Simeon's Blog

Ich spreche, Obsidian schreibt – Sprachmemos via Telegram, Whisper & n8n

Simeon Stanek — Sun, 29 Mar 2026 12:00:00 +0100

Ich stehe auf dem Spielplatz. Zwei Kinder klettern auf dem Klettergerüst herum, eine Kindergartenmutter, ein Kindergartenvater und ich reden über Kings of Convenience. Über The Weight of my Words. Über das Album Versus. Über die Zeit, als Musik noch wehtat, weil man jung und etwas unfertig war.

Und dann ist der Moment weg. Die Kinder rufen. Man geht nach Hause. Und diese kleine, kostbare Erinnerung bleibt irgendwo auf der Strecke zwischen Spielplatz und Kühlschrank.

Nicht mehr. Weil ich jetzt einfach mein Handy raushole, Telegram öffne, auf Aufnahme drücke – und alles von alleine weiterläuft.

Das Problem: Gedanken verdampfen</a></h2>
Ich habe schon lange mit Obsidian als zweites Gehirn gearbeitet. Das Problem: Ein zweites Gehirn nützt nichts, wenn man zu faul ist, es zu füttern. Tippen am Spielplatz? Nein danke. Eine Notiz-App öffnen, eintippen, Markdown formatieren? Auch nein. Ich bin ein Mensch, der spricht. Also musste die Lösung auch mit Sprache funktionieren.
Die Idee war simpel: Ich schicke eine Sprachnachricht an einen Telegram-Bot. Der Rest passiert automatisch. Das Ergebnis landet als fertige `.md</code>-Datei in meinem Obsidian Vault – dank Nextcloud-Sync. Magic.`
Die Zutaten</a></h2> Bevor ich in die Details gehe, kurz der Überblick was ich hier eigentlich zusammengebaut habe: Telegram Bot – mein mobiles Mikrofon</li> n8n – der Kleber, der alles zusammenhält (selbst gehostet, natürlich)</li> faster-whisper-server – ein lokaler KI-Transkriptions-Dienst, der Deutsch kann und keine Cloud braucht</li> Nextcloud – mein selbst gehosteter Cloudspeicher, der mit Obsidian synchronisiert</li> Obsidian – das Endlager für alle meine Gedanken</li> </ul> Kein Abo. Keine Cloud. Keine Datenschutzbedenken. Alles läuft zuhause. Schritt 1: Whisper lokal betreiben</a></h2> Der erste Baustein ist ein lokaler Whisper-Server. Ich nutze dafür das Docker-Image fedirz/faster-whisper-server</code> – eine schnelle, OpenAI-API-kompatible Implementierung, die auf normaler CPU läuft. Mein docker-compose.yml</code>: ┌─────────────────────────────────────────────────────────────────┐ │ docker-compose.yml │ ├─────────────────────────────────────────────────────────────────┤ │ services: │ │ whisper-api: │ │ image: fedirz/faster-whisper-server:latest-cpu │ │ container_name: whisper-api │ │ environment: │ │ - WHISPER__MODEL=Systran/faster-whisper-small │ │ volumes: │ │ - whisper_cache:/root/.cache/huggingface │ │ ports: │ │ - "5092:8000" │ │ networks: │ │ - home_default │ │ restart: unless-stopped │ │ │ │ volumes: │ │ whisper_cache: │ │ │ │ networks: │ │ home_default: │ │ external: true │ └─────────────────────────────────────────────────────────────────┘ </code></pre> Das Model faster-whisper-small</code> ist der Sweet Spot: klein genug für ältere Hardware, gut genug für Sprache auf Deutsch. Beim ersten Start lädt Docker das Hugging-Face-Modell herunter und cached es im Volume – danach ist alles offline. $ docker compose up -d [+] Running 2/2 ✔ Volume "whisper_cache" created ✔ Container whisper-api started $ curl http://localhost:5092/v1/models { "data": [ { "id": "Systran/faster-whisper-small", "object": "model" } ] } </code></pre> Der Server ist jetzt erreichbar unter http://192.168.178.118:5092</code> und versteht die OpenAI-kompatible API. Heißt: alles, was mit whisper-1</code> umgehen kann, kann auch meinen lokalen Server ansprechen. Schritt 2: Der n8n-Workflow</a></h2> Jetzt kommt n8n ins Spiel – mein selbst gehostetes Automatisierungsgehirn. Der Workflow hat genau sechs Schritte, und sieht so aus: ┌─────────────────────────────────────────────────────────────────────────────┐ │ n8n Workflow: Telegram → Memo │ ├──────────────────┐ │ │ Telegram │ Sprachnachricht kommt rein (voice message) │ │ Trigger ───────┼──────────────────────────────────────────────────────► │ │ (Bot: Memo) │ │ └──────────────────┘ │ │ │ ▼ │ ┌──────────────────┐ │ │ Get a file │ Telegram-API: Audiodatei (.ogg) herunterladen │ │ (Telegram) │ → fileId aus message.voice.file_id │ └──────────────────┘ │ │ │ ▼ │ ┌──────────────────┐ │ │ HTTP Request │ POST → http://192.168.178.118:5092/v1/audio/ │ │ (Whisper API) │ transcriptions │ │ │ Body: multipart/form-data │ │ │ model=whisper-1 │ │ │ file=<audio binary> │ └──────────────────┘ │ │ │ ▼ │ ┌──────────────────┐ │ │ Code in JS │ Hashtags aus dem transkribierten Text entfernen │ │ │ text.replaceAll("Hashtag ", "#") │ └──────────────────┘ │ │ │ ▼ │ ┌──────────────────┐ ┌──────────────────────────────────────────────────┐ │ │ Upload .md │ │ Upload .ogg │ │ │ (Nextcloud) │ │ (Nextcloud) │ │ │ Notizen/Memos/ │ │ Notizen/Memos/ │ │ │ YYYY-MM-DD │ │ YYYY-MM-DD_<updateId>.ogg │ │ │ HH-mm-ss.md │ └──────────────────────────────────────────────────┘ │ └──────────────────┘ │ │ │ ▼ │ ┌──────────────────┐ │ │ Send a text │ Transkription zurück an Telegram senden │ │ message │ → Bestätigung, dass alles geklappt hat │ └──────────────────┘ │ └─────────────────────────────────────────────────────────────────────────────┘ </code></pre> Node 1: Telegram Trigger</a></h3> Ein einfacher Webhook-Trigger, der auf eingehende Nachrichten des Bots „Memo" wartet. Sobald eine Sprachnachricht ankommt, feuert der Workflow. Node 2: Get a file</a></h3> Telegram gibt uns nur die file_id</code> der Sprachdatei. Mit diesem Node holen wir uns die eigentliche .ogg</code>-Datei via Telegram-API herunter. Der Ausdruck $json.message.voice.file_id</code> liefert den richtigen Wert. Node 3: HTTP Request → Whisper</a></h3> Das ist das Herzstück. Wir schicken einen POST</code>-Request an unseren lokalen Whisper-Server: POST http://192.168.178.118:5092/v1/audio/transcriptions Content-Type: multipart/form-data model=whisper-1 file=<binary audio data> </code></pre> Zurück kommt JSON mit dem transkribierten Text. Auf Deutsch, offline, auf meinem eigenen Server. Node 4: Code in JavaScript</a></h3> Whisper transkribiert manchmal das Wort „Hashtag" wörtlich, wenn ich aufzähle. Ein schneller Einzeiler bereinigt das: for (const item of $input.all()) { let text = item.json.text; text = text.replaceAll("Hashtag ", "#"); item.json.text = text; } return $input.all(); </code></pre> Super gut, weil ich dann auch nach den inline Tags in Obsidian suchen kann, ohne manuell nachzubessern. Node 5 & 6: Upload zu Nextcloud</a></h3> Zwei parallele Uploads gehen raus: Die Markdown-Datei – Pfad: Notizen/Memos/YYYY-MM-DD HH-mm-ss.md</code></li> Die Originalaudio-Datei – Pfad: Notizen/Memos/YYYY-MM-DD_<updateId>.ogg</code></li> </ol> Der Dateiinhalt der .md</code>-Datei sieht so aus: Memo vom 29.03.2026 Letztens habe ich mich auf dem Spielplatz mit einer Kindergartenmutter und einem Kindergartenvater unterhalten. Da ging es um unsere alte Musik, die Musik, die wir früher gehört haben... --- ![[2026-03-29 617268880.ogg]] </code></pre> Der Timestamp kommt aus now.toUTC().format('dd.MM.yyyy')</code> direkt in n8n – kein manuelles Datum mehr. Node 7: Bestätigung zurück an Telegram</a></h3> Als letzten Schritt schickt der Workflow den transkribierten Text zurück an meinen Telegram-Chat. So sehe ich sofort: Hat Whisper mich richtig verstanden? Oder hat es aus „Kings of Convenience" irgendwas wie „Königs von Konvenienz" gemacht? (Hat es nicht. Ich bin beeindruckt.) Schritt 3: Nextcloud ↔ Obsidian</a></h2> Das Schöne an diesem Setup: Nextcloud und Obsidian kennen sich schon. Ich habe den Ordner Notizen/Memos/</code> in meinem Nextcloud als synchronisierten Pfad eingerichtet. Sobald n8n die .md</code>-Datei hochlädt, landet sie binnen Sekunden in meinem Obsidian Vault – auf Desktop und Handy. Nextcloud (Server) └── Notizen/ └── Memos/ ├── 2026-03-29 12-27-03.md ← Transkript als Markdown └── 2026-03-29 617268880.ogg ← Originalaudio zum Nachhören </code></pre> In Obsidian sieht das dann fertig aus – mit Datum im Titel, dem vollen Text und einem Link zur Audiodatei darunter. Ich muss nichts anfassen. Nichts formatieren. Nichts umbenennen. Das Ergebnis</a></h2> Ich stehe wieder auf dem Spielplatz. Das Gespräch endet. Ich halte kurz mein Handy hoch, drücke auf Aufnahme im Telegram-Bot, spreche 30 Sekunden – und gehe dann einfach nach Hause. Irgendwo in meinem Heimnetzwerk passiert gerade Folgendes: [Telegram] → Sprachnachricht empfangen (617268880) [n8n] → .ogg heruntergeladen (128 KB) [Whisper] → Transkription gestartet... [Whisper] → Fertig in 2.3s: "Letztens habe ich mich auf dem Spielplatz..." [Nextcloud] → 2026-03-29 12-27-03.md hochgeladen ✓ [Nextcloud] → 2026-03-29 617268880.ogg hochgeladen ✓ [Telegram] → Bestätigung gesendet ✓ </code></pre> Und das alles ohne einen einzigen Cloud-Dienst von Drittanbietern. Kein OpenAI-API-Key. Keine Abo-Kosten. Kein „Ihre Sprachdaten helfen uns, unsere Dienste zu verbessern." Kings of Convenience – The Weight of my Words. Jetzt hat auch das Gewicht meiner Worte endlich einen Platz gefunden. Danke, J.!</a></a></h2> Wer meinen Blog schon länger liest, kennt J. – meinen Freund, der mich in epische Rabbit Holes schubst und dann unschuldig guckt. Diesmal hat er mir Parakeet von NVIDIA vorgeschlagen, ein sehr schnelles Speech-to-Text-Modell, das ich mir auch ernsthaft angeschaut habe. Das Problem: Telegram schickt Sprachnachrichten im Ogg-Vorbis-Format (.ogg) – und Parakeet mag kein Vorbis. Man könnte das Audio vorher konvertieren, aber ehrlich gesagt wollte ich keinen weiteren Umwandlungsschritt in den Workflow bauen. Whisper hingegen schluckt Ogg klaglos, ohne mit der Wimper zu zucken. Also: J., danke für den Tipp. Du hattest wieder eine gute Idee. Ich habe sie nur ein kleines bisschen verbogen – wie immer.

Meine 420€ Steam Machine Lite: AWOW Mini-PC, Bazzite, EmuDeck, Heroic und Citron

Simeon Stanek — Sat, 28 Feb 2026 00:00:00 +0000

Von eBay zum Endgegner: Der AWOW-Würfel</a></h2>
Es fing – wie so oft – völlig harmlos an: „Ich schau nur kurz bei eBay, was Mini-PCs so kosten.“
Ein bisschen Budget von Weihnachten und Geburtstag war übrig, und die Idee, eine Art „Steam Machine Lite“ zu bauen, schwebte schon länger im Hinterkopf herum. - Die Alternative wäre ein Mac Mini M4 gewesen, aber der Preisunterschied war einfach zu groß, um ihn zu ignorieren und eine Nintendo Switch 2 wäre die andere Alterntaive gewesen, die ich wahrscheinlich eh nicht so oft nutzen würde. Zwei Scrolls, ein innerer Monolog und ein leicht schlechtes Gewissen später war es passiert: Ein AWOW Mini Gaming PC mit ziemlich absurden Specs für die Größe lag im Warenkorb.
Drin steckt:

AMD Ryzen 7 7840HS – 8 Kerne, 16 Threads, Boost bis 5,1 GHz</li>
32 GB DDR5 RAM – genug, um nebenbei noch drei Browser mit je 40 Tabs offen zu lassen</li>
1 TB NVMe PCIe 4.0 SSD – Ladezeiten, was sind Ladezeiten?</li>
Radeon 780M iGPU – die kleine integrierte GPU, die so tut, als wäre sie eine Mittelklasse-Grafikkarte (Ciao du alte 1050Ti, du bist jetzt überflüssig)</li>
WiFi 6, Bluetooth 5.2, 2.5G LAN, 4K-Triple-Display-Support</li> </ul>
Also alles in allem: Ein sehr kompakter Klotz mit ernstzunehmender Hardware. Perfekt, um daraus meine ganz persönliche „Steam Machine Lite“ zu bauen – und das Ganze für rund 420€ Gesamtbudget.

Hinweis: Der folgende Link ist ein Amazon Affiliate-Link. Wenn du über diesen Link einkaufst, erhalte ich eine kleine Provision, ohne dass dir zusätzliche Kosten entstehen. </blockquote>
AWOW Mini Gaming PC auf Amazon ansehen →</a>


Die 3D-Druck Hölle - Ein weiteres Rabbit Hole

Simeon Stanek — Sat, 31 Jan 2026 12:00:00 +0100

Die Genese: Mein Einstieg in den 3D-Druck</a></h2>
J. hatte gemeint, dass es ihn schon sehr wundert, dass ich noch keinen 3D-Drucker hätte, aber wahrscheinlch ist es auch besser so, weil ich mich sonst in endlosen Rabbit Holes verlieren würde. Tja, da hat er wohl recht gehabt, denn kaum hatte ich meinen Bambu Lab P1S Drucker aufgebaut, war ich auch schon mittendrin in der Welt des 3D-Drucks, die jetzt schon einige Wochen meines Lebens in Anspruch nimmt. Gefühlt läuft der Drucker mehr als dass ich schlafe und das ist wirklich kein Witz.
Meine bisherigen Erfahrungen</a></h3>
Von Anfang an war ich begeistert von den Möglichkeiten, die mir der 3D-Drucker bietet. Allerdings musste ich auch schnell feststellen, dass es nicht immer so einfach ist, wie es auf den ersten Blick scheint und dass ein 3D-Drucker auch nicht die Eierlegende Wollmilchsau ist. So der Alltasgretter ist er definitiv nicht, aber für spezielle Anwendungsfälle ist er wirklich genial und unterhaltsam. Ich zähle jetzt nicht auf, was ich bisher so gedruckt habe, aber das lustigste war mit Abstand eine Nasenflöte.
Einfaches Drucken von Symbolen und 2D-Logos</a></h3>
Genial finde ich es, dass ich jetzt ganz einfach Logos und Symbole in 3D drucken kann. Zum Beispiel habe ich das Logo meines Blogs als 3D-Modell erstellt. Hatte keinen Grund es zu drucken, aber es sah einfach cool aus. Solche kleinen Projekte machen einfach Spaß und sind eine tolle Möglichkeit, die Fähigkeiten des Druckers zu testen. Für die Arbeit habe ich aber das Logo unserer Sinnstifterorte in eine .svg Datei umgewandelt und dann in ein 3D-Modell konvertiert, um es als Pfandchip zu drucken. Sieht super aus und ist wirklich praktisch.
Hier ein kurzer Ablauf meines Vorgehens:

Logo in Vektorgrafik (SVG) umwandeln. In meinem Fall hatte ich nur ein einfaches jpg Bild, also habe ich es zu erst in Gimp in schwarz-weiß umgewandelt und dann in Inkscape als SVG exportiert.</li> </ol>


Dann habe ich einfach das SVG in Bambu Studio</a> importiert und die Höhe des Logos auf 2,3mm gesetzt, damit es ein flaches Objekt wird und Breite und Länge auf 23,25mm skaliert, damit es die richtige Größe für einen Pfandchip hat.</li> </ol>


Zum Schluss habe ich das Modell 108mal kopiert, auf der Druckplatte positioniert und den Druck gestartet. Nach ca. 3 Stunden waren die 108 Pfandchips fertig gedruckt und sehen super aus, zwar gab es auch fehlerhafte Drucke, aber die konnte ich einfach aussortieren. Da die Haftung von PLA auf der Druckplatte des Bambu Lab P1S sehr schlecht ist, habe ich PETG Filament verwendet, das haftet super und die Drucke sehen auch sehr gut aus.</li> </ol>



Fertig sind die Pfandchips für unsere Sinnstifterorte! Nun bin ich gespannt, was mein Chef zu den selbst gedruckten Merchandisingartikeln sagt.</li> </ol>
Fazit</a></h2>
Ob sich der 3D-Drucker für mich gelohnt hat? Das wird sich wahrscheinlich noch herausstellen, aber auch wenn nicht auf Anhieb alles klappt, macht es doch unglaublich viel Spaß, eigene Ideen in die Realität umzusetzen und die Möglichkeiten des 3D-Drucks zu entdecken. Ich bin gespannt, welche Projekte ich in Zukunft noch umsetzen werde und wie sich meine Fähigkeiten im 3D-Druck weiterentwickeln. Eines ist sicher: Es wird nie langweilig mit einem 3D-Drucker zu Hause, solange das Filament reicht!

Eine NFC-Holzbox für Kindermusik – DIY Alternative zur Toniebox

Simeon Stanek — Wed, 31 Dec 2025 12:00:00 +0100

Die Idee: Musik für kleine Hände</a></h2>
So im Alltag mit Kindern gibt es viele mögliche Konfliktsituationen. Eine, die immer wieder auftritt ist: Die Kinder wollen ihre Musik hören – Bibi & Tina, Benjamin Blümchen, Peppa Wutz – und zwar jetzt sofort. Aber Smartphone-Apps sind zu kompliziert, Sprachassistenten verstehen "Benjamün Blömchen" nicht, und die Toniebox ist... nun ja, teuer und proprietär. Und ehrlich gesagt habe ich ja schon Kindermusik daheim, bzw. im Spotify-Account, ist doch Käse wenn ich das doppelt kaufen muss. (Obwohl eine Toniebox natürlich auch daheim steht.)
Eine weitere Situaton ist das Anschauen von Serien auf dem Fernseher. Die Kinder würden ja alles schauen und da sich meine Frau nicht wirklich auskennt wo welche Serie läuft, schaltet sie immer auf Youtube und sucht da rum. Nicht optimal, alleine schon wegen der Werbung, deshalb wollte ich eine einfache Möglichkeit schaffen, dass die Kinder selbstständig ihre Lieblingsserien starten können, netürlich im Beisein der Eltern, mit Zeitlimit und mit dem richtigen Inhalt.
Deshalb habe ich eine NFC-Holzbox gebaut, die du ganz einfach nachbauen kannst. Die Kinder legen eine beklebte Karte auf die Box, und schon spielt die Squeezebox im Wohnzimmer das gewünschte Album. Der Adventskalender spielt jeden Tag eine neue Geschichte – mit 24 individuellen Chips, oder der Fernseher geht an und spielt eine zufällige Episode der Serie "Bluey".
Das Herz: Ein schlafender ESP32</a></h2>
Der ESP32 schläft die meiste Zeit und wacht alle 3 Sekunden kurz auf, um nach NFC-Tags zu schauen. So spart man enorm viel Strom und da der Interupt-Modus des MFRC522 NFC-Readers nicht zuverlässig funktioniert, habe ich mich für diese Polling-Lösung entschieden:
#define WAKEUP_INTERVAL 3000000 // 3 Sekunden #define CARD_READ_TIME 800 // 800ms für Kartenerkennung void goToSleep() { powerOffRFID(); WiFi.disconnect(true); WiFi.mode(WIFI_OFF); esp_wifi_deinit(); esp_sleep_pd_config(ESP_PD_DOMAIN_RTC_PERIPH, ESP_PD_OPTION_OFF); esp_sleep_enable_timer_wakeup(WAKEUP_INTERVAL); esp_deep_sleep_start(); } </code></pre> Wird eine Karte erkannt, spielt der ESP32 einen Piepton, verbindet sich mit dem WiFi und sendet die UID an einen n8n-Webhook.
Die Intelligenz: n8n orchestriert alles</a></h2>
n8n übernimmt die Steuerung. Der Workflow prüft in einer Datenbank, was die jeweilige NFC-UID bedeutet, und führt dann die passende Aktion aus:

Simeon's Blog

Ich spreche, Obsidian schreibt – Sprachmemos via Telegram, Whisper & n8n

Node 5 & 6: Upload zu Nextcloud</a></h3> Zwei parallele Uploads gehen raus:</p> Die Markdown-Datei</strong> – Pfad: Notizen/Memos/YYYY-MM-DD HH-mm-ss.md</code></li>

Meine 420€ Steam Machine Lite: AWOW Mini-PC, Bazzite, EmuDeck, Heroic und Citron

Die 3D-Druck Hölle - Ein weiteres Rabbit Hole

Eine NFC-Holzbox für Kindermusik – DIY Alternative zur Toniebox