SaaS · live auf pithlab.app

Pith Lab

Ich lese viel für meine Arbeit — und finde das Wichtige dann nicht wieder, wenn ein Kunde fragt. Pith merkt sich, was ich lese, sortiert es in ein Wiki mit Quellenangaben und gibt es zurück, wenn ich es brauche.

Für
Alle, die beruflich lesen
Seit
Mai 2026
Daten
Gehostet in Deutschland
Preis
Pro KI-Aktion
Der Morgenbericht: aus den eigenen Feeds geschrieben, jede Aussage mit Quelle.
Die Idee

Lesen ist leicht. Wiederfinden nicht.

Artikel, Reports, Newsletter — vieles davon ist im Moment nützlich und zwei Wochen später weg. Lesezeichen helfen da wenig. Pith speichert nicht nur den Link, sondern zieht die Kernaussagen heraus, verknüpft sie mit dem, was schon da ist, und merkt sich, woher jede Aussage stammt.

Entwickelt habe ich Pith zuerst für meine eigene Beratungsarbeit — und nutze es jeden Tag.

Speichern ohne Umweg

Browser-Erweiterung (⌘⇧S), Teilen vom Handy, Weiterleiten per E-Mail oder RSS-Feeds — was gerade am schnellsten geht.

Ein Wiki, das mitwächst

Aus gespeicherten Texten entstehen Themenseiten. Jede Aussage verlinkt dorthin, wo sie herkommt.

Morgenbericht

Ein kurzer Bericht aus den eigenen Feeds — zum Lesen oder als drei Minuten Audio.

Briefings pro Kunde

Jedes Mandat bekommt einen eigenen Bereich, neue Artikel werden automatisch zugeordnet. Vor dem Termin gibt es ein Briefing mit Quellen.

Entwurf prüfen

Bevor ein Entwurf rausgeht, prüft Pith ihn gegen die eigenen Quellen: Was ist belegt, was nicht?

Über MCP in Claude & ChatGPT

Der eigene Lesespeicher wird zum Werkzeug für den KI-Assistenten — Antworten kommen mit Quellen.

Visualisierungen

Zahlen, die man nachprüfen kann

Stecken in den Quellen Zahlen, holt Pith sie als kleine Grafik direkt auf die Wiki-Seite. Jeder Wert behält seine Quelle, und ein Klick zeigt den genauen Satz, aus dem er stammt.

Kennzahlen aus den Quellen, direkt in der Wiki-Seite.
Ein Klick auf „Beleg“, und der Originalsatz erscheint — mit Link zur Quelle.
Einblicke

So sieht es aus

Eine kurze Tour durch die App (26 s), danach ein paar Screenshots zum Durchklicken.

Architektur

Grob, wie es funktioniert

01

Erfassen

Erweiterung, Handy, E-Mail, RSS.

02

Verstehen

Text holen, zusammenfassen, Themen und Zusammenhänge erkennen.

03

Merken

Ein Wiki mit Quellen, durchsuchbar bis zur Textstelle.

04

Ausgeben

Morgenbericht, Briefings, Audio — und MCP für den Assistenten.

Vorne Next.js, dahinter FastAPI und PostgreSQL, Sprachmodelle für Text und Audio. Läuft auf meinem eigenen k3s-Cluster bei Hetzner in Deutschland.