Google baut NotebookLM vollständig in Gemini ein. Abonnenten können direkt im Chatbot Forschungs-Notebooks erstellen und Dokumente analysieren.
Google bündelt seine KI-Tools unter dem Gemini-Dach – NotebookLM wird Teil des umfassendsten KI-Assistenten im Google-Ökosystem.
Google baut NotebookLM vollständig in den Gemini-Chatbot ein. Ab sofort können AI Ultra-, Pro- und Plus-Abonnenten direkt in Gemini Forschungs-Notebooks erstellen, Dokumente hochladen und Zusammenfassungen, Studienguides sowie Audio-Überblicke generieren.
NotebookLM war bisher eines der beliebtesten Standalone-KI-Produkte von Google. Mit der Integration wird Gemini zum umfassendsten KI-Assistenten im Google-Ökosystem. Die Notebooks funktionieren bidirektional: Änderungen in Gemini synchronisieren sich mit NotebookLM und umgekehrt. Mobile und Free-Nutzer sollen in den kommenden Wochen folgen.
Google AI Ultra – das teuerste Abo – kostet 249.99 Dollar pro Monat und umfasst neben der NotebookLM-Integration auch Gemini 3.1 Pro, Veo 3.1 für Videogenerierung, Project Mariner mit 10 parallelen Agenten-Aufgaben und 30 TB Speicher. Für die ersten drei Monate gilt ein 50%-Einführungsrabatt.
Nebenbei stellte Google klar: Gmail-E-Mails werden nicht für das KI-Training verwendet – eine Klarstellung, die angesichts der wachsenden Datenschutzbedenken nötig war.
Anthropic hat «Routines» für Claude Code veröffentlicht: gespeicherte Konfigurationen, die zeitgesteuert oder per GitHub-Event auf Anthropics Cloud laufen – auch wenn dein Laptop aus ist.
Routines machen Cron-Jobs und GitHub Actions für viele Entwickler-Workflows überflüssig – produktionsreif ab heute.
Google hat in einer Woche drei Gemini-Features lanciert — von persönlichen Wissensdatenbanken über interaktive 3D-Welten bis zu KI-gestützter Finanzanalyse.
Gemini Notebooks machen Google zur persönlichen Wissensdatenbank — synchronisiert mit NotebookLM.
Statt immer bessere KI-Modelle zu trainieren, setzt Harness Engineering auf intelligente Constraints und Feedback-Schleifen.
LangChain verbesserte den Terminal-Bench-Score um 13 Prozentpunkte – nur durch Harness-Optimierung.
