- Google entfernt in NotebookLM auf Basis von Gemini 1.5 das Label „Experimental“ und ermöglicht eine feinere Steuerung von Audio Overviews, die aus hochgeladenen Materialien erstellt werden
- Die neue Funktion Customize funktioniert so, dass man dem KI-Host vor der Erstellung eines „Deep Dive“ Anweisungen zu den Schwerpunktthemen oder zum Fachkenntnisniveau des Publikums geben kann
- Auch während der Wiedergabe von Audio Overviews kann man in NotebookLM weiterarbeiten, also ohne die Audioausgabe zu stoppen Fragen zu Materialien stellen, Zitate prüfen und verwandte Formulierungen durchsuchen
- NotebookLM Business auf Basis von Google Workspace richtet sich an Unternehmen, Hochschulen und Organisationen und betont erweiterte Funktionen sowie Datenschutz und Sicherheit
- Bewerber für das Pilotprogramm erhalten neue Funktionen, Schulungen und E-Mail-Support zuerst; allgemeine Verfügbarkeit und Preise sollen später in diesem Jahr bekannt gegeben werden
Produktstatus und Grundprinzipien von NotebookLM
- NotebookLM ist ein mit Gemini 1.5 entwickeltes Tool zum Verstehen von Informationen, das auf Basis von von Nutzern hochgeladenen Materialien antwortet und Informationen umwandelt
- Persönliche Daten werden nicht für das Training von NotebookLM verwendet
- Millionen Menschen nutzen NotebookLM, um komplexe Informationen zu verstehen und damit zu arbeiten, und Google entfernt das Label „Experimental“ vom Produkt
Steuerung von Audio Overviews
-
Gesprächsrichtung festlegen
- Vor dem Erstellen eines „Deep Dive“ Audio Overview kann man dem KI-Host Anweisungen geben
- Man kann ihn auf bestimmte Themen fokussieren oder das Fachkenntnisniveau an das Publikum anpassen
- Google vergleicht dies damit, dass ein KI-Host kurz vor der Sendung eine kurze Notiz erhält
-
Hören im Hintergrund
- Während man Audio Overviews anhört, kann man in NotebookLM weiterarbeiten
- Ohne die Audioausgabe zu unterbrechen, kann man Fragen zu Materialien stellen, Zitate erhalten und verwandte Zitate durchsuchen
Nutzung und Einschränkungen
- Man muss NotebookLM aufrufen, ein neues Notebook erstellen und mindestens eine Quelle hinzufügen
- Um im NotebookLM-Guide automatisch ein Audio Overview zu erstellen, klickt man auf „Generate“; um dem KI-Host Anweisungen zu geben, wählt man „Customize“
- Audio Overviews sind generierte Diskussionen und garantieren daher keine umfassende oder objektive Perspektive auf ein Thema
- Die Ergebnisse spiegeln die vom Nutzer hochgeladenen Materialien und die gegebenen Anweisungen wider
NotebookLM Business Pilot
- NotebookLM Business ist eine Version, die über Google Workspace bereitgestellt werden soll
- Zielgruppe sind Unternehmen, Hochschulen und Organisationen, für die erweiterte Funktionen angeboten werden sollen
- NotebookLM hat Datenschutz und Sicherheit von Anfang an priorisiert und will dies auch weiterhin beibehalten
- Wer sich für das NotebookLM Business-Pilotprogramm anmeldet, kann neue Produktfunktionen, Schulungen und E-Mail-Support zuerst nutzen
- Die kostenlose Version von NotebookLM bleibt weiterhin verfügbar
- Weitere Informationen zur allgemeinen Verfügbarkeit und zu den Preisen von NotebookLM Business sollen später in diesem Jahr veröffentlicht werden
- Bereits mehr als 80.000 Organisationen nutzen NotebookLM
1 Kommentare
Hacker-News-Kommentare
NotebookLM wird im ganzen Internet genutzt, um Fake-Podcasts zu erzeugen, und es sind bereits mehr als 1.300 davon: https://github.com/ListenNotes/ai-generated-fake-podcasts/bl...
Google scheint diesmal einen anderen Ansatz zu wählen und schnell zu handeln. NotebookLM ist zwar ein großartiges Tool für persönliche Produktivität und Lernen, ermöglicht es Spamern aber auch, massenhaft Inhalte zu erzeugen, die nie für menschlichen Konsum gedacht waren
Bei all dem Lob für dieses Projekt braucht es auch eine andere Perspektive. Hoffentlich sieht das NotebookLM-Team dieses Problem und erkennt den Ernst des Spam-Problems. Wenn man es laufen lässt, kann es nur größer werden. Falls jemand das Team kennt, gebt es bitte weiter. Könnte NotebookLM ein Tool zur Erkennung von damit erzeugtem Audio oder einfache Richtlinien bereitstellen? Ich frage mich, ob es Wasserzeichen oder andere erkennbare Markierungen gibt
Kürzlich gab es auf Hacker News auch einen Beitrag, dass fast die gesamten Google-Bildersuchergebnisse zu "baby peacock" KI-generiert seien: https://news.ycombinator.com/item?id=41767648
Wahrscheinlich werden wir bald einen ähnlichen Trend sehen, bei dem minderwertige KI-generierte Fake-Podcasts das Internet überfluten
Inzwischen habe ich mein Podcast-Hören fast komplett durch NotebookLM ersetzt, und aus meiner Sicht ist es insgesamt eine deutlich bessere Erfahrung. Vielleicht ist das Problem sogar das Gegenteil. Hören wir vielleicht aus Versehen Podcasts, die nicht von NotebookLM sind?
Ich höre viele Podcasts, ignoriere aber schon jetzt 99,9 % aller Podcasts auf der Welt. Wenn daraus 99,99 % werden, beunruhigt mich das nicht
Wenn KI-generierte Podcasts alle schlecht sind, kann man sie weiter ignorieren, und wenn einige gut sind, ist das eher ein Gewinn
Falls es eine ontologische Sorge ist, was aus der Welt wird, wenn alle Medien maschinell erzeugt sind, dann steige ich erst mal in diesen Trend ein und schaue, was dabei herauskommt
Ich habe zwar auch schon „Creator“ auf YouTube gesehen, die von NotebookLM erzeugtes Audio durch Tools wie ElevenLabs jagen, um die Stimmen zu ändern, aber dann sinkt die Qualität ausnahmslos
NotebookLM scheint hervorragend dafür zu sein, verschiedene Inhalte auf andere Weise aufzunehmen, und es ist auch nicht richtig, das einen Fake-Podcast zu nennen
Niemand hat festgelegt, dass man Audio-Ausgaben irgendwo veröffentlichen muss oder nicht darf. Sowohl Veröffentlichung als auch Abonnement sind Entscheidungen der Nutzer
Statt einfach ein nützliches Tool anzupicken, wäre es sinnvoller, Maßnahmen bei den Indexierungs- und Entdeckungssystemen des Internets zu fordern
Wie bei anderen Daten ist jetzt plötzlich die Nachverfolgbarkeit der Herkunft sehr wichtig geworden. Aus meiner Sicht ist das gut. Dass nicht alle Datenquellen gleichwertig sind, wird dadurch deutlich genug, um die Lage tatsächlich zu verändern
Nur damit kein Missverständnis entsteht: Ich war schon vor Large Language Models fest davon überzeugt, dass der Großteil des Internets Müll war. Damals nannte man es einfach „SEO“, aber Müll war es trotzdem
Ich habe das gestern ausprobiert. Ich habe alle Postmortem-Dokumente zu einem Bereich unserer Infrastruktur in das Notebook geladen und darum gebeten, gemeinsame Themen herauszuarbeiten, und das war erstaunlich effektiv. Es hat auch einen „Audio-Überblick“, also praktisch einen Podcast, erzeugt, und der war hervorragend
Mit einem Prompt bei der Erstellung des Überblicks wurde die Qualität deutlich besser. Der Standard-Überblick ohne Prompt zielte auf ein völlig falsches Publikum ab, in unserem Fall auf Infrastrukturnutzer statt auf Entwickler. Als ich ihn auf das SRE-Team ausrichten ließ und vorgab, worauf der Fokus liegen sollte, wurde es viel besser
Für tiefgehende Analyse war es nicht nützlich. Aber ob ich mir beim Einstieg in ein neues Team etwas anhören würde, das auf den letzten 100 Postmortems basiert? Auf jeden Fall. Als Überblick war es ideal, hat gemeinsame Themen aus vielen Datenpunkten gezogen und sogar den Tonfall einigermaßen gut getroffen
Google ist spät zur KI-Party dazugestoßen, aber persönlich habe ich den Eindruck, dass die Breite und Tiefe von Googles KI-Tools ziemlich unterschätzt wird. Von NotebookLM bis AI Studio war alles, was ich ausprobiert habe, ausgesprochen gut
Natürlich ist Google auch der Ort, aus dem „Attention Is All You Need“ stammt
Dort soll er einem Foundation Model sehr nahe gekommen sein, das die Benchmarks dominiert hätte. Dann hat Google ihn buchstäblich für 2,7 Milliarden Dollar zurückgekauft [1]
[1] https://www.wsj.com/tech/ai/noam-shazeer-google-ai-deal-d360...
Mein Produkt https://reasonote.com unterstützt ebenfalls die Erstellung von Podcasts, und diese Funktion gibt es schon seit ein paar Wochen.
Gegenüber NotebookLM ist es in folgenden Punkten besser: (1) Man kann auch nur mit einem Thema starten, ohne ein vollständiges Dokument zu haben, oder mit einem Dokument arbeiten[1] (2) Die Podcast-Erstellung ist deutlich schneller (3) Der Podcast ist interaktiv; wenn man die Moderatoren währenddessen bittet, die Richtung zu ändern, tun sie genau das (4) Bald wird man eine Spotify-ähnliche Warteschlange für Podcast-Themen erstellen und jedes Mal neue Ideen hinzufügen können, wenn einem welche begegnen
Der wichtigste Kompromiss ist derzeit, dass Stimmen und Persönlichkeit noch etwas weniger ansprechend sind als bei NotebookLM, aber das soll in den kommenden Monaten deutlich verbessert werden
Das ist eine Ergänzung zum zentralen Wertversprechen „Duolingo für jedes Thema, von AI generiert“. Es ist noch früh, aber probiert es gern aus und gebt Feedback
[1] Derzeit gibt es noch eine recht strenge Längenbegrenzung für Dokumente, die aber bald verbessert werden soll
Gut. Ich habe NotebookLM bisher nur oberflächlich ausprobiert und es vor allem genutzt, um viele Bauteil-Referenzmaterialien wie Datenblätter, Referenzleitfäden und Application Notes hineinzuladen.
Textabfragen haben gut funktioniert, aber die Audio-Übersicht war nicht besonders nützlich, wenn sie nur auf der höheren Inhaltsebene blieb. Wenn man das Thema anpassen kann, könnte es ziemlich nützlich werden
Google Illuminate hat kürzlich ebenfalls Anpassungsfunktionen eingeführt. Ich verwende es mit folgenden Einstellungen:
audience=technical, duration=long, tone=professional & engaging
Dank AI-Tools ist es jetzt viel zu einfach geworden, irgendetwas zu finden.
In einem Webforum, das ich moderiere, hat ein Nutzer vor einer Woche einen DM mit dem Titel „Google Notebook LM“ eröffnet. Jemand anderes hatte einen generierten Podcast geteilt, der die Sichtweise des Forums zu einem bestimmten Thema zusammenfasste und dabei sogar die Benutzernamen der Leute mit starken Meinungen nannte
Daraufhin ging ein anderer Nutzer noch weiter und bat darum, einen Podcast zu erzeugen, der alles zusammenfasst, was ein bestimmter Nutzer gesagt hat, einschließlich seiner politischen Ansichten und sämtlicher extremer Positionen. Ähm … das ist übel
Wegen der Verwendung des echten Namens oder der Gewohnheit, denselben Benutzernamen auf mehreren Websites zu verwenden, ist es jetzt viel zu einfach geworden, Dinge zu tun wie: „Nimm diesen GitHub-Benutzernamen, finde Websites, auf denen derselbe Benutzername existiert, erstelle eine Erzählung aus allem, was diese Person je gesagt hat, und finde ihre besten und schlechtesten Aussagen.“ Das ist beängstigend
Ich habe diesem Nutzer das gesagt, was ich immer sage — „Was man ins Internet stellt, ist faktisch für immer öffentlich“ — aber erst jetzt werden die Konsequenzen wirklich sichtbar
In dem Forum, das ich betreibe, erlauben wir Benutzernamenwechsel und empfehlen so viel Anonymität wie möglich, aber ich glaube, wir sind jetzt an einem Punkt angekommen, an dem es am besten ist, für jede Website, jedes Interessengebiet und jeden Arbeitgeber eine eigene Online-Identität zu haben
Auch auf HN gibt es viele Accounts, die offenbar nur erstellt wurden, um unter einem bestimmten Beitrag zu kommentieren, und die Kommentare sind konstruktiv und gut formuliert. Ich frage mich inzwischen, ob manche davon ihrer Zeit voraus waren — ein bewusster Versuch, die eigene Gesamtidentität vor zukünftigen Arbeitgebern oder Leuten zu verbergen, die die eigenen Aussagen missbrauchen könnten
Es wirkt so, als würden lockere Entscheidungen aus der Vergangenheit jetzt anfangen, große Folgen für Gegenwart und Zukunft zu haben, und als würde nur mangelnde Vorstellungskraft noch bremsen, dass sich das Nutzerverhalten ändert
Das musste früher oder später passieren, und ich kann nur hoffen, dass sich jetzt wenigstens das öffentliche Bewusstsein für Privatsphäre ändert. Bisher reagierten viele mit Gleichgültigkeit oder Genervtheit, wenn man Privatsphäre zum Thema gemacht hat
Wegwerf-Accounts für genau diesen Zweck sind auf HN sehr verbreitet. Ich interessiere mich zunehmend mehr für Nutzerschutz, also Anonymisierung, und denke darüber nach, wie man Wegwerf-Accounts leicht erzeugen kann, ohne Spam Tür und Tor zu öffnen — zum Beispiel, indem man sie aus einem gültigen Account erzeugt und dann abspaltet. HN scheint dieses Problem wohl zu vermeiden, weil es eine Nischen-Community ist, und ich denke, das etwas unattraktive Site-Design hilft dabei auch
Der Lichtkegel unserer Online-Aktivität scheint immer weiter zu wachsen und nie kleiner zu werden, was weder zu der Umgebung passt, an die wir uns evolutionär angepasst haben, noch natürlich wirkt. Als ich jünger war, kamen mir die DSGVO und das Recht auf Vergessenwerden lächerlich vor, aber inzwischen halte ich sie für ihrer Zeit voraus gewesene Weisheit
Cool! Ich erstelle tatsächlich tägliche HN-Zusammenfassungen mit NotebookLM und lade sie auf YouTube hoch: https://www.youtube.com/@HackerCasts
Ich feile noch an der Toolchain, damit die Videos besser werden und nach einem konsistenteren Zeitplan erscheinen
Erstaunlich, dass diese Funktion nicht von Anfang an da war. Die Qualität der Ergebnisse kann dadurch viel besser werden. Das Problem mit dem Standard-Prompt ist, dass es oft in zwei identische „sachkundige Moderatoren“ abdriftet, die sich nur gegenseitig Informationen zuspielen
Wenn man den Prompt anpassen kann, kann man zwischen den Moderatoren eine Dynamik aus Erklärendem und Zuhörer schaffen, und das hilft dem gesamten Fluss der Episode enorm
Zum Beispiel könnte man so etwas schreiben:
Die beiden Podcast-Moderatoren haben sehr unterschiedliches Wissensniveau zum Thema. Der erste Moderator ist ein Experte auf diesem Gebiet und erklärt dem zweiten Moderator das Thema und die Details. Der zweite Moderator hat kaum Vorwissen zu diesem Thema, reagiert aber auf die Informationen und stellt Anschlussfragen
Allerdings scheint manchmal vergessen zu werden, wer in dieser Dynamik eigentlich wer ist
Es gibt eine Open-Source-Version zur Erstellung von Podcasts:
https://github.com/souzatharsis/podcastfy
Der Twitter-Account des Entwicklers ist @souzatharsis