucht wird Texterkennung und Suche im Dokument — die Wiki-Fraktion (Confluence, Notion, Nuclino, Slite, BookStack) indiziert Anhänge bestenfalls oberflächlich.
2. Der Datenstandort ist keine Präferenz, sondern Pflicht. Mandanten- und personenbezogene Daten auf US-Servern sind für viele Kanzleien und Behörden schlicht keine Option. Das sortiert Notion aus und macht die EU-Spalte oben zur ersten Filterfrage.
3. Die Antwort muss belegbar sein. „Steht irgendwo in der Akte" reicht nicht — gebraucht wird die Fundstelle: welches Dokument, welche Seite.

Genau dieses Profil ist der Fall, für den Memexa gebaut ist: Dokumente und Scans laufen durch Texterkennung, werden im Wissensgraphen verknüpft, und jede Antwort nennt Dokument und Seite. Dazu kommt der Teil, den klassische Wissensmanagement-Software noch gar nicht hat: Das Wissen ist per MCP für Claude oder ChatGPT nutzbar — die Recherche „Was haben wir 2023 zur Abschreibung des Mandanten X entschieden?" wird eine Frage an die KI, mit zitierter Quelle. EU-gehostet, DSGVO-Details hier.

Ehrlich dazu: Memexa ist kein Team-Wiki mit Seitenfreigaben und Bearbeitungs-Workflows. Wer beides braucht, kombiniert — Wiki für die Prozesse, Dokumenten-Gedächtnis für die Akten.

Häufige Fragen

Was kostet der Einstieg?

BookStack ist kostenlos (plus Server), Nuclino und Slite starten mit Gratis-Stufen, Confluence und Notion ebenso. Memexa hat einen dauerhaft kostenlosen Plan; bezahlte Pläne beginnen bei 12 €/Monat. Für ein Steuerbüro ist die relevantere Rechnung meist die Suchzeit: Eine nicht gefundene Fundstelle kostet mehr als jede Monatslizenz.

Geht Wissensmanagement ohne Cloud?

Ja — BookStack (eigener Server) und Obsidian (eigenes Gerät) beantworten die Frage vollständig lokal. Der Preis ist Wartung bzw. Verzicht auf Teamzugriff und Dokumenten-Texterkennung.

Wie fängt man an, ohne sich zu verheben?

Mit dem Bestand, nicht mit der Struktur: erst die vorhandenen Dokumente durchsuchbar machen, dann Prozesse dokumentieren. Ein durchsuchbares Archiv wird vom ersten Tag an genutzt — ein leeres Wiki nicht.

Die Route unten holt alles heraus, behält die Textnotizen in offenem Markdown und hält die Scans durchsuchbar — mit Fundstellen auf Seitenebene obendrauf.

Schritt 1: Alles aus Evernote exportieren

Wähle in der Evernote-Desktop-App ein Notizbuch und exportiere es als ENEX (.enex) — pro Notizbuch wiederholen, damit die Struktur erhalten bleibt. ENEX ist Evernotes XML-Format und enthält deine Notizen und ihre Anhänge. Mach das am Desktop; die Web-App bietet keinen vollständigen Export.

Zwei Praxis-Hinweise: Exportiere Notizbücher einzeln (eine einzige Riesendatei macht den nächsten Schritt langsamer und Fehler schwerer auffindbar), und prüfe die Dateigrößen — ein verdächtig kleines Notizbuch heißt meist, dass Offline-Notizen nicht synchronisiert waren.

Schritt 2: Mit dem Obsidian Importer konvertieren

Das kostenlose Open-Source-Plugin Obsidian Importer liest ENEX und schreibt sauberes Markdown — eine Datei pro Notiz, Anhänge in einem Ordner, Links erhalten. Obsidian installieren (kostenlos), Importer-Plugin hinzufügen, auf die .enex-Dateien zeigen.

Dieser Schritt lohnt sich selbst dann, wenn du Obsidian gar nicht behalten willst: Er verwandelt dein Archiv aus proprietärem XML in das eine Format, das jedes Werkzeug der Welt lesen kann. Derselbe Importer verarbeitet auch Notion, OneNote, Apple Notes, Bear, Roam und Google Keep — die Route dieser Anleitung funktioniert für alle.

Wenn Markdown-Dateien auf deinem Rechner alles sind, was du wolltest, bist du hier fertig — und ehrlich: Für reine Textsammlungen ist das ein guter Endpunkt.

Schritt 3: Die Scans — wo die meisten Routen enden

Jetzt der ehrliche Teil. Deine Notizen sind Markdown; deine Scans sind Bild- und PDF-Anhänge in einem Ordner. Obsidian zeigt sie an, aber lesen kann es sie nicht — dateibasierte Werkzeuge indizieren Text, keine Pixel. Im Mac-Power-Users-Forum hat es ein Evernote-Aussteiger trocken formuliert: Obsidian sei „good at text only/minimal images", Belege und Scans hineinzubekommen sei „clunky". Das ist kein Vorwurf an Obsidian; es ist schlicht nicht sein Zweck.

Die Belege und Verträge, die Evernote zu deinem externen Gedächtnis gemacht haben, werden so zu Dateinamen. Durchsuchbar nach Titel, stumm im Inneren.

Schritt 4: Die Scans wieder durchsuchbar machen

Für diesen Schritt gibt es Memexa. Zippe den Vault-Ordner aus Schritt 2 und lade ihn hoch — Notizen werden zu verknüpften Einträgen im Wissensgraphen (Wikilinks bleiben erhalten), und jeder Anhang läuft durch Texterkennung. Der gescannte Vertrag ist wieder lesbar, und besser als vorher: Suchtreffer zitieren die Fundstelle bis zur Seite, und jeder MCP-Client — Claude, ChatGPT, Cursor — kann sie abfragen. Die Einrichtungsanleitung steht hier.

Die Kette in einer Zeile: Evernote → ENEX → Obsidian Importer → Markdown → Memexa. Kein Schritt verliert Daten, jeder Schritt nutzt ein offenes Format, und du kannst auf jeder Sprosse aussteigen und stehst besser da als in Evernote.

Und wenn du einfach eine neue Notiz-App willst?

Faire Frage, kurze Antworten: Joplin ist der nächstliegende kostenlose Open-Source-Evernote-Ersatz (Clipper inklusive). Obsidian, wenn du verlinkte Markdown-Notizen willst und text-first glücklich bist. Capacities, wenn du Struktur ohne Eigenbau willst, gehostet in der EU. Unser Vergleich von neun Werkzeugen deckt das Feld ab — inklusive der Frage, wo jedes deine Daten hostet.

Häufige Fragen

Kann die Texterkennung deutsche Dokumente? Handschrift?

Gedruckter Text in den üblichen europäischen Sprachen funktioniert gut, Umlaute und gemischtsprachige Dokumente eingeschlossen. Handschrift ist ehrlicherweise schwerer; klare Blockschrift klappt oft, Schreibschrift ist Lotterie.

Was passiert mit Evernotes Schlagwörtern und Notizbüchern?

Der Importer macht aus Notizbüchern Ordner und aus Schlagwörtern Obsidian-Tags; Memexas Import bildet beides im Graphen ab. Nichts fällt stillschweigend weg.

Wie lange dauert der ganze Umzug?

Der Evernote-Export ist der langsame Teil (Minuten bis Stunden, je nach Archivgröße). Importer und Memexa-Upload sind jeweils Minuten. Plane einen Abend für ein Jahrzehnt Notizen.

Weg 1: Den Vault als Ordner freigeben

Der direkteste Weg, und er kostet nichts: Claude Code im Vault-Ordner starten (oder den Ordner in Claude Desktop freigeben) und eine CLAUDE.md hineinlegen, die die Struktur erklärt. Claude liest und durchsucht die Dateien dann wie jedes andere Projekt.

Das kann er gut: Für Textnotizen auf einem Rechner ist das kaum zu schlagen. Keine Einrichtung, keine Kosten, die Daten verlassen den Rechner nur für die Anfrage an das Modell. Änderungen versionierst du mit Git.

Hier endet er: Der Zugriff existiert nur auf diesem Rechner — am Handy und in claude.ai gibt es den Ordner nicht. Claude durchsucht mit Datei-Werkzeugen (grep), nicht semantisch: Er findet „Kündigungsfrist", wenn „Kündigungsfrist" im Text steht, aber nicht, wenn die Notiz von „Vertragslaufzeit" spricht. Und ein Scan im Vault bleibt ein Dateiname.

Weg 2: Ein lokaler MCP-Server

Die Community pflegt mehrere Obsidian-MCP-Server (meist via npx gestartet, mit dem Vault-Pfad konfiguriert). Claude bekommt damit echte Werkzeuge — Notiz lesen, Notiz anlegen, Vault durchsuchen — statt roher Dateizugriffe.

Das kann er gut: Sauberere Schnittstelle als Weg 1, teils mit besserer Suche. Notizen anlegen und ändern läuft strukturiert. Alles bleibt lokal.

Hier endet er: Es bleibt Selbstbau: Node installieren, Konfigurationsdatei pflegen, Updates verfolgen. Der Server läuft, solange der Rechner läuft. Die Mehrgeräte- und die Scan-Frage beantwortet auch er nicht.

Weg 3: Der gehostete Wissensgraph

Vault als ZIP in Memexa importieren (Wikilinks bleiben erhalten), dann Claude per MCP verbinden — die Drei-Minuten-Anleitung steht hier. Ab da liest jeder Client denselben Stand: Claude Desktop, claude.ai, Claude Code, auch ChatGPT oder Cursor.

Das kann er gut: Hybride Suche (semantisch + Volltext) statt grep. Dokumente und Scans laufen durch Texterkennung und werden zitierfähig — Fundstelle bis zur Seite. Funktioniert auf jedem Gerät, ohne dass etwas auf deinem Rechner läuft.

Hier endet er: Es ist ein gehosteter Dienst — deine Daten liegen bei einem Anbieter (bei uns: EU, DSGVO, Markdown-Export jederzeit), und ab einer gewissen Nutzung kostet er Geld. Wer strikt „nichts verlässt meinen Rechner" arbeitet, nimmt Weg 1 oder 2.

Die Tabelle

Die ehrliche Lesart: In „Wo liegen die Daten" und bei den Kosten gewinnt der Selbstbau, und wer nur eigene Textnotizen auf einem Rechner braucht, ist mit Weg 1 fertig. Die beiden Zeilen, in denen der gehostete Weg allein steht — Scans und Fundstellen — entscheiden nur dann, wenn dein Wissen auch aus Dokumenten besteht. Dann allerdings entscheiden sie alles.

Häufige Fragen

Muss ich Obsidian aufgeben?

Nein. Das übliche Setup ist ein Nebeneinander: Obsidian bleibt das Schreibwerkzeug, der Import in Memexa läuft periodisch, und Claude arbeitet auf dem Graphen. Wikilinks überleben den Import als echte Kanten.

Was passiert mit meinen Plugins und Templates?

Sie bleiben in Obsidian und funktionieren weiter — der Import liest die Markdown-Dateien, nicht die Obsidian-Konfiguration. Dataview-Abfragen und ähnliche Plugin-Syntax kommen als Text an, nicht als ausgeführte Abfrage.

Geht das auch mit ChatGPT statt Claude?

Ja — Wege 2 und 3 sprechen MCP, und das unterstützt auch ChatGPT. Weg 1 ist Claude-spezifisch (Ordnerfreigabe + CLAUDE.md).

Eine Spalte, die du in den anderen Listen nicht findest: wo jedes Werkzeug deine Daten speichert. 2026 entscheidet diese Frage über Verträge, und die meisten Vergleiche überspringen sie komplett.

Der Vergleich

Sortiert nach deinem Problem

„Obsidian ist mir zu fummelig — ich will einfache Notizen mit Sync" → Joplin

Open Source, synchronisiert über ein Backend deiner Wahl (auch den eigenen Server), brauchbarer Clipper. Designpreise gewinnt es nicht, und die Verlinkung ist schwächer als bei Obsidian — aber es beseitigt die Plugin-Pflege, die manche vertreibt.

„Ich denke in Outlines, nicht in Seiten" → Logseq

Jede Zeile ein Block, jeder Block verlinkbar, Journal zuerst. Open Source und lokal wie Obsidian; der Wechsel ist eine Frage des Denkstils, nicht der Features. Wer lange Dokumente schreibt, kämpft dagegen an.

„Local-first, aber freundlicher" → Anytype

Objekte statt Dateien, Verschlüsselung und Sync eingebaut und kostenlos. Jüngeres Projekt, kleineres Ökosystem, Export weniger erprobt als nackte Markdown-Ordner — aber das glaubwürdigste „Obsidian mit Komfort" im Local-first-Lager.

„Struktur, ohne sie selbst zu bauen" → Capacities

Typisierte Objekte (Meetings, Personen, Bücher) liefern die Struktur, die sich Obsidian-Nutzer aus Plugins zusammensetzen — ab Werk, gehostet in der EU. Ein persönliches Werkzeug; Teams und schwere Automatisierung sind nicht der Punkt.

„Mein Team braucht es auch" → Notion

Die pragmatische Antwort für gemeinsame Wikis, Datenbanken und Projektboards. Du tauschst lokale Dateien und offene Formate gegen Zusammenarbeit — und der Workspace liegt auf US-Servern, was die Frage für manche Teams in beide Richtungen entscheidet.

„Meine Notizen sollen meine KI füttern — samt Dokumenten" → Memexa

Das ist die Kategorie, in der wir wirklich antreten, deshalb klar gesagt: Memexa ist kein Obsidian-Ersatz fürs Schreiben verlinkter Textnotizen — darin ist Obsidian besser. Memexa löst den Teil, mit dem das Datei-Lager erklärtermaßen kämpft: PDFs, Belege, Scans und Mails. Uploads laufen durch Texterkennung, landen im Wissensgraphen, und Claude, ChatGPT oder jeder MCP-Client durchsucht sie und zitiert die Seite. Obsidian-Vaults kommen als ZIP-Import herein, Wikilinks bleiben erhalten — die beiden arbeiten nacheinander, nicht gegeneinander. So funktioniert's.

Wann du einfach bei Obsidian bleibst

• Dein Wissen ist Text, den du selbst schreibst, und die Vault-Struktur trägt.
• Lokale Dateien und offenes Format sind dir wichtiger als Sync-Komfort — diese Kombination bleibt Obsidians Heimspiel.
• Das Plugin-Ökosystem löst Probleme, die du wirklich hast (nicht solche, die du irgendwann haben könntest).

Ein Notiz-Werkzeug zu wechseln kostet Wochen an Muskelgedächtnis. Tu es für ein Problem von heute — für reines Textwissen schlägt Obsidian plus Disziplin die meisten Alternativen dieser Liste.

Häufige Fragen

Kann ich Obsidian und ein KI-Gedächtnis zusammen nutzen?

Ja — das ist das häufigste Setup unserer Nutzer: Obsidian zum Schreiben, Memexa als die Schicht, die KI-Clients per MCP lesen. Der Vault-Import erhält deine Wikilinks.

Welche Alternativen sind Open Source?

Logseq, Joplin und Anytype. Obsidians App ist geschlossen, aber deine Daten bleiben offene Markdown-Dateien — in der Praxis ist das die Lock-in-Frage, die zählt.

Welche hosten in der EU?

Capacities und Memexa hosten in der EU; die Local-first-Werkzeuge (Obsidian, Logseq, Joplin, Anytype) behalten die Daten auf deinem Gerät — das umgeht die Frage komplett.

Was MCP ist

MCP (Model Context Protocol) ist der offene Standard, über den Claude mit externen Diensten spricht. Ein MCP-Server stellt Claude Werkzeuge bereit, etwa „durchsuche meine Notizen" oder „lies dieses Dokument". Claude ruft sie selbst auf, wenn eine Frage dazu passt. Mehr Hintergrund steht im MCP-Grundlagenartikel; für die Einrichtung reicht dieser Absatz.

Voraussetzungen

• Ein Memexa-Konto (kostenlos anlegen, der Free-Plan reicht)
• Claude Desktop oder Claude Code

API-Keys oder Konfigurationsdateien brauchst du nicht. Die Anmeldung läuft über OAuth im Browser, und die Adresse ist für alle Clients dieselbe:

https://brain.memexa.ai/mcp

Claude Desktop verbinden

1. Öffne in Claude Desktop die Einstellungen (Zahnrad unten links).
2. Wähle den Reiter Connectors.
3. Klicke Eigenen Connector hinzufügen (Add custom connector).
4. Füge als URL https://brain.memexa.ai/mcp ein und bestätige.
5. Im Browserfenster, das sich öffnet, meldest du dich mit deinem Memexa-Konto an. Die Anmeldung gilt dauerhaft.

Danach steht „memexa" in der Connector-Liste.

Claude Code verbinden

Ein Befehl im Terminal:

claude mcp add --transport http --scope user memexa https://brain.memexa.ai/mcp

--scope user macht die Verbindung in allen Projekten verfügbar, nicht nur im aktuellen Ordner. Beim ersten Zugriff öffnet sich der Browser für die Anmeldung. Danach läuft die Verbindung im Hintergrund.

Prüfen, ob es läuft

Stell Claude eine Frage, die nur dein Gedächtnis beantworten kann:

„Was weißt du über mich?"

Wenn Claude dabei Werkzeuge wie search_brain oder list_recent aufruft und mit Inhalten aus deinem Memexa antwortet, steht die Verbindung. In Claude Code zeigt /mcp den Status aller verbundenen Server.

Was Claude danach kann

Claude merkt sich jetzt Dinge über Sitzungen hinweg: Sag „Merk dir: Release verschoben auf den 14." und die Notiz ist nächste Woche noch da, auch in ChatGPT oder Cursor, falls du die ebenfalls verbindest. Hochgeladene PDFs und Scans werden automatisch per Texterkennung erschlossen; fragst du Claude danach, nennt die Antwort die Fundstelle, etwa „Vertrag, Seite 4". Neue Notizen verknüpfen sich außerdem automatisch mit bestehenden, sodass Claude im Graphen von einer Information zur nächsten navigieren kann.

Häufige Fehler

Der Connector erscheint, aber Claude nutzt ihn nicht

Claude ruft Werkzeuge nur auf, wenn die Frage danach klingt. Formuliere am Anfang explizit: „Schau in meinem Memexa nach …". Nach den ersten Treffern nutzt Claude das Gedächtnis auch unaufgefordert.

Die Anmeldung schlägt fehl oder hängt

Meist liegt es am Browser: Schalte den Pop-up-Blocker aus, entferne den Connector und füge ihn neu hinzu. In Claude selbst musst du nichts eintragen; die Anmeldung läuft komplett im Browser.

„Server disconnected" in Claude Code

Führ claude mcp list aus. Steht memexa auf „failed", hilft fast immer claude mcp remove memexa und danach das erneute claude mcp add von oben. Bleibt der Fehler, prüfe, ob eine Firmen-Firewall ausgehende HTTPS-Verbindungen filtert.

Claude findet ein Dokument nicht

Frisch hochgeladene Dokumente brauchen einen Moment für Texterkennung und Verknüpfung. Den Status siehst du im Dashboard. Sobald das Dokument als verarbeitet markiert ist, findet Claude es.

Das Protokoll dahinter — MCP, der offene Standard, über den KI-Clients mit externen Diensten sprechen — haben wir in einem eigenen Artikel erklärt. Dieser hier bleibt bei der praktischen Seite: dem Server.

Was ein MCP-Server macht

Ein MCP-Server ist ein Dienst, der einer KI Werkzeuge anbietet. Jedes Werkzeug ist eine benannte Fähigkeit mit klarer Aufgabe: durchsuche meine Notizen, lies diese Datei, lege ein GitHub-Issue an. Der Client — Claude, ChatGPT, Cursor — bekommt beim Verbinden die Liste dieser Werkzeuge und entscheidet dann selbst, wann er welches aufruft.

Das ist der ganze Trick. Der Server muss nichts von KI verstehen, er beantwortet nur Anfragen. Das Modell muss nichts vom Dienst verstehen, es sieht nur Werkzeuge mit Beschreibung. Deshalb funktioniert derselbe Server mit jedem Client, der das Protokoll spricht.

Welche Server es gibt

Die Verzeichnisse sind voll, aber fast alles fällt in vier Gruppen:

• Dienst-Anbindungen. GitHub, Notion, Slack, Google Drive, Datenbanken. Der Server übersetzt zwischen der KI und der API des Dienstes. Nützlich, wenn du dort ohnehin arbeitest.
• System-Werkzeuge. Dateisystem, Terminal, Browser-Steuerung (etwa Playwright). Vor allem für Entwickler interessant, die KI-Agenten bauen oder Code schreiben lassen.
• Such- und Abrufdienste. Websuche, Dokumentations-Lookup, Scraping. Geben dem Modell aktuelle Informationen, die nicht im Training waren.
• Memory-Server. Speichern, was du der KI sagst, und machen es in späteren Sitzungen wieder auffindbar. Die interessanteste Gruppe, wenn dich das ewige Wiederholen deines Kontexts stört — und die mit den größten Qualitätsunterschieden.

Für den Alltag brauchst du keine zehn Server. Die meisten kommen mit einem oder zwei aus: einem für die Arbeit (GitHub, Notion) und einem Gedächtnis.

Wie du einen Server verbindest

Die Einrichtung folgt bei allen Clients demselben Muster — Adresse eintragen, einmal anmelden:

• Claude Desktop und ChatGPT: Einstellungen → „Connectors", Adresse des Servers einfügen. Die Anmeldung öffnet sich im Browser.
• Claude Code: ein Befehl im Terminal, z. B. claude mcp add --transport http memexa https://brain.memexa.ai/mcp.
• Cursor: eine Zeile in der MCP-Konfigurationsdatei.

Danach taucht der Server in der Werkzeugliste des Clients auf und die KI nutzt ihn von selbst, sobald eine Frage dazu passt. Wie das für Memexa konkret aussieht, steht auf der Einrichtungsseite — mit Konfiguration zum Kopieren für jeden Client.

Lokal oder gehostet?

Viele Server aus den Verzeichnissen sind kleine Programme, die du selbst startest — per npx im Terminal, Konfiguration in einer JSON-Datei. Das ist für Entwickler in Ordnung und für alle anderen die häufigste Hürde: Der Server läuft nur, solange dein Rechner läuft, Updates machst du selbst, und am Handy existiert er nicht.

Gehostete Server drehen das um. Sie laufen als Dienst im Netz, du verbindest dich mit einer URL und einem Browser-Login (OAuth), und derselbe Stand ist von jedem Gerät und jedem Client aus erreichbar. Dafür gibst du deine Daten in fremde Hände — womit wir bei der eigentlichen Frage wären.

Worauf du bei der Auswahl achten solltest

Das Protokoll ist offen, die Qualität dahinter nicht geregelt. Drei Fragen trennen die brauchbaren von den riskanten Servern:

1. Wo liegen die Daten? Bei lokalen Servern auf deinem Rechner. Bei gehosteten: In welchem Land, unter welchem Recht? Ein Server, der das nicht beantwortet, hat die Antwort schon gegeben.
2. Was darf der Server? Ein Werkzeug, das Dateien löschen oder Mails verschicken kann, verdient mehr Misstrauen als eines, das nur liest. Verbinde nicht mehr Rechte, als die Aufgabe braucht.
3. Kommst du wieder raus? Wenn der Dienst verschwindet oder du wechseln willst: Gibt es einen vollständigen Export in einem offenen Format?

Bei Memexa lauten die Antworten: EU-Hosting, nur du, Markdown-Export mit einem Klick.

Häufige Fragen

Brauche ich Programmierkenntnisse?

Für gehostete Server mit OAuth-Login: nein — Adresse eintragen und anmelden reicht. Lokale Server aus den Community-Verzeichnissen setzen dagegen meist voraus, dass dich ein Terminal nicht schreckt.

Wie viele Server kann ich gleichzeitig verbinden?

Technisch viele, praktisch lohnt Zurückhaltung. Jeder Server macht die Werkzeugliste länger, die das Modell bei jeder Anfrage durchgeht — zu viele ähnliche Werkzeuge machen die Auswahl schlechter, nicht besser.

Was unterscheidet die Memory-Server voneinander?

Die meisten sind Notizzettel: Die KI legt Textschnipsel ab, die sie für merkenswert hält, und durchsucht sie später. Das hilft schon. Ein gehostetes Gedächtnis wie Memexa geht weiter — du wirfst auch PDFs, Scans und Mails hinein, alles wird gelesen, verknüpft und mit Quellenangabe wieder ausgegeben, bis zur Seitenzahl. Der Unterschied zeigt sich, wenn du drei Monate später wissen willst, woher eine Information stammt.

Genau dieses Problem adressiert ein unscheinbares Kürzel, das dir inzwischen überall begegnet: MCP.

Die kurze Antwort

MCP steht für Model Context Protocol — ein offener Standard, der regelt, wie KI-Anwendungen mit externen Datenquellen und Werkzeugen sprechen. Anthropic hat ihn Ende 2024 veröffentlicht und bewusst nicht als Exklusiv-Feature gebaut, sondern als offenes Protokoll. Inzwischen unterstützen ihn praktisch alle relevanten KI-Clients: Claude, ChatGPT, Cursor, viele weitere.

Die gängigste Analogie trifft es gut: MCP ist der USB-C-Anschluss für KI. Vor USB-C brauchte jedes Gerät sein eigenes Kabel. Vor MCP brauchte jede Verbindung zwischen einer KI und einer Datenquelle eine eigene, handgebaute Integration. Mit MCP gibt es einen Stecker, der überall passt: Ein Dienst bietet seine Fähigkeiten einmal als „MCP-Server" an — und jeder KI-Client, der das Protokoll spricht, kann sie nutzen.

Wie das konkret funktioniert

Hinter dem Protokoll steckt eine simple Rollenverteilung:

• Der Client ist die KI-Anwendung, mit der du sprichst — Claude, ChatGPT, Cursor.
• Der Server ist ein Dienst, der etwas kann oder etwas weiß — er bietet der KI „Werkzeuge" an: suche in meinen Daten, speichere diese Notiz, lies dieses Dokument.
• Du verbindest beide einmal miteinander, meist mit einer Adresse und einem kurzen Login im Browser.

Ab dann passiert das Entscheidende automatisch: Wenn du deiner KI eine Frage stellst, für die sie externes Wissen braucht, ruft sie das passende Werkzeug auf, bekommt das Ergebnis zurück und baut es in ihre Antwort ein. Du merkst davon nur, dass die Antwort plötzlich stimmt.

Was hat das mit Gedächtnis zu tun?

Von Haus aus ist jede KI-Sitzung eine Insel. Die eingebauten Memory-Funktionen von ChatGPT und Claude helfen ein Stück weit — aber sie gehören dem jeweiligen Tool: Was ChatGPT über dich gelernt hat, bleibt in ChatGPT. Wechselst du das Modell, bleibt das Gedächtnis zurück.

MCP dreht dieses Verhältnis um. Wenn dein Gedächtnis ein eigener MCP-Server ist, gehört es keinem Client mehr — sondern dir. Jede KI, die du verbindest, liest und schreibt in denselben Wissensbestand:

Du sagst Claude am Dienstag: „Merk dir: Release verschoben auf den 14." Du fragst ChatGPT am Freitag: „Wann war nochmal der Release?" — und bekommst die Antwort. Samt Quelle.

Das ist der Unterschied zwischen einem Memory-Feature und einem Gedächtnis als eigener Schicht: Die Modelle kommen und gehen, das Wissen bleibt an einem Ort — durchsuchbar, verknüpft und exportierbar.

Brauche ich dafür Technik-Kenntnisse?

Weniger, als das Wort „Protokoll" vermuten lässt. Die Einrichtung ist bei den meisten Clients eine Sache von Minuten und läuft immer nach demselben Muster: Adresse des MCP-Servers eintragen, einmal im Browser anmelden, fertig. In Claude Desktop und ChatGPT heißt das Menü „Connectors", in Cursor ist es eine Zeile in einer Konfigurationsdatei, in Claude Code ein einzelner Befehl.

Für Memexa sieht das zum Beispiel so aus — inklusive der Konfiguration für jeden Client zum Kopieren.

Häufige Fragen

Kostet MCP etwas?

Das Protokoll selbst nichts — es ist ein offener Standard. Kosten können auf zwei Seiten entstehen: Manche Clients erlauben eigene Connectors nur in Bezahl-Plänen (ChatGPT etwa), und der jeweilige MCP-Server kann ein kostenpflichtiger Dienst sein.

Ist das sicher?

MCP selbst regelt nur die Sprache zwischen Client und Server — wie sicher deine Daten sind, entscheidet der Dienst dahinter: wo er hostet, wie er Zugriffe absichert, was er mit deinen Inhalten macht. Die Fragen, die du jedem MCP-Dienst stellen solltest: Wo liegen die Daten? Wer kann sie lesen? Komme ich jederzeit wieder raus? (Unsere Antworten: EU, nur du, ja — als Markdown.)

Welche Clients unterstützen MCP?

Stand heute: Claude (Desktop, Code, Web), ChatGPT, Cursor und ein schnell wachsendes Feld weiterer Tools. Da der Standard offen ist, kommt praktisch jede neue KI-Anwendung mit MCP-Unterstützung auf den Markt — was heißt: Ein MCP-basiertes Gedächtnis funktioniert auch mit den Clients, die es noch gar nicht gibt.

MCP-Server gibt es viele — was unterscheidet sie?

Hunderte. Die meisten Memory-Server sind Entwickler-Werkzeuge: lokal installiert, selbst gewartet, gespeichert wird, was die KI für merkenswert hält. Ein gehostetes Gedächtnis wie Memexa setzt eine Schicht höher an: Du wirfst auch Dokumente, PDFs und E-Mails hinein, alles wird per Texterkennung gelesen, verknüpft — und jede Antwort nennt ihre Fundstelle, bis zur Seitenzahl.