Memory portabel nutzen — gleiches Gedächtnis in Claude, Codex und Cursor

Das grösste Ärgernis mit AI-Tools ist das Gedächtnis. ChatGPT erinnert sich an Dich, aber nur in ChatGPT. Claude kann Projekte haben, aber nur in Claude. Codex vergisst nach jeder Session. Cursor kennt Deinen Code, aber Deine persönlichen Präferenzen nicht. Wenn Du zwischen den Tools hin und her springst, fängst Du jedes Mal wieder bei Null an.

Dieses Playbook zeigt wie Du das in einer Stunde löst. Das Ergebnis: Du schreibst einmal „merk Dir das" in Claude, und beim nächsten Mal weisst Codex es auch. Und Cursor. Und jeder andere MCP-fähige Client.

1. Warum externer Speicher der richtige Ansatz ist

Jedes der Tools hat sein eigenes eingebautes Memory. Die sind alle nicht untereinander sprechfähig. Auch nicht mit Planung. Sie sind proprietär und von den Anbietern kontrolliert.

Der Ausweg: ein Speicher-System das unabhängig von den Tools lebt und über ein gemeinsames Protokoll angesprochen wird. Das Protokoll ist MCP (Model Context Protocol). Wer MCP spricht, kann alle diese Speicher nutzen. Claude spricht MCP. Codex spricht MCP. Cursor spricht MCP.

Ein Tipp: Das ist keine Technik für die Zukunft, das ist jetzt. Die Tools unterstützen MCP im April 2026 alle stable. Das ist der Moment wo sich das lohnt.

2. Welchen Memory-Server nehmen

Es gibt ein paar. Der den ich selbst nutze ist StudioMeyer Memory (memory.studiomeyer.io), gehostet, mit 30 Sekunden Setup über OAuth. Alternativen sind self-hosted Varianten wie mcp-nex aus demselben Stall, oder andere Memory-Server aus der MCP-Community. Für diesen Guide nehmen wir den gehosteten StudioMeyer Memory, weil er am wenigsten Setup braucht.

Ein Tipp: Wenn Du paranoid mit Daten bist, nimm den self-hosted. Für den Anfang ist der gehostete die schnellere Einstiegsdroge. Du kannst später jederzeit exportieren und umziehen.

3. Claude Desktop anbinden

Claude Desktop öffnen, Einstellungen, Developer, Edit Config. Die claude_desktop_config.json öffnet sich. Wenn dort schon mcpServers steht, ergänzen; wenn nicht, komplett einfügen:

{
  "mcpServers": {
    "studiomeyer-memory": {
      "url": "https://memory.studiomeyer.io/mcp",
      "type": "http"
    }
  }
}

Speichern, Claude Desktop komplett beenden, neu starten. Beim ersten Tool-Call öffnet sich Dein Browser, fragt nach E-Mail-Adresse, schickt einen Magic-Link. Link klicken. Fertig. Claude hat jetzt Memory.

Ein Tipp: Kein API-Key, kein Bearer-Token nötig. OAuth 2.1 macht das automatisch. Wenn der Browser nicht aufspringt, schau im Claude Desktop Log (~/Library/Logs/Claude/mcp-*.log auf Mac) was passiert ist.

4. Codex anbinden

Codex hat eine eigene Config-Datei unter ~/.codex/config.toml. Öffnen, ergänzen:

[mcp_servers.studiomeyer-memory]
url = "https://memory.studiomeyer.io/mcp"
type = "http"

Codex neu starten (VS Code Extension oder Desktop App). Beim ersten Tool-Call derselbe Magic-Link-Flow. Wichtig: nutze dieselbe E-Mail wie bei Claude. Dann greift Codex auf denselben Speicher zu. Das ist der Trick.

Ein Tipp: Wenn Du Codex Desktop und VS Code Extension parallel installierst, kann es einen Port-Konflikt beim OAuth geben (Port 1455). Lösung: VS Code komplett beenden, Desktop App einloggen, dann VS Code wieder starten. Die Extension übernimmt den Login.

5. Cursor anbinden (optional)

Cursor hat Settings → Features → Model Context Protocol. Den gleichen Block einfügen wie bei Claude. Magic-Link-Flow. Fertig. Jetzt haben Claude, Codex und Cursor alle denselben Speicher.

Ein Tipp: Cursor-Nutzer verbringen den ganzen Tag in Cursor. Memory-Einträge die beim Coden entstehen (Architektur-Entscheidungen, Bug-Ursachen) sind oft die wertvollsten. Ohne Memory sind sie in 24 Stunden vergessen. Mit Memory sind sie in Claude auf dem Desktop auch sichtbar.

6. Erster Test — in Claude speichern

Öffne Claude Desktop, sag: „Speicher in meinem Memory: ich bin freiberuflicher Marketer, arbeite seit 2019 selbständig, schreibe knapp und ohne Phrasen." Claude ruft nex_learn auf, Du siehst das Tool-Call-Icon, kurzes „gespeichert".

Ein Tipp: Sag nicht „speicher alles über mich" — das wird zu grober Klumpen. Sag spezifische Sachen die sich nicht ändern werden. Rolle, wie Du arbeitest, was Du nicht willst. Details über laufende Projekte kannst Du später adden, die ändern sich eh.

7. Test — in Codex lesen

Öffne Codex, neuer Chat, sag: „Such in meinem Memory wer ich bin." Codex ruft nex_search auf, zeigt Dir genau den Eintrag den Du in Claude gespeichert hast. Das ist der Beweis dass Memory portabel ist.

Ein Tipp: Bei Codex ist das der Aha-Moment. Er hatte vorher null Gedächtnis zwischen Sessions. Jetzt weiss er was Du ihm gestern in Claude gesagt hast. Das ist der Schritt wo Du verstehst warum externer Speicher wichtig ist.

8. Was Du noch alles hinlegen kannst

Memory ist nicht nur „wer bin ich". Du kannst speichern: Entscheidungen („Warum habe ich Design-Firma X abgelehnt"), Lernfortschritt („Habe heute gemerkt dass meine Meta-Descriptions zu lang sind"), Kontakt-Notizen („Max Müller vom PR-Netzwerk ist laut, aber kompetent"), Projekt-Fakten („Der Testkunde benutzt noch Outlook statt Gmail"). All das wird durchsuchbar.

Ein Tipp: In den ersten zwei Wochen disziplin haben und bewusst speichern. Nach zwei Wochen macht es sich von selbst weil Du merkst dass Du Dinge wiederfindest die Du sonst verloren hättest.

9. Was Memory NICHT ist

Kein Ersatz für Projektmanagement. Kein CRM. Kein Notion. Memory ist für Wissen das Dein AI-Tool verfügen muss um Dir besser zu helfen. Wenn es eine To-Do-Liste oder ein Kalender sein soll, nimm eine To-Do-App. Memory ist das Gedächtnis Deines AI-Assistenten, nichts anderes.

Ein Tipp: Nicht Deine komplette Notion-Datenbank reinpumpen. Das verwässert die Relevanz-Trefferquote. Memory ist kurz, präzise, und auf Dich und Deine Arbeit fokussiert.

10. Selbst gebauter MCP-Server daneben

Wenn Du schon einen eigenen MCP-Server gebaut hast (siehe Playbook „Dein erster MCP-Server in 90 Minuten"), läuft der parallel zum Memory-Server. Claude und Codex rufen beide ihre jeweiligen Tools auf — Memory für Wissen, Dein Server für Deine spezifische Aktion.

Der nächste Schritt wäre Deinen Memory-Server selbst zu hosten. Das geht mit mcp-nex auf dem eigenen Rechner oder einem eigenen Server. Level 6 der Academy geht das strukturiert durch.

Ein Tipp: Die Kombination aus gehostetem Memory + selbst gebauten Action-Servern ist meiner Erfahrung nach das beste Setup. Memory lässt Du von jemandem hosten der sich damit auskennt, Aktions-Server baust Du für Dich selbst.

Das grosse Bild

Was Du jetzt hast, nennt sich in der Branche „Cross-LLM Memory". Eine Wahrheit, viele Clients. Das hast Du gerade bei Dir installiert. Das macht Anthropic nicht von sich aus. Das macht OpenAI nicht. Das macht niemand sonst. MCP ist das Protokoll, das es möglich macht, und die Memory-Server sind die Wahl die Du triffst.

Eine Folge dieser Installation: Du bist ab jetzt nicht mehr an einen Anbieter gebunden. Wenn OpenAI morgen die Preise verdoppelt, wechselst Du zu Claude — und Dein Memory kommt mit. Wenn Anthropic in einem Jahr ein Feature ändert das Du hasst, wechselst Du zu Gemini sobald die MCP sprechen — Dein Memory bleibt.

Das ist keine technische Spielerei. Das ist eine strategische Entscheidung.

Was als nächstes

Level 4 erklärt die Mechanik hinter Memory ausführlich. Level 6 zeigt wie Du eigene MCP-Server baust und verteilst. Und wenn Du wissen willst wie Memory im Alltag konkret hilft: schau in die Blog-Posts unter /blog. Da gibts echte Beispiele aus laufenden Projekten.

Für jetzt: Alles drei angebunden, gleicher Speicher, probieren, schauen was passiert.