NotebookLM 3.5: Vom Preprocessor zum agentischen Research-Partner

Was Google am 8. Juni 2026 angekündigt hat

Mit dem größten NotebookLM-Update bisher verschiebt Google das Produkt aus der Ecke „intelligenter Reader für hochgeladene Quellen" in Richtung agentischer Research-Partner. Drei Bausteine fallen besonders auf:

1. Gemini 3.5 als neues Default-Modell – mit sichtbaren „Thinking Steps", die zeigen, wie die Antwort entsteht.
2. Secure Cloud Computer – NotebookLM kann jetzt selbst im Web recherchieren, Quellen einsammeln und in das Notebook ablegen.
3. Antigravity-Integration – mehrstufige Agenten-Workflows direkt im Notebook, statt nur Q&A über bestehende Sources.

Dazu kommen erweiterte Dateiformate, neue Output-Formate und ein Chat-Einstieg, der ein Notebook von Grund auf aus einer einzelnen Frage aufbaut (TechCrunch).

Die neuen Features im Detail

1. Gemini 3.5 mit sichtbarem Reasoning

NotebookLM zeigt jetzt – ähnlich wie Claude oder DeepSeek R1 – seine Reasoning-Schritte an. Das ist mehr als Kosmetik: Für Researcher wird nachvollziehbar, welche Quelle zu welchem Argument beigetragen hat und wo das Modell interpretiert statt zitiert.

2. Secure Cloud Computer: NotebookLM recherchiert selbst

Der vielleicht größte Sprung. Bisher galt: NotebookLM kann nur, was du fütterst. Mit dem neuen Cloud-Computer öffnet das Notebook in einer sicheren Sandbox einen Browser, ruft Seiten ab, extrahiert Inhalte und legt sie als Sources ins Notebook.

Das ist faktisch ein Deep-Research-Agent – vergleichbar mit OpenAI Deep Research, Perplexity Pro Search oder Claude Computer Use, aber sauber an die Notebook-Logik (Quellen, Zitate, Audio Overviews) angedockt.

3. Antigravity-Workflows

Über die Antigravity-Integration lassen sich mehrstufige Agenten-Pipelines bauen: „Finde alle Pressemitteilungen von Wettbewerber X in Q2, extrahiere Produktankündigungen, fasse pro Monat zusammen, exportiere als Mind Map." Das wandert weg vom Prompt-Engineering hin zu Workflow-Engineering im Notebook.

4. Mehr Formate – rein wie raus

• Input: zusätzliche Code- und Office-Formate, größere Quellen-Kontingente je nach Plan
• Output: über Audio Overviews und Mind Maps hinaus – strukturierte Exporte, neue Visualisierungen
• Build from Chat: ein einzelner Prompt baut ein komplettes Notebook samt Quellen auf (Ars Technica)

Use Cases: Was sich konkret ändert

Competitive Intelligence

Vorher: Du sammelst Quellen, NotebookLM fasst zusammen. Jetzt: Du sagst „beobachte diese 6 Wettbewerber wöchentlich", NotebookLM holt die Quellen selbst.

Research & Editorial

Aus einer Recherchefrage entsteht in einem Schritt ein Notebook mit zitierten Quellen, Mind Map und Audio Overview. Für Editorial-Teams reduziert das die Setup-Zeit pro Thema von Stunden auf Minuten.

Knowledge Bases für Teams

Mit „Build from Chat" + Cloud Computer wird NotebookLM zur lebenden Knowledge Base: Notebooks pro Produktlinie, Kunde, Markt – die sich selbst aktuell halten.

Lernende Wissensarbeit

Die sichtbaren Reasoning-Schritte machen NotebookLM zu einem ehrlicheren Lernpartner: Du siehst, wo das Modell sich sicher ist, wo es interpretiert, wo es Quellen vermisst.

Was das für unseren NotebookLM + Claude Code Workflow bedeutet

In unserem Artikel NotebookLM + Claude Code haben wir NotebookLM klar als Preprocessing-Layer vor Claude Code positioniert: NotebookLM transkribiert und indexiert, Claude Code generiert den Output. Mit NotebookLM 3.5 wackelt diese saubere Arbeitsteilung – an genau zwei Stellen:

• Quellenbeschaffung: NotebookLM braucht dich nicht mehr als „Source-Kurator". Der Cloud Computer übernimmt.
• Strukturierte Outputs: Über Antigravity rückt NotebookLM in Claude Codes Territorium vor.

Was bleibt: Für Code-nahe Pipelines, Repo-Operationen und produktive Output-Schichten ist Claude Code weiterhin überlegen. NotebookLM ist und bleibt aber das stärkere Werkzeug für Quellenarbeit mit Zitations-Integrität. Die Kombination wird nicht obsolet – sie wird nur austarierter.

Kritische Einordnung

• Datenschutz bleibt das Hauptthema – „Secure" Cloud Computer hin oder her. Für EU-Kunden mit sensiblen Daten ändert sich am Vendor-Risiko wenig.
• Vendor Lock-in verschärft sich: Je mehr Notebooks selbst Quellen sammeln und Workflows abbilden, desto teurer wird der Wechsel.
• Verfügbarkeit: Rollout startet bei AI Ultra; breitere Verfügbarkeit folgt.
• „Less like itself": Erste Stimmen (MakeUseOf) warnen, dass NotebookLM mit jeder Erweiterung Richtung Gemini-App verschwimmt.

Fazit

NotebookLM 3.5 ist keine Iteration, sondern ein Rollenwechsel. Aus dem ruhigen Quellen-Reader wird ein agentischer Research-Partner mit eigenem Browser und Workflow-Engine. Für AI-First-Teams heißt das: NotebookLM neu bewerten – nicht mehr nur als Preprocessor, sondern als ernstzunehmenden Deep-Research-Layer neben Claude, Perplexity und OpenAI.

Quellen

• Google Blog – Do better research with NotebookLM (08.06.2026)
• The Verge – Gemini 3.5 upgrade & cloud computer
• Ars Technica – Gemini 3.5 and Antigravity come to NotebookLM
• TechCrunch – Build source repository from chat
• SiliconANGLE – Coding features & Gemini 3.5
• Google Blog – Notebooks in Gemini (April 2026)

→ KI-Workflow-Workshop buchen