Files
chemenu/kb/entities/tools/NotebookLM.md
T
torben 3f99d6715f
CI / verify (push) Successful in 51s
feat: Link-Taxonomie u5 - Restkanten gelabelt, migrate done 4.0.0, Workshop geschlossen
Files changed:
- .wikitool-kb.json
- kb/entities/technologies/Arch Linux.md
- kb/entities/technologies/Disk Encryption.md
- kb/entities/technologies/Wine-Staging.md
- kb/entities/tools/AUR.md
- kb/entities/tools/GPG.md
- kb/entities/tools/Lutris.md
- kb/entities/tools/NotebookLM.md
- kb/entities/tools/Obsidian.md
- kb/entities/tools/OpenAI Codex.md
- kb/entities/tools/OpenCode.md
- kb/entities/tools/Pi.md
- kb/entities/tools/Proton.md
- kb/entities/tools/Steam.md
- kb/entities/tools/Wine.md
- kb/entities/tools/gdeploy.md
- kb/entities/tools/makepkg.md
- kb/entities/tools/pascalandy schema.md
- kb/log.md
- work/link-taxonomy-migration/README.md
- work/link-taxonomy-migration/glossary.md
- work/link-taxonomy-migration/plan.md
2026-09-02 23:06:08 +02:00

2.6 KiB

type, entity_type, tags, created, modified, related, sources, confidence, confidence_base, provenance, summary
type entity_type tags created modified related sources confidence confidence_base provenance summary
types/entity.md tool
google
ai
rag
knowledge-management
2026-07-26 2026-08-29
see-also
ChatGPT
implements
RAG
exemplifies
LLM Wiki Pattern
Source - LLM Wiki Pattern
0.80 0.80 sourced RAG-basiertes KI-Wissenswerkzeug von Google; beantwortet Fragen aus hochgeladenen Dokumenten, ohne Wissen dauerhaft anzuhäufen.

NotebookLM

Typ: Tool (Googles KI-Wissensmanagementsystem)

Beschreibung

NotebookLM ist Googles KI-gesteutertes Wissensmanagementsystem, das Retrieval Augmented Generation (RAG) verwendet, um Fragen auf Grundlage hochgeladener Dokumente zu beantworten. Es stellt den traditionellen RAG-Ansatz dar, den das LLM Wiki Pattern verbessern möchte.

Kerndaten

  • Typ: Web-Anwendung / KI-Assistent
  • Entwickler: Google
  • Ansatz: RAG (Retrieval Augmented Generation)
  • Status: Aktiv (Stand Quelle)
  • Website: https://notebooklm.google/

Beziehungen

  • Verwendet Ansatz: RAG
  • Verglichen mit: LLM Wiki Pattern (traditionelles RAG vs. persistentes Wiki)
  • Ähnlich wie: ChatGPT Datei-Uploads

Funktionsweise

  1. Benutzer lädt eine Sammlung von Dokumenten hoch
  2. Bei jeder Abfrage führt das System Folgendes durch:
    • Ruft relevante Chunks aus den hochgeladenen Dokumenten ab
    • Generiert eine Antwort basierend auf diesen Chunks
    • Behält KEINE persistenten synthetisierten Kenntnisse bei
  3. Wissen wird bei jeder Abfrage von Grund auf neu abgeleitet

Einschränkungen (im LLM Wiki Pattern)

  • Keine Akkumulation von Wissen über Abfragen hinweg
  • Subtile Fragen, die eine Synthese mehrerer Dokumente erfordern, müssen jedes Mal neu abgeleitet werden
  • Keine persistenten Querverweise oder gekennzeichnete Widersprüche
  • Keine Aufzinsung durch das Hinzufügen neuer Quellen

Vergleich mit dem LLM Wiki Pattern

Merkmal NotebookLM LLM Wiki Pattern
Ansatz RAG Persistentes Wiki
Wissensakkumulation Nein Ja
Querverweise Nein Ja
Widerspruchserkennung Nein Ja
Wartungsaufwand Niedrig (automatisch) Niedrig (vom LLM gepflegt)
Abfrageleistung Schnell Schnell (nach initialer Kompilierung)

Historie

  • [2026-07-26] - Entity-Seite während der Verarbeitung des LLM Wiki Pattern Artikels erstellt

Siehe auch

Beziehungen