AgenticBlog Krefeld · Est. 2024
DE | EN
← Zurück zur Übersicht
Workflow

Research Engine: Claude Code, NotebookLM & Obsidian im Team

02.06.2026 · 1 Min. Lesezeit · Dr. Markus Meier
Research Engine: Claude Code, NotebookLM & Obsidian im Team

Klassische Recherche ist meist ein manueller, unstrukturierter Prozess aus Dutzenden offenen Tabs, Videos und Notizenschnipseln. Diese Anleitung zeigt, wie man eine automatisierte Forschungs-Pipeline aufbaut, die auf Knopfdruck YouTube durchsucht, Analysen über NotebookLM ausführt und die Ergebnisse strukturiert in Obsidian speichert.

Die Werkzeuge & Rollen

  • Claude Code (Ausführung): Die CLI-Engine, die Befehle ausführt, Skripte startet und Dateien lokal in Ihrem Obsidian-Vault verwaltet.
  • Skill Creator (Erweiterung): Ein Claude Code Plugin, mit dem Sie per natürlicher Sprache neue Befehle und Workflows generieren können.
  • NotebookLM (Analyse): Führt rechenintensive Dokumenten-Analysen, Zusammenfassungen und Querverweise auf Googles Servern aus (schont Ihre API-Tokens).
  • Obsidian (Gedächtnis): Das lokale Markdown-Archiv. Claude Code liest diese Notizen und lernt kontinuierlich Ihre Vorlieben und Denkstrukturen.

Schritt-für-Schritt-Setup

  • Schritt 1 (Skill-Creator): Installieren Sie den Skill-Creator in Ihrem Obsidian-Vault über Claude Code mit dem Befehl skill-creator.
  • Schritt 2 (YouTube-Suche): Generieren Sie eine Such-Skill, z. B. mit /skill-creator I want to create a skill that searches YouTube (erfordert yt-dlp auf Ihrem System).
  • Schritt 3 (NotebookLM-Verbindung): Installieren Sie das Open-Source-Paket notebooklm-py über Ihr Terminal und führen Sie notebooklm login aus, um die Verbindung zu Ihrem Google-Konto herzustellen.
  • Schritt 4 (NotebookLM-Skill): Bringen Sie Claude Code bei, die API zu nutzen: /skill-creator create a skill to control notebooklm-py.
  • Schritt 5 (Pipeline-Skript): Kombinieren Sie die Skills zu einer Kette: /skill-creator create a YouTube research pipeline.

Der fertige Workflow in Aktion

  • Führen Sie den Befehl aus: /yt-pipeline Research emerging AI agent frameworks in 2026.
  • Automatischer Ablauf: Claude sucht die Top-10 Videos auf YouTube, extrahiert die Transkripte, lädt sie in NotebookLM hoch, führt die Analyse aus und generiert Markdown-Ergebnisse.
  • Resultat: Nach ca. 6 Minuten liegt eine strukturierte Analyse samt Infografik-Daten direkt in Ihrem Obsidian-Vault, ohne manuelle Arbeit.
Agenten-Systeme für Ihr Unternehmen?

Wir helfen Ihnen dabei, autonome Systeme sicher und effizient einzusetzen — von der Architektur bis zum Deployment.

Beratungsgespräch anfragen →