Idea Scratcher
Ideen lokal skizzieren: Anforderungen, DB-Schemas, LLM-Prompts und Konzepte in einem Scratch-Board.
title: "Idea Scratcher" slug: "idea-scratcher" category: "Productivity" description: "Ideen lokal skizzieren: Anforderungen, DB-Schemas, LLM-Prompts und Konzepte in einem Scratch-Board." tags: ["Ideation", "Planning", "DB Schema", "LLM Prompt", "Requirements", "Local"] navigation_path: "/tiles/idea-scratcher"
Idea Scratcher
Der Idea Scratcher ist ein lokales Scratch-Board zum strukturierten Erfassen von Ideen, direkt im Browser. Alle Daten werden im localStorage gespeichert und lassen sich per JSON exportieren und importieren.
Mit diesem Tool möchte ich eine Lösung für ein zentrales Problem beim Vibe-Coding schaffen: Nach mehreren Prompts und hunderten oder tausenden Zeilen Code verliert das LLM den Überblick über die Gesamtarchitektur. Es beginnt, Anforderungen neu zu interpretieren und Datenbankschemas, Tabellen und Features von Grund auf neu zu entwickeln – was dazu führt, dass vormals funktionierende Teile brechen, weil das LLM den richtigen Kontext vermisst.
Die klassische Lösung – alles in Kommentaren und Markdown-Dateien zu dokumentieren – wird schnell unhandlich und zerfasert sich über zu viele Dateien, die es zu warten gibt.
Der Idea Scratcher bietet einen anderen Weg: ein leichtgewichtiges Format, um Ideen, Anforderungen, DB-Schemas und LLM-Prompts strukturiert zu erfassen und zu verlinken. So schaffe ich für das LLM ein klares Grundgerüst und einen verbindlichen Korridor – und hoffe damit auf robustere Implementierungen, weniger Context-Switching zwischen Makro- und Mikroperspektive, und letztlich mehr Freude an der Zusammenarbeit mit Coding-Agenten.
Keine Daten verlassen deinen Browser. Der Idea Scratcher nutzt ausschließlich localStorage – kein Backend, kein Login, kein Tracking.
Node-Typen
Ein Scratch-Board besteht aus Nodes, die verschiedene Aspekte einer Idee repräsentieren:
Concept
Freitextliche Idee oder Überlegung. Ideal für erste Gedanken, Ziele oder Problembeschreibungen – der Ausgangspunkt jedes Brainstormings.
Table Schema
Strukturiertes Datenbankschema mit Felddefinitionen (Name, Datentyp, Primary Key, Nullable, Unique). Direkt aus der Idee heraus modellieren.
LLM Prompt
Prompt-Template mit System-Prompt, User-Template und typisierten Input/Output-Parametern. Für AI-gestützte Features im frühen Planungsstadium.
Jeder Node kann beliebig viele Notizen und Anforderungen tragen und mit anderen Nodes verlinkt werden – so entsteht ein leichtgewichtiges Knowledge-Graph direkt aus dem Brainstorming.