NotebookLM im Praxistest: Was Dokumenten-KI leisten kann
Staffel 2 · Folge 10 · Originalfolge: 01. Jan. 2025 · 21:46 Minuten
Executive Summary
Was passiert, wenn wir mit unseren Dokumenten sprechen können? In Folge 10 von »digital meets reality« probiere ich NotebookLM aus: Texte zusammenführen, Fragen an die Quellen stellen und daraus eine Audio-Zusammenfassung erzeugen. Entscheidend ist für mich, ob man eine Antwort zurück zur Grundlage verfolgen kann. Der Artikel greift den Praxistest vom Januar 2025 auf und ergänzt einen heutigen Blick auf Quellenprüfung und den Umgang mit Unternehmenswissen.
Ein Stapel Dokumente – und eine ziemlich praktische Frage
Wer liest eigentlich alles, was auf dem eigenen Schreibtisch landet? Zwischen Vorlesungen, Fachtexten und den vielen Informationen aus dem Arbeitsalltag geht es selten um einen Mangel an Material. Häufig fehlt die Zeit, es vernünftig zu erschließen. Genau da setzt mein Praxistest an.
Die Folge beginnt mit einem persönlichen Wochenrückblick: Weihnachtsmarkt, Vorlesung und Data Science Meetup. Dann geht es an NotebookLM. Mich interessiert weniger ein schönes KI-Versprechen als die Frage: Hilft mir das Werkzeug, mit dem Material zu arbeiten, das ich tatsächlich vor mir habe?
Fragen stellen – und zurück zur Quelle gehen
NotebookLM arbeitet mit den Quellen, die in einem Notebook bereitgestellt werden. Im ersten Praxisteil geht es darum, Texte zusammenzuführen und Fragen zu beantworten. Die Quellenbezüge sind dabei ein Ausgangspunkt für die Prüfung: Passt die Fundstelle zur Aussage? Steht das dort wirklich so?
Eine plausible Antwort allein reicht mir nicht. Gerade bei längeren Dokumenten möchte ich zwischen einer belegten Information und einer Interpretation unterscheiden können. Auch eine Antwort mit Quellenverweis kann unvollständig sein. Der Blick ins Original bleibt deshalb Teil der Arbeit.
Wenn aus Dokumenten ein Gespräch wird
Im zweiten Praxisteil beschäftige ich mich mit der Audio-Funktion. Google hatte Audio Overviews bereits 2024 als KI-generierte Gespräche über bereitgestellte Quellen eingeführt. Das macht einen anderen Zugang zum Material möglich: zuhören, einen Überblick gewinnen und danach gezielt nachlesen.
Die Stimmen führen kein echtes Interview mit den Verfasserinnen und Verfassern. Es ist eine erzeugte Darstellung des Materials. Das ist nützlich, solange wir die Unterschiede sichtbar halten und die Inhalte nicht allein wegen ihrer flüssigen Präsentation für richtig erklären.
Heutige Einordnung: Welche Dokumente dürfen hinein?
Der Test stammt vom 1. Januar 2025. Funktionen und Vertragsbedingungen können sich seitdem verändert haben. Vor dem Einsatz im Unternehmen müssen wir klären, welche Informationen hochgeladen werden dürfen, welche Konto- und Vertragsbedingungen gelten und wer Zugriff auf das Notebook erhält. Ein gelungenes Experiment mit öffentlichen Texten beantwortet diese Fragen noch nicht.
Für Nova stellt sich heute eine verwandte Aufgabe: Wie kommen Mitarbeitende an belegbare Informationen aus dem eigenen Wissensbestand? Betriebsform, Quellenpflege und Berechtigungen gehören in die Planung. Dieser Bezug ist eine heutige Ergänzung zum Podcast; er ist kein Vergleichstest zwischen Nova und NotebookLM.
Was würde ich zuerst ausprobieren?
Ich würde mit einem überschaubaren, freigegebenen Dokumentensatz beginnen und Fragen stellen, deren Antworten ich selbst überprüfen kann. So merke ich, ob die Aufbereitung zu meiner Aufgabe passt. Erst danach lohnt sich die Diskussion über größere Wissensbestände.
Welche Unterlagen würdet Ihr gern leichter erschließen: technische Dokumentation, Projektberichte oder das Wissen, das bislang in vielen einzelnen Dateien steckt?
Kapitel der Originalfolge
Die Zeitmarken stammen aus den veröffentlichten Episodenbeschreibungen.
- 00:00 – Intro: Willkommen zu Staffel 2, Episode 3 – Folge 10
- 00:36 – Wochenrückblick: Weihnachtsmarkt, Vorlesung und Data Science Meetup.
- 01:38 – Einführung ins Thema: NotebookLM von Google.
- 03:09 – NotebookLM im Detail: Datenschutz und Disclaimer.
- 04:13 – Praxisanwendung 1: Texte aggregieren und Fragen beantworten.
- 10:45 – Praxisanwendung 2: Podcast-Funktion von NotebookLM am Beispiel: Erstellung eines personalisierten Podcasts aus Dokumenten.
- 15:13 – Fazit: Chancen und Grenzen von NotebookLM.
- 16:10 – CAMPUS-Knigge: Cleverness.
- 19:00 – Abschluss: Dank und Vorschau.
Autor
Prof. Dr. Alexander Lutz, Professor für Big Data und KI an der FOM München, Doktor der Humangenetik und Anthropologie, ehemaliger Onlinespiele-Designer und natürlich Gründer und Inhaber der Agentur Die NEOs. Neben den Themen der künstlichen Intelligenz und deren Einsatzmöglichkeiten in der Praxis konzentriert sich Alexander auf die Kundenkommunikation. Neue Problemfelder oder technische Innovationen bereitet er so auf, dass der Nutzen für unsere Kunden deutlich wird. Er schläft zeitverantwortlich und agiert schnell, sein Motto: »Tue es, oder tue es nicht. Es gibt kein Versuchen.«
Die NEOs – KI-generiert