NotebookLM 2.0 agentisches Update: Alles, was sich im Juni 2026 geändert hat

Das bislang größte NotebookLM-Update

Am 8. Juni 2026 hat Google die mit Abstand größte NotebookLM-Version seit dem Start des Produkts veröffentlicht. Intern als „2.0 agentisches Update" bezeichnet, verwandelt es NotebookLM von einem intelligenten Recherche-Leser in einen aktiven Recherche-Agenten — einen, der Code ausführen, das offene Web durchsuchen, eigene Quellen entdecken und ausgefeilte, bearbeitbare Dateien in nahezu jedem Format exportieren kann, mit dem ein Büromensch zu tun hat.

Wenn Sie NotebookLM bislang nur als „das Ding, das KI-Podcasts macht" kannten, ist dieses Update Ihr Anlass, noch einmal genauer hinzuschauen. Nachfolgend eine vollständige Aufschlüsselung aller Änderungen, warum sie wichtig sind und — da dies eine Website zur Wasserzeichenentfernung ist — was all diese glänzenden neuen Exportformate für jeden bedeuten, der saubere, professionelle Dateien möchte.

1. Gemini 3.5 und das Antigravity-Framework

Im Kern des Updates steht ein neues Modell, Gemini 3.5, das auf Googles Agenten-Framework Antigravity läuft. Antigravity ist die Orchestrierungsschicht, die es dem Modell ermöglicht, mehrstufige Aufgaben zu planen, Tools aufzurufen, Code auszuführen und die eigene Arbeit zu überprüfen, anstatt in einem einzigen Durchgang zu antworten.

In der Praxis ist das der Unterschied zwischen der Bitte an einen Bibliothekar um ein Buch und der Bitte an eine Rechercheassistentin, sechs Bücher zu lesen, die Zahlen durchzurechnen und mit einem schriftlichen Bericht zurückzukommen. NotebookLM ruft nicht mehr nur ab und fasst zusammen — es durchdenkt eine Aufgabe, zerlegt sie in Schritte und nutzt Tools, um jeden davon zu erledigen. Jede der folgenden Fähigkeiten baut auf diesem Fundament auf.

2. Jedes Notebook erhält einen sicheren Cloud-Computer

Das ist die Schlagzeilen-Funktion. Jedes Notebook verfügt jetzt über einen eigenen isolierten Cloud-Computer (Sandbox), der Code ausführen kann. Bitten Sie NotebookLM, die Zahlen in einem Quelldokument zu analysieren, und statt die Mathematik zu erraten, wie es Sprachmodelle früher taten, schreibt und führt es echtes Python aus und liefert dann verifizierte Ergebnisse zurück.

Was das freischaltet:

• Echte Datenanalyse — eine Tabelle parsen, Statistiken berechnen, Korrelationen durchführen und Diagramme aus Ihren tatsächlichen Daten erzeugen.
• Präzise Berechnungen — keine halluzinierte Arithmetik mehr; der Computer rechnet.
• Datentransformation — Datensätze bereinigen, umformen, filtern und pivotieren, bevor sie in Ausgaben umgewandelt werden.
• Visualisierungen — Plots und Diagramme direkt aus den Quelldaten erzeugen.

Die Sandbox ist isoliert und flüchtig, also sicher durch Design — der Code läuft in einer Wegwerf-Umgebung, nicht auf Ihrem Rechner oder gegen Ihr Google-Konto.

3. Recherchemodus „von Grund auf"

Bis zu diesem Update konnte NotebookLM nur mit Quellen arbeiten, die Sie hochgeladen hatten. Das war seine bestimmende Einschränkung — und seine bestimmende Stärke (keine Halluzinationen von außerhalb des Quellensatzes). Das 2.0-Update fügt einen optionalen Recherchemodus „von Grund auf" hinzu, der dies auf den Kopf stellt.

Geben Sie NotebookLM ein Thema statt eines Dokuments, und es wird:

• Das offene Web durchsuchen nach relevantem, hochwertigem Material.
• Quellen entdecken und vorschlagen — Artikel, Studien und Seiten, von deren Existenz Sie nichts wussten.
• Einen Quellensatz für Sie zusammenstellen, den Sie dann kuratieren können, bevor es etwas generiert.

Entscheidend ist: Sie behalten die Kontrolle: Das Modell schlägt Quellen vor, Sie genehmigen sie. Das erhält den Erdungsvorteil (alles lässt sich auf eine echte, sichtbare Quelle zurückführen), während es das Kaltstartproblem des „leeren Notebooks" beseitigt. Es ist die größte einzelne Änderung daran, wie Sie ein Rechercheprojekt in NotebookLM beginnen.

4. Massiv erweiterte Exportformate

Hier wird das Update direkt für diese Website relevant. NotebookLM exportierte früher eine Handvoll Formate — meist PDF-Folien, Audio und Video. Das 2.0-Update erweitert das Exportmenü drastisch, und vieles davon ist jetzt vollständig bearbeitbar:

• Bearbeitbares PPTX — echte PowerPoint-Dateien mit verschiebbaren Textfeldern und Formen, keine flachgedrückten PDFs.
• XLSX-Tabellen — strukturierte Datenausgabe direkt in Excel/Sheets.
• DOCX-Dokumente — bearbeitbare Word-Dokumente für Berichte und Ausarbeitungen.
• CSV-Dateien — rohe strukturierte Daten zum Import in jedes Tool.
• Diagramme und Visualisierungen — erzeugt aus der oben beschriebenen Codeausführungs-Sandbox.

Der Wechsel von „nur PDF" zu bearbeitbarem PPTX schließt insbesondere eine der meistbeklagten Lücken von NotebookLM. Über genau diesen Frust haben wir in unserem Leitfaden zu den Grenzen von NotebookLM geschrieben — und dieses Update behebt ihn an der Quelle.

5. Über 100 kuratierte Software-„Skills"

Aufbauend auf der Codeausführungs-Sandbox hat Google eine Bibliothek von über 100 kuratierten „Skills" hinzugefügt — vorgefertigte Fähigkeiten, die der Agent für gängige Aufgaben aufrufen kann. Denken Sie an Dokumentformatierung, Datenbereinigung, Diagrammgestaltung, statistische Routinen und Dateikonvertierungen, alle so verpackt, dass das Modell zuverlässig zum richtigen Werkzeug greift, statt zu improvisieren.

Für Nutzer bedeutet das konsistentere und professioneller aussehende Ausgaben. Sie müssen nicht wissen, dass eine Aufgabe eine bestimmte Bibliothek oder Technik erfordert; der Skill übernimmt das, und NotebookLM wählt den richtigen für die Aufgabe aus.

6. Transparentes Chain-of-Thought-Reasoning

Da Agenten mehrstufige Arbeit leisten, wird Vertrauen zu einem echten Anliegen — man muss sehen, wie eine Schlussfolgerung zustande kam. Das Update legt transparentes Chain-of-Thought-Reasoning offen: Sie können NotebookLM dabei zusehen, wie es seinen Ansatz plant, sehen, welche Quellen es konsultiert hat, und die Schritte nachverfolgen, die es zur Antwort führten.

Das ist nicht bloß nettes Beiwerk. Für Studierende, Forschende und alle, die Arbeit produzieren, für die sie geradestehen müssen, ist die Möglichkeit, den Denkweg zu prüfen — und die genauen Quellen hinter jeder Aussage zu zitieren —, das, was ein KI-Tool in ernsthaften Kontexten nutzbar macht.

7. Der Haken: Wasserzeichenfreie Exporte brauchen weiterhin Ultra

Bei all dieser neuen Leistung hat sich eines nicht geändert: Kostenlose und Plus-Exporte tragen weiterhin ein „Made with NotebookLM"-Wasserzeichen. Es offiziell zu entfernen erfordert nach wie vor NotebookLM Ultra, das an der Spitze von Googles Preisstaffel steht. Wenn Sie abwägen, ob sich das lohnt, schlüsselt unser Vergleich Free vs. Plus vs. Ultra genau auf, was jede Stufe Ihnen bietet.

Das Update macht NotebookLM also erheblich leistungsfähiger, aber der Monetarisierungshebel bleibt fest an Ort und Stelle. Mehr Formate, dieselbe Wasserzeichen-Richtlinie.

Was das für die Wasserzeichenentfernung bedeutet

Hier ist die praktische Konsequenz. Vor diesem Update tauchten NotebookLM-Wasserzeichen auf einer begrenzten Menge von Ausgaben auf — meist PDF-Folien, Videos und Infografiken. Jetzt ist die Angriffsfläche explodiert:

• Bearbeitbare PPTX-Präsentationen — mit Wasserzeichen.
• DOCX-Berichte — mit Wasserzeichen.
• XLSX- und CSV-Datenexporte — mit Wasserzeichen (oder wasserzeichenähnlichem Branding).
• Erzeugte Diagramme und Visualisierungen — mit Wasserzeichen.
• Videos, PDFs, Infografiken, Audio — weiterhin mit Wasserzeichen, wie zuvor.

Mehr Exportformate bedeuten mehr Wasserzeichen, was bedeutet, dass mehr Menschen einen sauberen Weg brauchen, sie zu entfernen. Ein Student, der einen DOCX-Lernleitfaden exportiert, ein Berater, der ein PPTX-Deck erstellt, ein Analyst, der einen XLSX-Datensatz zieht — sie alle treffen jetzt auf dieselbe „Made with NotebookLM"-Steuer auf professionellen Ergebnissen.

Genau dafür ist unser Tool da. Es läuft vollständig in Ihrem Browser — Dateien berühren nie einen Server — und verarbeitet jedes NotebookLM-Exportformat: Video (FFmpeg WASM delogo), PDF und Folien (Erkennung zusammenhängender Komponenten plus Gradientenfüllung), PPTX (entpacken, bereinigen, neu packen), Infografiken und Gemini-Bilder (verlustfreie Alpha-Kanal-Umkehrung). Während Google das Exportmenü weiter ausbaut, wird ein kostenloser, privater, formatunabhängiger Entferner nur noch nützlicher.

Das Fazit

Das agentische Update vom 8. Juni 2026 ist ein echter Sprung. NotebookLM ging von einem passiven Recherche-Leser zu einem aktiven Agenten über, der Code ausführt, von Grund auf recherchiert und bearbeitbare Dateien in nahezu jedem Büroformat exportiert — alles angetrieben von Gemini 3.5 und dem Antigravity-Framework, mit transparentem Reasoning, das Sie tatsächlich prüfen können.

Es ist in jeder Hinsicht ein stärkeres Tool. Aber das Wasserzeichen auf kostenlosen und Plus-Exporten ist immer noch da, jetzt über weit mehr Formate verteilt als zuvor. Wenn Sie etwas Professionelles produzieren, ist der letzte Schritt in Ihrem Workflow derselbe wie eh und je — den Export säubern. Der Unterschied ist, dass Sie es viel häufiger tun werden.

Häufig gestellte Fragen

Haben die neuen PPTX-, DOCX- und XLSX-Exporte Wasserzeichen?

Ja. In den Stufen Free und Plus tragen die erweiterten Exportformate dasselbe „Made with NotebookLM"-Wasserzeichen-Branding wie die älteren PDF- und Video-Exporte. Nur NotebookLM Ultra entfernt es offiziell — oder Sie entfernen es nach dem Export kostenlos mit einem browserbasierten Tool.

Ändert das agentische Update, wie die Wasserzeichenentfernung funktioniert?

Nicht grundlegend. Das Wasserzeichen wird weiterhin auf die exportierte Datei angewendet, kann also nach dem Export weiterhin entfernt werden. Die Hauptänderung besteht darin, dass es jetzt mehr Dateitypen zu säubern gibt — bearbeitbares PPTX, DOCX, XLSX, CSV und Diagramme — zusätzlich zu den bestehenden Formaten Video, PDF, Folien und Infografik. Ein formatunabhängiger Entferner bewältigt sie alle.

Kann man sich beim Recherchemodus „von Grund auf" auf die Genauigkeit verlassen?

Er ist besser prüfbar als eine typische KI-Websuche, denn NotebookLM schlägt Ihnen Quellen zur Genehmigung vor und zeigt sein Chain-of-Thought-Reasoning, sodass jede Aussage auf eine sichtbare Quelle zurückführt. Behandeln Sie KI-entdeckte Quellen dennoch wie jedes Suchergebnis — prüfen Sie sie, bevor Sie endgültige Ausgaben generieren, besonders bei akademischer oder beruflicher Arbeit.