ChatGPT zu Obsidian: Kompletter Workflow zum Exportieren von KI-Gesprächen als Markdown-Notizen

Umbrabits · 5. Mai 2026 · 3 Min. Lesezeit

chatgptobsidianmarkdownworkflow

Wenn du in Obsidian lebst, verdient jedes wertvolle ChatGPT-Gespräch ein dauerhaftes Zuhause in deinem Vault. Hier ist der reibungslose Workflow, der das möglich macht.

Der Endzustand

Jedes erhaltenswerte ChatGPT-Gespräch wird zu:

Eine .md-Datei in ~/vault/AI/ChatGPT/ (oder deinem bevorzugten Pfad).
Dateiname-Format: 2026-05-09 - rust async pitfalls.md.
YAML-Frontmatter mit Titel, Modell, Datum, Plattform und Tags.
Korrekt verschachtelte Überschriften, Code-Blöcke mit Syntax-Highlighting, Mathe-Begrenzer intakt.
Verbunden mit deinen vorhandenen Notizen durch Obsidian-Backlinks.
Vollständig durchsuchbar über Obsidians leistungsstarke Volltextsuche.

Die Werkzeuge

Obsidian, dein Wissensvault.
ChatExport AI, Chrome-Erweiterung, die ChatGPT-Gespräche in sauberes CommonMark-Markdown exportiert.
Drei optionale Obsidian-Plugins (das erste ist essenziell):
- Templater, automatisiert Dateibenennung und Frontmatter-Erstellung.
- Dataview, fragt KI-Notizen nach Tag, Modell oder Datum ab.
- Smart Connections, semantische Suche über dein KI-Gesprächsarchiv.

Schritt für Schritt

Schritt 1: Das Gespräch als Markdown exportieren

Öffne dein ChatGPT-Gespräch. Klicke auf das ChatExport AI-Symbol in der Symbolleiste, um die Export-Seitenleiste zu öffnen.

Wähle Markdown (.md) aus. Aktiviere Front matter, um YAML-Metadaten oben einzufügen.

Klicke auf Export. Deine .md-Datei wird sofort heruntergeladen.

Schritt 2: In deinen Vault einfügen

Verschiebe die Datei nach ~/vault/AI/ChatGPT/ oder in eine beliebige Ordnerstruktur, die zu deinem System passt.

Der Standarddateiname sieht aus wie chatgpt-2026-05-09-12-34-56.md. Benenne ihn in etwas Beschreibendes um, z. B. 2026-05-09 - rust async pitfalls.md. Templater kann das automatisch erledigen.

Schritt 3: Das Frontmatter, das ChatExport AI hinzufügt

---
title: "Rust async pitfalls — Tokio runtime questions"
platform: ChatGPT
model: GPT-5
exported: 2026-05-09T12:34:56Z
url: https://chatgpt.com/c/abc123...
tags: [ai, chatgpt, rust]
---

Das Tags-Feld beginnt mit [ai, chatgpt]. Füge eigene benutzerdefinierte Tags hinzu (rust, async, tokio), damit Dataview später verwandte Notizen finden kann.

Schritt 4: Überprüfen und kürzen

Lange ChatGPT-Threads enthalten oft Sackgassen und Abschweifungen. Öffne die Notiz in Obsidian, entferne das Rauschen und behalte das Wesentliche.

Noch besser: Mach das vor dem Export. ChatExport AI bietet pro Nachricht Kontrollkästchen, mit denen du genau auswählen kannst, welche Austausche aufgenommen werden sollen. Dieser „Trimmen vor dem Export“-Ansatz spart Bearbeitungsarbeit in Obsidian.

Schritt 5: Mit anderen Notizen verknüpfen

Verwende Obsidians [[wikilink]]-Syntax, um die KI-Notiz in dein Wissensnetzwerk einzuflechten:

Das kam beim Arbeiten an [[Projekt Helios]] auf – siehe auch
[[Tokio runtime variants]] und die ursprünglichen
[[2026-05-08 ChatGPT - tokio task::spawn_blocking notes]].

Nach einigen Wochen verwandeln sich deine KI-Notizen von isolierten Gesprächen in ein reich verknüpftes Wissensnetzwerk.

Fortgeschrittene Tricks

Automatische Umbenennung mit Templater

Templater-Skript, das Dateien basierend auf dem YAML-Frontmatter automatisch umbenennt:

<%* 
const file = tp.file.find_tfile(tp.file.path(true));
const meta = app.metadataCache.getFileCache(file)?.frontmatter;
if (meta?.title && meta?.exported) {
  const date = meta.exported.slice(0, 10);
  const slug = meta.title
    .toLowerCase()
    .replace(/[^a-z0-9]+/g, '-')
    .replace(/^-|-$/g, '')
    .slice(0, 60);
  await tp.file.rename(`${date} - ${slug}`);
}
%>

KI-Notizen mit Dataview abfragen

TABLE platform, model, exported
FROM "AI"
WHERE platform != null
SORT exported DESC
LIMIT 25

Dies erstellt ein Dashboard, das deine letzten 25 KI-Gespräche zeigt, sortiert nach Datum und filterbar nach Plattform.

Semantische Suche über KI-Notizen

Smart Connections erstellt Embeddings deiner Notizen und ermöglicht semantische Suche. Perfekt, wenn du dich an das Konzept, aber nicht an den genauen Titel erinnerst.

Was ist mit Claude, Gemini und anderen KI-Plattformen?

Identischer Workflow. ChatExport AI exportiert Claude, Gemini, Perplexity und 45+ weitere KI-Plattformen nach Markdown. Das YAML-Feld platform kennzeichnet, welche KI das jeweilige Gespräch erstellt hat.

Warum sich dieser Workflow lohnt

Der erste Monat ist eine Investition. Bis zum dritten Monat hast du eine persönliche KI-Wissensdatenbank – jede Recherche, jede Debugging-Sitzung, jeder Brainstorm – durchsuchbar, vernetzt und vollständig unter deiner Kontrolle. Gespräche verschwinden nicht, wenn der Free-Tier-Verlauf von ChatGPT abläuft. Die Erkenntnisse leben dauerhaft in deinem Vault.