Warum Kindle-Markierungen der perfekte KI-Lernstoff sind
Kindle-Markierungen haben eine seltsame Eigenschaft. Sie sind das Bewussteste, was du beim Lesen tust, du hast tatsächlich angehalten, gedrückt und gezogen, um etwas Wichtiges zu markieren, und sie sind zugleich das, was du am schnellsten vergisst. Amazon speichert sie für immer auf read.amazon.com/notebook. Die meisten Leser öffnen diese Seite nie ein zweites Mal.
Die Ökonomie, mit diesen Markierungen etwas anzufangen, war früher schlecht. 40 Markierungen in ein sauberes Karteikartenset zu verwandeln, bedeutete rund zwei Stunden Handarbeit: kopieren, umformulieren, formatieren, in Anki tippen. Niemand macht das zum Spaß. Also lagen die Markierungen einfach da.
KI hat die Rechnung verändert. Ein einzelner Prompt an Claude oder ChatGPT wandelt dieselben 40 Markierungen in etwa 90 Sekunden in 15 bis 20 Frage-Antwort-Paare um. Kapitelzusammenfassungen, die einst erneutes Lesen brauchten, benötigen jetzt einen Absatz mit Anweisungen. Die Einstiegsgebühr für das Lernen aus der eigenen Bibliothek ist nahezu null.
Das ist wichtiger, als es klingt. Roediger und Karpicke zeigen seit zwei Jahrzehnten, dass Retrieval Practice das erneute Lesen mit großem Abstand übertrifft, manchmal um 50 Prozent oder mehr bei verzögerten Tests. Ihr Science-Paper von 2011 zeigte, dass Studierende mit Retrieval Practice Studierende mit Concept-Mapping bei einer Prüfung eine Woche später schlugen. Die Wissenschaft war nie das Problem. Der Engpass war der Aufwand, die Abfrageprompts zu erstellen. KI hebt diesen Engpass auf.
Noch etwas macht Kindle-Markierungen besonders: Sie sind bereits gefiltert. Du hast die etwa 2 Prozent des Textes markiert, die dich angesprochen haben, als dein Gehirn wach war. Das ist hochwertiger Input für ein LLM. Gute Daten rein, gute Karten raus.
Markierungen exportieren: Drei Wege
Bevor die KI irgendetwas macht, brauchst du deine Markierungen als Klartext. Es gibt drei Wege, und sie passen zu unterschiedlichen Situationen.
1. My Clippings.txt vom Kindle-Gerät. Schließe deinen Kindle per USB an einen Computer an. Er erscheint als Laufwerk. Öffne documents/My Clippings.txt. Jede Markierung, die du je auf diesem Gerät gemacht hast, steht dort, chronologisch, mit Buchtitel und Position. Hässlich, aber vollständig. Gut für Offline-Archive, schlecht für saubere Exporte pro Buch, weil Bücher sich verschachteln.
2. Amazons Web-Reader-Notebook. Gehe zu read.amazon.com/notebook. Wähle links ein Buch aus. Amazon zeigt jede Markierung und Notiz zu diesem Buch in einer sauberen Webansicht. Manuelles Kopieren und Einfügen funktioniert, und es ist das sauberste Format pro Buch. Der Haken: Es gibt keinen offiziellen "Export"-Button. Bei 3 Büchern kopierst du das von Hand. Bei 30 hasst du dein Leben.
3. Glasps Kindle-Import. Glasp liest deine Amazon-Notebook-Seite aus und synchronisiert alle Markierungen in dein Glasp-Konto, organisiert pro Buch, mit Metadaten. Einrichtung: eine Browser-Erweiterung installieren, ein Klick. Die vollständige Anleitung findest du unter https://glasp.co/kindle-highlight-export, und die umfassendere Mechanik zu Sync und Zeitplanung ist in the full workflow beschrieben. Nach dem Import kannst du deine Markierungen exportieren als Markdown, CSV oder Klartext und die Datei direkt an jedes KI-Tool geben.
Entscheidungstabelle:
| Methode | Einrichtungszeit | Sauber pro Buch | Vollständige Bibliothek | Am besten für |
|---|---|---|---|---|
| My Clippings.txt | 2 Min. | Nein | Ja | Offline-Archiv, einmaliger Dump |
| Amazon Web-Notebook | 0 Min. | Ja | Nein | Schneller Export von 1-3 Büchern |
| Kindle-Markierungen über Glasp | 3 Min. | Ja | Ja | Wiederkehrendes Lernen, buchübergreifende KI-Abfragen |
Wenn du KI mehr als zweimal auf derselben Bibliothek laufen lässt, spart Option 3 Stunden.
Fünf KI-Outputs, die du erzeugen kannst
Sobald die Markierungen in einer Textdatei sind, hier die fünf Outputs, die den höchsten Lernwert pro Promptminute liefern. Sie verstärken einander; die meisten Studierenden verketten drei oder vier davon am selben Buch.
1. Anki-Karteikarten. Der Klassiker. Markierungen einfügen, um Frage-Antwort-Paare im CSV-Format bitten, in Anki importieren. Ein guter Prompt erzeugt Karten, die das Konzept abfragen, nicht die Markierung wörtlich wiedergeben. Beispiel: Eine Markierung wie "Zinseszins ist das achte Weltwunder" wird zu einer Karte mit "Was nannte Einstein angeblich das achte Weltwunder, und warum?" auf der Vorderseite.
2. Kapitelzusammenfassungen. Füge die Markierungen eines Kapitels ein und bitte um eine 4- bis 6-sätzige Zusammenfassung, die These plus zwei oder drei Stützargumente einfängt. Stapele diese, und du hast eine Executive-Version des ganzen Buches, die du vor einer Prüfung oder einem Meeting in zehn Minuten überfliegen kannst.
3. Q&A-Lernhilfen. Näher an Prüfungsvorbereitung als Karteikarten. Bitte die KI, 15 Kurzantwortfragen pro Kapitel zu erzeugen, mit gemischtem Schwierigkeitsgrad, mit Musterantworten, die nur aus den Markierungen stammen. Dieses Format ahmt Essay- oder mündliche Prüfungen am besten nach.
4. Buchübergreifende Synthese. Das, was wirklich nur KI schnell kann. "Ich habe diese sechs Bücher über Behavioral Economics gelesen. Worin stimmen sie überein? Wo widersprechen sie sich?" Füge die Markierungen aus allen sechs ein, erhalte ein Synthesedokument. So machst du aus einem Regal eine Weltsicht.
5. Mündliche Prüfungssimulation im Gespräch. Füge Markierungen in Claude oder ChatGPT ein und sag dem Modell, es solle die Rolle eines Tutors übernehmen, der dich 15 Minuten mündlich prüft, Fragen nur aus diesem Material stellt und dich nicht vom Haken lässt. Dieses Format funktioniert unverschämt gut für Geisteswissenschaften und Geschichte.
Alle fünf bewegen sich im Terrain von Chat with Your Notes, wenn du tiefer in die Architektur gehen willst.
Direktvergleich: ChatGPT vs. Claude vs. NotebookLM vs. Glasp AI Chat
Vier Tools dominieren diesen Workflow im April 2026. Jedes hat einen klaren Sweetspot.
| Tool | Token-Limit | Multi-Quelle | Audio-Output | Karteikarten-Export | Buchübergreifende Abfragen | Preis |
|---|---|---|---|---|---|---|
| ChatGPT (Plus / Projects) | ~128K pro Chat; Projects fassen viel eingefügten Kontext | Ja, über Projects | Nur Voice-Chat, kein Podcast-Export | Gutes CSV/TSV via Prompt | Manuelles Einfügen, funktioniert gut | 20 $/Mon. |
| Claude (Pro / Projects) | 200K pro Chat; Projects speichern persistenten Kontext | Ja, über Projects | Nein | Klassenbeste CSV/Anki-Formattreue | Manuelles Einfügen, stärkste Synthese | 20 $/Mon. |
| NotebookLM | Bis zu 50 Quellen pro Notebook, ~500K Wörter pro Quelle | Ja, nativ | Ja, Audio Overviews (~10-15 Min.) | Schwächer, nicht für CSV gebaut | Exzellent innerhalb eines Notebooks | Kostenlos mit Google-Konto |
| Glasps KI-Chat | Fragt alle deine importierten Markierungen ab | Ja, nativ über Web + Kindle | Nein | Via Prompt, exportiert nach Markdown | Nativ, über die gesamte Bibliothek | Kostenloser Tarif + Pro |
Kurzentschlüsselung: Nutze Claude, wenn du die sauberste Anki-CSV willst, ChatGPT für schnelles Iterieren von Prompts, NotebookLM für Podcast-ähnliche Zusammenfassungen zum Hören beim Spaziergang, und Glasp AI Chat, wenn du eine Frage über deine komplette Lesegeschichte beantwortet haben willst, ohne dich zu erinnern, welches Buch was gesagt hat. Mehr zum Audio-first-Workflow findest du in NotebookLM Alternatives.
Der vollständige Kindle-zu-Anki-Workflow (20 Minuten)
Hier ist der End-to-End-Ablauf für ein Buch. Nach dem zweiten Mal dauert das Ganze 15 bis 20 Minuten.
Minute 0 bis 3: Export. Öffne deinen Glasp-Kindle-Import (oder Amazon-Notebook), greife die Markierungen für das Zielbuch, speichere als book-highlights.txt.
Minute 3 bis 5: Vorreinigung. Datei überfliegen. Markierungen löschen, die nur Kontext sind ("das nächste Kapitel wird zeigen...") oder Duplikate. 40 bis 150 Markierungen pro Buch sind der Sweetspot.
Minute 5 bis 12: Karten erzeugen. Öffne Claude (für diesen Schritt empfohlen). Markierungen einfügen. Nutze diesen Prompt:
Du hilfst mir, Anki-Karteikarten aus meinen Kindle-Markierungen für <Buchtitel> von <Autor> zu erstellen.
Regeln:
- Ausgabe im CSV-Format mit exakt zwei Spalten: Front,Back
- Jede Karte prüft EIN Konzept
- Front ist eine Frage, kein Lückentext
- Back maximal 1-3 Sätze, paraphrasiert aus der Markierung
- Wenn eine Markierung ein wörtlich zu merkendes Zitat ist, schreibe "Wer sagte: '<Zitat>'?" auf die Front
- Überspringe Markierungen, die nur erzählerisch oder Kontext sind
- Erfinde keine Fakten, die nicht in den Markierungen stehen
- Zielvorgabe: ~1 Karte pro 2-3 Markierungen; Qualität vor Quantität
Markierungen:
<hier einfügen>
Claude produziert eine CSV. Kopiere die Ausgabe in eine Datei namens book.csv.
Minute 12 bis 15: Review. Das ist der Schritt, den die meisten überspringen, und der entscheidende. Lies jede Karte. Lösche schlechte. Schreibe unklare um. Eine Karte, der du nicht traust, ist schlechter als keine Karte. Rechne damit, 15 bis 25 Prozent zu streichen.
Minute 15 bis 18: Import in Anki. Öffne Anki Desktop, Datei, Importieren, wähle die CSV, ordne Front- und Back-Spalten zu, wähle ein Deck, bestätige.
Minute 18 bis 20: Taggen und planen. Tagge die Karten mit Buchtitel und Autor. Setze das tägliche Limit für neue Karten dieses Decks (20 ist ein guter Standard). Fertig.
Ein Buch mit 350 Markierungen ergibt nach dem Review typischerweise etwa 120 Karten. Ein Buch pro Monat macht rund 1.440 Karten im Jahr, eine beachtliche private Wissensbasis.
Prompts, die wirklich funktionieren
Eine Prompt-Bibliothek schlägt das Merken von Kommandos. Kopiere diese, füge deine Markierungen darunter ein.
Karteikarten (konzeptfokussiert):
Verwandle die Markierungen unten in Anki-Karten. CSV-Format, Front,Back. Jede Karte prüft ein Konzept; kopiere keine Markierungen wörtlich. Ergänze auf der Rückseite, warum das Konzept wichtig ist. Ausgabe ausschließlich die CSV.
Karteikarten (wörtlich zu merkende Zitate):
Die Markierungen unten sind Zitate, die ich wörtlich lernen will. Erstelle für jedes eine Anki-Karte, bei der die Front ein paraphrasierter Hinweis ist ("Wer argumentierte, dass X?") und die Back das Zitat wörtlich mit Autor. CSV-Format.
Kapitelzusammenfassungen:
Gruppiere die Markierungen unten nach Kapiteln (nutze die Positionsnummern als Anhaltspunkt). Schreibe für jedes Kapitel eine 4-6-sätzige Zusammenfassung, die Folgendes abdeckt: (1) die Kernaussage des Kapitels, (2) den stärksten Beleg, (3) jeden Gegenpunkt, den der Autor anführt. Nutze nur Informationen, die in den Markierungen stehen.
Prüfungs-Q&A:
Erzeuge 15 Kurzantwort-Prüfungsfragen aus den Markierungen unten. Gemischte Schwierigkeit: 5 Wiedergabe, 5 Anwendung, 5 Synthese. Liefere unter jeder eine Musterantwort, die nur aus den Markierungen stammt. Format: nummerierte Liste.
Buchübergreifende Synthese (Markierungen aus 2+ Büchern einfügen):
Ich habe unten Markierungen aus mehreren Büchern eingefügt, getrennt durch "===BOOK: <Titel>==="-Marker. Identifiziere: (1) Aussagen, denen alle Bücher zustimmen, (2) Aussagen, in denen sich die Bücher widersprechen, (3) Lücken, über die ich mehr lesen sollte. Zitiere den Buchtitel für jeden Punkt.
Concept Map:
Erzeuge aus den Markierungen unten eine hierarchische Concept Map in Markdown-Aufzählungsform. Top-Level-Punkte sind Top-Konzepte; schachtle verwandte Ideen darunter. Kein Konzept sollte doppelt erscheinen. Ziel: 3 Verschachtelungsebenen.
Mündlicher Prüfungs-Tutor:
Du bist mein Tutor. Nutze ausschließlich die Markierungen unten als Quellenmaterial und prüfe mich mündlich zu diesem Buch. Stelle eine Frage nach der anderen, warte auf meine Antwort, gib dann Feedback und stelle die nächste. Mische Wiedergabe und Anwendung. Fahre 15 Minuten fort. Beginne jetzt.
Autorenstimmen-Simulation (mit Vorsicht nutzen):
Basierend auf den Markierungen unten aus <Autor>s Buch <Titel>: Simuliere ein Q&A, in dem ich den Autor etwas frage und du in seiner Stimme und mit seinen in den Markierungen ausgedrückten Ansichten antwortest. Wenn ich nach etwas frage, das nicht in den Markierungen vorkommt, sage das und weigere dich, eine Ansicht zu erfinden.
Der letzte Prompt ist nützlich für tiefes Eintauchen im Stil von How to Remember What You Read, aber die Verweigerungsklausel ist tragend. Ohne sie erfindet das Modell fröhlich Dinge.
KI-Halluzinationen bei deinen eigenen Büchern vermeiden
Das ist der Teil, den die meisten Studierenden unterschätzen. Eine Karteikarte, die einen erfundenen Fakt lehrt, hat negativen Wert. Drei Gewohnheiten verhindern das.
Gewohnheit 1: Immer einfügen, niemals auf Gedächtnis verlassen. Wenn du ChatGPT bittest "erstelle mir Karteikarten aus Schnelles Denken, langsames Denken", erzeugt es Karten aus Trainingsdaten, und einige werden auf plausibel klingende Art falsch sein. Füge deine echten Markierungen ein, und das Modell ist auf echten Text beschränkt.
Gewohnheit 2: Quellenzitat verlangen. Ergänze deinen Prompt: "Füge für jede Karte die zugehörige Markierung wörtlich in einer dritten Spalte ein. Wenn du auf keine Markierung zeigen kannst, erstelle die Karte nicht." Das zwingt das Modell zur Ehrlichkeit, und du kannst in 20 Sekunden pro Karte stichprobenartig prüfen.
Gewohnheit 3: 10 Prozent stichprobenartig prüfen. Wähle zufällig jede zehnte Karte. Öffne das Buch, finde die Passage, verifiziere. Wenn du eine Halluzination erwischst, erzeuge diesen Stapel neu. Zwei Halluzinationen im Stapel: Modell wechseln.
Zweite Verteidigungslinie: Führe pro Buch einen "Source of Truth"-Ordner mit Export, erzeugter CSV und dem geprüften Deck zusammen. In 30 Sekunden nachvollziehbar.
Kombination mit Spaced Repetition
Ein Deck zu erzeugen ist die einfache Hälfte. Es monatelang zu wiederholen ist die schwere Hälfte, und diesen Teil kann KI nicht für dich übernehmen.
Spaced Repetition ist der einzige Mechanismus, der Informationen zuverlässig ins Langzeitgedächtnis bringt, ohne die Quelle erneut zu lesen. Die SuperMemo-Forschung ab den 1980ern und die jahrzehntelangen Nutzerdaten der Anki-Community konvergieren auf denselben Befund: Wiederhole eine Karte kurz bevor du sie vergessen hättest, und das nächste Intervall darf 2 bis 3 Mal länger sein. Mach das ein Jahr lang, und die Karte bleibt jahrelang sitzen.
Zwei praktische Wege. Anki: kostenlos, hässlich, läuft überall, reichstes Plugin-Ökosystem. CSV importieren, Anki übernimmt die Planung. Mochi: hübscher, Markdown-nativ, 5 $/Monat. Besser, wenn du etwas willst, das du tatsächlich auf dem Handy öffnest.
Das Prinzip ist dasselbe: Deine KI-erzeugten Karten speisen eine tägliche Review-Gewohnheit, 10 bis 20 Minuten, idealerweise jeden Tag zur selben Zeit. Zwei Wochen versäumt, und das Deck wird zum Friedhof. Konsistenz schlägt Intensität.
Eine tiefere Behandlung findest du in Spaced Repetition for Readers, und das Begleitstück zu Active Recall erklärt, warum Selbsttest das erneute Lesen schlägt.
Taktischer Tipp: Tagge KI-erzeugte Karten mit dem Erstellungsdatum. Scheitert eine Karte nach 3 Versuchen konsistent im Review, war sie meist schlecht erzeugt. Löschen oder umschreiben statt durchzubeißen.
Häufig gestellte Fragen
Wie exportiere ich Kindle-Markierungen nach ChatGPT?
Drei Schritte. Hol die Markierungen aus Amazon (über Glasps Kindle-Markierungen-Import oder manuell von read.amazon.com/notebook). Speichere als .txt-Datei. Füge den Text in ChatGPT ein mit einem Prompt wie "Verwandle das in Anki-Karteikarten, CSV-Format." Bei Büchern mit mehr als etwa 80.000 Wörtern Markierungen nach Kapiteln splitten und mehrere Durchgänge laufen lassen.
Kann ich meine Kindle-Bibliothek automatisch in Anki-Karten verwandeln?
So halb. Den Export kannst du mit Glasps Sync automatisieren. Die Kartenerstellung braucht immer noch einen Prompt pro Buch, weil Einheitsprompts mittelmäßige Karten liefern. Rechne mit 15 bis 20 Minuten Handarbeit pro Buch, während die KI die Schwerarbeit dazwischen erledigt.
Funktioniert NotebookLM mit Kindle-Markierungen?
Ja. Füge die Markierungen eines Buchs als eine Quelle ein (oder lade eine Textdatei hoch), und NotebookLM behandelt sie wie ein Dokument. Du kannst dann Fragen stellen, eine Lernhilfe erzeugen oder eine Audio Overview produzieren. Für Karteikarten-CSVs machen Claude oder ChatGPT sauberere Arbeit; für Audio-Zusammenfassungen ist NotebookLM unerreicht.
Wie genau ist KI beim Erzeugen von Karteikarten aus Buchmarkierungen?
Mit quellenbindenden Prompts (echte Markierungen einfügen, Quellenzitate verlangen) sind nach einem Durchgang etwa 90 Prozent der Karten gut. Ohne Quellenbindung (KI bitten, sich an ein Buch "zu erinnern") liegt die Genauigkeit bei 40 bis 60 Prozent, mit selbstbewusst klingenden Fehlern. Immer einfügen.
Was ist das beste KI-Tool zum Lernen aus Kindle-Büchern?
Es gibt keinen einzelnen Sieger. Claude für Anki-fertige CSV. NotebookLM für Audio-Lernen und Q&A im Notebook. Glasp für Abfragen über deine gesamte Lesegeschichte. ChatGPT für schnelle Prompt-Iteration. Die meisten ernsthaften Studierenden nutzen zwei oder drei nacheinander.
Geht das kostenlos?
Ja. NotebookLM ist kostenlos. ChatGPT und Claude haben kostenlose Tarife mit monatlichen Token-Limits, die für etwa 1-2 Bücher pro Monat reichen. Anki ist für immer kostenlos. Glasp hat einen kostenlosen Tarif. Paywalls triffst du nur, wenn du größere eingefügte Kontexte (Claude Pro, ChatGPT Plus) oder schnellere Modelle willst, und für die meisten Studierenden reicht der kostenlose Stack.
Fazit
Deine Kindle-Markierungen waren schon immer wertvoll. Sie waren nur hinter einer Arbeitssteuer eingesperrt, die das Nutzen für jeden ohne ein Wochenende zu verbrennen unpraktisch machte. Diese Steuer ist weg.
Der neue Workflow ist langweilig, und genau das ist der Punkt: Markierungen exportieren, in Claude oder NotebookLM einfügen, Karteikarten oder Zusammenfassungen oder Q&A erzeugen, prüfen und importieren, Spaced Repetition laufen lassen. Jeder Schritt dauert 5 Minuten oder weniger. Die Gesamtinvestition pro Buch ist kürzer als eine Mittagspause. Der Ertrag ist eine dauerhafte private Wissensbasis, die mit jedem beendeten Buch wächst.
Fang mit einem Buch an, dem, an das du dich am liebsten noch erinnern würdest. Exportiere die Markierungen. Lass einen Prompt laufen. Baue ein Deck. Wiederhole es eine Woche. Innerhalb von sieben Tagen weißt du, ob das in dein Leben gehört.
Wenn Glasp den Export und die buchübergreifende Suche übernehmen soll, ist der Kindle-Import in zwei Minuten eingerichtet, und die KI-Chat-Funktion wartet mit deiner ganzen Bibliothek bereit zur Abfrage.