Persoonlijk kennisbeheer met AI: Claude Code en Obsidian

Houd het duurzame en het vervangbare gescheiden, en het grootste deel van het ontwerp volgt daaruit vanzelf.

Het duurzame is uw vault: gewone .md-bestanden, [[Wikilinks]], YAML-frontmatter. Geen database, geen eigen formaat, geen exportstap. Het vervangbare is de agent die hem leest. De twee toonaangevende community-projecten op dit vlak, obsidian-second-brain en obsidian-mind, leveren beide bewust voor Claude Code, Codex CLI en Gemini CLI. De vault is de investering; het model is een huurder die u kunt opzeggen.

Dat is dezelfde overweging die wij toepassen op het verbinden van AI met elke stack: de interface bezitten, de capaciteit huren. Wij hebben dit voor systeemintegratie uitgewerkt in API, MCP of CLI. Persoonlijk kennisbeheer is hetzelfde argument, op bureauschaal.

Een agent met bestandstoegang verandert een statische vault in een vault die zichzelf onderhoudt, binnen de grenzen die u stelt.

• CLAUDE.md is het bedieningshandboek. Voer claude uit vanuit de hoofdmap van de vault, en het laadt dit bestand in elke sessie: uw mapoverzicht, uw linkconventies, uw notitiesjablonen, uw standaardgedrag. Het is het enige dragende bestand in elke werkende opzet. /init schrijft een eerste concept.
• Sessiecontext is een hook, geen magie. obsidian-mind injecteert bij het begin van een sessie een uittreksel van het noordsterdocument, een takenlijst en een bestandsoverzicht, zodat de agent niet leeg begint. Dat is een SessionStart-hook die op uw eigen machine draait, meer niet.
• Archiveren wordt een skill. Slash-commands en subagents nemen de vaste taken over: een geknipte notitie in de juiste map plaatsen, een Map of Content genereren, verweesde notities vinden, het daglog schrijven. obsidian-second-brain levert er tientallen van.
• Frontmatter is de machineleesbare laag. Datum, status, bron, een betrouwbaarheidsmarkering in YAML plus wikilinks geven de agent structuur om op te halen en te kruisverwijzen, in plaats van te gokken op basis van proza.

De nieuwste verschuiving zijn notities die overschrijven in plaats van aanvullen: een nieuwe bron werkt bestaande notities bij en stemt ze af, in plaats van er nog een gedateerde vermelding op te stapelen. Nuttig, en de eerste plek waar voorzichtigheid op zijn plaats is, dat is de op-een-na-volgende sectie.

Laad niet de hele vault. Laat de agent de paar notities ophalen die een vraag nodig heeft.

De naïeve opzet duwt de hele vault in de context en stort in bij een paar honderd notities. De zuinige opzet laat alles op de harde schijf staan en haalt alleen op wat past, via een opdrachtregelzoekopdracht of grep. Beoefenaars melden een verschil van rond de 100 tokens voor een CLI-zoekopdracht in de vault tegenover tienduizenden voor het laden van een heel project. Het mechanisme is onopvallend: zoeken, de drie relevante notities lezen, antwoorden.

Dat blijft van belang, ook nu Claude Code inmiddels een contextvenster van een miljoen tokens gebruikt. Het rollende ratelimiet bijt allang voordat het venster vol is: een vault die in 100 tokens antwoordt, laat u honderd vragen stellen, waar de opzet die alles dumpt u een handvol geeft. Zuinig ophalen is wat een tweede brein dagelijks bruikbaar maakt in plaats van eenmalig indrukwekkend.

De community verkoopt het als "alles blijft in uw vault, geen SaaS". Dat klopt voor de opslag en klopt niet voor de inferentie, en dat verschil is het hele risico.

Uw Markdown blijft op uw harde schijf. Maar standaard stuurt elke aanvraag de relevante notities om te lezen naar een cloud-API. Voor een hobbyvault met recepten is dat prima. Voor een vault met klantnotities, contracten of alles wat onder een verwerkersovereenkomst valt, verlaten er bij elke vraag gegevens het pand. Eenvoudige Markdown-portabiliteit is niet hetzelfde als lokale gegevensbescherming.

Nog twee eerlijke voorbehouden. Prompt injection is structureel: een agent die uw notities leest, kan "instructies" niet netjes scheiden van "inhoud". Elke Markdown die in de vault terechtkomt, een geknipte webpagina, een gedeelde notitie, een ingelezen PDF, kan instructies bevatten waarnaar de agent vervolgens handelt. En het risico is niet hypothetisch: in april 2026 misbruikten aanvallers Obsidian-community-plugins om code uit te voeren zodra een slachtoffer een gedeelde vault opende, gemeld door The Hacker News. Een agent met schrijftoegang tot bestanden en shell-toegang verhoogt die inzet, verlaagt hem niet. Notities die zichzelf overschrijven, kunnen ook stilletjes een backlink verzinnen of een correcte regel overschrijven, en de wijziging is opgeslagen voordat u ze leest.

Alles wat goed is aan deze opzet blijft overeind wanneer u het model in huis haalt. Het privacyprobleem is het enige onderdeel dat verandering nodig heeft.

De soevereine versie behoudt de vault en de workflow en ruilt cloud-inferentie in voor een lokaal model: een ophaallaag boven op uw Markdown, bediend door een model op uw eigen hardware of bij EU-hosting. U behoudt de zeggenschap over de gewone tekst, het CLAUDE.md-bedieningshandboek, de skills, en u stopt met het versturen van de inhoud bij elke vraag. Voor een mkb-bedrijf is dat de brug van een persoonlijk experiment naar echt intern kennisbeheer, producthandleidingen, procesdocumentatie, servicegeschiedenis, zonder dat er bij elke aanvraag een vraag over de verwerkersovereenkomst boven blijft hangen. Wanneer die stap loont en wat hij kost, is het onderwerp van On-Premise vs. Cloud-LLM.

De hobbyistische framing luidt "bouw een tweede brein". De zakelijke framing is dezelfde machine, gericht op de kennis van het bedrijf in plaats van die van u. De interessante vraag is, opnieuw, niet of het werkt. Het is wie de notities mag lezen. Dus: waar stuurt uw vault op dit moment daadwerkelijk zijn vragen naartoe?