YouTube-Recherche automatisieren

20 Stunden YouTube-Videos anschauen, um sich in ein Thema einzuarbeiten? Unrealistisch. Aber genau dort steckt das Wissen: Konferenz-Talks, Experten-Interviews, Branchen-Analysen. Mit einem einfachen Workflow aus Claude Code und NotebookLM machst du in 15 Minuten, wofür andere einen halben Tag brauchen — und das für weniger als 30 Cent.

Video: Zero-Token Research Stack — der Workflow, auf dem dieses Tutorial basiert.

Warum YouTube als Wissensquelle?

500 Stunden pro Minute

Jede Minute werden 500 Stunden Video auf YouTube hochgeladen. Darunter Fachwissen, das in keinem Artikel steht.

Experten teilen dort zuerst

Konferenz-Talks, Produkt-Demos und Branchen-Analysen erscheinen auf YouTube oft Wochen vor dem Fachartikel.

Ungenutzt für Unternehmen

Die meisten Unternehmen nutzen YouTube nur zum Schauen — nicht als systematische Recherche-Quelle. Dein Vorteil.

YouTube ist die zweitgrößte Suchmaschine der Welt — nach Google. Über 2 Milliarden Menschen nutzen die Plattform monatlich. Wer YouTube bei der Recherche ignoriert, verzichtet auf eine der reichhaltigsten Wissensquellen überhaupt.

Was du brauchst

Claude Code

KI-Assistent von Anthropic — läuft im Terminal oder direkt in der Claude Desktop-App. Du gibst Aufträge in normaler Sprache, Claude Code erledigt den Rest. Keine Programmierkenntnisse nötig.

yt-dlp

Kostenloses Open-Source-Werkzeug für YouTube-Metadaten (Titel, Dauer, Aufrufe, Untertitel). Wird von Claude Code im Hintergrund genutzt — du musst es nicht selbst bedienen. Claude Code installiert es bei Bedarf automatisch.

NotebookLM

Googles kostenloses Analyse-Tool unter notebooklm.google.com. Analysiert Dokumente, YouTube-Videos und Webseiten — und erstellt daraus Zusammenfassungen, Audio-Briefings und Präsentationen.

notebooklm-py

Verbindungsstück zwischen Claude Code und NotebookLM — damit können Notebooks erstellt und YouTube-URLs automatisch als Quellen hinzugefügt werden. Claude Code installiert und nutzt dieses Werkzeug selbständig. Mehr Infos (GitHub).

Claude Pro- oder Max-Abo

Für Claude Code brauchst du ein Abo ($20/Monat für Pro oder $100/Monat für Max). NotebookLM ist dagegen komplett kostenlos.

Keine Terminal-Kenntnisse nötig. Claude Code läuft im Terminal oder in der Desktop-App — in beiden Fällen gibst du Aufträge in normaler Sprache. Claude Code kümmert sich selbständig um Installation, Konfiguration und Ausführung der technischen Werkzeuge. Du sagst was du willst, er macht den Rest.

Was sind Tokens? Tokens sind die "Währung" von KI-Modellen. Jedes Wort, das eine KI verarbeitet, verbraucht Tokens — und Tokens kosten Geld. Der Clou an diesem Workflow: Claude Code steuert nur (wenige Tokens), die eigentliche Analyse macht NotebookLM kostenlos. Daher "Zero-Token-Research".

So funktioniert der Workflow

Der gesamte Workflow besteht aus fünf Phasen. Claude Code übernimmt die ersten beiden automatisch, du wählst aus, und NotebookLM analysiert:

Phase 1

Suche

Suchbegriffe an YouTube

Phase 2

Extraktion

Metadaten + Untertitel

Phase 3

Auswahl

Top-Videos filtern

Phase 4

Upload

Automatisch an NotebookLM

Phase 5

Output

Briefing, Audio, Slides

Die 7 Schritte

Thema und Suchbegriffe festlegen

Definiere 3-5 Suchbegriffe für dein Thema. Beispiel: Für "KI im Mittelstand" wären das Begriffe wie "KI Mittelstand Praxis", "AI small business Germany", "KI Einführung Unternehmen". Mische deutsche und englische Begriffe – die besten Experten-Videos sind oft auf Englisch.

Einmaliges Setup: NotebookLM-Verbindung einrichten

Beim ersten Mal muss Claude Code die Verbindung zu NotebookLM herstellen. Sag ihm einfach, er soll das Setup machen — er installiert die nötigen Werkzeuge und öffnet einmalig den Browser zur Anmeldung bei Google. Danach läuft alles automatisch. Das dauert etwa 5 Minuten.

Richte die NotebookLM-Verbindung ein. Installiere notebooklm-py und melde mich an.

Claude Code YouTube durchsuchen lassen

Gib Claude Code deine Suchbegriffe — er durchsucht YouTube automatisch und sammelt alle wichtigen Informationen: Titel, Kanal, Aufrufe, Dauer und Untertitel. Es wird kein Video heruntergeladen, nur die Metadaten ausgelesen.

Suche auf YouTube nach Videos zum Thema "[DEIN THEMA]".
Nutze meine Suchbegriffe und finde die Top-Ergebnisse.
Sammle: Titel, Kanal, Aufrufe, Dauer, Veröffentlichungsdatum.
Erstelle eine Tabelle mit den 15 relevantesten Videos, sortiert nach Aufrufen.

Ergebnisse prüfen und filtern

Claude zeigt dir eine Tabelle mit allen gefundenen Videos. Wähle die 5-10 besten aus – achte auf: Hohe Aufrufzahlen (zeigt Relevanz), seriöse Kanäle (Konferenzen, Fachmedien, bekannte Experten) und aktuelle Videos (weniger als 12 Monate alt). Entferne Werbung, reine Produktvorstellungen und Off-Topic-Videos.

Videos automatisch in NotebookLM laden

Hier kommt der entscheidende Vorteil: Claude Code schickt die ausgewählten Video-URLs direkt an NotebookLM — automatisch, ohne dass du manuell URLs kopieren musst. NotebookLM erstellt ein Notebook, lädt alle Videos als Quellen und extrahiert die gesprochenen Inhalte. Bei 10-15 Videos dauert das etwa 2-3 Minuten.

NotebookLM analysiert und fasst zusammen

Jetzt kommt die eigentliche Analyse. Stelle NotebookLM Fragen zu deinen Videos — direkt aus Claude Code heraus oder über die NotebookLM-Oberfläche: "Was sind die drei wichtigsten Trends?", "Welche konkreten Beispiele werden genannt?", "Wo widersprechen sich die Experten?" NotebookLM antwortet mit Quellenverweisen zu den einzelnen Videos.

Ergebnisse als Deliverables exportieren

NotebookLM kann deine Ergebnisse in verschiedenen Formaten aufbereiten: Als Audio-Zusammenfassung (zwei KI-Stimmen diskutieren deine Ergebnisse), als Briefing-Dokument, als Infografik, als Lernkarten oder als Präsentations-Folien. Alles direkt über Claude Code — ohne die NotebookLM-Oberfläche öffnen zu müssen.

Was du am Ende hast

Audio-Zusammenfassung

Zwei KI-Stimmen diskutieren die Kernaussagen – perfekt für unterwegs

Briefing-Dokument

Strukturierte Zusammenfassung mit Quellenverweisen

Lernkarten

Die wichtigsten Fakten als kompakte Karten zum Wiederholen

Präsentations-Folien

Fertige Slides für Meetings und Entscheidungsvorlagen

Tipp: Die Präsentations-Folien von NotebookLM lassen sich mit Manus weiter bearbeiten. Mehr dazu im Tutorial Präsentationen mit NotebookLM.

Warum das so günstig ist

	Manuell	Mit Workflow
Zeitaufwand	3-4 Stunden	15-20 Minuten
Kosten (KI)	4-6 € (Transkripte + Analyse)	0,10-0,30 €
NotebookLM	—	kostenlos
Videos analysiert	3-5 (realistisch)	10-15

Zero-Token-Erklärung: Bei der manuellen Variante müsstest du alle Video-Transkripte in eine KI kopieren — das verbraucht Tausende Tokens und kostet mehrere Euro. In diesem Workflow steuert Claude Code nur den Suchprozess (wenige Tokens). Die schwere Arbeit — das Lesen und Analysieren der Videos — übernimmt NotebookLM komplett kostenlos.

Anwendungsbeispiele

Wettbewerber-Monitoring

Konferenz-Talks und Interviews deiner Wettbewerber systematisch auswerten. Wer spricht worüber? Welche Strategie zeichnet sich ab?

Trend-Analyse

Monatlich die Top-Videos zu deinem Fachgebiet analysieren. NotebookLM erkennt Muster über Dutzende Videos hinweg, die dir einzeln entgehen würden.

Technologie-Bewertung

Vor einer Investition die Experten-Meinungen zu einer Technologie sammeln. Wer empfiehlt, wer warnt? Mit Quellenverweisen für die Geschäftsleitung.

Fazit

Claude Code steuert, NotebookLM analysiert, du entscheidest. Das ist die Arbeitsteilung, die YouTube-Recherche von einem Zeitfresser zu einem echten Wettbewerbsvorteil macht. Du musst kein einziges Video mehr selbst anschauen — und bekommst trotzdem bessere Ergebnisse, weil du systematisch 10-15 statt 3-5 Videos auswerten kannst.

Nächste Schritte

Schritt 1

Claude Code installieren und einrichten

Schritt 2

Ersten Workflow mit eigenem Thema durchlaufen

Schritt 3

Monatliches Monitoring für dein Fachgebiet einrichten

Ressourcen

Zero-Token Research Stack — Video-Walkthrough des Workflows (englisch)NotebookLM — Googles kostenloses Analyse-Tool notebooklm-py — Python-CLI für NotebookLM (GitHub)

Academy

Claude Code Academy: Coding-Agents meistern

Vertiefe dein Claude Code Wissen — 15 Kapitel zu Skills, Hooks und Automatisierung.

Kurs starten

Weiterlesen

Tutorials

Wettbewerbsanalyse mit KI

Wettbewerber systematisch analysieren – mit KI in wenigen Minuten.