Jeder schreibt anders. Wer viel mit KI arbeitet, tippt bestimmte Wörter und Begriffe immer wieder ein, in Prompts, Anweisungen, Rückfragen. Auf Dauer entsteht so etwas wie Tipp-Müdigkeit: Man weiß genau, was man will, aber das Eintippen bremst einen aus.
Die Lösung: Du baust dir eine persönliche Kurzschrift und bringst sie der KI bei. Ab dann promptest du in Kürzeln und die KI versteht dich trotzdem. Keine Sorge, das ist einfach und schnell erledigt.
Du kennst NotebookLM bereits, hast ein paar Podcasts generiert und Dokumente analysiert. Aber das Tool kann erheblich mehr, als die meisten Nutzer ahnen. Wer die richtigen Techniken kennt, verwandelt NotebookLM von einem netten Gadget in ein ernsthaftes Werkzeug für Wissensarbeit.
Dieser Artikel baut auf der Einführung in NotebookLM auf und richtet sich an Nutzer, die das Grundprinzip verstanden haben. Es geht um Quellen-Architektur, fortgeschrittenes Prompting, längere Podcasts, Data Tables, den Deep Research Agent und die Verzahnung mit anderen Tools.
Die großen Fragen der KI-Entwicklung werden nicht in Talkshows beantwortet, sondern in Laboren, Vorstandsetagen und auf Entwicklerkonferenzen. Wer wissen will, wohin die Reise geht, muss denen zuhören, die die Systeme bauen, die Milliarden investieren oder die Risiken erforschen. Ihre Einschätzungen gehen weit auseinander – von euphorisch bis alarmierend. Das allein ist schon aufschlussreich.
2026 markiert einen Wendepunkt. Die Zeit der Experimente ist vorbei. KI-Systeme verlassen das Labor und werden zur digitalen Infrastruktur – vergleichbar mit Strom oder Internet. Was die Experten dazu sagen, ist teils faszinierend, teils beunruhigend, oft beides zugleich.
Eine eigene KI auf dem Rechner klingt nach Science-Fiction, ist aber seit 2024 Realität. Du lädst dir ein Sprachmodell herunter, startest es auf deinem Laptop und chattest los damit. Lokal, offline, kostenlos. Alles ohne Cloud, ohne Abo, ohne dass deine Daten irgendwohin geschickt werden. Das funktioniert mit normaler Consumer-Hardware, kein Supercomputer nötig.
Aber es gibt ein paar Dinge, die man vorher wissen sollte. Denn eine lokale KI ist nicht dasselbe wie ChatGPT oder Claude. Sie ist an manchen Stellen besser, an anderen aber auch deutlich schlechter. Hier ist der Überblick.
Die Geschichte der Künstlichen Intelligenz beginnt nicht mit ChatGPT. Nicht mit dem iPhone. Nicht einmal mit dem Internet. Sie hat ihren Ursprung schon in den 1930er Jahren, bei einem britischen Mathematiker, der sich fragte, ob Maschinen denken können.
Was danach kam, war ein Hin und Her aus Euphorie und Ernüchterung, aus Milliarden-Förderungen und komplettem Förderstopp, aus grandiosen Versprechen und gescheiterten Programmen.
Erst nach über sieben Jahrzehnten kam zusammen, was zusammengehörte: genug Daten, ordentliche Rechenleistung, die richtige Architektur. Und plötzlich funktionierte es.
Claude Cowork bringt die KI dorthin, wo die Arbeit tatsächlich stattfindet: auf deinen Desktop, in deine Ordner, an deine Dateien. Kein Chat-Fenster, in dem du Antworten kopierst und irgendwo einfügst. Stattdessen ein Assistent, der Aufgaben übernimmt, Pläne macht und Ergebnisse liefert. Das klingt nach Zukunftsmusik. Ist es aber nicht mehr.
Seit Januar 2026 gibt es Cowork in der Claude Desktop-App, seit Februar auch für Windows. Inzwischen ist es für Pro-Abonnenten allgemein verfügbar, seit März lassen sich sogar wiederkehrende Aufgaben planen. Und Microsoft hat die Technologie gerade in Microsoft 365 Copilot integriert. Die Sache entwickelt sich also schnell.