Google NotebookLM ist ein leistungsstarkes Research-Werkzeug. Du lädst Dokumente hoch, stellst Fragen und bekommst Zusammenfassungen auf Basis deiner eigenen Inhalte. Das Problem: jeder Schritt passiert manuell im Browser. notebooklm-py schließt diese Lücke. Die Python-Bibliothek gibt dir programmatischen Zugriff auf NotebookLM, direkt aus Skripten, der Kommandozeile oder Claude-Code-Agenten heraus.
Was ist notebooklm-py?
notebooklm-py ist eine community-entwickelte Python-Bibliothek, die die NotebookLM-Oberfläche als Python-API zugänglich macht. Google stellt keine offizielle API für NotebookLM bereit. notebooklm-py überbrückt diese Lücke, indem es die Browser-Interaktionen kapselt und als saubere Python-Schnittstelle zur Verfügung stellt.
Mit der Bibliothek kannst du Notebooks anlegen, Quellen hinzufügen, Fragen stellen und Zusammenfassungen abrufen. Alles über Code, alles scriptbar, ohne Mausklick. Das macht Abläufe möglich, die im Browser schlicht zu aufwendig wären: zehn Dokumente auf einmal einlesen, eine Frage an alle Notebooks gleichzeitig stellen, Antworten in eine Datenbank schreiben.
Für Claude-Code-Nutzer ist der integrierte Agenten-Skill besonders interessant. Du kannst das Paket direkt in Claude-Code-Workflows einbinden. Claude Code ruft notebooklm-py auf, wenn du ihm eine Research-Aufgabe übergibst, die NotebookLM-Zugriff erfordert. Du beschreibst die Aufgabe auf hoher Ebene. Claude übernimmt die einzelnen Schritte, wählt die passenden Methoden und verarbeitet die Ergebnisse weiter.
Ein wichtiger Hinweis: da notebooklm-py eine inoffizielle Schnittstelle nutzt, kann sie sich bei Google-Updates ändern. Prüfe vor dem Produktiv-Einsatz die aktuelle Dokumentation im Repository.
Einrichtung und Authentifizierung
Die Voraussetzung ist Python 3.9 oder neuer sowie ein Google-Konto mit NotebookLM-Zugang. Die genaue Installations-Syntax findest du aktuell im offiziellen README, da sich die Paket-Versionen weiterentwickeln. Der grundlegende Ablauf sieht so aus:
# Installation über pip
pip install notebooklm-py
# Erster Start und Authentifizierung
python -c "from notebooklm import NotebookLM; nlm = NotebookLM()"
# Beim ersten Aufruf öffnet sich ein Browser-Fenster zur Google-Anmeldung
Die Authentifizierung läuft über deine Google-Session. Beim ersten Start wirst du durch einen kurzen OAuth-Flow geführt. Danach speichert das Paket deine Zugangsdaten lokal. Für vollautomatisierte Abläufe ohne Browser, zum Beispiel in CI-Pipelines oder auf Servern, prüfe die README auf Service-Account-Optionen.
Für Claude Code trägst du die Bibliothek in deine CLAUDE.md ein. Du beschreibst dort kurz, welche Notebooks vorhanden sind und welche Aufgaben notebooklm-py übernehmen soll. Dann kennt Claude Code den Werkzeugkasten und weiß, wann es ihn einsetzt.
Praxis-Beispiel: Automatische Studienzusammenfassung
Stell dir folgenden Ablauf vor. Du hast eine Sammlung von PDF-Studien zu einem Thema. Normalerweise lädst du sie einzeln in NotebookLM hoch, liest die Zusammenfassungen und formulierst dann deine Kernaussagen. Mit notebooklm-py und Claude Code läuft das in einem Schritt.
from notebooklm import NotebookLM
nlm = NotebookLM()
# Neues Notebook für das Thema anlegen
notebook = nlm.create_notebook("KI-Regulierung 2026")
# Mehrere Quellen auf einmal hinzufügen
for pdf_pfad in pdf_liste:
notebook.add_source(pdf_pfad)
# Überblick abfragen
zusammenfassung = notebook.get_summary()
print(zusammenfassung)
# Gezielte Frage stellen
antwort = notebook.ask(
"Was sind die wesentlichen Unterschiede zwischen EU AI Act und den US-Regelungen?"
)
print(antwort)
Die genauen Methoden-Namen entnimm der aktuellen README, da sich die API weiterentwickelt. Das Grundprinzip bleibt: du übergibst Claude Code eine Research-Aufgabe, Claude baut den passenden Code, führt ihn aus und liefert dir die Ergebnisse direkt im Terminal.
Für wiederkehrende Aufgaben kannst du diesen Ablauf als Claude-Skill hinterlegen. Dann reicht es, neue Dokumente bereitzustellen. Der Research-Workflow läuft automatisch durch.
Wann lohnt sich notebooklm-py?
Das Tool lohnt sich vor allem bei Research-intensiven Arbeiten, bei denen du regelmäßig größere Dokumentenmengen verarbeitest. Drei typische Anwendungsfälle:
Branchenbeobachtung. Du sammelst jede Woche neue Berichte, Whitepaper oder Studien. notebooklm-py lädt sie automatisch in ein Notebook und generiert dir eine komprimierte Übersicht, ohne manuelle Klicks.
Projektvorbereitung. Vor einem Kundenprojekt sammelst du alle relevanten Dokumente in einem Notebook. Claude Code befragt es und erstellt ein strukturiertes Briefing für dich.
Mehrsprachige Recherche. Du arbeitest mit Dokumenten in verschiedenen Sprachen. NotebookLM versteht mehrere Sprachen. notebooklm-py macht den Batch-Upload und die Abfragen scriptbar.
Weniger sinnvoll ist der Einsatz, wenn du NotebookLM nur gelegentlich für einzelne Dokumente nutzt. Der Einrichtungsaufwand amortisiert sich erst bei wiederkehrenden, umfangreichen Research-Aufgaben.
Eine ähnliche Logik verfolgt das Google Workspace CLI: einmal einrichten, dauerhaft Zeit sparen. Mehr dazu im Artikel Google Workspace CLI: Drive, Gmail und Sheets im Terminal.
FAQ
Ist notebooklm-py offiziell von Google? Nein. Es ist eine community-entwickelte Bibliothek, die die NotebookLM-Oberfläche inoffiziell anspricht. Da Google keine öffentliche API bereitstellt, nutzt das Paket die Browser-Schnittstelle. Das bedeutet: kein offizieller Support und die Möglichkeit, dass Google-Updates die Funktionalität vorübergehend unterbrechen.
Welche NotebookLM-Funktionen deckt das Paket ab? Das Paket deckt die Kernfunktionen ab: Notebooks erstellen, Quellen hinzufügen, Fragen stellen und Zusammenfassungen abrufen. Den aktuellen Funktionsumfang entnimm der README im Repository, da sich das Paket aktiv weiterentwickelt.
Kann Claude Code notebooklm-py direkt nutzen?
Ja. Du bindest die Bibliothek in deinen Claude-Code-Workflow ein und beschreibst in der CLAUDE.md, welche NotebookLM-Aufgaben Claude übernehmen soll. Der integrierte Agenten-Skill erleichtert das zusätzlich. Claude ruft die passenden Methoden auf, wenn eine Aufgabe NotebookLM-Zugriff erfordert.
Komm in die kostenlose Claude Business Community: Lerne Claude, Automatisierung, Co-Work, Claude Code, App-Building und Agent-Coding. Zeit sparen, Kosten sparen, Business skalieren. Jetzt kostenlos beitreten.
Marcel Porcher, newways.ai