Kadō – Privacy-first habit tracker with non-binary habit score

Show HN: Kadō – open-source habit tracker, with non-binary habit score, for iOS

Kadō – Privacy-first habit tracker with non-binary habit score

Kadō ist ein datenschutzorientierter Gewohnheitstracker für iPhone und iPad, der sich durch einen nicht-binären Gewohnheits-Score auszeichnet. Inspiriert von Loop Habit Tracker, verwendet Kadō einen exponentiell gleitenden Durchschnitt, sodass ein verpasster Tag nicht den gesamten Fortschritt löscht. Die App ist komplett offline-fähig, benötigt kein Konto und enthält keine Telemetrie. Optional kann über die private CloudKit-Datenbank synchronisiert werden. Mit nativer SwiftUI-Integration, Widgets, Erinnerungen und flexiblen Zeitplänen bietet Kadō eine umfassende Lösung. Der Quellcode ist unter MIT-Lizenz auf GitHub verfügbar.

Ein verpasster Tag löscht nicht deinen Fortschritt – du siehst einen Trend, keine zerbrechliche Kette.
  1. tim-projects

    Ich habe eine späte ADHS-Diagnose bekommen. Jahrelang habe ich meine Gewohnheiten verfolgt. In meinen Zwanzigern habe ich 'Get Shit Done' und viele Gewohnheitsbücher gelesen. Ich war besessen von meinem Tracking und glaubte auf einer gewissen Ebene, dass es mein Leben verbessern würde.

    Vor etwa 5 Jahren, während Covid, habe ich damit aufgehört. Rückblickend kann ich mit Sicherheit sagen, dass Gewohnheits-Tracking mir erhebliches Leid verursacht hat und die Vorteile größtenteils nicht vorhanden sind.

    Jetzt nutze ich Obsidian und einen digitalen Stil wie ein Stück Papier. Ich verwende Listen, die keinerlei Timing oder Fristen haben. Wenn ich dazu in der Lage bin, nehme ich die Liste und erledige etwas.

    Das verursacht mir immer noch Leid, aber die Methode mit geringem Aufwand und geringer Wartung finde ich genauso effektiv und sie reduziert die Selbstbestrafung erheblich.

    Ich wende denselben geringen Aufwand auch beim Tagebuchschreiben an (auch in Obsidian). Tagebucheinträge sind 'wenn ich motiviert bin'.

    Nach 20 Jahren habe ich herausgefunden, dass die besten Tagebucheinträge 3 Fragen haben:

    1. Was läuft nicht gut

    2. Was läuft gut

    3. Welche eine Sache wird heute einen Unterschied machen

  2. pj_mukh

    Ich liebe das. Mein einziger Kritikpunkt ist, dass ich mir wünschte, Gewohnheits-Tracker wären evidenzbasierter für eine echte Rechenschaftspflicht. '25 Minuten trainieren' ist eine so einfache Gewohnheit, die man austricksen kann, indem man zu spät ins Fitnessstudio kommt, aber wenn man weiß, dass 22 Minuten dir nicht den Haken einbringen, dann machst du die zusätzliche Arbeit, um den Raum in deinem Zeitplan zu schaffen.

    Mit Vision-Modellen sollte das Sammeln von Beweisen einfach sein, aber was ist der beste Weg, es datenschutzfreundlich zu machen, ohne einen dedizierten GPU-Tower zu Hause zu benötigen?

  3. weightedreply

    Das sieht großartig aus!

    Ich benutze Loop Habit Tracker¹ auf Android, was auf den ersten Blick ähnlich zu sein scheint.

    Ich wünschte, jemand könnte einen Gewohnheits-Tracker mit einem CalDAV-Aufgaben-Tracker wie jtx Board² kombinieren.

    ¹ https://f-droid.org/packages/org.isoron.uhabits

    ² https://f-droid.org/packages/at.techbee.jtx

  4. mariocesar

    Das wurde vor einiger Zeit auf HN gepostet und ich habe es damals zu nutzen begonnen. Ich habe ziemlich viele Daten angesammelt und sowohl Export als auch Import verwendet. Das hat sich als das nützlichste Feature für mich herausgestellt.

    Ich habe andere Tracker verwendet, solche, die auf kognitive Verhaltenstherapie ausgerichtet sind. Mein einziger Vorschlag ist, Textnotizen in jedem Eintrag zu erlauben, damit ich emotionale Zustände oder wiederkehrende Gedanken verfolgen kann.

  5. droidjj

    Ich habe nichts gegen KI-geschriebenen Code. Aber eine offensichtlich generierte README.md ist so eine Abschreckung. Wenn du dir nicht die Zeit nimmst, in deinen eigenen Worten zu erklären, was deine Software tut, fällt es mir schwer zu vertrauen, dass überhaupt viel darüber nachgedacht wurde.

Mehr von diesem Tag

2026-09-06