Dunkle Isometrie Browser mit Open Notebook Schriftzug Schloss und Rakete

Was ist Open Notebook?

Open Notebook ist eine Open Source Alternative zu Google NotebookLM, die vollständig self hosted auf dem eigenen Server oder Rechner läuft. Das MIT lizenzierte Projekt von Luis Novo verbindet KI gestützte Recherche, Notizen, Chat mit eigenen Quellen und Multi Speaker Podcast Generation, ohne dass sensible Daten an Google oder einen anderen Cloud Anbieter fließen.

Der entscheidende Unterschied zu NotebookLM: Open Notebook bindet über 18 KI Provider an. Neben OpenAI, Anthropic und Google laufen auch lokale Modelle über Ollama, LM Studio oder jeden OpenAI kompatiblen Endpunkt. Wer seine Recherche komplett auf eigener Hardware betreiben will, kombiniert Open Notebook mit lokalen Modellen und behält damit die volle Datenhoheit, ein zentrales Argument für DSGVO und Berufsgeheimnis.

Das Projekt startete im Oktober 2024, steht mittlerweile bei rund 34.000 GitHub Stars und liegt aktuell in Version 1.10 vor (Stand Juni 2026). Der Stack: Python mit FastAPI im Backend, Next.js und React im Frontend, SurrealDB als Datenbank. Deployment läuft über Docker in wenigen Minuten. Wir testen Open Notebook gerade intern bei NCA und ordnen in diesem Beitrag ein, für wen sich das Tool lohnt.

Inhalt

Open Notebook mit NCA: Schnelle Hilfe vom Experten

Self Hosted KI Werkzeuge sind unser Tagesgeschäft: NCA betreibt den eigenen KI Stack mit Ollama, Qwen und Llama auf Servern in Deutschland und berät seit Jahren Teams beim Aufbau souveräner KI Infrastruktur. Open Notebook testen wir gerade intern und ordnen es gegen NotebookLM, Obsidian und andere Wissenswerkzeuge ein.

Wenn dein Team eine private Recherche Plattform aufbauen will, helfen wir bei der Auswahl und dem Betrieb: von der Vibe Coding Beratung über die Wahl passender KI Modelle für Entwickler und Embedding Modelle für RAG bis zum DSGVO konformen lokalen KI Setup. Auch die Integration in bestehende Workflows mit Ollama oder Open WebUI begleiten wir vom Prototyp bis zum stabilen Betrieb.

Self Hosted KI Recherche für dein Team aufbauen

Finde das passende Angebot für dein Projekt

🤖

Hey! Ich bin CodeBot. Lass uns herausfinden, wie wir dein Projekt zum Fliegen bringen.

Was soll entstehen?

Open Notebook vs Google NotebookLM: Der direkte Vergleich

NotebookLM hat die Kategorie der KI Recherche Notebooks populär gemacht: Quellen hochladen, Fragen stellen, Zusammenfassungen und Audio Overviews generieren. Der Preis dafür ist die vollständige Bindung an Google. Alle Dokumente liegen in der Google Cloud, es laufen ausschließlich Gemini Modelle, und ein API Zugang existiert nicht.

Open Notebook dreht genau diese Punkte um. Die Plattform läuft dort, wo du sie deployst: auf dem eigenen Server, im eigenen Rechenzentrum oder lokal auf der Workstation. Die Modellwahl ist frei, von Qwen über Mistral bis zu vollständig lokalen Setups mit llama.cpp oder vLLM. Dazu kommt eine vollständige REST API, mit der sich Recherche Workflows automatisieren lassen.

Die wichtigsten Unterschiede im Überblick:

Datenhoheit: Self hosted statt Google Cloud, kein Byte verlässt ohne deine Entscheidung die Infrastruktur
Modellwahl: über 18 Provider inklusive lokaler Modelle statt Gemini only
Podcasts: 1 bis 4 Sprecher mit eigenen Profilen statt festem 2 Sprecher Format
API: vollständige REST API und MCP Integration statt geschlossenem System
Kosten: nur die tatsächliche Modellnutzung, mit lokalen Modellen komplett kostenfrei
Citations: hier liegt NotebookLM noch vorn, die Quellenangaben von Open Notebook sind funktional, aber weniger ausgereift

Features: Podcasts, Transformations und Suche über alle Quellen

Open Notebook organisiert Wissen in Notebooks, die beliebige Quelltypen aufnehmen: PDFs, Videos, Audiodateien, Webseiten und Office Dokumente. Über jede Quelle laufen Volltextsuche und Vektorsuche gleichzeitig, dafür braucht es ein Embedding Modell, das ebenfalls frei wählbar ist.

Die auffälligsten Funktionen im Detail:

Multi Speaker Podcasts: 1 bis 4 Sprecher mit konfigurierbaren Episode Profiles, deutlich flexibler als das Deep Dive Format von NotebookLM
Content Transformations: eigene, wiederverwendbare Aktionen für Zusammenfassungen, Insights oder strukturierte Extraktion
Context Aware Chat: Konversationen mit feinkörniger Kontrolle darüber, welche Quellen das Modell sehen darf
Reasoning Support: Thinking Modelle wie DeepSeek R1 und Qwen3 werden vollständig unterstützt
MCP Integration: Anbindung an Claude Desktop, VS Code und andere MCP Clients
REST API: jede Funktion ist programmatisch erreichbar, ideal für automatisierte Recherche Pipelines

Damit positioniert sich Open Notebook zwischen klassischen PKM Werkzeugen wie Obsidian und Logseq auf der einen Seite und reinen Chat Interfaces wie Open WebUI auf der anderen: Es ist quellenzentriert, nicht notizzentriert, und die KI arbeitet immer gegen den eigenen Recherche Korpus.

Installation: Mit Docker in wenigen Minuten startklar

Das Deployment besteht aus zwei Containern: der Open Notebook Anwendung selbst und einer SurrealDB Instanz als Datenbank. Die offizielle docker-compose.yml aus dem Repository reicht für den Start, einzig der Encryption Key muss auf einen eigenen geheimen Wert gesetzt werden.

Code:

          # docker-compose.yml aus dem Repository laden
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml

# OPEN_NOTEBOOK_ENCRYPTION_KEY in der Datei anpassen

# Services starten
docker compose up -d

# UI im Browser oeffnen
# http://localhost:8502

Danach werden die KI Provider direkt in der Oberfläche unter Models konfiguriert: API Key eintragen, Verbindung testen, Modelle synchronisieren und Standard Zuordnungen setzen. Für ein rein lokales Setup ohne API Kosten liefert das Repository ein eigenes Compose File für Ollama mit. Wer statt Docker Desktop eine Desktop App bevorzugt, kann Modelle auch über LM Studio als OpenAI kompatiblen Endpunkt anbinden.

NCA Einordnung: Wir testen Open Notebook gerade intern

Bei NCA läuft Open Notebook derzeit im internen Test. Uns interessiert vor allem die Kombination aus quellenbasierter Recherche und lokalen Modellen: Kundendokumente, Architektur Entscheidungen und Recherchen zu neuen Tools landen in Notebooks, die gegen unseren eigenen Ollama Stack arbeiten. Kein Dokument verlässt dabei die eigene Infrastruktur, ein Punkt, der für viele unserer Kunden aus regulierten Branchen entscheidend ist.

Erste Beobachtungen aus dem Test: Das Docker Setup ist tatsächlich in Minuten erledigt, die Provider Konfiguration in der UI ist sauber gelöst, und die Podcast Generation liefert mit guten TTS Modellen brauchbare Ergebnisse. Auf der anderen Seite braucht die Modellzuordnung pro Aufgabe etwas Einarbeitung, und die Citations sind noch nicht auf NotebookLM Niveau. Für eine Production Empfehlung ist es zu früh, das Tool ist bei uns bewusst im Evaluierungsstatus, ähnlich wie andere Self Hosted Workspaces, die wir zuletzt eingeordnet haben, etwa Odysseus AI.

Ob Open Notebook für dein Team passt, hängt vom Use Case ab: Wer nur Notizen mit KI anreichern will, fährt mit Obsidian oder Logseq schlanker. Wer NotebookLM Workflows mit voller Datenhoheit braucht, findet aktuell keine ernsthaftere Open Source Option. In unserer Vibe Coding Beratung ordnen wir solche Setups gemeinsam mit Teams ein und bauen sie bei Bedarf produktionsreif auf.

Today, self-directed learning is no longer optional, it is essential.

Luis Novo, Creator Open Notebook – GitHub Wiki (24. Oktober 2024)

CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.

NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

E-Mail Kontakt

Häufige Fragen zu Open Notebook

Die wichtigsten Fragen rund um Open Notebook, Installation, Modellwahl und den Vergleich mit Google NotebookLM.

Was ist Open Notebook 2026?

Open Notebook ist eine Open Source Alternative zu Google NotebookLM, die self hosted auf eigener Infrastruktur läuft. Das MIT lizenzierte Tool von Luis Novo verbindet KI Recherche über eigene Quellen, Chat, Notizen und Multi Speaker Podcast Generation mit freier Modellwahl aus über 18 Providern, inklusive lokaler Modelle über Ollama.

Ist Open Notebook 2026 kostenlos?

Ja, die Software selbst ist kostenlos und steht unter MIT Lizenz auf GitHub. Kosten entstehen nur durch die Nutzung von API basierten KI Providern. Wer lokale Modelle über Ollama oder llama.cpp einsetzt, betreibt Open Notebook komplett ohne laufende Kosten, abgesehen von der eigenen Hardware.

Welche KI Modelle unterstützt Open Notebook 2026?

Über 18 Provider, darunter OpenAI, Anthropic, Google, Mistral, Groq, DeepSeek, MiniMax und Ollama für lokale Modelle. Zusätzlich funktioniert jeder OpenAI kompatible Endpunkt, also auch LM Studio oder eine eigene vLLM Instanz. Sprachmodell, Embedding Modell und TTS lassen sich pro Aufgabe getrennt zuordnen.

Ist Open Notebook 2026 DSGVO konform einsetzbar?

Die Voraussetzungen sind sehr gut: Die Anwendung läuft self hosted, und mit lokalen Modellen verlässt kein Dokument die eigene Infrastruktur. Die tatsächliche Konformität hängt vom Gesamtsetup ab, insbesondere von der Wahl der KI Provider. Wer US Cloud APIs anbindet, überträgt Daten dorthin, wer lokal bleibt, behält die volle Kontrolle.

Wie unterscheidet sich Open Notebook von NotebookLM 2026?

Open Notebook läuft self hosted statt in der Google Cloud, bietet freie Modellwahl statt Gemini only, generiert Podcasts mit 1 bis 4 statt fest 2 Sprechern und stellt eine vollständige REST API bereit. NotebookLM liegt bei den Citations und beim Komfort vorn, da keine eigene Installation nötig ist.

Wie installiere ich Open Notebook?

Über Docker: docker-compose.yml aus dem Repository laden, den Encryption Key setzen und docker compose up -d ausführen. Nach 15 bis 20 Sekunden läuft die Oberfläche auf localhost Port 8502. KI Provider werden anschließend direkt in der UI unter Models konfiguriert.

Kann Open Notebook Podcasts erzeugen?

Ja, die Podcast Generation ist eines der stärksten Features. Über Episode Profiles lassen sich 1 bis 4 Sprecher mit eigenen Rollen definieren, das Skript ist vollständig kontrollierbar. Als TTS Provider funktionieren unter anderem OpenAI, ElevenLabs, Google und Mistral.

Welche Quelltypen verarbeitet Open Notebook?

PDFs, Webseiten, Videos, Audiodateien und Office Dokumente. Alle Quellen sind über Volltextsuche und Vektorsuche gleichzeitig durchsuchbar. Der Chat arbeitet mit feinkörniger Kontext Kontrolle, du entscheidest pro Konversation, welche Quellen das Modell sehen darf.

Hat Open Notebook eine API?

Ja, eine vollständige REST API deckt alle Funktionen ab, von Quellen Upload über Transformationen bis zur Podcast Generation. Dazu kommt eine MCP Integration für Claude Desktop, VS Code und andere MCP Clients. Damit lassen sich Recherche Workflows komplett automatisieren.

Setzt NCA Open Notebook produktiv ein?

Noch nicht. Wir testen Open Notebook gerade intern und evaluieren es gegen unseren bestehenden Stack aus Ollama, Obsidian und eigenen RAG Setups. Erste Eindrücke sind positiv, insbesondere die Kombination mit lokalen Modellen. Eine Production Einordnung folgt nach Abschluss der Evaluierung.

A/B Testing mit KI – Automatisiertes Testing für Entwickler 2026