In der heutigen Wissensgesellschaft stehen wir oft vor der Herausforderung, komplexe und tiefgehende Informationen zugänglich zu machen. Für meine Podcast-Formate „DeepDive Show for Workflow“ und „lernen, pogen, Pausenbrot“ habe ich einen Workflow entwickelt, der genau das zum Ziel hat: Hochkomplexe Wissenskonzentrate so aufzubereiten, dass sie für eine breite Hörerschaft verständlich und nachvollziehbar werden. Kernstück dieses Prozesses sind Google NotebookLM und die daraus generierten KI-Audiozusammenfassungen.
Transparenz statt Täuschung: Der bewusste Einsatz von KI
Mir ist es wichtig, von Anfang an klarzustellen: Der Einsatz von Künstlicher Intelligenz in meinem Workflow ist keine Täuschung oder der Versuch, menschliche Arbeit unsichtbar zu machen. Ganz im Gegenteil: Es ist eine gezielte Maßnahme, um die Neutralität und eine hohe Anschlussfähigkeit der Inhalte zu gewährleisten. Die KI, insbesondere die Audio-Zusammenfassungsfunktion von Google NotebookLM, dient als Werkzeug, um umfangreiche Recherchen und diverse Quellen zu einem kohärenten Ganzen zu synthetisieren.
Der Workflow im Detail: Von der Idee zur fertigen Episode
Mein Prozess zur Erstellung einer DeepDive-Podcast-Episode folgt einer strukturierten Vorgehensweise:
- Ideenfindung & Erste Gedanken: Alles beginnt mit einer Idee und dem Nachdenken über vernetzte Themen. Oft geht es darum, gedankliche Brücken zu bauen, wo vorher vielleicht keine waren. Diese ersten Überlegungen und Mutmaßungen nehme ich als Audio auf.
- Transkription & PDF-Erstellung: Das Audio wird transkribiert (z.B. mit Microsoft 365 Word) und als PDF gespeichert. Dieses Dokument enthält meine ursprünglichen Annahmen, die klar als solche markiert sind.
- Prompt-Generierung & Deep Research: Mit einem speziellen Start-Prompt generiere ich einen optimierten Prompt für eine KI (wie Gemini Advanced), um eine detaillierte Tiefenrecherche durchzuführen. Mein Gedanken-Transkript fließt hier mit ein, und die KI wird gebeten, meine Annahmen zu überprüfen.
- Erstellung des Master-Dokuments: Die KI führt die Recherche durch und erstellt ein umfangreiches Master-Dokument, das meine Thesen fundiert und detailliert zusammenfasst.
- Vorbereitung in Google NotebookLM: Das Master-Dokument lade ich als zentrale Quelle in ein Google NotebookLM Projekt hoch.
- Sammeln weiterer Quellen: Ich ergänze das NotebookLM-Projekt um vielfältige Quellen wie Video-Interviews, Vorträge, Studien und Expertenmeinungen. Auch mein ursprüngliches Gedanken-Transkript füge ich wieder hinzu.
- Gezielte Quellensuche & Verifizierung: Ich nutze NotebookLM, um gezielt nach weiteren relevanten Quellen (Personen, Studien, Papers) zu suchen und ungeeignete Quellen auszusortieren. Ziel sind ca. 150-250 Quellen. Über die Chat-Funktion stelle ich Fragen, hinterfrage Thesen und prüfe durch Antithesen, wobei die Antworten als Notizen und weitere Quellen hinzugefügt werden.
- Zeitliche Einordnung: Ich lasse von NotebookLM eine Zeitdokumentation erstellen, um die Informationen chronologisch zu strukturieren.
- Erstellung der Audio-Zusammenfassung: Wenn das Notebook „reif“ ist, generiere ich die Audio-Zusammenfassung in NotebookLM, wobei das Master-Dokument als Fokus dient. Die KI greift dabei auf alle gesammelten Informationen zurück und erstellt eine meist sehr reichhaltige und treffende Zusammenfassung. Auf das Endergebnis habe ich ab diesem Punkt, außer durch die sorgfältige Vorbereitung, keinen direkten Einfluss mehr.
- Post-Produktion & Archivierung: Abschließend erstelle ich Titel und Shownotes und archiviere den gesamten Prozess inklusive aller Quellen für eventuelle Nachfragen.
Warum dieser Ansatz? Ein neuer Weg des Lernens
Dieser Workflow zielt nicht darauf ab, einen „Schönheitswettbewerb“ zu gewinnen oder einen Pulitzerpreis anzustreben. Es geht vielmehr darum, einen neuen Weg des Lernens zu finden und zu ermöglichen. Die durch KI erzeugten Audiozusammenfassungen zeichnen sich oft durch eine hohe Neutralität aus. Sie formulieren komplexe, tiefgehende Wissenskonzentrate so, dass sie für eine breite Anzahl von Menschen mit unterschiedlichen Hintergründen und Vorkenntnissen zugänglich werden.
Die Technologie dient hier als Brücke – sie hilft, die Essenz aus einer Vielzahl von Quellen zu ziehen und sie in einer verständlichen Form aufzubereiten. Es geht darum, Wissen zu demokratisieren und Lernprozesse zu fördern, die über oberflächliche Unterhaltung hinausgehen. Die Stärke liegt in der Fähigkeit, weitreichende Zusammenhänge darzustellen und komplexe Materie greifbar zu machen.
Interesse geweckt?
Dieser Workflow ist ein Beispiel dafür, wie Technologie – bewusst und transparent eingesetzt – neue Möglichkeiten für Wissensvermittlung und Lernen eröffnen kann. Es ist ein pragmatischer Ansatz, der darauf abzielt, Inhalte effektiv aufzubereiten und zugänglich zu machen.
Wenn Sie Interesse daran haben, diesen Workflow für sich selbst, Ihre Organisation oder Ihre Öffentlichkeitsarbeit zu nutzen und mehr darüber erfahren möchten, wie Sie komplexe Inhalte für Ihr Publikum aufbereiten können, kontaktieren Sie mich gerne.
Lassen Sie uns gemeinsam neue Wege des Lernens erkunden!
