Privates Archiv mit lokaler KI
Stashy: Kostenloses KI-Archiv für Links, PDFs und Notizen
Mit Stashy bietet der Schweizer Entwickler Hinrich Bomsdorf eine neue Ablage für Inhalte an, die man zwar nicht sofort braucht, später aber möglichst zuverlässig wiederfinden möchte. Die kostenlose App läuft auf iPhone, iPad und Mac und nimmt Links, Fotos, PDFs, andere Dokumente, Scans, Textnotizen und Sprachaufnahmen entgegen.
Statt die gesammelten Inhalte anschließend selbst in Ordner und Unterordner einzusortieren, soll Stashy diese Arbeit weitgehend übernehmen.
Neue Einträge lassen sich direkt in der App anlegen oder über das Teilen-Menü aus Safari, Fotos und anderen Anwendungen übergeben. Auf iPad und Mac unterstützt Stashy zudem Drag-and-Drop. Dokumente dürfen bis zu 25 MB groß sein, Papierunterlagen lassen sich als mehrseitige PDFs erfassen. Sprachaufnahmen werden während der Aufnahme transkribiert und dadurch ebenfalls durchsuchbar.
Lokale KI sortiert die Sammlung
Für die automatische Aufbereitung nutzt Stashy Apples lokales Modell. Gespeicherte Inhalte erhalten eine kurze Zusammenfassung, werden vorhandenen Kategorien zugeordnet und mit zusätzlichen Suchbegriffen versehen. Diese Verarbeitung findet laut Entwickler vollständig auf dem jeweiligen Gerät statt. Eine externe Anmeldung ist nicht erforderlich.
Die Suche berücksichtigt neben Titeln auch Zusammenfassungen und die automatisch vergebenen Begriffe. Dabei soll sie nicht auf exakte Formulierungen angewiesen sein und auch sprachübergreifend funktionieren. Ergänzend gibt es „Ask Your Library“. Darüber lassen sich Fragen an die eigene Sammlung stellen, wobei Stashy anzeigt, welche gespeicherten Inhalte für eine Antwort herangezogen wurden. Einzelne Einträge können zudem über Spotlight gefunden werden.
Erinnerungen statt Ablagefriedhof
Damit gespeicherte Inhalte nicht nur gesammelt und vergessen werden, integriert Stashy eine Erinnerungsfunktion. Einträge können etwa für später am Tag, das Wochenende oder einen frei gewählten Zeitpunkt vorgemerkt werden. Fällige Inhalte landen gesammelt in einem eigenen Bereich und lassen sich verschieben oder abhaken. Auch diese Erinnerungen werden lokal geplant.
Laut Bomsdorf soll Stashy bewusst ohne vorab angelegte Struktur auskommen. Neue Inhalte ordnet die App bestehenden Kategorien zu und schlägt bei Bedarf neue vor. Die Bibliothek synchronisiert sich über den persönlichen iCloud-Speicher zwischen iPhone, iPad und Mac. Nach Angaben des Entwicklers ist Stashy vollständig kostenlos. In-App-Käufe, Abonnements oder eine spätere Pro-Stufe seien nicht vorgesehen. Die App ist 25,8 MB groß und setzt mindestens iOS 26 voraus.



Sieht echt gut aus. Suche gerade so was und schaue mir parallel Couch und GoodLinks an. Interessanter Mitbewerber :-)
Wenn es vorwiegend um Social Media posts geht, kann ich Tuckii empfehlen: https://apps.apple.com/app/id6776568114
Auch spannend.
Interessant ist dass Facebook nicht mal am Rande bei der Tuckii App erwähnt wird.
Nimmt die App keine FB-Inhalte? Keine alten Leute in der Zielgruppe?
Ah Danke, ja, auch oft. :-)
Die drucken es noch aus :-)
Hab’s grad getestet. Wird einwandfrei gesichert, inklusive thumbnail. Die meisten Apps, die ich getestet habe, auch GoodLinks, sind zwar gut für textlastige Artikel, haben aber Probleme mit visuellen Inhalten wie Social Media Posts. Der Entwickler von Tuckii ist auch sehr aktiv. Und was für mich ebenfalls wichtig war, es gibt einen Einmalkauf.
Sieht vielversprechend aus. Ich finde allerdings keine Option zum importieren von Linksammlungen.
Interessante App und guter Ansatz. Jedoch zu inkonsistent in der Bedienung und in vielen Teilen nicht logisch aufgebaut
Feedback senden schlägt fehl wg. Unbekannter Gmail Adresse!?
Ein „Micro RAG“. Ich finde es wirklich klasse, wenn Menschen sich an Problemen eine Lösung erarbeiten und die anderen zur Verfügung stellen. Wirklich. Große Klasse. Gute Leistung. Nur leider fällt dieser Ansatz zu kurz. Das Thema RAG ist hoch komplex und bisher nicht vollumfänglich zum gewünschten Zweck zu annehmbaren Kosten umzusetzen. Von den ganzen technischen Hürden mal abgesehen. Für ein paar Links kann man solche Schmalspur Ansätze durchaus fahren. Die Qualitätseinbußen bei der Verarbeitung sind vermutlich nicht relevant genug. Geht es aber um Dokumente, Multimodale Funktion usw. wird die Sache schon sehr viel schwieriger und kann im genannten Umfang gar nicht brauchbare Ergebnisse liefern. Technisch schlicht nicht machbar. Viele vergessen das. RAG braucht absurde Ressourcen an Rechen- und Inferenzpower. Das geht nur Serverseitig und kostet meist mehr als es Mehrwert liefert. Diese lokalen Lösungsansätze sind tolle Experimente als POC – aber sie verschleiern die unzureichende Qualität des embedding- Processing und retrieval Prozesses dahinter. Ja, es kommt was raus. Aber die wenigsten können einschätzen, ob das Ergebnis, das ausgespuckt wird, auch tatsächlich hochwertig in Bezug auf Kontext und Passung ist. Das lässt sich lokal schlicht nicht abbilden. Leider.
Lokale Verarbeitung ist immer zu begrüßen, ohne Zweifel. Aber wenn ihr jemals ein kleines Modell gegen ein großes pdf oder gar Office Dokumente geworfen habt, dann wisst ihr, welch brachiale Rechenpower von Nöten ist, um das ordentlich zu interpretieren. Labeln ist schnell gemacht – aber selbst da braucht ein Mac Studio Ultra noch zu lang. Für 1 Dokument wohlgemerkt! Sobald man mehrere Dokumente tatsächlich auseinander pflückt, um sie zu interpretieren und anschließend passend zu kategorisieren, braucht es einen Cluster von Gottes Gnaden. :-) Umwelttechnischer- und wirtschaftlicher Wahnsinn. Stand heute. ein iPhone oder Mac kann das nicht abbilden. Geht nicht. Aber nice try! Das sei honoriert.