NotebookLM: Googles KI-Recherche für die eigene Quellensammlung
Statt das ganze Netz zu befragen, antwortet NotebookLM nur aus den Dokumenten, die man ihm gibt, mit Belegstellen. Seit Juli heißt es Gemini Notebook. Was das für Verträge, Dossiers und Einarbeitung taugt, wo es hakt und wie es um die Daten steht.

Dieser Beitrag ist ein Überblick auf Grundlage von Anbieterangaben, Dokumentation und öffentlich zugänglichen Berichten, kein benoteter Test aus eigener Hand. Preise und Funktionen ändern sich schnell; maßgeblich sind die Angaben des Anbieters. Benotet wird nur, was wir selbst über Wochen im Einsatz hatten: diese Werkzeuge stehen unter KI-Tools im Vergleich.
Was NotebookLM ist, und was es von einem Chatbot unterscheidet
NotebookLM dreht das Prinzip eines Chatbots um. Man legt zuerst ein Notizbuch an und füllt es mit eigenen Quellen: PDFs, Word-Dateien, Google Docs und Slides, Webseiten, öffentliche YouTube-Videos, Audiodateien oder eingefügten Text. Erst dann stellt man Fragen, und das Modell antwortet nur aus diesem Material, jede Aussage mit einer nummerierten Belegstelle, die per Klick zur Textpassage führt.
Das ist der eigentliche Unterschied zu Gemini, Claude oder Perplexity: Ein allgemeiner Assistent greift auf sein Trainingswissen und meist auch auf das Netz zu, NotebookLM auf das, was im Notizbuch liegt. Wer wissen will, was in seinem Vertrag steht, und nicht, was Verträge dieser Art üblicherweise enthalten, ist hier richtig.
Seit dem 16. Juli 2026 heißt das Produkt nach Angaben von Google „Gemini Notebook“. Adresse, bestehende Notizbücher und Preise bleiben nach Anbieterangaben unverändert; neu hinzugekommen ist unter anderem eine Funktion, mit der das Werkzeug Code ausführen und Daten aus den Quellen auswerten kann. Wir bleiben in diesem Text beim eingeführten Namen.
Typische Einsatzfelder: Dossiers, Verträge, Literatur, Einarbeitung
Der erste Fall ist das Dossier: Ausschreibungsunterlagen, ein Jahresbericht, eine Sammlung von Marktstudien. Statt 300 Seiten querzulesen, fragt man nach Fristen, Zuständigkeiten oder Widersprüchen zwischen den Dokumenten und bekommt eine Antwort mit Fundstellen, die sich in Minuten prüfen lässt.
Der zweite Fall sind Verträge und Regelwerke. Ein Notizbuch mit Rahmenvertrag, AGB und Nachträgen beantwortet Fragen wie „Welche Kündigungsfristen gelten für welche Leistung?“ deutlich schneller als die Volltextsuche. Verbindlich bleibt trotzdem die zitierte Stelle, nicht die Zusammenfassung.
Dritter und vierter Fall: wissenschaftliche Literatur und Einarbeitung. Für eine Literaturübersicht lassen sich Dutzende Aufsätze nach Methoden und Ergebnissen abfragen. Und ein Notizbuch mit Prozessbeschreibungen, Organigramm und Produkthandbuch wird zur Anlaufstelle für neue Mitarbeitende, die Fragen stellen können, ohne jedes Mal jemanden zu unterbrechen. Weitere Beispiele für solche Aufgaben stehen in unserem Beitrag zu KI im Büroalltag.
Audio Overviews, Mind Maps und die Grenzen
Bekannt geworden ist NotebookLM durch die Audio Overviews: Aus den Quellen entsteht ein Gespräch zweier synthetischer Stimmen, das wie ein Podcast klingt. Seit 2025 gibt es das nach Anbieterangaben in mehr als 50 Sprachen, darunter Deutsch; die Ausgabesprache wird in den Einstellungen festgelegt. Dazu kommen Mind Maps, die Themen der Quellen als Baumstruktur zeigen, sowie Video-Übersichten, Lernkarten, Quizze und Berichte.
Die Audioformate eignen sich zum Einhören in ein Thema auf dem Weg zur Arbeit, weniger als Arbeitsgrundlage. Eine fertige Folge lässt sich nicht nachträglich an einer Stelle korrigieren, sondern nur neu erzeugen, und die deutsche Fassung klingt hörbar weniger natürlich als die englische. Nutzerberichte nennen zudem Fälle, in denen die Sprecher Inhalte erfanden, die in den Quellen nicht standen.
Das gilt abgeschwächt auch für den Chat: Die Bindung an die Quellen senkt die Zahl erfundener Aussagen deutlich, beseitigt sie aber nicht. Prüfen Sie Belegstellen, bevor eine Antwort in ein Dokument wandert. Technische Grenzen setzt Google bei rund 500.000 Wörtern oder 200 MB je Quelle und, in der kostenlosen Stufe, bei 50 Quellen pro Notizbuch; gescannte PDFs ohne Textebene und Webseiten hinter einer Bezahlschranke lassen sich nicht einlesen.
Preise: kostenlos, Plus, Pro, Workspace, Enterprise
Die Grundversion ist mit einem privaten Google-Konto kostenlos und nach Anbieterangabe, Stand September 2026, auf 50 Chat-Anfragen und drei Audio Overviews pro Tag begrenzt. Für gelegentliche Nutzung reicht das; wer täglich damit arbeitet, stößt an das Limit.
Höhere Kontingente gibt es nicht als eigenes Abo, sondern als Bestandteil der Google-AI-Tarife: Google AI Plus für rund 5 Euro im Monat hebt die Grenzen auf 100 Quellen je Notizbuch und 200 Anfragen am Tag, Google AI Pro für rund 22 Euro auf 300 Quellen, 500 Anfragen und 20 Audio Overviews. Die Bezahlstufen bieten außerdem erweiterte Freigabefunktionen und Zugriff auf leistungsfähigere Modelle.
Für Firmen ist der übliche Weg das Google-Workspace-Abo, in dessen Geschäftstarifen NotebookLM enthalten ist. Darüber liegt NotebookLM Enterprise, das im eigenen Google-Cloud-Projekt läuft und über den Cloud-Vertrieb bepreist wird; einen Listenpreis nennt Google dafür nicht öffentlich.
Daten, DSGVO und Verarbeitungsort
Die wichtigste Frage zuerst: Nach Angaben von Google werden Inhalte aus NotebookLM nicht zum Training der Basismodelle verwendet, es sei denn, man gibt ausdrücklich Feedback. Für Workspace-Konten geht Google weiter und sichert zu, dass Uploads, Fragen und Antworten weder von Menschen gesichtet noch zum Training genutzt werden.
Entscheidend ist damit das Konto. Mit einem privaten Google-Konto gelten die allgemeinen Nutzungsbedingungen, es gibt keinen Auftragsverarbeitungsvertrag, und dienstliche Unterlagen mit Personenbezug haben dort nichts zu suchen. Mit einem Workspace-Konto gelten die Cloud-Bedingungen inklusive AV-Vertrag, und Administratoren können den Dienst zentral freigeben oder sperren. Worauf es bei dieser Prüfung sonst ankommt, steht in unserem Beitrag zu KI-Tools und DSGVO.
Beim Verarbeitungsort ist Google in der Dokumentation zurückhaltend. Eine feste Speicherung in der EU sichert der Anbieter nur für NotebookLM Enterprise mit entsprechender Regionseinstellung zu, und selbst dort gilt die Zusage nach der Cloud-Dokumentation für Quellen und Chat, nicht für Studio-Funktionen wie Audio Overviews oder Mind Maps. Ein Notizbuch mit Verträgen und ein Notizbuch mit Personalakten sind deshalb zwei sehr verschiedene Vorhaben.
Für wen sich NotebookLM lohnt
Für alle, die regelmäßig mit einem festen Stapel Dokumente arbeiten: Beratung, Rechts- und Steuerkanzleien mit Workspace-Konto, Forschende, Redaktionen, Projektleitungen mit dicken Ausschreibungen. Die Belegstellen machen die Ergebnisse überprüfbar, und der Einstieg kostet nichts. Wer ohnehin in Google Docs arbeitet, gewinnt zusätzlich, weil sich verknüpfte Dokumente automatisch aktualisieren.
Weniger lohnt es sich für Fragen ohne eigene Quellensammlung, dafür sind die Chatbots aus unserer Kategorie das passendere Werkzeug, und für Teams, deren Wissen bereits in einem anderen System liegt; dort ist Notion AI oft der kürzere Weg. Und wer mit einem privaten Konto vertrauliche Firmenunterlagen hochladen möchte, sollte das lassen, bis ein Workspace- oder Enterprise-Zugang steht.
Kurzfassung: NotebookLM antwortet nur aus den eigenen Quellen und belegt jede Aussage, kostenlos mit privatem Konto, mit höheren Kontingenten über Google AI Plus und Pro, für Firmen über Workspace. Belegstellen prüfen, deutsche Audio Overviews mit Abstrichen, dienstliche Daten nur mit Workspace- oder Enterprise-Konto.
Im Beitrag erwähnte Tools
Zu jedem Werkzeug gibt es einen ausführlichen Testbericht mit Noten und Preisen.
Gemini
GoogleDie naheliegende Wahl für alle, die ohnehin im Google-Ökosystem arbeiten.
Perplexity
Perplexity AIRechercheassistent mit Quellenangaben statt frei erfundener Antworten.
Claude
AnthropicStärkster Assistent für lange Dokumente, sorgfältige Analysen und Texte mit Substanz.
Notion AI
Notion LabsKI direkt im Firmenwiki, sie kennt Ihre Dokumente, nicht nur das Internet.
Jean-Marc Mihoc arbeitet täglich mit KI-Werkzeugen und testet sie hier mit selbst bezahlten Zugängen an echten Arbeitsaufgaben, statt an Demos. Er schreibt auf, was dabei herauskommt, auch wenn es unspektakulär ist, und sagt bei jedem Werkzeug dazu, für wen es sich nicht lohnt.


