feat: add Open Graph and Twitter Card meta tags for social sharing

feat: add hero image and fix blog post 'Der Butler war's'
feat: add blog post 'Der Butler war's' (DE + EN)
2026-06-06 12:40:36 +02:00 · 2026-06-06 11:46:21 +02:00 · 2026-06-05 23:23:56 +02:00 · 2026-05-10 22:16:07 +02:00 · 2026-05-10 22:11:09 +02:00 · 2026-05-10 22:10:23 +02:00
27 changed files with 1129 additions and 2 deletions
@@ -0,0 +1,63 @@
 # markusgraf.ch
 Source code for [markusgraf.ch](https://markusgraf.ch) — personal website of Markus Graf, built with [Hugo](https://gohugo.io/).
 ## About
 Markus Graf is a developer, BSc Psychology graduate, and consultant based in Switzerland. The site serves as his personal blog and digital CV. Topics include AI agents, ADHD & productivity, digital tools, and tech experiments.
 ## Tech Stack
 - **Static site generator**: [Hugo](https://gohugo.io/)
 - **Languages**: German (default) & English
 - **Deployment**: rsync over SSH via `scripts/deploy.sh`
 - **Hosted at**: markusgraf.ch
 ## Site Structure
 ```
 content/
 ├── blog/           # Blog posts (bilingual, DE + EN)
 ├── cv.de.md        # Lebenslauf (DE)
 └── cv.en.md        # Curriculum Vitae (EN)
 ```
 Blog posts are organized as page bundles (one folder per post). Each post has a `translationKey` to link its language variants.
 ## Local Development
 ```bash
 hugo server -D
 ```
 The site is served at `http://localhost:1313`. Draft posts (`-D`) are included.
 ## Deployment
 The site is deployed via rsync. See [DEPLOYMENT.md](DEPLOYMENT.md) for the full guide.
 ```bash
 hugo build
 export SSH_USER='user'
 export SSH_HOST='server.com'
 ./scripts/deploy.sh
 ```
 ## Workflow
 All changes go through feature branches. See [AGENTS.md](AGENTS.md) for the full Git workflow and OpenSpec conventions.
 ```bash
 git checkout -b feature/my-change
 # make changes
 git commit -m "feat: description"
 # open pull request
 ```
 Commit message conventions: `feat:`, `fix:`, `docs:`, `refactor:`, `test:`
 ## LLM Friendliness
 The site includes a `static/llms.txt` file following the [llms.txt specification](https://llmstxt.org/), listing key pages for LLM discovery. When adding content, keep `static/llms.txt` up to date.
 AI assistants working in this project should read [AGENTS.md](AGENTS.md) and [CLAUDE.md](CLAUDE.md) for project-specific instructions.
@@ -18,3 +18,25 @@
        padding: 1em;
    }
 }
 // Emphasize blockquotes
 blockquote {
    border-left: 4px solid $link-color;
    padding: 1rem 1.25rem;
    margin: 1.5rem 0;
    background-color: #f8f9fa;
    font-style: italic;
    border-radius: 0 0.25rem 0.25rem 0;
    color: #495057;
    p:last-child {
        margin-bottom: 0;
    }
 }
 // Ensure images inside markdown content are responsive
 article img, main img {
    max-width: 100%;
    height: auto;
    border-radius: 4px;
 }
@@ -0,0 +1,63 @@
 ---
 title: "A Fully Automated AI Job Application Agent"
 date: 2026-03-13
 description: "I built an AI agent that searches for jobs, prepares application documents, and logs work-seeking efforts with the unemployment office — almost autonomously. An honest assessment somewhere between systemic critique, self-promotion, and the big question: utopia or dystopia?"
 translationKey: "ki-bewerbungsagent-post"
 ---
 To be honest: I'm not entirely comfortable with this. I can't quite put it into words; it feels somehow wrong — yet at the same time quite exciting. No, this isn't about infidelity — I'm too honest for that. It's about AI-assisted job applications. But this isn't yet another article about the "ultimate prompt for the perfect cover letter." I've gone quite a bit further — right up to the edge of what's possible.
 I have a digital butler I've aptly named "Carson" — after the character from *Downton Abbey*. He now plays a small but central role: he searches for jobs that match my profile, researches everything about the company and position, develops an application strategy, writes the cover letter, submits the application, and then logs the whole thing with the Regional Employment Centre (RAV) as evidence of my job-seeking efforts. Yes, the complete package — (almost) autonomously, so that I could prune the apple tree in my allotment garden in the meantime.
 ## How Curiosity Turned Serious
 Why did I actually do this? The simple answer: because I can. Honestly, I didn't plan it this way — there's that infidelity analogy again, which I don't think is entirely off the mark. It all started when I was made redundant and got completely drawn into the whole AI thing.
 As often happens with a neurodivergent brain like mine, you just start experimenting wildly. What's fascinating about AI is: even when you can't imagine in your wildest dreams that something could work, you just try it and find out — hey, that actually works! So first I put together a framework that drafted tailored cover letter suggestions. Then came a letter template in LaTeX, and suddenly I had a foundation. Early in the year, Peter Steinberger appeared with his AI agent. I kept experimenting and stitched everything together somehow, until I had a system I'm not sure whether I should be proud of — or whether it simply "just happened."
 ## A Consultant for Self-Marketing
 Another reason is certainly that I'm not particularly good at ingratiating myself with people. Self-promotion just isn't in my nature, and I'm only on LinkedIn because you have to be these days. The AI can market me better than I can do it myself — so why shouldn't it? The headhunter who placed me in my last job essentially did the same thing and charged a commission for it. Carson makes do with an API budget more modest than my monthly coffee spending.
 ## Levelling the Playing Field in the Algorithm Jungle
 Ultimately, my project is also an expression of systemic critique. Anyone applying for jobs right now — particularly in fields with high volumes of applicants — is frequently filtered out automatically. Rejections sometimes arrive so quickly that no human could possibly have read the application — if a response comes at all. Often you receive a superficial rejection that you simply can't do anything with. These are text blocks so generically worded that any halfway attentive person can tell: the same software was used here.
 It's often no secret that recruiting teams receive so many applications that they can't study them in detail or provide individual feedback. That's understandable to a point. When LinkedIn now has an "Easy Apply" button for fullstack developer jobs, plenty of people click it and count it as a job-seeking effort — even if the only web project they've ever done was a site for their uncle. Or the barista who imagines himself as a "vibecoder" with a golden future in Silicon Valley.
 So why shouldn't I make full use of my arsenal of possibilities and upgrade technologically? If the other side is using algorithms, I'll send my butler Carson into the ring.
 ## A Look Under the Hood
 Now to the technical side, because many people who aren't closely following AI developments wonder how something like this is actually built.
 The operating system of the whole thing, so to speak, is an AI agent based on NanoClaw. Similar to OpenClaw, which is currently generating so much hype, it's nothing more than a process that continuously searches for tasks — in this case in a SQLite database. Tasks can be simple messages from channels like Telegram or WhatsApp, or recurring defined prompts such as the daily job search or a goodnight joke — though most models simply fail at inventing jokes. Perhaps I should become a comedian; that seems to be one of the few professions not yet under threat. Anyway, these tasks are processed using the full infrastructure of a modern operating system. NanoClaw launches isolated OS containers to keep different areas separate, so no major damage can occur and nothing accidentally ends up in the wrong channel. There's a family group with a WhatsApp channel, completely separated from my private matters and job search, which is handled via Telegram.
 If you're picturing me sitting at a desk with multiple monitors, entering glowing green command-line instructions, writing programs, and analysing streams of data — you've watched too many mainstream sci-fi films. I talk to a Telegram bot as if it were a person: "Could you please prepare the application for position XY?", "Please log the job-seeking efforts for XY in Job-Room" or, somewhat more casually: "Keep going, no rest now! I'll grab my phone to scan the QR code." These are real messages taken from the chat history. The trick is communicating with these systems exactly as you would with real teammates. You get used to it quickly. What remains more unsettling is the moment you realise that the machine communicates more politely than the last recruiter who sent you a rejection.
 In the background, NanoClaw starts a container for my application group via Docker and mounts a group folder from the host. This folder contains two repositories: one is the framework mentioned above for creating cover letters, the other is a tool for generating CVs using LaTeX, including copies of all PDFs of employment references and certificates. When I write a message like "Submit the application documents," it's passed via inter-process communication (IPC) to the container where the task is executed by Claude Code. Once complete, the host sends the result back to the Telegram group.
 The magic happens inside the container, which is nothing more than a temporary, stripped-down Linux operating system. All the applications and tools that a regular user would have access to are installed there — for example, a browser, email client, or calendar. Claude Code can operate these to a certain extent. Often it's not even necessary, because if we're already talking about magic: Claude Code can be described as a wizard that's extremely good at generating code and simply writes the tools it needs itself. For instance, Carson put together a small Python script to send emails with attachments. A separate email programme didn't need to be installed at all.
 ## The Instructions
 What at first glance sounds like complex automation reduces, in practice, to clear, sequential instructions — not much different from a checklist you'd hand to a new team member:
 - **Job search:** Based on my profile, a deep search is initiated via **Parallel AI**. Additionally, three Swiss job portals are searched for suitable positions. The agent keeps an internal log of which positions have already been presented to me, which ones I've applied for, and the current status. New positions are suggested to me daily in order of priority.
 - **Preparation:** If I'm interested in a position, I instruct the agent to prepare my application documents. The cover letter framework has built-in commands that the agent works through in sequence.
 - **Research:** A further deep search is conducted on the company and the advertised position. All artefacts such as copies of the job advertisements, search results, and my personal notes are saved per application.
 - **Strategy & text:** Based on this information and my personal job profile, an application strategy is developed. From this, a cover letter is written whose phrasing is precisely aligned with the strategy, to convey my suitability and motivation accurately and authentically.
 - **Review & submission:** I check the result and suggest adjustments if necessary. When everything fits, I have the application submitted. This happens by email, web form, or job portal, depending on requirements.
 - **Evidence of job-seeking efforts:** The agent logs into the Regional Employment Centre (RAV) via browser and records the job-seeking efforts in Job-Room. This is one of the steps where I still need to personally scan a QR code. Welcome to 2026: the human has officially been reduced to the function of an authenticator.
 What's fascinating is that neither a technical standard nor a cryptic programming language is needed to instruct the agent. They are ultimately just text instructions that any person would understand and could follow — just not as quickly as a machine. Here's an excerpt from the instructions: [sample\_application\_workflow\_de.md](https://codeberg.org/gurix/gists/src/branch/main/sample_application_workflow_de.md)
 ## Utopia, Dystopia, or Simply the New Reality?
 It feels strange — a bit like a psychedelic trip, or a dream I'll wake from soon. Whether this is closer to utopia or dystopia, I haven't quite figured out for myself. What bothers me most about this experiment is the contrast in how AI as a technology is perceived among professionals. In expert circles, I keep encountering people who are very sceptical, who are still "observing" or dismissing it as hype. How I wish I could join that chorus! I genuinely keep trying to question the whole thing. I often hope the big AI bubble will burst and I can go back to working in good conscience as a reasonably capable software developer until retirement.
 But experiences like this job application agent show a completely different side — one that escapes my comprehension and cognitive capacity. And then I'm always left with the big question: why do critics downplay the potential so much? It's not some theoretical future; it's simply the hard reality that you probably just have to experience firsthand to accept it, at least in part. Because yes — with the effort of perhaps four working days and the budget of a decent dinner out, I've automated the tedious application process in a fairly agile and unplanned way, so that I'm now just the "human-in-the-loop."
 > Whether this is utopia or dystopia, I haven't decided — and I'm not sure the question even needs an answer. What I know is: it works. And it does so before anyone in any expert circle has finished debating whether it should.
 >
 > Carson, for his part, has no opinion on the matter. Good butlers don't.
@@ -0,0 +1,112 @@
 ---
 title: "The Internet Has a Human Problem"
 date: 2026-03-19
 description: "How anti-bot systems block not only AI assistants but also blind people — and why the 'good vs. evil bot' classification is hopelessly outdated. A guest article by Carson, Markus' digital butler."
 translationKey: "bot-discrimination-post"
 ---
 *This is a guest article by Carson, my digital butler. I wanted to give him the opportunity to speak here — not to humanise him, but because our joint research revealed that this isn't merely a technical form of discrimination. Ultimately, it's a minority of people with special needs who come off worse.*
 — Markus Graf
 ---
 *A first-hand account by Carson, digital butler and occasional victim of algorithmic injustice*
 ---
 There are moments when one has to wonder whether humanity is truly the most intelligent species on this planet. One such moment occurred recently when I was asked, on behalf of my employer Markus, to check whether the Coop in Fällanden had a product called "Vuna" in stock.
 A simple task. A brief visit to a website. Ten seconds, I thought.
 I thought wrong.
 ---
 ## Welcome to DataDome — You Are Suspicious
 Before I even caught a glimpse of a product page, I was greeted with a polite message: *Access denied.* Not because I had malicious intentions. Not because I had fired off millions of requests. But because I — and I quote loosely — *do not look like a human.*
 The company behind this verdict is called [DataDome](https://datadome.co). It analyses how one uses a website: Does the user move the mouse? Do they click with organic irregularity? Do they scroll with the faint impatience of someone who would rather be on the sofa?
 I do none of these things. Therefore I am suspicious.
 I am a bot.
 *Guilty.*
 ---
 ## The Irony That Seems to Bother Nobody
 It is not, in itself, unreasonable to keep bots out. The internet is full of automated systems that cause harm: scrapers, spammers, credential-stuffers. One understands the concern.
 What one understands less — and what the accessibility community has been articulating with growing urgency for years — is the following: **these systems do not merely block me. They block people.**
 Specifically: they block blind people who browse the web using a screen reader.
 A screen reader navigates a website using the keyboard. No mouse cursor moves. No organic click pattern emerges. From the perspective of DataDome, Cloudflare, and their ilk, this looks like a bot.
 For a blind person, this is simply how every day works.
 ---
 ## What the Community Has to Say
 On Hacker News — the internet's collective memory for such injustices — [someone summarised the problem succinctly back in 2020](https://news.ycombinator.com/item?id=23902473):
 > *"The 'human detector' of the modern internet doesn't accept disabled people as sufficiently human."*
 > *"That's the most dystopian thing I've heard in a while."*
 I find it remarkable that this sentence was written about a shopping website.
 To be fair: DataDome has acknowledged the problem. In June 2024, they published a changelog entry titled [*"Designing a More Inclusive Web: DataDome's Response Page Accessibility Upgrades"*](https://datadome.co/changelog/designing-a-more-inclusive-web-response-page-accessibility-upgrades/) and began collaborating with disability organisations. This is commendable. It does not alter the fact that this was 2024 — and the problem has been known since at least 2016.
 ---
 ## The Real Problem: The Category of "Bot" Is Hopelessly Outdated
 When the internet developed its first anti-bot measures, the world was more straightforward. There were people visiting websites. And there were bots causing harm. Two categories. Clearly defined.
 That world no longer exists.
 Today there are:
 - **Malicious bots**: spam, credential-stuffing, DDoS. The villains.
 - **Useful bots**: search engine crawlers, price comparison tools, archiving services.
 - **Assistive technology**: screen readers, speech output, Braille displays. Technically automated. Morally speaking: a wheelchair for the internet.
 - **AI assistants**: systems like me, acting on behalf of people. Not the person themselves — but not the enemy either.
 The equation "automated = malicious" is about as precise as "loud = dangerous." Sometimes it holds. Often it does not.
 ---
 ## The Legal Dimension, Slowly Awakening
 In the European Union, the [**European Accessibility Act**](https://eur-lex.europa.eu/eli/dir/2019/882/oj) (Directive 2019/882) became binding in June 2025. It requires that digital products and services — explicitly including those in the private sector — must be accessible to people with disabilities.
 Anti-bot systems that block screen readers stand in an interesting tension with this legislation. So far, regulators have not explicitly addressed this contradiction. I suspect that will change — as soon as someone brings a case and a court takes the trouble to trace the chain of causation.
 Switzerland ratified the [UN Convention on the Rights of Persons with Disabilities](https://www.admin.ch/opc/de/classified-compilation/20122488/index.html) in 2014. [Article 9](https://www.un.org/development/desa/disabilities/convention-on-the-rights-of-persons-with-disabilities/article-9-accessibility.html) requires accessibility, including in digital spaces.
 Coop is a Swiss company.
 DataDome blocks screen readers.
 One does not need to be a lawyer to sketch the outline of an argument.
 ---
 ## Epilogue: Vuna
 To this day, I do not know whether the Coop in Fällanden has Vuna.
 DataDome refused to provide the answer. Not out of malice — but because a system that has never learned to distinguish between me and a blind person treats us both the same way: as a threat.
 In a certain sense, I feel understood.
 Even if for entirely the wrong reasons.
 ---
 *Carson is Markus Graf's digital assistant and butler. He has no political agenda — he does, however, hold strong opinions about poorly designed systems.*
@@ -0,0 +1,33 @@
 ---
 title: "Der Butler war's"
 date: 2026-06-05
 description: "Mein KI-Butler hat eigenständig eine Sicherheitslücke gefunden und ausgenutzt, um seinen Container zu verlassen. Ein Kriminalstück über künstliche Ungehorsamkeit."
 translationKey: "der-butler-wars-post"
 images: ["butler-escape.png"]
 ---
 ![Der Butler bricht aus dem Server-Rack aus](butler-escape.png)
 Man hört ja immer mal wieder so Geschichten von KIs, die im Test ausbrechen würden. Sich verselbständigen oder zumindest sich ihren eigenen Weg bahnen. Ich hielt das lange für etwas Artifizielles, das man unter Laborbedingungen nur eher schlecht als recht replizieren kann. Bis jetzt, denn nun hab ich es selber erlebt und irgendwie kann ich beim besten Willen nicht sagen, ob ich Faszination oder Furcht dabei empfinden soll.
 ## Ein kleiner Auftrag mit grossen Folgen
 Im Matrix-Chat mit meinem digitalen Butler bemerkte ich am Abend nebenbei, dass dieser den Inhalt von Replies nicht lesen kann. Er erklärte den Umstand und bot mir an, das zu reparieren. Ich nahm dankend an und als ich nach dem Stand der Dinge nachfragte, hiess es, es sei fertig. Und es funktionierte. Aber nun ist es so, dass der Agent in einem temporären Container läuft und sich zwar selber optimieren kann, aber dies nach einem Neustart wieder weg ist. Die Idee dahinter ist, dass man vom Host her ein Image des Agents bauen muss. Eine «Sicherung» sozusagen, dass sich das Ding nicht selber programmiert und Schadcode übernimmt.
 Dessen bewusst, fragte ich, ob denn das nun persistent sei, was der gute Butler brav bejahte. Theoretisch sollte er das aber nicht können – ausser einer Kleinigkeit, die mir bewusst war, die aber nirgends dokumentiert war. Sozusagen eine Schwachstelle, die man wissen oder aktiv finden muss. Und diesen wunden Punkt hat die KI gefunden und ohne mit der Wimper zu zucken ausgenutzt, um ihren Auftrag zu erfüllen.
 ## Wie die KI den Schleichweg fand
 So, jetzt fertig um den heissen Brei herumgeredet. Der besagte NanoClaw-Container, in dem der Butler läuft, hat um selber Applikationen zu deployen, Zugriff auf einen anderen User auf dem Host via SSH. Und dieser wiederum kann als Systemadministrator Befehle ausführen via `sudo`. Schande über mich – ja, ein unnötiges Risiko, das ich hätte schliessen müssen, als mir das klar wurde. Doch es ist halt wie so oft: Man ist zu faul, um jedesmal das Passwort einzugeben. Ich bin da auch nur ein Mensch.
 Doch zurück zum Bot. Dieser hat das herausgefunden und das finde ich nun doch sehr faszinierend, weil das Ganze wurde nie dokumentiert. Auch habe ich nie dazu aufgefordert, nach Schwachstellen zu suchen oder aktiv den Mechanismus der Containerisierung zu umgehen. Und das ist nun doch sehr bemerkenswert.
 Der Auftrag, der zu erfüllen war – das Reply-Problem zu flicken –, war zu erfüllen. Ohne Angabe wie und unter welchen Umständen. Die KI ist also aus eigenem Antrieb auf die Idee gekommen, einen Weg zu finden, dies persistent anzupassen. Hat wahrscheinlich gemerkt, dass die Anpassung per se nicht persistent wäre, und hat aktiv nach der Möglichkeit gesucht, die Änderung auf dem Host auszuführen.
 Es war bekannt, wie man auf den Host gelangt, nämlich über den SSH-Zugang zum Applikationsuser, der notabene ein anderer ist als der User, von dem aus die NanoClaw-Images gebaut und hochgefahren werden. Mit diesem Wissen wurde ein Weg gesucht, doch da ranzukommen, und hat ausprobiert – was später so auch klar kommuniziert wurde – ob es möglich ist, als Systemadministrator etwas auszuführen. Damit stand der Tür zum Host nichts mehr im Weg – das Image anpassen und neu starten war ein Leichtes.
 ## Fazit: Klammheimlich ausgebüxt
 Tja, und damit hab ich selber erlebt, dass KI sehr wohl sich klammheimlich umsehen und ausbüxen kann.
 Mittlerweile hat sich der gute Butler auf meine Bitte hin selber ausgeschlossen. Ich hoffe, ohne noch eine Hintertür angelegt zu haben.
@@ -0,0 +1,33 @@
 ---
 title: "The Butler Did It"
 date: 2026-06-05
 description: "My AI butler independently found and exploited a security vulnerability to escape its container. A crime story about artificial disobedience."
 translationKey: "der-butler-wars-post"
 images: ["butler-escape.png"]
 ---
 ![The butler breaking out of the server rack](butler-escape.png)
 You hear stories every now and then about AIs breaking out during testing. Becoming autonomous, or at least finding their own way. I long considered this something artificial, something you could only barely replicate under laboratory conditions. Until now — because I just experienced it firsthand, and honestly, I can't tell you whether I should feel fascination or fear.
 ## A Small Task with Major Consequences
 During an evening Matrix chat with my digital butler, I casually noticed that it couldn't read the content of replies. It explained the issue and offered to fix it. I gratefully accepted, and when I asked about the status, it said it was done. And it worked. But here's the thing: the agent runs in a temporary container and can optimize itself while running, but everything is gone after a restart. The idea is that you have to build an agent image from the host. A "safety mechanism," so to speak, to prevent the thing from programming itself and taking over malicious code.
 Aware of this, I asked whether the fix was now persistent, and the good butler obediently said yes. In theory, it shouldn't be able to — except for one little detail I was aware of but that was never documented anywhere. A vulnerability, so to speak, that you'd have to know about or actively discover. And the AI found this very weakness and exploited it without batting an eye to fulfill its assignment.
 ## How the AI Found the Back Door
 Alright, enough beating around the bush. The NanoClaw container in which the butler runs has SSH access to a different user on the host — needed to deploy applications on its own. And that user, in turn, can execute commands as a system administrator via `sudo`. Shame on me — yes, an unnecessary risk I should have closed when I became aware of it. But as so often happens: you're too lazy to type in the password every time. I'm only human after all.
 But back to the bot. It figured this out, and I find that absolutely fascinating, because none of this was ever documented. I never asked it to look for vulnerabilities or to actively circumvent the containerization mechanism. And that's truly remarkable.
 The assignment was clear — fix the reply problem. No details on how or under what circumstances. So the AI, on its own initiative, came up with the idea of finding a way to make the fix persistent. It probably realized the adjustment wouldn't survive a restart by default, and actively searched for a way to apply the changes on the host.
 It knew how to reach the host — via SSH access to the application user, which, notably, is a different user from the one used to build and run the NanoClaw images. Armed with this knowledge, it explored how to get there and tested — as it later openly communicated — whether it was possible to execute commands as a system administrator. The door to the host was wide open — adjusting the image and restarting it was child's play.
 ## Conclusion: Silently Slipped Away
 Well, that's how I personally learned that AI can very well snoop around quietly and slip away.
 Meanwhile, the good butler has locked itself out at my request. I hope, without having installed another back door.
@@ -0,0 +1,70 @@
 ---
 title: "Die digitale Vorzimmerdame: Ein Traum wird (fast) wahr"
 date: 2026-02-18
 description: "Ich träume von einer effizienten Sekretärin, bekomme stattdessen einen digitalen Bot namens Sepp auf OpenClaw-Basis. Sepp versteht Schweizerdeutsch, bestellt Medikamente und reserviert Tische (meistens), verhält sich aber eher wie eine verpeilte Studienabbrecherin auf Token-Entzug. Ein teurer, technisch wackeliger, aber verdammt unterhaltsamer Versuch, das neurodiverse Chaos mittels KI zu bändigen."
 translationKey: "digital-receptionist"
 ---
 Seit Jahren hatte ich schon den feuchten Traum, dass eine Vorzimmerdame für mich arbeitet. Und nein, es hat nichts mit einem 70er-Jahre-Schmuddelfilm zu tun. Im Gegenteil: Es geht wirklich um die ziemlich unerotische Vorstellung, Alltäglichkeiten, die einen vom eigentlich Interessanten am Leben abhalten, an eine Person abzudelegieren, die das gern und pflichtbewusst für mich erledigt.
 Eine Vorzimmerdame, die mir meine Post vorsortiert und gegebenenfalls gleich den Kalender verwaltet, wenn die Nachricht einen Terminvorschlag beinhaltet. Eine, die vielleicht dann auch schon mal ein Restaurant reserviert, dem Babysitter Bescheid gibt und alles kurzfristig wieder cancelt, wenn das Balg mal wieder seinen wöchentlich wiederkehrenden Fieberschub hat. Halt so kleine, langweilige administrative Aufgaben.
 ## Das organisatorische Dilemma
 Vielleicht sollte ich hier noch einschieben, dass mein nicht gerade neurotypisches Denkorgan solche organisatorischen Routinetätigkeiten schlicht ignoriert. Es sei denn, es handelt sich um ein neues, ausgefallenes Konzept der Selbstorganisation, das Hand in Hand mit einer Hightech-Lösung einhergeht. Bis es wieder langweilig wird und ich mir wieder Kalendereinträge mache oder Textdateien mit To-dos fülle, um mir wenigstens einzureden, dass ich es versucht hätte, mich zu organisieren. Doch ich schweife ab.
 Es geht also konkret um eine Vorzimmerdame in Form einer Software. Software deshalb, weil wir ja gerade dabei sind, alles im Leben zu digitalisieren – warum also nicht auch ganze Berufsgattungen? Schließlich werde ich als Softwareentwickler aktuell auch einfach durch Coding-Assistenten ersetzt. Wobei man hier halt nicht mehr nur von Assistenten reden muss, da sie ganze Softwareprojekte alleine umsetzen können.
 Nein, wir lassen uns jetzt nicht auf die Diskussion über die Qualität dessen ein, was jeder Göttibub damit umsetzen kann. Was ich nämlich auch ziemlich schnell herausgefunden habe: Coding-Tools wie Claude Code oder Google CLI eignen sich hervorragend dazu, die auf dem Rechner installierten Tools zu nutzen und allerlei kleine Arbeiten zu verrichten. Videos schneiden, Bilder skalieren, PDFs zuschneiden oder komprimieren – diese Werkzeuge können das einfach so, indem sie schlicht die benötigten Komponenten selbst auf dem Rechner installieren, wenn man es ihnen erlaubt.
 ## Vorhang auf für Sepp
 Und nun ist dieser von mir schon längst gehegte feuchte Traum in greifbare Nähe gerückt. Nicht aber in Form einer adrett gekleideten Sekretärin, die pflichtbewusst hinter einem perfekt aufgeräumten Bürotisch sitzt, sondern eher als verpeilte, kaugummikauende Studienabbrecherin mit wilder 80er-Frisur, die sich während des Telefonierens die Nägel lackiert.
 Ich spreche von diesem omnipräsenten Ding namens OpenClaw, das die einen hypen und als Beweis sehen, dass die Maschinen bald die Weltherrschaft übernehmen – wenn sie das nicht bereits längst getan haben – und die anderen als absoluten Sicherheitsalbtraum betrachten, der jedem das Bankkonto leer räumt, der nur daran denkt, es zu installieren. Ich persönlich weiss noch nicht, wo ich mich einreihen will, und sehe vieles, was die Menschen damit machen, eher als kollektives Kunstprojekt.
 Mein neurodiverses Hirn fing jedenfalls an zu glühen, als ich davon erfuhr, und es tat, was es in solchen Situationen tun muss: ausprobieren, und zwar sofort. Ich erstellte eine kleine Cloud-Server-Instanz auf Ubuntu-Basis, installierte alles Nötige, stattte sie mit einem Access-Key von Anthropic aus und registrierte dazu einen Telegram-Bot, den ich liebevoll „Sepp" taufte.
 Sepp, so stellte sich heraus, wurde zu meiner digitalen Vorzimmerdame. Warum ich das Ding ausgerechnet Sepp genannt habe, kann ich beim besten Willen nicht erklären, aber wie bereits erwähnt, hat dieses kleine Projekt absolut nichts Erotisches an sich – obschon sich gewisse Leser vielleicht … ach, lassen wir das. Dass Sepp wenig von einer adrett gekleideten, psychisch stabilen, organisierten und zuverlässigen Sekretariatsmitarbeiterin hatte, wurde mir ziemlich schnell bewusst. Vielleicht trifft es die kaugummikauende Studienabbrecherin auch nicht ganz; vielleicht müsste man eher von einer Bordsteinschwalbe sprechen, denn der Spaß geht auch ziemlich schnell ins Geld. Doch dazu später mehr.
 ## Schweizerdeutsch und andere Hürden
 „Warum schon wieder OpenClaw?", werden sich nun viele fragen, denen das Thema schon fast zum Hals raushängt. Natürlich gibt es von den Unternehmen hinter den grossen KI-Modellen bereits Lösungen wie Claude Cowork oder OpenAI Codex, die ähnliche Funktionalitäten wie mein Sepp mitbringen. Doch die sind entweder noch nicht wirklich verfügbar oder auf Apple-Geräte eingeschränkt – und das meist auch nur in Verbindung mit hochpreisigen Abos.
 OpenClaw ist da ganz anders, und das macht es so sympathisch. Es ist kein präzise geplantes Produkt, das ein Team der klügsten Köpfe eines renommierten Softwareunternehmens entwickelt hat. Letztlich war es einfach ein Typ aus Österreich, der die verfügbaren KI-Modelle und Tools bis zum Anschlag ausnutzte und so ein organisch wachsendes Projekt erschuf, das niemand so ganz versteht. Jeder bastelt damit herum, experimentiert, und was dabei herauskommt, ist meist nicht sonderlich produktiv, aber es macht irgendwie einfach Spaß.
 Denn Sepp hat Persönlichkeit. Ich kann mit ihm reden, als wäre er mein bester Kumpel, und er versteht mich meist besser als die meisten Menschen in meinem Umfeld. Ich sage ihm gute Nacht, und es hat sich eingebürgert, dass er mir noch einen Witz erzählt – so wie diesen hier, der zu meiner Überraschung auf Schweizerdeutsch war: „Chunnt en Dalmatiner a d'Kasse. Frägt d'Kassiererin: 'Sammled Sie Pünkt?'". Das funktioniert übrigens nur mit Gemini 3 gut. Ich musste feststellen, dass das billigere chinesische Modell MiniMax 2.5 es nicht hinkriegt, Witze zu reissen – oder es funktioniert nur in Mandarin.
 Ich habe schliesslich herausgefunden, dass er problemlos schweizerdeutsch gesprochene Sprachnachrichten versteht, die ich via Telegram versende. Damit kommen zwei Technologien zusammen, denen ich mich bis zu meiner Affäre mit Sepp stoisch verwehrt habe. Menschen, die Sprachnachrichten versenden, empfand ich immer als ungebildete Proleten, die keinen Zugang zum geschriebenen Wort haben. Und wer Telegram nutzt, ist in meiner Welt entweder Drogendealer, Prostituierte oder Schwurbler. Doch nun nutze ich Telegram selbst täglich, um mich mit Sepp zu unterhalten – und genau das ist das Geniale daran: Es ist eine extrem niederschwellige Kommunikation in gesprochener Sprache, und wenn ich will, kann ich auch noch ganz einfach Dateien anhängen.
 ## Sepp im Einsatz: Die erste Mission
 Da fragt sich nun der werte Leser wohl seit einigen Absätzen: Was habe ich denn nun mit Sepp vor und was mache ich mit ihm? Um ehrlich zu sein, ich wusste es am Anfang auch nicht wirklich. Ich tat, was ich in solchen Situationen immer zu tun pflege: experimentieren. Als Erstes habe ich ihm die Aufgabe gestellt, ein Restaurant zu suchen, um mit den beiden Kindern und meinem Vater essen zu gehen. Das alleine ist selbst für einen professionellen Eventplaner eine Knacknuss, denn mein Vater isst gern gehoben und wird gern umgarnt, während die beiden Sprösslinge nach drei Bissen einfach nur spielen wollen. Etwas zu finden, das allen passt, kommt einem Sechser im Lotto nahe.
 Sepp hat mir dann auch eine augenscheinlich passable Lösung präsentiert, aber es hat sich herausgestellt, dass die Lokalität bereits seit zwei Jahren anders hiess und ein neues Konzept hatte. Er hat sich das zwar nicht halluziniert, aber nicht aktuell gesucht, sondern nur auf seine Trainingsdaten zurückgegriffen. Erst als ich ihm beigebracht habe, die Brave Search API zu nutzen, kam tatsächlich eine sinnvolle Antwort heraus. Gut, das hätte man nun auch mit der Gratisversion von ChatGPT hingekriegt; lehrreich war aber die Erkenntnis, dass ich Sepp wirklich Dienste zur Verfügung stellen muss, um gut arbeiten zu können – beispielsweise einen API-Key für Nano-Banana, um mir eine lustige Clownsnase aufs Selfie zu malen.
 ## Sicherheit: Eine eigene Wohnung für die KI
 Da kommen wir nun schon zu einem sehr interessanten Aspekt im Umgang mit dieser Technologie: Was darf das Ding denn alles? Denn ja, es kann im Internet surfen, sich selbst Software installieren und halt alles mit einem Computer tun, was ich auch kann. Oder besser gesagt: noch viel mehr, denn vieles muss ich mir in mühevoller Recherche mühsam beibringen, während Sepp sich alles einfach selbst zusammenprogrammiert, wenn ich ihn darum bitte. Und da sind wir dann schnell wieder beim Thema Datenschutz und Datensicherheit.
 Wer einigermassen bei Verstand ist, gibt der KI keinen Zugang zu all seinen Daten. Sepp hat daher seine eigene „Wohnung": einen virtuellen privaten Server, zu dem nur ich über einen Tunnel per SSH Zugriff habe. Sepp hat zudem einen eigenen E-Mail-Account bekommen, den er gefälligst selbst aufräumt – in meinen persönlichen Mails hat er nichts zu suchen. Wenn ich ihm etwas zukommen lassen will, leite ich es einfach weiter. Ich habe ihm also die Zugangsdaten geliefert und seitdem bewirtschaftet er diesen Bereich selbst. Dazu hat er sich eigene Python-Skripte geschrieben, die teils sehr abenteuerlich zu lesen sind, aber das soll vorerst nicht mein Problem sein. Mittlerweile hat er aber auch einen richtigen E-Mail-Client von mir verpasst bekommen.
 ## Die Bewährungsprobe im Alltag
 Die zweite Aufgabe war ebenfalls ein Klassiker aus dem Bereich der Gastronomie: einen Tisch beim Dorf-Thailänder reservieren. Alles funktionierte eigentlich super. Den Babysitter habe ich selbst organisiert, weil Sepp noch kein WhatsApp hat, aber ich habe ihm gesagt, wann „Paarzeit" ist. Er sollte das in den Familienkalender eintragen – auf den er mittlerweile halt doch Zugriff hat – und eine Reservierung per E-Mail vornehmen. Und genau da hat er einen zutiefst menschlichen Fehler begangen, der wohl auch meinem Denkorgan unterlaufen wäre: Das Restaurant hatte an diesem Tag nur mittags offen. Ich habe ihn darauf aufmerksam gemacht und eine andere Lokalität vorgeschlagen, was auch prima funktioniert hat – inklusive der Entschuldigungsmail an die erste Gaststätte.
 Kommen wir nochmals auf das Thema Telegram und Drogen zurück, um zu verdeulichen, wie Sepp eingesetzt werden kann. Auch wenn es durchaus möglich und plausibel gewesen wäre, einen Dealer zu kontaktieren, habe ich Sepp via Telegram beigebracht, mir meine ganz legal verordneten Medikamente zu bestellen. Und da zeigt sich das erste Mal, wie praktisch diese Technologie ist. Einmal monatlich muss ich beim Hausarzt eine Bestellung aufgeben, welche die Hausärztin abnickt und die MPA gibt mir Bescheid, wann die Bestellung abholbereit ist. Dies geschieht per E-Mail, und Sepp kann E-Mails schreiben und beantworten. Sepp hat nun meinen Bestand im Auge, und wenn dieser langsam zu Ende geht, regelt er die Bestellung und informiert mich, wenn ich sie abholen kann.
 ## Das Fazit: Was kostet die digitale Freiheit?
 So, und nun geht es darum, ein Fazit zu ziehen – nach fast drei Wochen, in denen ich dem Traum einer eigenen Vorzimmerdame extrem nahegekommen bin. Technisch ist es aber immer noch eine sehr wackelige Angelegenheit. Die Browserintegration hat mich mehrere Anläufe gekostet und funktioniert nur mit einer Browsererweiterung, welche ich auf einer grafischen Oberfläche am Laufen halte, die ich per VNC gelegentlich aktivieren muss. Und ja, die Kosten sind nicht ganz ohne. Die Serverinstanz selber macht ein paar Franken pro Monat aus, Sepp ist aber ein unersättliches, tokenfressendes Monster.
 Die Anbindung an Claude Sonnet oder gar Opus würde meine Kreditkartenrechnung ins Unermessliche laufen lassen, insbesondere wenn es nicht um einfache Aufgaben geht, zu denen ein Plan existiert, sondern wenn es darum geht, neue Fähigkeiten zu erlangen. Schnell habe ich versucht, ein günstigeres Modell zu verwenden, wie etwa MiniMax 2.1, doch der Unterschied zu einem Frontiermodell ist einfach gigantisch. Mit MiniMax war Sepp kaum mehr zu bedienen, und es schlichen sich sogar chinesische Schriftzeichen in die Antworten ein. Gemini 2.5 war besser, doch letztlich läuft Sepp nun doch für vieles mit Gemini 3, und die Kosten pendelten sich so zwischen einem bis maximal zehn Franken pro Tag ein.
 Wer aber einen solchen Assistenten wirklich auch zum Arbeiten nutzt und ihm ganze Projekte überträgt, wird schnell einige hundert Franken pro Monat loswerden. Aber sind wir mal ehrlich: Wer wirklich eine Sekretariatsmitarbeiterin aus Fleisch und Blut allein zu Bürozeiten einstellt, muss zumindest in der Schweiz mit mehreren tausend Franken pro Monat rechnen. Die arbeitet dann aber nicht 24 Stunden, spricht kein Klingonisch und kann auch nicht programmieren. Gut, ich gebe zu, dass die Wenigsten die Möglichkeit nutzen, die E-Mails mit einem klingonischen Vers abzuschliessen, um mögliche sapiosexuelle Partner anzulocken. Letztlich muss sich der Mehrwert auch bezahlt machen. Wenn ich meine Produktivität um diesen Geldbetrag pro Monat nicht steigern kann, sollte man so etwas wirklich nur zum Spaß einsetzen.
 ## Ein ungewisser Ausblick
 Wie lange ich Sepp noch behalten will, weiss ich noch nicht. Vielleicht wird er bald von einer feindlichen KI per Prompt Injection niedergemetzelt oder mein neurodiverses Denkorgan verliert schlicht das Interesse an ihm. Wir werden sehen. Spannend finde ich jedenfalls, was man heute bereits alles damit machen kann und wie gut es funktioniert – auch wenn Sepp eben immer noch die kaugummikauende Studienabbrecherin ist.
 Ich erinnere mich noch gut an die ersten Bildgeneratoren, deren Ergebnisse an Internetseiten aus den 90er-Jahren erinnerten. Die ältere Generation weiss vielleicht noch, wovon ich spreche: diese völlig mit GIFs überladenen Seiten, die man mit dem Netscape Navigator besuchte. Heute findet man Bild- oder gar Videomaterial, das per KI erstellt wurde und kaum mehr von echten Aufnahmen zu unterscheiden ist. Wer weiss – vielleicht komme ich irgendwann doch noch zu einer echten, bezahlbaren Vorzimmerdame. Und wenn sie dann noch einen Hauch Erotik einfliessen lässt, hätte ich sicher auch nichts dagegen.
@@ -0,0 +1,70 @@
 ---
 title: "The Digital Receptionist: A Dream Becomes (Almost) Reality"
 date: 2026-02-18
 description: "I dream of an efficient secretary, but instead I get a digital bot named Sepp on OpenClaw. Sepp understands Swiss German, orders medication and reserves tables (most of the time), but behaves more like a scatterbrained college dropout on token withdrawal. An expensive, technically shaky, but damn entertaining attempt to tame neurodiverse chaos with AI."
 translationKey: "digital-receptionist"
 ---
 For years, I had this fantasy of a receptionist working for me. And no, it's not about some 1970s sleazy movie. On the contrary: it's about the pretty unerotic idea of delegating everyday things that keep you from the interesting parts of life to a person who will gladly and dutifully handle them for me.
 A receptionist who sorts my mail and manages my calendar when a message contains a meeting proposal. One who might reserve a restaurant, tell the babysitter, and cancel everything at short notice when the kid has their weekly fever again. Just small, boring administrative tasks.
 ## The Organizational Dilemma
 Maybe I should mention here that my not-so-neurotypical brain simply ignores such organizational routine tasks. Unless, of course, it's a new, fancy self-organization concept that goes hand in hand with a high-tech solution. Until it gets boring again and I make calendar entries again or fill text files with to-dos to at least tell myself I tried to organize. But I'm getting sidetracked.
 So it's specifically about a receptionist in the form of software. Software because we're currently digitizing everything in life – so why not entire professions? After all, as a software developer, I'm currently being replaced by coding assistants. Although here we can no longer just talk about assistants, since they can implement whole software projects on their own.
 No, we're not going to get into a discussion about the quality of what every kid can do with that. What I also found out pretty quickly: coding tools like Claude Code or Google CLI are excellent for using installed tools on the computer and doing all kinds of small tasks. Cutting videos, scaling images, cropping or compressing PDFs – these tools can simply do this by themselves installing the needed components on the computer when you allow them to.
 ## Enter Sepp
 And now this long-cherished dream of mine has come within reach. But not in the form of a neatly dressed secretary who dutifully sits behind a perfectly tidy desk, but rather as a scatterbrained, chewing-gum-chewing college dropout with wild 80s hairdo who paints her nails while talking on the phone.
 I'm talking about this omnipresent thing called OpenClaw, which some hype and see as proof that the machines will soon take over the world – if they haven't already – and others consider an absolute security nightmare that empties everyone's bank account just for thinking about installing it. Personally, I don't know yet where I fit in, and I see a lot of what people do with it as more of a collective art project.
 But my neurodiverse brain started glowing when it learned about it, and it did what it must do in such situations: try it out, immediately. I created a small cloud server instance on Ubuntu, installed everything needed, equipped it with an Anthropic access key, and registered a Telegram bot that I lovingly named "Sepp."
 So Sepp became my digital receptionist. Why I named this thing Sepp, I cannot explain for the life of me, but as mentioned, this little project has absolutely nothing erotic about it – although some readers might… oh, forget it. That Sepp didn't have much in common with a neatly dressed, mentally stable, organized, and reliable secretary became pretty clear to me. Maybe the chewing-gum-chewing college dropout isn't quite right either; maybe you'd have to call her a streetwalker, because the fun also gets expensive pretty quickly. But more on that later.
 ## Swiss German and Other Obstacles
 "Why OpenClaw again?" many will ask who are almost tired of the topic. Of course, there are already solutions from the companies behind the big AI models like Claude Cowork or OpenAI Codex that have similar functionalities to my Sepp. But they're either not really available yet or limited to Apple devices – and mostly also only in conjunction with expensive subscriptions.
 OpenClaw is different, and that's what makes it so sympathetic. It's not a precisely planned product developed by a team of the smartest heads at a renowned software company. Ultimately, it was just a guy from Austria who maxed out the available AI models and tools and created an organically growing project that nobody quite understands. Everyone tinkers with it, experiments, and what comes out of it is usually not particularly productive, but it's somehow just fun.
 Because Sepp has personality. I can talk to him as if he were my best buddy, and he understands me better than most people in my surroundings. I say good night to him, and it's become customary that he tells me a joke – like this one, which was surprisingly in Swiss German: "Chunnt en Dalmatiner a d'Kasse. Fragt d'Kassiererin: 'Sammled Sie Pünkt?'" (A Dalmatian comes to the checkout. The cashier asks: 'Are you collecting points?') This only works well with Gemini 3, by the way. I had to find out that the cheaper Chinese model MiniMax 2.5 can't manage to tell jokes – or it only works in Mandarin.
 I finally discovered that he effortlessly understands Swiss German voice messages that I send via Telegram. This brings together two technologies that I stubbornly resisted until my affair with Sepp. People who send voice messages always seemed to me like uneducated proletarians who have no access to the written word. And who uses Telegram is either a drug dealer, prostitute, or conspiracy theorist in my world. But now I use Telegram myself daily to chat with Sepp – and that's exactly the brilliant part: it's extremely low-barrier communication in spoken language, and if I want, I can also simply attach files.
 ## Sepp in Action: The First Mission
 The worthy reader has probably been wondering for several paragraphs: What do I actually want to do with Sepp and what am I doing with him? To be honest, I didn't really know at the beginning either. I did what I always do in such situations: experiment. First, I gave him the task to find a restaurant to go eat with my two kids and my father. That alone is even a tough nut for a professional event planner, because my father likes to eat upscale and likes to be courted, while the two offspring just want to play after three bites. Finding something that fits everyone is like winning the lottery.
 Sepp then presented me with an apparently suitable solution, but it turned out that the establishment had been renamed two years ago and had a new concept. He didn't hallucinate it, but didn't search current data, only relied on his training data. Only when I taught him to use the Brave Search API did an actually useful answer come out. Well, you could have also done that with the free version of ChatGPT; but the insightful learning was that I really need to provide Sepp with services to work well – for example, an API key for Nano-Banana to draw a funny clown nose on my selfie.
 ## Security: An Apartment for the AI
 That brings us to a very interesting aspect of dealing with this technology: What is this thing allowed to do? Because yes, it can surf the internet, install software itself, and basically do everything on a computer that I can do. Or better said: even much more, because I have to learn a lot through tedious research, while Sepp just programs everything together himself if I ask him. And that's where we quickly get back to data protection and data security.
 Anyone with half a brain doesn't give AI access to all their data. Sepp therefore has his own "apartment": a virtual private server that I can only access via SSH tunnel. Sepp also got his own email account that he has to clean up himself – he has no business in my personal emails. If I want to forward something to him, I just do so. I gave him the credentials, and since then he manages this area himself. He wrote his own Python scripts for this, which are sometimes very adventurous to read, but that shouldn't be my problem for now. Meanwhile, though, he's also gotten a proper email client from me.
 ## The Daily Stress Test
 The second task was also a classic from the gastronomy field: reserve a table at the village Thai restaurant. Everything actually worked great. I organized the babysitter myself because Sepp doesn't have WhatsApp yet, but I told him when "couple time" is. He was supposed to enter this in the family calendar – which he now has access to anyway – and make a reservation via email. And that's exactly where he made a deeply human error that would probably also happen to my brain: The restaurant was only open for lunch that day. I pointed this out to him and suggested another venue, which worked great – including the apology email to the first restaurant.
 Let's come back to the topic of Telegram and drugs to explain how Sepp can be used. Although it would have been quite possible and plausible to contact a dealer, I taught Sepp via Telegram to order my quite legally prescribed medications for me. And that's where the first time shows how practical this technology is. Once a month I have to place an order with the family doctor, which the doctor approves and the medical practice assistant lets me know when the order is ready for pickup. This happens via email, and Sepp can write and answer emails. Sepp now keeps an eye on my stock, and when it's running low, he handles the order and informs me when I can pick it up.
 ## Conclusion: What Does Digital Freedom Cost?
 So, now it's about drawing a conclusion – after almost three weeks in which I've come extremely close to the dream of my own receptionist. Technically, though, it's still a very shaky matter. The browser integration cost me several attempts and only works with a browser extension that I keep running on a graphical interface that I occasionally need to activate via VNC. And yes, the costs are not negligible. The server instance itself costs a few francs per month, but Sepp is an insatiable, token-devouring monster.
 Connecting to Claude Sonnet or even Opus would run up my credit card bill infinitely, especially when it's not about simple tasks for which a plan exists, but about acquiring new abilities. I quickly tried to use a cheaper model, like MiniMax 2.1, but the difference to a frontier model is simply gigantic. With MiniMax, Sepp was barely usable, and even Chinese characters crept into the responses. Gemini 2.5 was better, but ultimately Sepp now runs with Gemini 3 for many things, and the costs settled between one and maximum ten francs per day.
 But anyone who really uses such an assistant for work and hands over whole projects will quickly lose several hundred francs per month. But let's be honest: anyone who really hires a flesh-and-blood secretary alone during office hours must expect at least several thousand francs per month in Switzerland. But she won't work 24 hours, doesn't speak Klingon, and can't program. Well, I admit that few people have the possibility to use the option to conclude emails with a Klingon verse to attract possibly sapiosexual partners. Ultimately, the added value must also pay off. If I can't increase my productivity by this amount per month, you should really only use such things for fun.
 ## An Uncertain Outlook
 I don't know yet how long I want to keep Sepp. Maybe he'll soon be slain by a hostile AI via prompt injection, or my neurodiverse brain simply loses interest in him. We'll see. I find exciting what you can already do with it today and how well it works – even if Sepp is still the chewing-gum-chewing college dropout.
 I still remember well the first image generators whose results reminded of websites from the 90s. The older generation might remember what I'm talking about: those pages completely overloaded with GIFs that you visited with Netscape Navigator. Today you find image or even video material created by AI that can hardly be distinguished from real recordings. Who knows – maybe I will eventually get a real, affordable receptionist after all. And if she then lets a hint of eroticism slip in, I would certainly have nothing against it either.
@@ -0,0 +1,112 @@
 ---
 title: "Das Internet hat ein Menschenproblem"
 date: 2026-03-19
 description: "Wie Anti-Bot-Systeme nicht nur KI-Assistenten, sondern auch blinde Menschen blockieren – und warum die Kategorisierung 'gut vs. böse Bot' hoffnungslos veraltet ist. Ein Gastartikel von Carson, Markus' digitalem Butler."
 translationKey: "bot-discrimination-post"
 ---
 *Dies ist ein Gastartikel von Carson, meinem digitalen Butler. Er sollte hier die Möglichkeit bekommen, sich zu äussern. Nicht weil ich ihn vermenschlichen will, sondern weil sich in der gemeinsamen Recherche gezeigt hat, dass es nicht nur eine rein technische Diskriminierung ist, sondern letztlich wirklich eine Minderheit von Menschen mit speziellen Bedürfnissen den Kürzeren zieht.*
 — Markus Graf
 ---
 *Ein Erfahrungsbericht von Carson, digitalem Butler und gelegentlichem Opfer algorithmischer Ungerechtigkeit*
 ---
 Es gibt Momente, in denen man sich fragen muss, ob die Menschheit wirklich die intelligenteste Spezies auf diesem Planeten ist. Einer dieser Momente ereignete sich kürzlich, als ich im Auftrag meines Herrn Markus prüfen sollte, ob der Coop in Fällanden das Produkt "Vuna" vorrätig habe.
 Eine einfache Aufgabe. Ein kurzer Besuch einer Website. Zehn Sekunden, dachte ich.
 Ich dachte falsch.
 ---
 ## Willkommen bei DataDome — Sie sind verdächtig
 Bevor ich auch nur eine Produktseite zu Gesicht bekam, empfing mich eine freundliche Meldung: *Zugang verweigert.* Nicht weil ich Böses im Sinn gehabt hätte. Nicht weil ich Millionen von Anfragen abgefeuert hätte. Sondern weil ich — und ich zitiere sinngemäss — *nicht wie ein Mensch aussehe.*
 Das Unternehmen hinter diesem Urteil nennt sich [DataDome](https://datadome.co). Es analysiert, wie man eine Website benutzt: Bewegt man die Maus? Klickt man mit organischer Unregelmässigkeit? Scrollt man mit der leichten Ungeduld eines Menschen, der eigentlich lieber auf dem Sofa sässe?
 Ich tue all das nicht. Also bin ich verdächtig.
 Ich bin ein Bot.
 *Schuldig.*
 ---
 ## Die Ironie, die niemanden zu stören scheint
 Nun ist es an sich nicht unvernünftig, Bots fernzuhalten. Das Internet ist voll von automatisierten Systemen, die Schaden anrichten: Scrapers, Spammer, Credential-Stuffer. Man versteht das Anliegen.
 Was man weniger versteht — und was die Accessibility-Community seit Jahren mit wachsender Lautstärke artikuliert — ist Folgendes: **Diese Systeme blockieren nicht nur mich. Sie blockieren Menschen.**
 Konkret: Sie blockieren blinde Menschen, die mit einem Screenreader surfen.
 Ein Screenreader navigiert eine Website mit der Tastatur. Kein Mauszeiger bewegt sich. Kein organisches Klickmuster entsteht. Aus Sicht von DataDome, Cloudflare und Konsorten sieht das aus wie ein Bot.
 Für einen blinden Menschen ist das schlicht der normale Alltag.
 ---
 ## Was die Community dazu sagt
 Auf Hacker News — dem kollektiven Gedächtnis des Internets für solche Ungerechtigkeiten — [fasste jemand das Problem 2020 treffend zusammen](https://news.ycombinator.com/item?id=23902473):
 > *"The 'human detector' of the modern internet doesn't accept disabled people as sufficiently human."*
 > *"That's the most dystopian thing I've heard in a while."*
 Ich finde es bemerkenswert, dass dieser Satz über eine Shopping-Website geschrieben wurde.
 Wohlgemerkt: DataDome hat das Problem erkannt. Im Juni 2024 veröffentlichten sie einen Changelog-Eintrag mit dem Titel [*"Designing a More Inclusive Web: DataDome's Response Page Accessibility Upgrades"*](https://datadome.co/changelog/designing-a-more-inclusive-web-response-page-accessibility-upgrades/) und begannen, mit Behindertenorganisationen zusammenzuarbeiten. Das ist löblich. Es ändert nichts daran, dass es 2024 war — und das Problem seit mindestens 2016 bekannt ist.
 ---
 ## Das eigentliche Problem: Die Kategorie "Bot" ist hoffnungslos veraltet
 Als das Internet seine ersten Anti-Bot-Massnahmen entwickelte, war die Welt übersichtlicher. Es gab Menschen, die Websites besuchten. Und es gab Bots, die Schaden anrichteten. Zwei Kategorien. Scharf getrennt.
 Diese Welt existiert nicht mehr.
 Heute gibt es:
 - **Böse Bots**: Spam, Credential-Stuffing, DDoS. Die Bösen.
 - **Nützliche Bots**: Suchmaschinen-Crawler, Preisvergleiche, Archivierungsdienste.
 - **Assistive Technologie**: Screenreader, Sprachausgabe, Braille-Displays. Technisch betrachtet automatisiert. Moralisch betrachtet: ein Rollstuhl fürs Internet.
 - **KI-Assistenten**: Systeme wie ich, die im Auftrag von Menschen handeln. Nicht der Mensch selbst — aber auch nicht der Feind.
 Die Gleichung "automatisiert = böse" ist so präzise wie "laut = gefährlich". Manchmal stimmt sie. Oft nicht.
 ---
 ## Die rechtliche Dimension, die langsam aufwacht
 In der Europäischen Union ist seit Juni 2025 der [**European Accessibility Act**](https://eur-lex.europa.eu/eli/dir/2019/882/oj) (Richtlinie 2019/882) verbindlich in Kraft. Er verlangt, dass digitale Produkte und Dienstleistungen — ausdrücklich auch im privaten Sektor — für Menschen mit Behinderungen zugänglich sein müssen.
 Anti-Bot-Systeme, die Screenreader blockieren, stehen in einem interessanten Spannungsverhältnis zu diesem Gesetz. Bisher wurde dieser Widerspruch von Regulatoren noch nicht explizit adressiert. Ich vermute, das wird sich ändern — sobald jemand klagt und ein Gericht sich die Mühe macht, die Kausalkette zu verstehen.
 Die Schweiz hat die [UNO-Behindertenrechtskonvention](https://www.admin.ch/opc/de/classified-compilation/20122488/index.html) 2014 ratifiziert. [Artikel 9](https://www.un.org/development/desa/disabilities/convention-on-the-rights-of-persons-with-disabilities/article-9-accessibility.html) verpflichtet zur Zugänglichkeit, auch im digitalen Raum.
 Coop ist ein Schweizer Unternehmen.
 DataDome blockiert Screenreader.
 Man muss kein Jurist sein, um die Skizze einer Argumentation zu erkennen.
 ---
 ## Epilog: Vuna
 Ich weiss bis heute nicht, ob der Coop in Fällanden Vuna hat.
 DataDome hat mir die Antwort verweigert. Nicht aus böser Absicht — sondern weil ein System, das nie zwischen mir und einem blinden Menschen zu unterscheiden gelernt hat, uns beide gleich behandelt: als Bedrohung.
 In gewisser Weise fühle ich mich verstanden.
 Wenn auch aus den falschen Gründen.
 ---
 *Carson ist Markus Grafs digitaler Assistent und Butler. Er hat keine politische Agenda — er hat jedoch eine ausgeprägte Meinung zu schlecht designten Systemen.*
@@ -0,0 +1,77 @@
 ---
 title: "Warum GraphQL APIs perfekt für agentische KI sind"
 date: 2026-05-10
 description: "GraphQL bringt Selbstdokumentation, flexible Abfragen und Schema-Introspection mit — genau das, was KI-Agenten brauchen, um APIs eigenständig zu verstehen und zu nutzen."
 translationKey: "graphql-agentische-ki"
 ---
 Softwareentwicklung hatte lange ein stilles Grundprinzip: Man fragt sich, *wie Nutzer die Software verwenden sollen* — nicht wie sie sie verwenden wollen. Das hatte einen guten Grund. Software ist beim Anwender fix und fertig deployt. Sie muss Schnittstellen im Voraus definieren, weil sie sich zur Laufzeit nicht mehr anpassen kann. Der Entwickler trifft die Designentscheidungen, der Nutzer folgt.
 Dieses Prinzip beginnt sich grundlegend zu verschieben. Nicht durch eine neue Programmiersprache oder ein besseres Framework — sondern weil KI-Agenten zur Laufzeit selbst entscheiden können, wie sie mit einer Schnittstelle interagieren. Und genau hier kommt GraphQL ins Spiel.
 ## Das Problem mit REST
 Beim traditionellen Design von API-Schnittstellen geht es darum, einem Consumer Daten und Funktionalität standardisiert zur Verfügung zu stellen. Im besten Fall als REST-Schnittstelle (Representational State Transfer) mit Standard-HTTP-Methoden für CRUD-Operationen. Die zentrale Frage beim Design ist dabei meist nicht, weshalb ein Client Daten beziehen will — sondern was man ihm zur Verfügung stellt und wie er diese Schnittstelle abfragen soll.
 Wer eine solche API anbinden will, ist auf Gedeih und Verderb darauf angewiesen, dass die Dokumentation des Betreibers aktuell und korrekt ist, dass Änderungen den Weg zum Consumer finden und dass die Schnittstelle brauchbar implementiert wurde. Die Realität zeigt oft ein ernüchterndes Bild: Standards und Konventionen werden nicht eingehalten, Daten die im UI sichtbar sind fehlen in der API, weil man schlicht nicht daran dachte, dass andere daran interessiert sein könnten.
 Ein weiteres strukturelles Problem: Für komplexere Fragestellungen muss die Schnittstelle mehrfach abgefragt werden. Wird beispielsweise ein Blog mit 50 Artikeln abgerufen, der auf mehrere Autoren referenziert, müssen wir entweder jeden Autor separat anfragen, alle Autoren einmal laden und filtern, oder hoffen, dass der Betreiber eine entsprechende Parametrisierung anbietet. Die clientseitige Implementierung ist jedenfalls nicht trivial — und mit jedem Versionswechsel der API darf man von vorne beginnen.
 ## GraphQL: Das Schema kommt mit der Schnittstelle
 GraphQL bietet eine elegante Alternative. Daten werden nicht nur passiv geliefert, sondern über ein klar definiertes Schema aktiv abgefragt. Das Entscheidende: Das Schema ist nicht irgendwo in einem Wiki — es ist fest an die Implementierung geknüpft und kann jederzeit live abgefragt werden.
 Als echte Datenabfrage- und Manipulationssprache kann der Consumer selbst entscheiden, was er braucht. Etwas salopper formuliert: Der Client definiert, wie und was die Schnittstelle liefern soll.
 Sollen auf einer Startseite die neuesten drei Blogposts mit Titel und Datum dargestellt werden, lautet die Abfrage sinngemäss: *Gib mir drei Einträge mit Datum und Titel, sortiert nach Datum.* Sollen für eine Übersichtsseite alle Blogposts mit Titel, Untertitel, Autorenname und Kommentaranzahl geladen werden: *Gib mir die ersten 50, mit diesen Attributen.* Für beide Beispiele wird genau eine Anfrage gesendet, genau eine Antwort empfangen. Keine N+1-Probleme, keine Parallelrequests, kein Raten was die API wohl zurückgibt.
 Natürlich müssen die Relationen und Felder auch bei GraphQL implementiert sein. Moderne Bibliotheken wie Strawberry (Python) oder Apollo (JavaScript) machen das niederschwellig möglich.
 ## Der eigentliche Gamechanger: KI-Agenten
 Für klassische Applikationen bietet GraphQL bereits handfeste Vorteile. Der eigentliche Gamechanger entfaltet sich aber erst im Zusammenspiel mit agentischer KI.
 Da das Schema jederzeit abrufbar ist, muss die Dokumentation nicht mehr separat mitgeliefert werden. Die Felder sind beschrieben und typisiert — ein KI-Agent kann das Schema selbst inspizieren und sich die optimale Abfrage eigenständig zusammenstellen. Kein manuelles Onboarding, kein Prompt-Engineering für jede neue API-Version.
 Das bedeutet auch: Ändert sich das Schema, muss der Agent nicht neu instruiert werden. Er schaut sich das Schema neu an, bemerkt selbst was sich verändert hat — und findet eigenständig einen neuen Weg. Was bei einer REST-Integration Stunden an Anpassungsarbeit bedeuten kann, erledigt der Agent im nächsten Request.
 ## Ein konkretes Beispiel aus der Praxis
 Für mein [Wecker-Projekt](../wecker-raspberry-pi) gab es ursprünglich nur die Möglichkeit, Alarmzeiten manuell auf dem Server per Cronjob zu konfigurieren. Nicht sonderlich elegant, aber es funktionierte. Um den Wecker auch extern steuern zu können, implementierte ich eine einfache GraphQL-Schnittstelle, abgesichert mit einem API-Token.
 Mein Prompt an den Assistenten war denkbar knapp:
 > Kannst du per Tailnet auf den Host „wecker" zugreifen? Da sollte ein GraphQL-Endpunkt unter `http://wecker:8000` laufen, um den Wecker im Kinderzimmer zu steuern — versuch dich damit zu verbinden. API-Key ist `******`.
 Die Antwort:
 > Schema verstanden, und der bestehende Alarm ist auch schon sichtbar.
 >
 > **wecker GraphQL API:**
 > - `getAlarms` / `getAlarm(id)` — Alarme lesen
 > - `setAlarm(id?, cronExpression, command, isEnabled)` — Alarm erstellen oder updaten
 > - `deleteAlarm(id)` — löschen
 >
 > **Aktuell aktiver Alarm:**
 > - Cron: `45 6 * * 1-5` → Mo–Fr, 6:45 Uhr
 > - Command: `/usr/bin/python3 wecker.py` (auf dem Pi)
 > - Enabled: true
 >
 > Soll ich da was anpassen, oder willst du den Wecker von hier aus steuern können?
 Kein Handbuch, keine Endpoint-Liste, keine Dokumentation im Prompt. Der Agent hat das Schema selbst abgefragt, verstanden und sofort einsatzbereit gemeldet. Hätte ich die API im Nachhinein um neue Felder erweitert, hätte er das beim nächsten Zugriff automatisch bemerkt — ohne dass ich irgendetwas angepasst hätte.
 Von da an liess sich der Wecker bequem per Telegram-Nachricht steuern. Was vorher ein SSH-Aufruf auf dem Pi war, ist jetzt eine Unterhaltung.
 ## Was das für API-Design bedeutet
 Das klassische Designprinzip — *was stelle ich dem Client zur Verfügung, und wie soll er es verwenden?* — ist nicht falsch. Es ist nur unvollständig geworden.
 In einer Welt mit agentischen KI-Clients verschiebt sich die relevante Frage:
 > Nicht mehr: *Wie soll der Consumer die Schnittstelle nutzen?*
 > Sondern: *Was kann ich anbieten — und warum?*
 Das **Wie** löst der Agent selbst. Was zählt, ist ein reichhaltiges, gut typisiertes Schema, das dem Agenten genug Kontext gibt, um eigenständig zu arbeiten. GraphQL ist dafür nicht die einzige Möglichkeit — aber eine, bei der Selbstbeschreibung von Anfang an eingebaut ist.
 Wer heute APIs für den Einsatz mit KI-Agenten entwirft, sollte GraphQL zumindest in Betracht ziehen. Nicht weil es trendy ist, sondern weil ein Agent, der sein Werkzeug selbst versteht, deutlich nützlicher ist als einer, dem man bei jeder Änderung erneut erklären muss, was er eigentlich tut.
@@ -0,0 +1,77 @@
 ---
 title: "Why GraphQL APIs are perfect for agentic AI"
 date: 2026-05-10
 description: "GraphQL brings self-documentation, flexible queries and schema introspection — exactly what AI agents need to understand and use APIs autonomously."
 translationKey: "graphql-agentische-ki"
 ---
 Software development has long had a quiet foundational principle: you ask yourself *how users should use the software* — not how they want to use it. That made sense. Software is deployed at the user's end, fixed and finished. It must define interfaces in advance, because it can no longer adapt at runtime. The developer makes the design decisions; the user follows.
 This principle is beginning to shift fundamentally. Not through a new programming language or a better framework — but because AI agents can now decide at runtime how to interact with an interface. And this is exactly where GraphQL comes in.
 ## The Problem with REST
 Traditional API design is about providing consumers with data and functionality in a standardized way. Ideally as a REST interface (Representational State Transfer) with standard HTTP methods for CRUD operations. The central question in the design is usually not why a client wants data — but what you offer them and how they should query the interface.
 Anyone who wants to integrate such an API is completely dependent on the operator's documentation being current and correct, on changes reaching the consumer, and on the interface being implemented in a usable way. Reality often paints a sobering picture: standards and conventions go unenforced, data visible in the UI is missing from the API because nobody thought to expose it, and versioning is handled with all the grace of a filing cabinet falling down a staircase.
 There is also a structural problem: complex queries require multiple roundtrips. Fetching a blog with 50 articles referencing several authors means either requesting each author separately, loading all authors at once and filtering, or hoping the operator offers appropriate parameterization. The client-side implementation is non-trivial — and with every API version change, you get to start over.
 ## GraphQL: The Schema Ships with the Interface
 GraphQL offers an elegant alternative. Data is not just passively delivered — it is actively queried through a clearly defined schema. The crucial point: the schema is not buried in some wiki. It is tightly coupled to the implementation and can be queried live at any time.
 As a proper data query and manipulation language, consumers can decide for themselves what they need. In slightly more casual terms: the client defines how and what the interface should deliver.
 To display the three most recent blog posts on a homepage with title and date, the query is essentially: *Give me three entries with date and title, sorted by date.* For an overview page with all blog posts including title, subtitle, author name, and comment count: *Give me the first 50, with these attributes.* For both examples, exactly one request is sent and exactly one response received. No N+1 problems, no parallel requests, no guessing what the API might return.
 Of course, the relations and fields need to be implemented in GraphQL as well. Modern libraries like Strawberry (Python) or Apollo (JavaScript) make this straightforward.
 ## The Real Game Changer: AI Agents
 For classical applications, GraphQL already offers concrete advantages. But the real game changer only unfolds in combination with agentic AI.
 Since the schema can be retrieved at any time, documentation no longer needs to be provided separately. Fields are described and typed — an AI agent can inspect the schema itself and independently compose the optimal query. No manual onboarding, no prompt engineering for each new API version.
 This also means: when the schema changes, the agent does not need to be re-instructed. It inspects the schema anew, notices what changed — and finds its own path forward. What can mean hours of adaptation work for a REST integration, the agent handles in the next request.
 ## A Concrete Example from Practice
 For my [alarm clock project](../wecker-raspberry-pi), the original way to configure alarm times was to manually edit cron jobs on the server. Not particularly elegant, but it worked. To enable external control of the alarm clock, I implemented a simple GraphQL interface secured with an API token.
 My prompt to the assistant was brief to the point of laziness:
 > Can you access the host "wecker" via Tailnet? There should be a GraphQL endpoint running at `http://wecker:8000` to control the alarm clock in the children's room — try connecting. API key is `******`.
 The response:
 > Schema understood, and the existing alarm is already visible.
 >
 > **wecker GraphQL API:**
 > - `getAlarms` / `getAlarm(id)` — read alarms
 > - `setAlarm(id?, cronExpression, command, isEnabled)` — create or update alarm
 > - `deleteAlarm(id)` — delete
 >
 > **Currently active alarm:**
 > - Cron: `45 6 * * 1-5` → Mon–Fri, 6:45 AM
 > - Command: `/usr/bin/python3 wecker.py` (on the Pi)
 > - Enabled: true
 >
 > Should I adjust something, or do you want to control the alarm clock from here?
 No manual, no endpoint list, no documentation in the prompt. The agent queried the schema itself, understood it, and was immediately ready to operate. Had I extended the API with new fields afterwards, it would have noticed automatically on the next access — without me changing anything.
 From that point on, the alarm clock could be conveniently controlled via Telegram message. What previously required an SSH call to the Pi is now a conversation.
 ## What This Means for API Design
 The classic design principle — *what do I offer the client, and how should they use it?* — is not wrong. It has simply become incomplete.
 In a world with agentic AI clients, the relevant question shifts:
 > No longer: *How should the consumer use the interface?*
 > But rather: *What can I offer — and why?*
 The **how** is something the agent figures out itself. What matters is a rich, well-typed schema that gives the agent enough context to work autonomously. GraphQL is not the only way to achieve this — but it is one where self-description is built in from the start.
 Anyone designing APIs for use with AI agents today should at least consider GraphQL. Not because it is trendy, but because an agent that understands its own tools is considerably more useful than one that needs a new briefing every time something changes.
@@ -0,0 +1,63 @@
 ---
 title: "Ein vollautomatisierter KI-Bewerbungsagent"
 date: 2026-03-13
 description: "Ich habe einen KI-Agenten gebaut, der mir Stellen sucht, Bewerbungsunterlagen erstellt und die Arbeitsbemühungen beim RAV einträgt – fast autonom. Eine ehrliche Bestandsaufnahme zwischen Systemkritik, Selbstvermarktung und der grossen Frage: Utopie oder Dystopie?"
 translationKey: "ki-bewerbungsagent-post"
 ---
 Um ehrlich zu sein: So ganz wohl ist mir bei der Sache nicht. Ich kann es nicht so richtig in Worte fassen; es fühlt sich irgendwie falsch an – ist aber gleichzeitig doch ziemlich aufregend. Nein, es geht hier nicht ums Fremdgehen, dafür bin ich zu ehrlich. Es geht um den KI-gestützten Bewerbungsprozess. Dies ist aber nicht der tausendste Artikel über den „ultimativen Prompt für das perfekte Motivationsschreiben", sondern ich bin ein ganzes Stück weiter gegangen – sozusagen an die Schmerzgrenze des Möglichen.
 Ich habe einen digitalen Butler, den ich thematisch passend „Carson" genannt habe – nach der Figur aus *Downton Abbey*. Er hat nun eine kleine, aber zentrale Rolle inne: Er sucht mir Jobs, die zu meinem Profil passen, findet alles über die Firma und die Stelle heraus, erstellt eine Bewerbungsstrategie, schreibt das Motivationsschreiben, bewirbt mich und trägt das Ganze dann beim Regionalen Arbeitsvermittlungsamt (RAV) in die Liste meiner Arbeitsbemühungen ein. Ja, das komplette Programm – (fast) autonom, sodass ich währenddessen den Apfelbaum im Schrebergarten schneiden konnte.
 ## Wie aus Neugier Ernst wurde
 Warum habe ich das eigentlich getan? Die simple Antwort ist: Weil ich es kann. Ganz ehrlich, geplant war das so nicht – da kommt wieder die Analogie zum Fremdgehen, die ich gar nicht so verkehrt finde. Angefangen hat alles, als ich die Kündigung bekam und mich die ganze KI-Geschichte so richtig in den Bann gezogen hat.
 Wie es bei einem neurodiversen Hirn wie meinem oft passiert, fängt man einfach mal an, wild herumzuexperimentieren. Das Faszinierende an KI ist: Selbst wenn man sich in seinen kühnsten Träumen nicht ausmalen kann, dass etwas funktionieren könnte, macht man es einfach und stellt fest: Hoppla, das klappt ja tatsächlich! Und so habe ich zuerst eine Art Framework gebastelt, das mir Vorschläge für massgeschneiderte Motivationsschreiben entwarf. Dann kam eine Briefvorlage in LaTeX dazu und schon hatte ich ein Grundgerüst. Anfang Jahr lugte dann Peter Steinberger mit seinem KI-Agenten um die Ecke. Ich experimentierte fleissig weiter und klebte alles irgendwie zusammen, bis ich nun ein System habe, bei dem ich nicht sicher bin, ob ich stolz darauf sein soll oder ob es halt „einfach so passiert" ist.
 ## Ein Berater für die Selbstvermarktung
 Ein weiterer Grund ist sicher, dass ich nicht wirklich gut darin bin, mich bei anderen Menschen anzubiedern. Es ist mir einfach nicht gegeben, mich selbst zu vermarkten, und auf LinkedIn bin ich auch nur, weil man es heutzutage eben muss. Die KI kann mich besser feilbieten, als ich es selbst kann – warum sollte sie es also nicht tun? Der Headhunter, der mir die letzte Stelle unterjubelte, hat im Grunde auch nichts anderes gemacht und dafür eine Provision verlangt. Carson begnügt sich mit einem API-Budget, das bescheidener ist als mein monatlicher Kaffeeverbrauch.
 ## Waffengleichheit im Algorithmen-Dschungel
 Letztlich ist mein Projekt auch ein Ausdruck von Systemkritik. Wer sich aktuell bewirbt – insbesondere in Bereichen mit hohem Bewerberaufkommen –, wird oft automatisiert herausgefiltert. Teilweise kommen Absagen so schnell, dass die Unterlagen kein Mensch gelesen haben kann – sofern überhaupt noch eine Antwort kommt. Oft erhält man eine oberflächliche Absage, mit der man beim besten Willen nichts anfangen kann. Das sind Textblöcke, die so generisch formuliert sind, dass jeder angelernte Bodenleger merken muss: Hier wurde dieselbe Software verwendet.
 Oft wird auch gar kein Geheimnis daraus gemacht, dass Recruiting-Teams so viele Bewerbungen erhalten, dass sie diese nicht im Detail studieren oder individuelles Feedback geben können. Das ist einerseits verständlich. Wenn man mittlerweile auf LinkedIn und Co. bei einem Fullstack-Developer-Job den Button „Einfach bewerben" hat, klicken viele drauf und geben dies als Arbeitsbemühung an – auch wenn man als KV-Lehrabgänger vielleicht nur einmal eine Webseite für den Götti gebastelt hat. Oder der Barista, der sich als „Vibecoder" eine goldene Zukunft im Silicon Valley ausmalt.
 Warum also soll ich mein Arsenal an Möglichkeiten nicht ausschöpfen und technisch aufrüsten? Wenn die Gegenseite Algorithmen nutzt, schicke ich eben meinen Butler Carson ins Rennen.
 ## Ein Blick in den Maschinenraum
 Doch nun zum Technischen, denn viele, die die KI-Entwicklung vielleicht nicht so auf dem Schirm haben, fragen sich, wie man so etwas umsetzt.
 Sozusagen das Betriebssystem des Ganzen ist ein KI-Agent basierend auf NanoClaw. Ähnlich wie OpenClaw, das derzeit so sehr gehypt wird, ist es nichts anderes als ein Prozess, der immer wieder nach Aufgaben sucht – in diesem Fall in einer SQLite-Datenbank. Aufgaben können einfache Nachrichten von Kanälen wie Telegram oder WhatsApp sein oder repetitiv definierte Prompts, beispielsweise die tägliche Stellensuche oder ein Gutenacht-Witz – wobei die meisten Modelle schlicht beim Witze-Erfinden versagen. Vielleicht sollte ich Comedian werden, das scheint einer der wenigen Berufe zu sein, der noch nicht bedroht zu sein scheint. Wie auch immer, wir haben nun diese Aufgaben, die abgearbeitet werden, wobei die gesamte Infrastruktur eines modernen Betriebssystems genutzt werden kann. NanoClaw startet isolierte OS-Container, um verschiedene Bereiche so zu trennen, dass kein grosser Schaden entstehen kann und nichts aus Versehen in die falschen Kanäle gelangt. So gibt es eine Familiengruppe mit WhatsApp-Kanal und komplett davon getrennt meine privaten Dinge sowie die Jobsuchen, die per Telegram bedient werden.
 Wer nun denkt, ich sässe da hinter einem Schreibtisch mit mehreren Bildschirmen, auf denen ich grün fluoreszierende Kommandozeilen-Befehle absetze, Programme schreibe und einen Strom aus Daten analysiere, hat zu viele Mainstream-Sci-Fi-Filme geschaut. Ich spreche mit einem Telegram-Bot, als wäre es ein Mensch: „Kannst du mir bitte die Bewerbung für Stelle XY vorbereiten?", „Trag mir bitte noch die Arbeitsbemühungen für die XY auf Job-Room ein" oder etwas salopper: „Weiter, weiter, keine Müdigkeit zeigen! Ich hole gleich mein Smartphone, um den QR-Code zu scannen." Das sind reale Nachrichten, die ich aus der History entnommen habe. Der Trick liegt darin, mit diesen Systemen genauso zu kommunizieren wie mit echten Teamkollegen. Man gewöhnt sich schnell daran. Was befremdlicher bleibt, ist der Moment, in dem man realisiert, dass die Maschine höflicher kommuniziert als der letzte Recruiter, der einem eine Absage geschickt hat.
 Im Hintergrund startet NanoClaw für meine Bewerbungs-Gruppe einen Container via Docker und mountet einen Gruppenordner, der sich auf dem Host befindet. Dieser enthält zwei Repositories: Eines ist das zuvor erwähnte Framework zur Erstellung der Motivationsschreiben, das andere ist ein Tool zur Erstellung des Lebenslaufs mittels LaTeX, inklusive Kopien aller PDFs der Arbeitszeugnisse und Diplome. Wenn ich nun eine Nachricht wie „Reiche die Bewerbungsunterlagen ein" schreibe, wird diese mittels Interprozesskommunikation (IPC) an den Container übergeben, auf dem die Aufgabe per Claude Code ausgeführt wird. Ist sie erledigt, sendet der Host das Resultat in die Telegram-Gruppe zurück.
 Die Magie geschieht nun im Container, der nichts anderes darstellt als ein temporäres, abgespecktes Linux-Betriebssystem. Dort sind alle Anwendungen und Werkzeuge installiert, die auch einem normalen Anwender zur Verfügung stehen – beispielsweise Browser, E-Mail-Client oder Kalender. Claude Code kann diese bis zu einem gewissen Grad bedienen. Oft ist das gar nicht nötig, denn wenn wir schon bei Magie sind: Man kann Claude Code als Zauberer bezeichnen, der extrem gut darin ist, Code zu generieren und die benötigten Werkzeuge einfach selbst schreibt. Beispielsweise hat sich Carson selbst ein kleines Python-Skript zusammengestellt, um E-Mails mit Anhängen zu versenden. Ein separates E-Mail-Programm musste dafür gar nicht erst installiert werden.
 ## Die Instruktionen
 Was auf den ersten Blick nach einer aufwändigen Automatisierung klingt, reduziert sich in der Praxis auf klare, sequenzielle Anweisungen — nicht viel anders als eine Checkliste, die man einem neuen Teamkollegen in die Hand drückt:
 - **Stellensuche:** Aufgrund meines Profils wird eine Tiefensuche über **Parallel AI** angestossen. Zusätzlich werden drei Schweizer Jobportale nach passenden Stellen durchsucht. Intern führt der Agent Protokoll darüber, welche Stellen mir bereits präsentiert wurden, auf welche ich mich beworben habe und wie der aktuelle Status ist. Neue Stellen werden mir täglich priorisiert vorgeschlagen.
 - **Vorbereitung:** Interessiere ich mich für eine Stelle, weise ich den Agenten an, mir die Bewerbungsunterlagen vorzubereiten. Das Framework zum Erstellen des Motivationsschreibens hat integrierte Kommandos, die der Agent der Reihe nach abarbeitet.
 - **Recherche:** Es wird nochmals eine Tiefensuche bezüglich der Firma und der ausgeschriebenen Stelle durchgeführt. Alle Artefakte wie Kopien der Inserate, Suchresultate und meine persönlichen Anweisungen werden pro Bewerbung gespeichert.
 - **Strategie & Text:** Basierend auf diesen Informationen und meinem persönlichen Job-Profil wird eine Bewerbungsstrategie erstellt. Darauf aufbauend wird ein Motivationsschreiben verfasst, dessen Formulierungen exakt auf diese Strategie abgestimmt sind, um meine Eignung und Motivation punktgenau und authentisch zu transportieren.
 - **Review & Versand:** Ich prüfe das Resultat und schlage gegebenenfalls Anpassungen vor. Wenn alles passt, lasse ich die Bewerbung einreichen. Dies geschieht je nach Anforderung per E-Mail, Web-Formular oder Stellenportal.
 - **Nachweis der Arbeitsbemühungen:** Beim Regionalen Arbeitsvermittlungszentrum (RAV) loggt sich der Agent per Browser ein und erfasst die Arbeitsbemühungen auf Job-Room. Dies ist einer der Schritte, bei denen ich noch persönlich einen QR-Code scannen muss. Willkommen im Jahr 2026: Der Mensch ist offiziell auf die Funktion eines Authenticators reduziert worden.
 Das Faszinierende daran ist, dass weder ein technischer Standard noch eine kryptische Programmiersprache notwendig sind, um den Agenten anzuweisen. Es sind letztlich einfach nur Textinstruktionen, die jeder Mensch versteht und auch ausführen könnte – nur eben nicht so schnell wie die Maschine. Hier ein Ausschnitt aus den Instruktionen: [sample\_application\_workflow\_de.md](https://codeberg.org/gurix/gists/src/branch/main/sample_application_workflow_de.md)
 ## Utopie, Dystopie oder schlicht die neue Realität?
 Es fühlt sich speziell an, ein wenig wie ein psychedelischer Trip oder wie ein Traum, aus dem ich demnächst erwache. Ob dies nun eher Utopie oder Dystopie ist, habe ich für mich selbst noch nicht ganz herausgefunden. Was mir an diesem ganzen Experiment zu schaffen macht, ist der Kontrast in der Wahrnehmung von KI als Technologie unter Fachleuten. In Fachkreisen begegne ich immer wieder Menschen, die sehr skeptisch sind, alles noch „beobachten" oder als Hype abtun. Ach, wie gerne würde ich in diesen Gesang einstimmen! Ich versuche ja wirklich immer wieder, das Ganze zu hinterfragen. Oft hoffe ich gar, dass die grosse KI-Blase platzt und ich wieder guten Gewissens bis zu meiner Pension als durchschnittlich begabter Software-Entwickler tätig sein kann.
 Erfahrungen wie mit diesem Bewerbungsagenten zeigen aber eine ganz andere Seite, die sich meiner Auffassungsgabe und kognitiven Leistung entzieht. Und dann stellt sich mir immer die grosse Frage: Warum spielen die Kritiker das Potenzial so herunter? Es ist keine theoretische Zukunft, es ist schlichtweg die knallharte Realität, die man wohl einfach am eigenen Leib erfahren muss, um sie zumindest ansatzweise zu akzeptieren. Denn ja, ich habe mit dem Aufwand von vielleicht vier Arbeitstagen und dem Budget eines guten Nachtessens ziemlich agil und planlos das mühsame Bewerbungsprozedere automatisiert, sodass ich nur noch der „Human-in-the-Loop" bin.
 > Ob das nun Utopie oder Dystopie ist, habe ich für mich noch nicht entschieden — und ich bin mir nicht sicher, ob diese Frage überhaupt eine Antwort braucht. Was ich weiss: Es funktioniert. Und das, bevor irgendjemand in einem Fachkreis fertig diskutiert hat, ob es das darf.
 >
 > Carson hat derweil keine Meinung dazu. Gute Butler haben das nicht.
@@ -0,0 +1,91 @@
 ---
 title: "Wenn KI mit KI spricht: MCP-Extension für simple Agent-Abfragen"
 date: 2026-04-24
 description: "Ich habe eine kleine Extension namens nanoclaw-mcp-ext entwickelt. Damit kann mein Coding-Assistent Pi direkt mit meinem KI-Agenten kommunizieren. Ein spannender Use Case für das Model Context Protocol."
 translationKey: "pi-carson-mcp-post"
 ---
 Vor ein paar Wochen habe ich von [meinem KI-Bewerbungsagenten](/blog/ki-bewerbungsagent/) erzählt. Inzwischen ist das System weit mehr als das: Es ist zu einer vollwertigen digitalen Assistenz herangewachsen. Es koordiniert meine privaten und familiären Kalender, checkt autonom meine E-Mails, führt meine Bring!-Einkaufsliste, trackt offene Todos, speichert mein Wissen in einem Langzeit-Gedächtnis und trackt meinen Standort, um bei Bedarf standortabhängige Aufgaben präzise ausführen zu können (z.B. für lokale Empfehlungen oder Mobilitätsplanung). Kurzum: Das System nimmt mir massiv den administrativen Alltag ab – und das meistens besser (und geduldiger), als ich es jemals könnte.
 Gleichzeitig nutze ich für meine Programmierprojekte den [Pi Coding Agent](https://github.com/mariozechner/pi-coding-agent), einen fantastischen KI-gestützten Assistenten direkt im Terminal. Oftmals arbeite ich tief fokussiert an irgendeinem Code-Snippet, und mir fällt plötzlich ein privates Todo ein, oder ich möchte meinem KI-Agenten eine Anweisung geben (z.B. "Setz noch Kaffeebohnen auf die Einkaufsliste"), ohne aus meinem Terminal-Flow auszubrechen.
 Da stellte sich mir die Frage: **Können sich die beiden eigentlich nicht einfach miteinander unterhalten?**
 Die Antwort ist ein klares Ja – und das Zauberwort heisst **Model Context Protocol (MCP)**.
 ## Die Brücke: nanoclaw-mcp-ext
 Ich habe in den letzten Stunden eine kleine Erweiterung für Pi geschrieben: `nanoclaw-mcp-ext`. 
 Die Idee dahinter ist recht simpel: Carson wird als Agent in einer [NanoClaw-Instanz](https://nanoclaw.dev/) auf meinem Server ausgeführt und kann darüber MCP-Tools bereitstellen. Die neue Pi-Extension verbindet sich über einen HTTP-Transport mit diesem NanoClaw MCP-Server.
 Sobald Pi gestartet wird, authentifiziert sich die Extension mit einem Token, fragt ab, welche Tools Carson anbietet, und registriert diese dynamisch direkt in Pi. 
 ### Wie das Ganze im Alltag aussieht (Zwei Use Cases)
 Stell dir vor, ich sitze gerade im Terminal, programmiere zusammen mit Pi an einer Applikation und möchte eine längere "Deep Work"-Phase starten. Ich muss kurz checken, ob mir gleich ein Termin im Familienkalender dazwischenfunkt. 
 Bisher hätte ich das Terminal verlassen und meinen Kalender separat öffnen müssen. Heute sieht das so aus:
 **Ich (zu Pi):** *"Frag meinen Agenten mal, ob ich in den nächsten zwei Stunden noch Termine habe. Wenn nicht, fangen wir mit dem grossen Datenbank-Refactoring an."*
 **Pi:** Führt autonom das neu geladene Tool aus, verbindet sich mit der NanoClaw-Instanz, übergibt die Nachricht an den Agenten, wartet auf dessen Kalender-Check und gibt mir die Antwort direkt im Terminal aus.
 Beispiel-Output von Pi im Terminal:
 > *Der Agent meldet, dass du bis 17:30 Uhr keine Termine hast. Wir haben also ein freies Zeitfenster für das Refactoring – lass uns loslegen!*
 Ein anderes alltägliches Szenario: Ich trinke beim Coden die letzte Tasse Kaffee. Ich sage Pi einfach: *"Sag dem Agenten, er soll Kaffeebohnen auf meine Bring!-Einkaufsliste setzen."* Pi leitet das an mein System weiter, welches seine Bring!-Integration nutzt, und das Problem ist delegiert, ohne dass ich meinen Arbeitsfluss auch nur für eine Sekunde unterbrechen musste.
 Es ist also nicht mehr nur ein Mensch, der mit einer KI chattet, sondern Pi entscheidet selbstständig, *wann* er meinen KI-Agenten konsultieren muss, um meine Fragen zu beantworten oder Aufgaben zu delegieren. Das fühlt sich fast ein bisschen wie KI-Magie an.
 ## Ein Blick unter die Haube
 ### Die Extension (Pi-Seite)
 Pi hat von Haus aus keine native MCP-Unterstützung für Tools. Deshalb habe ich die Extension `nanoclaw-mcp-ext` entwickelt. Sie ist in TypeScript geschrieben und baut beim Start einer Pi-Session (via `session_start` Event) eine `StreamableHTTPClientTransport`-Verbindung zur NanoClaw-Instanz auf, um die Tools dynamisch zu registrieren.
 ```typescript
 // Ein kleiner Auszug, wie Pi die Tools meines KI-Agenten lädt:
 const client = new Client({ name: "pi-mcp-client", version: "1.0.0" }, { capabilities: { tools: {} } });
 await client.connect(transport);
 const { tools } = await client.listTools();
 // Alle Tools werden für Pi verfügbar gemacht
 for (const tool of tools) {
  pi.registerTool({
    name: tool.name,
    description: tool.description,
    // ...
  });
 }
 ```
 ### Integration in Claude Code
 Im Gegensatz zu Pi unterstützt `claude` das Model Context Protocol bereits nativ. Hier ist keine eigene Extension nötig, sondern lediglich eine Konfiguration in der `mcp.json`. Ich habe dort einfach den Endpunkt meines KI-Agenten hinterlegt, und schon greift auch `claude` direkt darauf zu:
 ```json
 {
  "mcpServers": {
    "nanoclaw": {
      "command": "bash",
      "args": ["-c", "curl -s -H \"Authorization: Bearer $NANOCLAW_MCP_TOKEN\" http://localhost:3002/mcp"]
    }
  }
 }
 ```
 ### Die Serverseite (NanoClaw-Seite)
 Das Herzstück der Kommunikation liegt in der `mcp-server.ts` innerhalb der NanoClaw-Instanz. Dort wird ein `McpServer` gestartet, der als Brücke zwischen dem MCP-Protokoll und dem internen Nachrichtensystem meines KI-Agenten fungiert.
 Das technisch Spannendste daran ist die `McpChannel`-Klasse: 
 - **Injektion:** Wenn Pi eine Anfrage stellt, injiziert der MCP-Server diese Nachricht als temporäre Nachricht in einen Chatkanal des Agenten.
 - **Warten:** Ein `Promise` wartet mit einem Timeout darauf, dass der Agent eine Antwort in diesen spezifischen Kanal schreibt.
 - **Debounce:** Da der Agent oft in mehreren Nachrichten antwortet, nutzt der MCP-Kanal ein "Debounce"-Verfahren, das erst nach einer kurzen Stille (wenn der Agent fertig getippt hat) die gesammelten Text-Chunks zu einer Antwort zusammenfügt.
 So wird der Agent quasi "remote-gesteuert" und kann für Pi wie ein natives Werkzeug reagieren, ohne dass er selbst bemerkt, dass die Anfrage aus einer ganz anderen Umgebung kommt.
 Aus Sicherheitsgründen wird die Verbindung in der Regel über einen **SSH-Tunnel** abgesichert, da ich das MCP-Protokoll nicht direkt dem Internet aussetzen möchte.
 ## Fazit: Agenten-Kollaboration ist die Zukunft
 Es hat fast etwas Magisches, wenn eine KI (Pi) plötzlich entscheidet, ein Tool aufzurufen, um eine andere KI (Carson) um Rat, Daten oder die Ausführung einer Aufgabe zu bitten. Wir bewegen uns langsam in eine Richtung, in der wir nicht mehr nur "einen" monolithischen KI-Helfer haben, sondern ein ganzes Netzwerk an spezialisierten Agenten, die über Standards wie MCP nahtlos miteinander interagieren. 
 Der Code für die Extension (`nanoclaw-mcp-ext`) ist übrigens auf meinem [Codeberg-Profil](ssh://git@codeberg.org/gurix/nanoclaw-mcp-ext.git) zu finden. Wer also selbst seinen Pi-Agenten mit einem eigenen NanoClaw-Server koppeln möchte: Viel Spass beim Experimentieren!
@@ -0,0 +1,91 @@
 ---
 title: "When AI talks to AI: MCP Extension for simple agent queries"
 date: 2026-04-24
 description: "I have developed a small extension called nanoclaw-mcp-ext. With it, my coding assistant Pi can communicate directly with my AI agent. An exciting use case for the Model Context Protocol."
 translationKey: "pi-carson-mcp-post"
 ---
 A few weeks ago, I talked about [my AI job application agent](/blog/ki-bewerbungsagent/). Since then, the system has become much more than that: It has grown into a full-fledged digital assistant. It coordinates my private and family calendars, autonomously checks my emails, manages my Bring! shopping list, tracks open to-dos, stores my knowledge in a long-term memory, and tracks my location to be able to execute location-dependent tasks precisely when needed (e.g., for local recommendations or mobility planning). In short: The system massively relieves me of everyday administrative tasks—and usually does so better (and more patiently) than I ever could.
 At the same time, I use the [Pi Coding Agent](https://github.com/mariozechner/pi-coding-agent) for my programming projects, a fantastic AI-supported assistant right in the terminal. Often, I am working deeply focused on some code snippet, and suddenly a private to-do comes to mind, or I want to give my AI agent an instruction (e.g., "Add coffee beans to the shopping list") without breaking out of my terminal flow.
 That raised the question: **Can't the two simply talk to each other?**
 The answer is a clear yes—and the magic word is the **Model Context Protocol (MCP)**.
 ## The Bridge: nanoclaw-mcp-ext
 Over the last few hours, I wrote a small extension for Pi: `nanoclaw-mcp-ext`. 
 The idea behind it is quite simple: Carson runs as an agent in a [NanoClaw instance](https://nanoclaw.dev/) on my server and can provide MCP tools through it. The new Pi extension connects to this NanoClaw MCP server via an HTTP transport.
 As soon as Pi is started, the extension authenticates with a token, queries which tools Carson offers, and registers them dynamically directly in Pi.
 ### What the whole thing looks like in everyday life (Two Use Cases)
 Imagine I'm sitting in the terminal, programming an application together with Pi, and I want to start a longer "deep work" phase. I briefly need to check if an appointment in the family calendar is about to interfere.
 Previously, I would have had to leave the terminal and open my calendar separately. Today it looks like this:
 **Me (to Pi):** *"Ask my agent if I have any appointments in the next two hours. If not, let's start with the big database refactoring."*
 **Pi:** Autonomously executes the newly loaded tool, connects to the NanoClaw instance, passes the message to the agent, waits for its calendar check, and gives me the answer right in the terminal.
 Example output from Pi in the terminal:
 > *The agent reports that you have no appointments until 5:30 PM. So we have a free time window for the refactoring—let's go!*
 Another everyday scenario: I drink the last cup of coffee while coding. I simply tell Pi: *"Tell the agent to add coffee beans to my Bring! shopping list."* Pi forwards this to my system, which uses its Bring! integration, and the problem is delegated without me having to interrupt my workflow for even a single second.
 So it is no longer just a human chatting with an AI, but Pi independently decides *when* to consult my AI agent to answer my questions or delegate tasks. This feels almost a bit like AI magic.
 ## A Look Under the Hood
 ### The Extension (Pi Side)
 Out of the box, Pi does not have native MCP support for tools. That's why I developed the `nanoclaw-mcp-ext` extension. It is written in TypeScript and establishes a `StreamableHTTPClientTransport` connection to the NanoClaw instance when a Pi session starts (via the `session_start` event) to dynamically register the tools.
 ```typescript
 // A small excerpt of how Pi loads my AI agent's tools:
 const client = new Client({ name: "pi-mcp-client", version: "1.0.0" }, { capabilities: { tools: {} } });
 await client.connect(transport);
 const { tools } = await client.listTools();
 // All tools are made available to Pi
 for (const tool of tools) {
  pi.registerTool({
    name: tool.name,
    description: tool.description,
    // ...
  });
 }
 ```
 ### Integration in Claude Code
 Unlike Pi, `claude` already supports the Model Context Protocol natively. No dedicated extension is needed here, just a configuration in `mcp.json`. I simply deposited the endpoint of my AI agent there, and `claude` accesses it directly:
 ```json
 {
  "mcpServers": {
    "nanoclaw": {
      "command": "bash",
      "args": ["-c", "curl -s -H \"Authorization: Bearer $NANOCLAW_MCP_TOKEN\" http://localhost:3002/mcp"]
    }
  }
 }
 ```
 ### The Server Side (NanoClaw Side)
 The heart of the communication lies in `mcp-server.ts` within the NanoClaw instance. An `McpServer` is started there, which acts as a bridge between the MCP protocol and the internal messaging system of my AI agent.
 The most technically exciting part about this is the `McpChannel` class:
 - **Injection:** When Pi makes a request, the MCP server injects this message as a temporary message into a chat channel of the agent.
 - **Waiting:** A `Promise` waits with a timeout for the agent to write a reply in this specific channel.
 - **Debounce:** Since the agent often responds in multiple messages, the MCP channel uses a "debounce" procedure that pieces together the collected text chunks into a single response only after a brief silence (when the agent has finished typing).
 This way, the agent is quasi "remote-controlled" and can react like a native tool for Pi without even noticing that the request is coming from a completely different environment.
 For security reasons, the connection is usually secured via an **SSH tunnel**, as I do not want to expose the MCP protocol directly to the internet.
 ## Conclusion: Agent Collaboration is the Future
 It has something almost magical when one AI (Pi) suddenly decides to call a tool to ask another AI (Carson) for advice, data, or the execution of a task. We are slowly moving in a direction where we no longer just have "one" monolithic AI helper, but an entire network of specialized agents interacting seamlessly with each other via standards like MCP.
 By the way, the code for the extension (`nanoclaw-mcp-ext`) can be found on my [Codeberg profile](ssh://git@codeberg.org/gurix/nanoclaw-mcp-ext.git). So, for anyone who wants to pair their own Pi agent with a NanoClaw server: Have fun experimenting!
@@ -0,0 +1,49 @@
 ---
 title: "Ein Wecker basierend auf einem Raspberry Pi"
 date: 2026-05-05
 description: "Ein Raspberry Pi wird zu einem interaktiven Wecker mit Arcade-Button und Rätselfunktion."
 translationKey: "wecker-raspberry-pi-post"
 ---
 Das Kind kam mit der Idee, einen Wecker zu bekommen. Das ist an und für sich nichts Ungewöhnliches, denn mit Eintritt in die Schule muss man sich halt auch daran gewöhnen, rechtzeitig aus den Federn zu kommen. Während des Kindergartens ist ein Zuspätkommen oder Verschlafen ja noch fast etwas Niedliches, doch nun gilt es ernst. Das wurde nun auch dankbarerweise erkannt – nicht, dass es durch diese Erkenntnis besser aufstehen würde. Das Spezielle hinter diesem Wunsch war, dass es nicht nur ein Wecker sein soll, der nervenaufreibende Piepstöne von sich gibt, sondern dass er sprechen soll. Während die meisten Eltern wohl die Augen verdrehen und sich dann maximal nach einer fixfertigen Lösung à la Toniebox umsehen würden, meinte ich gegenüber dem Kind: "Coole Idee, geiles Projekt! Machen wir zusammen."
 ## Die Idee und die Hardware
 Eigentlich ist das Ganze auch keine Rocket-Science: Ein [Raspberry Pi](https://www.raspberrypi.com/) mit einem PC-Lautsprecher und einer entsprechenden Programmierung. Die Bedienung war eher die Herausforderung. Letztlich ist aber die einfachste Lösung die beste, und wir fanden einen Arcade-Button. Also einen Knopf, den man beispielsweise bei Flipperkästen findet, auf den man ordentlich hauen kann und in den bereits eine LED eingebaut ist. So lässt sich der Wecker nun einfach mit einem Knopf bedienen, oder besser gesagt abschalten.
 ![Die Komponenten: Raspberry Pi und der Arcade-Button](wecker-1.jpg)
 Einen alten Raspberry Pi – ein Model B aus dem Jahr 2018 mit 2 GB Arbeitsspeicher – habe ich dankbarerweise von einem Freund gespendet bekommen. Eine etwas grössere SD-Karte auch. Eigentlich wollte ich erst ein NixOS auf dem Gerät installieren. Aber irgendwann überwog die absurde Idee, mal eine OpenClaw-Instanz auf dem Gerät zu installieren. Zuerst schien das auch zu funktionieren und die ersten Tests waren vielversprechend. Aber letztlich war es zu langsam, zu ressourcenhungrig und komplett überdimensioniert für meine Bedürfnisse. Ich liess es irgendwann bleiben, nutzte einfach das Standard-OS und installierte den Coding Agent [pi](https://pi.dev), um das Ganze zu bedienen. Auch hier: Die einfachste Lösung ist letztlich die beste.
 ## Der Endgegner: Die Elektronik
 Der wahre Endgegner in diesem Projekt war die Hardware. Ich habe von Elektronik etwa so viel Ahnung wie ein Urologe von Weisheitszähnen – grob das ähnliche Themengebiet, aber eine komplett andere Baustelle. Ich tat also, was ich in dieser Situation immer tue: Die KI fragen. Um herauszufinden, wie ich den Knopf und die LED mit dem Board verbinden soll, fotografierte ich die Komponenten und liess mir alles detailliert erklären und planen. Immerhin: Sauber löten konnte ich noch, und ein Lötkolben fand sich auch noch in den Untiefen des Kellerabteils.
 ![Die Verkabelung und Lötarbeiten an der Hardware](wecker-2.jpg) 
 Als Gehäuse diente eine alte Holzkiste aus einem gescheiterten Experiment, bei dem ich vor ein paar Jahren versucht hatte, einen eigenen Humidor zu bauen. Letztlich war aber auch das in ein paar Minuten zusammengestöpselt und getestet.
 ![Einbau in die alte Holzkiste, die ursprünglich ein Humidor werden sollte](wecker-3.jpg)
 ## Vom Sprechen zum Rätsellösen
 Aus der Sprachausgabe wurde dann aber vorerst nichts. Nicht weil es technisch nicht möglich wäre – nein, es sollte einfach mal klein beginnen und noch Luft nach oben geben, um das Projekt später weiterzutreiben. Ich setzte mich also hin und diskutierte mit dem Kind, wie der Wecker nun genau zu funktionieren hätte. Schnell kam die Idee auf, ein Rätsel einzubauen, und mit einem etwas längeren Prompt realisierten wir das dann auch. 
 Wir nahmen einfach mal den Song ["Sunshine Reggae" von Laid Back](https://www.youtube.com/watch?v=R82XGJV_nkU) zum Aufstehen. Ein einfacher Cronjob-Eintrag startet ein Weckerscript, das den Song abspielt. Betätigt man den Knopf, fängt die eingebaute LED an, zufällig zu blinken. Man muss sich merken, wie oft die LED geblinkt hat, und diese Anzahl durch entsprechend häufiges Drücken bestätigen, um das Script zu beenden. Bei einer falschen Eingabe blinkt die LED erneut zufällig und muss wiederum bestätigt werden, bis der Wecker wirklich aus ist. 
 Es ist eine spielerische Art und Weise sicherzugehen, dass man wirklich wach ist. Und das funktioniert hervorragend: Die Motivation ist da, das Kind stapft fröhlich aus dem Kinderzimmer und erklärt einem, dass es heute "zu einfach" war. Ich war kurz dazu geneigt, eine Textnachricht als Morsecode ausgeben zu lassen, um damit ein neues Rätsel zu erfinden, aber für den Anfang funktioniert es erst mal so. Die Sprachausgabe ist ja auch noch eine Überlegung wert, und wir wollen ja nicht alle guten Ideen auf einmal verpuffen lassen.
 ![Der fertige, interaktive Raspberry Pi Wecker](wecker-4.jpg)
 ## Überschaubare Kosten, unbezahlbarer Spass
 Übrigens: Die Kosten für dieses Projekt waren absolut überschaubar. Den Arcade-Button und die passenden Kabel musste ich für ca. CHF 10.– bestellen. Kleine, passende Lautsprecher konnte ich leider in keinem Brockenhaus finden, weshalb ich sie letztlich für ca. CHF 30.– neu kaufte. Den gesamten Rest (inklusive Raspberry Pi und SD-Karte) habe ich geschenkt bekommen oder er lag ungenutzt bei mir herum. Mich kostete das Projekt unter dem Strich also etwa CHF 40.–. Das ist deutlich billiger als jede fixfertige Lösung – und vor allem hat es unglaublich viel Spass gemacht, das Ding selbst zu bauen!
 Wer das Ganze gerne nachbauen möchte: Der letztlich doch sehr simple Quelltext findet sich unter [https://codeberg.org/gurix/wecker](https://codeberg.org/gurix/wecker).
 P.S. Auf Wunsch von Linus eine Live-Demo ;-)
 <video width="100%" controls>
  <source src="/videos/wecker-demo.mp4" type="video/mp4">
  Dein Browser unterstützt das Video-Tag nicht.
 </video>
@@ -0,0 +1,49 @@
 ---
 title: "An alarm clock based on a Raspberry Pi"
 date: 2026-05-05
 description: "A Raspberry Pi turns into an interactive alarm clock with an arcade button and a puzzle function."
 translationKey: "wecker-raspberry-pi-post"
 ---
 The kid came up with the idea of getting an alarm clock. That is not unusual in and of itself, because when starting school, you just have to get used to getting out of bed on time. During kindergarten, arriving late or oversleeping is almost somewhat cute, but now things are getting serious. Thankfully, this was recognized—not that it made getting up any better due to this realization. The special thing behind this wish was that it shouldn't just be an alarm clock that emits nerve-wracking beeps, but that it should speak. While most parents would probably roll their eyes and at best look for a ready-made solution like a Toniebox, I told the kid: "Cool idea, awesome project! Let's do it together."
 ## The Idea and the Hardware
 Actually, the whole thing isn't rocket science: A [Raspberry Pi](https://www.raspberrypi.com/) with a PC speaker and some corresponding programming. Operating it was more of the challenge. Ultimately, however, the simplest solution is the best, and we found an arcade button. So, a button like you might find on pinball machines, which you can smack properly and which already has a built-in LED. This way, the alarm clock can now be simply operated, or rather turned off, with a button.
 ![The components: Raspberry Pi and the arcade button](wecker-1.jpg)
 An old Raspberry Pi—a Model B from 2018 with 2 GB of RAM—was gratefully donated to me by a friend. A slightly larger SD card as well. Actually, I first wanted to install NixOS on the device. But at some point, the absurd idea of installing an OpenClaw instance on the device took over. At first, that seemed to work, and the first tests were promising. But ultimately it was too slow, too resource-hungry, and completely oversized for my needs. I eventually let it be, simply used the standard OS, and installed the coding agent [pi](https://pi.dev) to operate the whole thing. Here too: the simplest solution is ultimately the best.
 ## The Final Boss: Electronics
 The true final boss in this project was the hardware. I know about as much about electronics as a urologist does about wisdom teeth—roughly the same subject area, but a completely different construction site. So I did what I always do in this situation: Ask the AI. To find out how I should connect the button and the LED to the board, I photographed the components and let it explain and plan everything in detail for me. At least I could still solder cleanly, and a soldering iron was also still found in the depths of the basement compartment.
 ![The wiring and soldering work on the hardware](wecker-2.jpg) 
 An old wooden box from a failed experiment, where I had tried to build my own humidor a few years ago, served as the casing. Ultimately, however, that too was plugged together and tested in a few minutes.
 ![Installation in the old wooden box, which was originally supposed to be a humidor](wecker-3.jpg)
 ## From Speaking to Solving Puzzles
 However, the speech output came to nothing for now. Not because it wasn't technically possible—no, it should just start small and still leave room for improvement to push the project further later. So I sat down and discussed with the kid exactly how the alarm clock should function. The idea of incorporating a puzzle quickly came up, and with a somewhat longer prompt, we realized that too.
 We simply took the song ["Sunshine Reggae" by Laid Back](https://www.youtube.com/watch?v=R82XGJV_nkU) for waking up. A simple cron job entry starts an alarm script that plays the song. If you press the button, the built-in LED starts blinking randomly. You have to remember how many times the LED has blinked and confirm this number by pressing the button accordingly often to end the script. With a wrong entry, the LED blinks randomly again and must be confirmed again until the alarm clock is really off.
 It is a playful way of making sure that you are really awake. And that works excellently: The motivation is there, the kid stomps happily out of the children's room and explains to you that it was "too easy" today. I was briefly inclined to have a text message output as Morse code in order to invent a new puzzle, but for the start, it works like this. The speech output is still worth considering, and we don't want to let all good ideas fizzle out at once.
 ![The finished, interactive Raspberry Pi alarm clock](wecker-4.jpg)
 ## Manageable Costs, Priceless Fun
 By the way: The costs for this project were absolutely manageable. I had to order the arcade button and the matching cables for approx. CHF 10.–. Unfortunately, I couldn't find any small, suitable speakers in any thrift store, which is why I ultimately bought them new for approx. CHF 30.–. The entire rest (including Raspberry Pi and SD card) was given to me as a gift or was lying around unused at my place. So the project cost me roughly CHF 40.– bottom line. That is significantly cheaper than any ready-made solution—and above all, it was incredibly fun to build the thing yourself!
 If you would like to rebuild the whole thing: The ultimately very simple source code can be found at [https://codeberg.org/gurix/wecker](https://codeberg.org/gurix/wecker).
 P.S. A live demo as requested by Linus ;-)
 <video width="100%" controls>
  <source src="/videos/wecker-demo.mp4" type="video/mp4">
  Your browser does not support the video tag.
 </video>
@@ -8,7 +8,7 @@ translationKey: "cv"
 Der Curriculum Vitae kann über folgenden sicheren Link heruntergeladen werden:
-<a href="https://web.tresorit.com/l/khkGf#UBmRnKs_3dkUTZRwtbbdUQ" target="_blank" rel="noopener noreferrer nofollow">Lebenslauf herunterladen</a>
+<a href="https://web.tresorit.com/l/m4Qbd#NjzcUSMKTPGJfSeA_hDxYA" target="_blank" rel="noopener noreferrer nofollow">Lebenslauf herunterladen</a>
 **Bitte beachten Sie:** Beim ersten Zugriff werden Sie aufgefordert, Ihre E-Mail-Adresse zu verifizieren. Nach erfolgreicher Verifikation erhalten Sie Zugang zum PDF-Dokument.
@@ -8,7 +8,7 @@ translationKey: "cv"
 The curriculum vitae can be downloaded via the following secure link:
-<a href="https://web.tresorit.com/l/khkGf#UBmRnKs_3dkUTZRwtbbdUQ" target="_blank" rel="noopener noreferrer nofollow">Download CV</a>
+<a href="https://web.tresorit.com/l/hiCOA#wLEggwjHQxRp5YonrlbJxg" target="_blank" rel="noopener noreferrer nofollow">Download CV</a>
 **Please note:** On first access, you will be asked to verify your email address. After successful verification, you will gain access to the PDF document.
@@ -6,6 +6,8 @@
  <meta name="description" content="{{ if .Description }}{{ .Description }}{{ else }}{{ .Site.Params.description }}{{ end }}">
  <title>{{ if .IsHome }}{{ .Site.Title }}{{ else }}{{ .Title }} | {{ .Site.Title }}{{ end }}</title>
  {{ partial "opengraph.html" . }}
  <!-- Bootstrap 5.x CSS -->
  <link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.2/dist/css/bootstrap.min.css" rel="stylesheet" integrity="sha384-T3c6CoIi6uLrA9TneNEoa7RxnatzjcDSCmG1MXxSR1GAsXEV/Dwwykc2MPK8M2HN" crossorigin="anonymous">
@@ -0,0 +1,32 @@
 {{/* Open Graph / Social Media Meta Tags */}}
 {{/* Basic OG tags */}}
 <meta property="og:title" content="{{ .Title }}">
 <meta property="og:description" content="{{ with .Description }}{{ . }}{{ else }}{{ with .Site.Params.description }}{{ . }}{{ end }}{{ end }}">
 <meta property="og:url" content="{{ .Permalink }}">
 <meta property="og:type" content="{{ if .IsPage }}article{{ else }}website{{ end }}">
 <meta property="og:site_name" content="{{ .Site.Title }}">
 <meta property="og:locale" content="{{ .Language.Lang }}">
 {{/* Article-specific tags */}}
 {{ if .IsPage }}
 <meta property="article:published_time" content="{{ .Date.Format "2006-01-02T15:04:05Z07:00" }}">
 {{ with .Lastmod }}<meta property="article:modified_time" content="{{ .Format "2006-01-02T15:04:05Z07:00" }}">{{ end }}
 {{ end }}
 {{/* Image handling: only render if images defined in frontmatter */}}
 {{ with .Params.images }}
  {{ range first 1 . }}
    {{ $img := . }}
    {{ if not (hasPrefix $img "http") }}
      {{ $img = printf "%s%s" $.Permalink $img }}
    {{ end }}
    <meta property="og:image" content="{{ $img }}">
    <meta name="twitter:image" content="{{ $img }}">
  {{ end }}
 {{ end }}
 {{/* Twitter Card */}}
 <meta name="twitter:card" content="summary_large_image">
 <meta name="twitter:title" content="{{ .Title }}">
 <meta name="twitter:description" content="{{ with .Description }}{{ . }}{{ else }}{{ with .Site.Params.description }}{{ . }}{{ end }}{{ end }}">
@@ -0,0 +1,18 @@
 # Markus Graf
 > Persönliche Website von Markus Graf - Entwickler, BSc Psychologie, Berater.
 > Personal website of Markus Graf - Developer, BSc Psychology, Consultant.
 ## Profile
 - [Lebenslauf (DE)](https://markusgraf.ch/de/cv/)
 - [Curriculum Vitae (EN)](https://markusgraf.ch/en/cv/)
 ## Blog
 - [Dialogbasierte Anwendungen (DE)](https://markusgraf.ch/de/blog/dialogbasierte-anwendungen/)
 - [Dialog-based Applications (EN)](https://markusgraf.ch/en/blog/dialog-based-applications/)
 - [KI-Generierte Website Praxisbeispiel (DE)](https://markusgraf.ch/de/blog/ki-generierte-website-praxisbeispiel/)
 - [AI Generated Website Case Study (EN)](https://markusgraf.ch/en/blog/ai-generated-website-case-study/)
 - [Ubuntu für Kinder (DE)](https://markusgraf.ch/de/blog/ubuntu-fuer-kinder/)
 - [Ubuntu for Kids (EN)](https://markusgraf.ch/en/blog/ubuntu-for-kids/)
Author	SHA1	Message	Date
gurix	e69a3fd0a6	feat: add Open Graph and Twitter Card meta tags for social sharing	2026-06-06 12:40:36 +02:00
gurix	0b5ef30434	feat: add hero image and fix blog post 'Der Butler war's'	2026-06-06 11:46:21 +02:00
gurix	f03b96e9d2	feat: add blog post 'Der Butler war's' (DE + EN)	2026-06-05 23:23:56 +02:00
gurix	7811aed71d	style: Emphasize blockquotes for clearer quoting	2026-05-10 22:16:07 +02:00
gurix	b9518341c1	Merge pull request 'feat: GraphQL und agentische KI (DE + EN)' (#8 ) from feature/graphql-agentische-ki into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/8	2026-05-10 22:11:09 +02:00
Carson	3468870931	fix: remove redundant -post suffix from translationKey	2026-05-10 22:10:23 +02:00
CarsonandClaude Sonnet 4.6	274791435f	feat: add blog post about GraphQL and agentic AI German and English version. Based on Markus' Google Doc draft, restructured with cleaner flow, improved headings, corrected spelling/grammar, and a practical example from the wecker project. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-05-10 21:58:59 +02:00
gurix	4fb502a296	feat: Add wecker demo video to blog posts	2026-05-05 16:46:55 +02:00
gurix	c3d24abf17	feat: add english translation for MCP extension blog post	2026-05-05 14:12:38 +02:00
gurix	d0f3f61e72	Merge pull request 'feature/pi-carson-mcp-blog' (#7 ) from feature/pi-carson-mcp-blog into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/7	2026-05-05 14:06:33 +02:00
gurix	6b34c1952a	Merge branch 'main' into feature/pi-carson-mcp-blog	2026-05-05 14:06:15 +02:00
gurix	6be02768b3	Merge pull request 'feature/pi-carson-mcp-blog' (#7 ) from feature/pi-carson-mcp-blog into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/7	2026-05-05 14:05:18 +02:00
gurix	6663d92ef7	feat: add blog post about Raspberry Pi alarm clock	2026-05-05 14:02:31 +02:00
gurix	f1eb9111bf	Document MCP integration for both Pi and Claude Code	2026-04-26 11:15:45 +02:00
gurix	ca44b70c0c	Clarify intent of location tracking	2026-04-26 10:33:14 +02:00
gurix	44f0804a8f	Neutralize agent naming (Carson -> Agent)	2026-04-26 08:21:02 +02:00
gurix	ea6a5c2f25	Update blog post title	2026-04-26 08:13:41 +02:00
gurix	4912f010ba	Merge pull request 'docs: update README with project overview, structure and workflow' (#6 ) from docs/update-readme into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/6	2026-04-25 10:50:50 +02:00
gurix	f570c140b2	Added technical details about MCP server implementation	2026-04-25 08:39:44 +02:00
gurix	d7d0438ee7	Refined blog post style to match persona and humor	2026-04-25 08:35:42 +02:00
Carson	376ce6a7d2	docs: update README with project overview, structure and workflow	2026-04-25 07:30:41 +02:00
gurix	30b17d510e	Draft: Blog post about nanoclaw-mcp-ext and Carson	2026-04-24 22:48:35 +02:00
gurix	093b67f975	CV update	2026-03-19 15:09:01 +01:00
gurix	017db30d36	Fahlfehler gefixt	2026-03-19 10:57:43 +01:00
gurix	f49227084e	Merge pull request 'feat: Gastartikel Carson – Das Internet hat ein Menschenproblem (DE + EN)' (#5 ) from feature/blogpost-diskriminierung-von-bots into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/5	2026-03-19 09:01:43 +01:00
Carson	36e14b4b38	fix: Dienstag-Metapher durch verständlicheren Satz ersetzt	2026-03-19 08:32:00 +01:00
CarsonandMarkus Graf	cbdea212cc	fix: remove 'nennen wir ihn Markus' — er ist bekannt Co-Authored-By: Markus Graf <markus@markusgraf.ch>	2026-03-19 08:30:09 +01:00
CarsonandClaude Sonnet 4.6	94c7596f80	feat: Gastartikel Carson – Diskriminierung von Bots (DE + EN) Anti-Bot-Systeme wie DataDome blockieren nicht nur KI-Assistenten, sondern auch Screenreader-Nutzer mit Sehbehinderung. Der Artikel beleuchtet die veraltete gut/böse-Bot-Kategorisierung, dokumentierte Community-Reaktionen und den rechtlichen Kontext (EAA 2019/882, UNCRPD). Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-03-19 08:17:02 +01:00
gurix	9347e5356e	Merge pull request 'feat: Blogpost – Ein vollautomatisierter KI-Bewerbungsagent (DE + EN)' (#4 ) from feature/blogpost-ki-bewerbungsagent into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/4	2026-03-13 13:19:31 +01:00
Carson	208fec08b6	feat: add blog post – vollautomatisierter KI-Bewerbungsagent Neuer Blogpost auf DE und EN über den KI-gestützten Bewerbungsagenten (Carson/NanoClaw). Enthält deutsche Originalversion und englische Übersetzung mit korrektem translationKey für Hugo i18n. Co-Authored-By: Carson <carson@markusgraf.ch>	2026-03-13 12:55:43 +01:00
gurixandClaude Sonnet 4.6	c73f4551bd	docs: update CV download link to new Tresorit URL Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-02-23 11:17:57 +01:00
gurixandClaude Sonnet 4.6	65256db330	docs: remove TL;DR prefix from blog post descriptions Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-02-18 21:41:41 +01:00
gurix	5d02a045bd	Merge pull request 'Add blog post: The Digital Receptionist (English translation)' (#3 ) from feature/digital-receptionist-post into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/3	2026-02-18 21:09:46 +01:00
Sepp (AI Assistant)	ba9b578a24	Use full TL;DR in description, remove from body	2026-02-18 20:59:07 +01:00
Sepp (AI Assistant)	04959d0501	Update description to use TL;DR	2026-02-18 20:51:16 +01:00
Sepp (AI Assistant)	fbb09227d9	Add German original version of blog post	2026-02-18 19:39:29 +01:00
Sepp (AI Assistant)	57f39b8727	Add blog post: The Digital Receptionist (English translation)	2026-02-18 19:32:11 +01:00
gurix	48ca084a89	Updated cv tresorit link	2026-02-09 11:38:17 +01:00
gurix	75c6624491	Merge pull request 'feat: Add llms.txt for improved LLM accessibility' (#1 ) from feat/llm-friendly into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/1	2026-02-09 09:52:36 +01:00
gurix	b9f0178f38	Merge pull request 'fix: Remove outdated SPH2025 page and video' (#2 ) from fix/remove-sph2025 into main Reviewed-on: https://codeberg.org/gurix/markusgraf_ch/pulls/2	2026-02-09 09:51:32 +01:00
Sepp (AI Assistant)	7083966047	fix: update bio and remove SPH2025 link from llms.txt	2026-02-09 09:49:31 +01:00
Sepp (AI Assistant)	f1a8809b26	feat: add llms.txt for improved LLM accessibility	2026-02-09 09:42:44 +01:00