Open Notebook – Der komplette Leitfaden: Open-Source-Alternative zu NotebookLM, verwandle PDFs, Webseiten und Videos in eine KI-Wissensdatenbank

Was ist Open Notebook?

Google NotebookLM ist ein KI-gestützter Forschungsassistent von Google. Nutzer können PDFs, Dokumente und Webseiten hochladen, mit diesen Materialien chatten, Zusammenfassungen erstellen und sogar Podcasts generieren lassen. Doch es gibt einen entscheidenden Nachteil: Alle deine Daten liegen in der Google-Cloud, und du bist auf Googles eigenes Gemini-Modell beschränkt.

Open Notebook ist eine vollständig open-source und selbst hostbare Alternative zu NotebookLM, entwickelt vom Entwickler lfnovo. Die Kernphilosophie lautet: Wissensmanagement sollte nicht von Tech-Giganten monopolisiert werden und darf nicht auf Kosten der Privatsphäre gehen.

Stand Juni 2026 hat Open Notebook auf GitHub mehr als 26.000 Sterne erhalten und gewinnt täglich hunderte neue Sterne hinzu. Es ist derzeit eines der beliebtesten Open-Source-KI-Tools.

Open Notebook vs. Google NotebookLM – Der direkte Vergleich

Aus dem Vergleich wird deutlich: Die Hauptvorteile von Open Notebook liegen in der Datenhoheit und der Flexibilität. Für Forscher, die Wert auf Privatsphäre legen, für Unternehmensentwickler oder Nutzer, die angepasste Workflows benötigen, ist Open Notebook die geeignetere Wahl gegenüber NotebookLM.

Warum Open Notebook wählen?

1. Datenschutz first: Deine Daten gehören dir

Bei der Nutzung von NotebookLM werden alle hochgeladenen PDFs, Notizen und Chatverläufe auf Googles Servern gespeichert. Für Inhalte, die Geschäftsgeheimnisse, akademische Forschung oder persönliche sensible Informationen betreffen, kann dies ein Sicherheitsrisiko darstellen.

Open Notebook setzt auf eine Self-Hosting-Architektur. Alle Daten werden auf deinem eigenen Rechner oder Server gespeichert. In Kombination mit SurrealDB als Backend-Datenbank hast du die volle Kontrolle darüber, wo die Daten gespeichert sind und wer darauf zugreifen kann.

2. Unterstützung für 18+ KI-Anbieter

Open Notebook nutzt die Bibliothek Esperanto, um einen einheitlichen Zugang zu den wichtigsten KI-Anbietern zu ermöglichen:

Das bedeutet, du kannst: - Ollama lokal ausführen, um Llama 3 oder Qwen-Modelle zu nutzen – komplett offline und ohne API-Kosten - Groq für ultraschnelle Inferenz verwenden (ideal für schnelle Antworten) - DeepSeek für kostengünstige chinesische Sprachverarbeitung einsetzen - Jederzeit zwischen Anbietern wechseln, um Vendor-Lock-in zu vermeiden

3. Professionelle Podcast-Generierung

Die Podcast-Funktion von Open Notebook ist flexibler als die von NotebookLM:

• 1–4 Sprecher: Du kannst Stimme, Tonfall und Fachwissen jeder Rolle individuell anpassen
• Episode Profiles: Definiere Thema, Stil und Zielgruppe für jede Podcast-Episode
• Skriptvorschau und -bearbeitung: Überprüfe und bearbeite das Skript, bevor die Audio-Datei erstellt wird
• Mehrsprachigkeit: Unterstützt Englisch, Chinesisch, Japanisch, Portugiesisch und weitere Sprachen

Im Vergleich dazu ist die Podcast-Funktion von NotebookLM auf ein festes Zwei-Personen-Gespräch (eine männliche und eine weibliche Stimme) beschränkt. Der Stil ist einheitlich und nicht anpassbar.

4. Vollständige REST-API

Open Notebook bietet eine vollständige REST-API (standardmäßig unter http://localhost:5055/docs), die Folgendes unterstützt:

• Erstellen und Verwalten von Notebooks
• Hochladen und Verarbeiten verschiedener Quelldateitypen (PDFs, Videos, Webseiten usw.)
• Ausführen KI-gestützter Notizgenerierung und Inhaltstransformationen
• Abfragen von Chatverläufen und Kontext

Dadurch lässt sich Open Notebook nahtlos in bestehende Workflows integrieren, zum Beispiel: - Automatische Archivierung von Slack-/Discord-Diskussionen in einem Notebook - Regelmäßiges Crawlen bestimmter Websites und Generieren von Zusammenfassungen - Integration in CI/CD-Pipelines zur automatischen Erstellung technischer Dokumentationszusammenfassungen

Schnellstart: Open Notebook in 5 Minuten bereitstellen

Die offiziell empfohlene Methode zur Bereitstellung von Open Notebook ist Docker Compose. Der gesamte Vorgang erfordert nur zwei Befehle.

Voraussetzungen

• Docker Desktop ist installiert und läuft
• Mindestens 4 GB freier Speicherplatz (für SurrealDB-Daten und lokalen Cache)
• Ein API-Schlüssel eines KI-Anbieters (oder kein Schlüssel erforderlich, wenn du Ollama lokal verwendest)

Schritt 1: docker-compose.yml herunterladen

curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml

Oder erstelle die Datei docker-compose.yml manuell:

services:
  surrealdb:
    image: surrealdb/surrealdb:v2
    command: start --log info --user root --pass root rocksdb:/mydata/mydatabase.db
    user: root
    ports:
      - "8000:8000"
    volumes:
      - ./surreal_data:/mydata
    restart: always

  open_notebook:
    image: lfnovo/open_notebook:v1-latest
    ports:
      - "8502:8502"   # Web-UI
      - "5055:5055"   # REST-API
    environment:
      - OPEN_NOTEBOOK_ENCRYPTION_KEY=change-me-to-a-secret-string
      - SURREAL_URL=ws://surrealdb:8000/rpc
      - SURREAL_USER=root
      - SURREAL_PASSWORD=root
      - SURREAL_NAMESPACE=open_notebook
      - SURREAL_DATABASE=open_notebook
    volumes:
      - ./notebook_data:/app/data
    depends_on:
      - surrealdb
    restart: always

Wichtig: Ändere OPEN_NOTEBOOK_ENCRYPTION_KEY in einen geheimen String deiner Wahl, zum Beispiel my-super-secret-key-2026. Dieser Schlüssel wird verwendet, um sensible Informationen (wie API-Schlüssel) zu verschlüsseln, die in der Datenbank gespeichert sind.

Schritt 2: Dienste starten

docker compose up -d

Warte 15–20 Sekunden, bis SurrealDB initialisiert ist. Öffne dann im Browser:

http://localhost:8502

Du solltest die Anmelde-/Registrierungsseite von Open Notebook sehen.

Schritt 3: API-Schlüssel konfigurieren

1. Beim ersten Besuch wirst du aufgefordert, ein Administratorkonto zu erstellen
2. Nach der Anmeldung gehe zu Settings → API Keys
3. Klicke auf Add Credential
4. Wähle deinen KI-Anbieter (z. B. OpenAI, Anthropic, Google usw.)
5. Füge den API-Schlüssel ein und klicke auf Save
6. Klicke auf Test Connection, um die Verbindung zu überprüfen
7. Klicke auf Discover Models, um verfügbare Modelle automatisch abzurufen
8. Klicke auf Register Models, um die Registrierung abzuschließen

Wenn du keinen API-Schlüssel hast, kannst du ihn von folgenden Plattformen beziehen: - OpenAI - Anthropic - Google AI Studio - Groq (hat eine kostenlose Stufe)

Null-Kosten lokale Ausführung mit Ollama

Wenn du completely kostenlos und offline arbeiten möchtest, kannst du Ollama kombinieren:

# Ollama installieren (macOS/Linux)
curl -fsSL https://ollama.ai/install.sh | sh

# Ein leichtgewichtiges Modell pullen
ollama pull llama3.2:3b

# Ollama-Dienst starten
ollama serve

Konfiguriere dann in den API-Key-Einstellungen von Open Notebook: 1. Füge eine neue Berechtigung hinzu und wähle als Anbieter Ollama 2. Gib als URL http://host.docker.internal:11434 ein (Zugriff vom Docker-Container auf den Host) 3. Teste die Verbindung und registriere die Modelle

So kannst du alle Funktionen von Open Notebook nutzen, ohne API-Gebühren zu zahlen (außer für TTS-Podcast-Generierung, die externe Dienste erfordert).

Kernfunktionen in der Praxis

Erstes Notebook erstellen

Nach der Anmeldung bei Open Notebook klicke oben links auf + New Notebook:

1. Notebook-Name: Zum Beispiel „KI-Trendforschung 2026"
2. Beschreibung (optional): Kurze Erläuterung des Notebook-Zwecks
3. Standardmodell auswählen: Wähle eines der registrierten Modelle als Standard-Chatmodell
4. Klicke auf Create

Jedes Notebook ist eine eigenständige Wissensdatenbank. Du kannst für verschiedene Projekte unterschiedliche Notebooks erstellen, zum Beispiel: - „Python-Lernnotizen" - „Wettbewerbsanalysebericht" - „Produktdokumentationsbibliothek"

Quellen hinzufügen (Sources)

Open Notebook unterstützt verschiedene Quelltypen. Dies ist eine der stärksten Funktionen.

Unterstützte Quelltypen

PDF hinzufügen – Beispiel

1. Klicke auf der Notebook-Seite auf Add Source
2. Wähle Upload File
3. Ziehe eine PDF-Datei per Drag & Drop hinein oder wähle sie aus (z. B. eine arXiv-Studie)
4. Warte, bis die Verarbeitung abgeschlossen ist (das System extrahiert automatisch Text und generiert Vektor-Embeddings)
5. In der Quellenliste siehst du den Verarbeitungsstatus und die Wortanzahl

Webseiten-Link hinzufügen – Beispiel

1. Klicke auf Add Source → Web Page
2. Füge die URL ein, zum Beispiel https://arxiv.org/abs/2401.12345
3. Open Notebook crawlt die Seite automatisch und extrahiert den Hauptinhalt
4. Wenn die Seite eine Paywall oder Anti-Crawling-Mechanismen hat, musst du den Inhalt möglicherweise manuell kopieren und einfügen

Mit deiner Wissensdatenbank chatten (Chat)

Nachdem du Quelldateien hinzugefügt hast, kannst du mit der KI chatten.

Auf der rechten Seite der Notebook-Seite befindet sich das Chat-Panel:

1. Kontextbereich auswählen: - „All Sources": Basierend auf allen Quelldateien antworten - „Selected Sources": Nur basierend auf ausgewählten Dateien antworten - „Notes Only": Nur basierend auf manuell erstellten Notizen antworten

2. Frage eingeben, zum Beispiel: Was sind die Kernbeiträge dieser Studie? Fasse drei Schlüsselpunkte auf Chinesisch zusammen.

3. Zitate ansehen: Die KI-Antwort enthält Quellenangaben. Klicke auf ein Zitat, um zur entsprechenden Stelle im Originaltext zu springen

4. Als Notiz speichern: Wenn die KI-Antwort wertvoll ist, klicke auf Save as Note, um sie dauerhaft zu speichern

KI-gestützte Notizen generieren

Neben dem Echtzeit-Chat unterstützt Open Notebook auch die Batch-Generierung von Notizen:

1. Klicke auf der Notebook-Seite auf Generate Notes
2. Wähle die zu verarbeitenden Quelldateien aus (Mehrfachauswahl möglich)
3. Wähle eine Notizvorlage: - Summary: Generiere eine Gesamtzusammenfassung - Key Points: Extrahiere wichtige Punkte - Q&A: Generiere häufig gestellte Fragen und Antworten - Custom: Benutzerdefinierter Prompt
4. Klicke auf Generate und warte, bis die KI-Verarbeitung abgeschlossen ist
5. Die generierten Notizen erscheinen im linken Notizbereich und können weiter bearbeitet werden

Inhaltstransformationen (Transformations)

Content Transformations ist eine erweiterte Funktion von Open Notebook. Sie ermöglicht es dir, benutzerdefinierte KI-Verarbeitungsaktionen auf Quelldateien anzuwenden.

Du kannst zum Beispiel eine Transformation erstellen, um: - Alle technischen Dokumente ins Chinesische zu übersetzen - Aktionspunkte (Action Items) aus Meeting-Protokollen zu extrahieren - Lange Blogartikel auf 500 Wörter zu komprimieren

Konfigurationsschritte: 1. Gehe zu Settings → Transformations 2. Klicke auf New Transformation 3. Definiere Name und Prompt-Vorlage, zum Beispiel: Bitte übersetze das folgende technische Dokument ins vereinfachte Chinesisch. Achte auf die Genauigkeit der Fachbegriffe: {{content}} 4. Nach dem Speichern kannst du diese Transformation durch Rechtsklick auf eine beliebige Quelldatei ausführen

Podcast-Generierung: Verwandele Notizen in Audio-Shows

Die Podcast-Generierungsfunktion von Open Notebook ist eines seiner charakteristischsten Features. Du kannst den Inhalt jedes Notebooks in einen professionellen Multi-Personen-Dialog-Podcast verwandeln.

Podcast-Rollen konfigurieren

1. Gehe zu Settings → Podcast Profiles
2. Klicke auf New Profile
3. Definiere Rollen: - Moderator: Führt durch das Thema, stellt Fragen - Experte A: Erklärt technische Details im Tiefgang - Experte B: Bietet alternative Perspektiven oder Gegenargumente - (Optional) Erzähler: Verantwortlich für Intro und Outro

Für jede Rolle kannst du konfigurieren: - Stimmentyp: Männlich/Weiblich/Neutral - Sprechgeschwindigkeit: Langsam/Normal/Schnell - Tonstil: Formell/Entspannt/Humorvoll/Seriös - TTS-Anbieter: OpenAI, ElevenLabs, Google usw.

Podcast generieren

1. Klicke auf der Notebook-Seite auf Generate Podcast
2. Wähle die einzubeziehenden Quelldateien und Notizen aus (das System extrahiert automatisch relevante Inhalte)
3. Wähle ein Podcast-Profil
4. Lege das Zeitziel fest (z. B. 10 Minuten, 20 Minuten)
5. Klicke auf Generate Script, um das Skript in der Vorschau anzuzeigen
6. Überprüfe und bearbeite das Skript (optional)
7. Klicke auf Generate Audio, um die Audio-Datei zu synthetisieren
8. Nach Abschluss kannst du die MP3-Datei herunterladen oder online abspielen

Praktische Anwendungsszenarien

• Lernrückblick: Wandele die Lernnotizen einer Woche in einen Podcast um, den du während des Pendelns hörst
• Wissensaustausch: Erstelle interne Schulungsmaterialien als Audio für dein Team
• Content-Recycling: Konvertiere Blogartikel in Podcasts und veröffentliche sie auf Spotify/Apple Podcasts
• Sprachenlernen: Generiere Podcasts in der Zielsprache, um das Hörverständnis zu üben

REST-API in der Praxis: Automatisiere deinen Workflow

Open Notebook bietet eine vollständige REST-API, die standardmäßig unter http://localhost:5055 läuft. Die API-Dokumentation ist über die Swagger UI verfügbar: http://localhost:5055/docs

Authentifizierung

Alle API-Anfragen müssen im Header ein API-Token enthalten:

curl -H "Authorization: Bearer YOUR_API_TOKEN" \
  http://localhost:5055/api/notebooks

Du kannst API-Tokens unter Settings → API Keys generieren.

Häufige API-Beispiele

1. Alle Notebooks auflisten

curl -H "Authorization: Bearer $TOKEN" \
  http://localhost:5055/api/notebooks

Antwort:

{
  "notebooks": [
    {
      "id": "nb_abc123",
      "title": "KI-Trendforschung 2026",
      "created_at": "2026-06-07T10:00:00Z",
      "source_count": 5,
      "note_count": 12
    }
  ]
}

2. Neues Notebook erstellen

curl -X POST -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"title": "Neue Produktrecherche", "description": "Wettbewerbsanalysedatenbank"}' \
  http://localhost:5055/api/notebooks

3. Quelldatei hochladen

curl -X POST -H "Authorization: Bearer $TOKEN" \
  -F "file=@research-paper.pdf" \
  -F "notebook_id=nb_abc123" \
  http://localhost:5055/api/sources/upload

4. Chat-Anfrage senden

curl -X POST -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "notebook_id": "nb_abc123",
    "message": "Fasse die Kernpunkte dieser Studie zusammen",
    "model": "gpt-4o",
    "temperature": 0.7
  }' \
  http://localhost:5055/api/chat

Python-Client-Beispiel

import requests

BASE_URL = "http://localhost:5055/api"
TOKEN = "your_api_token_here"
headers = {"Authorization": f"Bearer {TOKEN}"}

# Alle Notebooks abrufen
response = requests.get(f"{BASE_URL}/notebooks", headers=headers)
notebooks = response.json()["notebooks"]

for nb in notebooks:
    print(f"Notebook: {nb['title']} ({nb['source_count']} Quellen)")

# Neues Notebook erstellen
new_nb = requests.post(
    f"{BASE_URL}/notebooks",
    headers=headers,
    json={"title": "Test-Notebook", "description": "API-Test"}
)
print(f"Erstellt: {new_nb.json()['id']}")

Mit der REST-API kannst du Open Notebook in bestehende Automatisierungs-Workflows integrieren, zum Beispiel: - Regelmäßiges Abrufen neuer Artikel aus RSS-Feeds und Generieren von Zusammenfassungen - Automatisches Archivieren von Slack-Kanaldiskussionen in einem Notebook - Integration in CI/CD-Pipelines zur automatischen Generierung technischer Impact-Analysen von Codeänderungen

Erweiterte Konfiguration

Passwortschutz für öffentliche Bereitstellungen

Wenn du Open Notebook auf einem öffentlich zugänglichen Server bereitstellst, empfiehlt es sich, einen Passwortschutz zu aktivieren:

Füge in docker-compose.yml die Umgebungsvariable hinzu:

open_notebook:
  environment:
    - OPEN_NOTEBOOK_PASSWORD=my-secure-password

Nach dem Neustart des Dienstes ist bei Zugriff auf die Web-UI ein Passwort erforderlich.

Eigene Domain und HTTPS

Mit Nginx als Reverse Proxy kannst du eine eigene Domain und HTTPS einrichten:

server {
    listen 443 ssl;
    server_name notebook.example.com;

    ssl_certificate /etc/letsencrypt/live/notebook.example.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/notebook.example.com/privkey.pem;

    location / {
        proxy_pass http://localhost:8502;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }

    location /api/ {
        proxy_pass http://localhost:5055/api/;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

Datensicherung

Die Daten von Open Notebook werden in zwei Verzeichnissen gespeichert: - ./surreal_data/: SurrealDB-Datenbankdateien - ./notebook_data/: Hochgeladene Quelldateien und Cache

Regelmäßige Backups dieser beiden Verzeichnisse sind ausreichend:

# Backup erstellen
tar czf open-notebook-backup-$(date +%Y%m%d).tar.gz \
  surreal_data/ notebook_data/

# Backup wiederherstellen
tar xzf open-notebook-backup-20260607.tar.gz

Häufige Probleme und Lösungen

1. Web-UI nach Docker-Container-Start nicht erreichbar

Symptom: docker compose up -d war erfolgreich, aber http://localhost:8502 ist nicht erreichbar

Lösung:

# Container-Status prüfen
docker compose ps

# Logs anzeigen
docker compose logs open_notebook
docker compose logs surrealdb

# Wenn SurrealDB noch nicht bereit ist, warte 30 Sekunden und versuche es erneut
docker compose restart

2. API-Schlüssel-Verbindungstest fehlgeschlagen

Symptom: Beim Testen der OpenAI/Anthropic-Verbindung in den Einstellungen wird ein Fehler angezeigt

Lösung: - Stelle sicher, dass der API-Schlüssel korrekt und nicht abgelaufen ist - Überprüfe die Netzwerkverbindung (in einigen Regionen kann ein Proxy erforderlich sein) - Prüfe die Docker-Logs auf SSL- oder Timeout-Fehler - Versuche, die API direkt vom Host aus aufzurufen, um die Gültigkeit des Schlüssels zu bestätigen

3. Ollama-Modelle werden nicht erkannt

Symptom: Nach Hinzufügen der Ollama-Berechtigung gibt Discover Models eine leere Liste zurück

Lösung:

# Sicherstellen, dass Ollama läuft
ollama list

# Verbindung vom Docker-Container aus testen
docker exec -it <open_notebook_container_id> curl http://host.docker.internal:11434/api/tags

# Wenn die Verbindung fehlschlägt, prüfe die Docker-Netzwerkkonfiguration
# macOS/Docker Desktop unterstützt host.docker.internal standardmäßig
# Unter Linux kann zusätzliche Konfiguration erforderlich sein

4. PDF-Verarbeitung fehlgeschlagen oder Inhalt leer

Symptom: Nach dem Hochladen einer PDF-Datei zeigt die Quelle „Verarbeitung abgeschlossen" an, aber die Wortanzahl ist 0

Lösung: - Stelle sicher, dass die PDF keine gescannte Datei ist (gescannte Dateien erfordern OCR, das Open Notebook derzeit nicht unterstützt) - Öffne die Datei in einem anderen PDF-Reader, um zu bestätigen, dass der Text kopierbar ist - Prüfe die Docker-Logs auf Speicherfehler - Große Dateien (>50 MB) erfordern möglicherweise eine Erhöhung des Docker-Speicherlimits

5. Schlechte Audioqualität bei Podcast-Generierung

Symptom: Die generierte Podcast-Stimme klingt mechanisch oder unnatürlich

Lösung: - Wechsle zu einem hochwertigen TTS-Anbieter (z. B. ElevenLabs) - Passe die Parameter für Sprechgeschwindigkeit und Tonstil im Rollenprofil an - Stelle sicher, dass das ausgewählte TTS-Modell die Zielsprache unterstützt - Überprüfe, ob das API-Kontingent ausreichend ist

Fazit

Open Notebook ist derzeit die ausgereifteste Open-Source-Alternative zu NotebookLM. In folgenden Aspekten übertrifft es Googles natives Produkt:

1. Datenhoheit: Die Self-Hosting-Architektur stellt sicher, dass deine Forschungsdaten vollständig privat bleiben
2. Modellfreiheit: Unterstützung für 18+ KI-Anbieter, kein Vendor-Lock-in
3. Funktionsreichhaltigkeit: Professionelle Podcast-Generierung, REST-API, benutzerdefinierte Transformationsaktionen
4. Kostenkontrolle: Optionale lokale Ollama-Nutzung für null API-Kosten
5. Open-Source-Transparenz: Apache 2.0-Lizenz, community-getriebene Entwicklung

Für Forscher, die Wert auf Privatsphäre legen, für Entwickler, die angepasste Workflows benötigen, oder für Wissensarbeiter, die sich einfach von der Dominanz der Tech-Giganten lösen möchten, ist Open Notebook ein Tool, dessen Einarbeitung sich lohnt.

Nächste Schritte: - Besuche das GitHub-Repository, um über die neuesten Entwicklungen informiert zu bleiben - Tritt der Discord-Community bei, um dich mit anderen Nutzern auszutauschen - Lies die offizielle Dokumentation für detailliertere Tutorials - Stelle es lokal bereit und erstelle dein erstes Notebook

Dieser Artikel basiert auf Open Notebook v1. Das Projekt wird kontinuierlich weiterentwickelt. Für spezifische Funktionen siehe bitte die neueste Version.