DeNA-Vorsitzende Tomoko Namba hat eine Recherchemethode, die sie immer anwendet, bevor sie jemanden zum ersten Mal trifft.
Sie sammelt Informationen über die Person mit einer KI-Suche, wirft alles in NotebookLM und stellt während ihres Arbeitswegs Fragen.
Das war's.
Um ehrlich zu sein, als ich zum ersten Mal davon hörte, dachte ich: "Sie ist eine Top-Managerin in Japan, also muss sie ein spezielles Tool verwenden."
Aber als ich genauer hinsah, lag ich falsch.
Sie verwendet kostenlose Tools, die jeder von uns heute nutzen kann.
In diesem Artikel werde ich meine Aufzeichnungen darüber teilen, wie ich als Amateur die Recherchemethode von Frau Namba mit NotebookLM nachgebaut habe.
Obwohl NotebookLM am 8. Juni einer umfassenden Überarbeitung unterzogen wurde, kann dieser Ablauf vollständig im kostenlosen Tarif nachvollzogen werden.
Wenn Sie diesen Artikel gelesen haben, kennen Sie das Vorgehen, um Ihren Geschäftspartner für das morgige Meeting in nur 30 Minuten vollständig zu analysieren.
Das Erstaunliche ist nicht die Leistung des Tools selbst.
Es ist die Arbeitsteilung: die Trennung von "Suchen" und "Verinnerlichen".
Kapitel 1: Das Geheimnis der Recherchemethode von Frau Namba ist einfach die Trennung von "Suchen" und "Verinnerlichen"
Lassen Sie uns zunächst ordnen, was Frau Namba tut.
Die Quelle ist ihre eigene Aussage auf dem DeNA AI Day im Februar 2025.
Das Vorgehen ist wie folgt:
- Fragen Sie die Such-KI Perplexity: "Was sind die Pflichtlektüre-Artikel über diese Person?"
- Geben Sie alle vorgeschlagenen URLs von Artikeln, Videos und X (Twitter) in NotebookLM ein.
- Fragen Sie NotebookLM auf der Taxifahrt zum Meeting Dinge wie: "Was denkt diese Person über die Trump-Administration?"
Damit verinnerlicht sie die Interessen und Perspektiven einer Person, die sie zum ersten Mal trifft, und das nur während ihrer Reisezeit.
Das Wichtige dabei ist die Rollenverteilung zwischen den beiden Tools.
Perplexity ist der "Sammler", der aus dem riesigen Ozean des Internets relevante Artikel herauspickt.
NotebookLM ist der "Leser", der nur die gesammelten Artikel liest und nur aus diesen antwortet.
Warum trennen? Denn wenn man eine KI alles machen lässt, mischen sich Halluzinationen (Lügen) ein.
NotebookLM antwortet nur aus dem Material, das Sie bereitstellen.
Deshalb kann es Ihnen sogar genau zeigen, wo im Quellmaterial etwas steht, indem es Zitate verwendet, was Halluzinationen unwahrscheinlicher macht.
Es gibt einen handfesten Grund für diese Arbeitsteilung.
Wenn Sie eine Such-KI bitten, "alles zusammenzufassen", mischt sie Informationen aus dem gesamten Internet ein, möglicherweise auch Dinge, die die Person nie gesagt hat.
Aber NotebookLM verlässt nie den Rahmen der von Ihnen bereitgestellten Artikel.
Daher bleibt nur das, was die Person "tatsächlich gesagt hat", in Ihren Händen.
Das Unheimlichste vor einem Geschäftstermin ist, mit jemandem auf der Grundlage falscher Annahmen zu sprechen.
Die Stärke dieses zweistufigen Ansatzes ist, dass er dies strukturell verhindert.
Wenn ich als KI-Berater in kleine und mittlere Unternehmen gehe, ist dies das erste Konzept, das ich vermittle.
Viele Unternehmen beginnen damit, darüber nachzudenken, "welches Tool sie einführen sollen."
Aber was wirklich effektiv ist, ist, vorher zu entscheiden, "welche Aufgabe man der KI übergeben soll."
Recherche, Zusammenfassung und das Erstellen von Entwürfen werden der KI übergeben.
Die endgültige Entscheidung und die Arbeit mit Menschen bleiben beim Menschen.
Diese klare Trennung ist für die Ergebnisse um ein Vielfaches effektiver, als einfach nur die Anzahl neuer Tools zu erhöhen.
Was Frau Namba tut, ist letztlich dieselbe Arbeitsteilung.
Das ist der Überblick über die Methode. Als Nächstes erkläre ich, warum es jetzt Sinn ergibt, dies mit dem "neuen" NotebookLM zu tun.
Kapitel 2: Warum jetzt das "neue" NotebookLM? | Das Gehirn wurde am 8. Juni zu Gemini 3.5
Frau Namba sprach Anfang 2025 über diese Nutzung.
Seitdem hat sich NotebookLM zu etwas anderem entwickelt.
Die größte Änderung war das Update vom 8. Juni 2026.
Google erklärte in seinem offiziellen Blog, dass NotebookLM jetzt auf Gemini 3.5, der neuen Generation von Gemini, und einem Fundament namens Antigravity läuft.
Dies brachte drei große Neuerungen mit sich:
- Die KI kann jetzt selbstständig im Web nach Quellen suchen und diese vorschlagen, selbst bei vagen Fragen.
- Jedes Notebook hat eine Cloud-Umgebung, in der es Code zur Analyse schreiben und ausführen kann.
- Forschungsergebnisse können in verschiedenen Formaten ausgegeben werden, z. B. als PDF, Word, Excel, PowerPoint und Bilder.
Laut Googles interner Bewertung übertraf das überarbeitete System die Vorgängerversion in wichtigen Kategorien um durchschnittlich über 65 %.
Ab hier schreibe ich ehrlich, um Missverständnisse zu vermeiden.
Diese neuen Funktionen vom 8. Juni werden derzeit vorab für den Spitzen-Tarif Ultra (ab 14.500 Yen/Monat) und einige Workspace Business-Nutzer bereitgestellt.
Die offizielle Aussage besagt, dass sie dies schrittweise auf andere Nutzer ausweiten werden.
Mit anderen Worten: Es ist nicht so, dass "jeder alle diese neuen Funktionen ab heute kostenlos nutzen kann."
Es wäre gelogen zu sagen, dass man hier alles kostenlos machen kann.
Aber das ist der wichtige Teil.
Frau Nambas Methode ist ursprünglich die Art "Quellen selbst mit Perplexity sammeln und einfügen."
Sie müssen nicht auf die automatische Erkundung in Schritt 1 warten; das Verfahren selbst kann mit dem aktuellen NotebookLM nachgebildet werden.
Darüber hinaus ist die Kernfunktion "nur aus den bereitgestellten Materialien mit Quellenangaben antworten" von Anfang an kostenlos verfügbar.
Dieser Kern ist genau das, was für die Recherche über einen Geschäftspartner benötigt wird.
Selbst in der kostenlosen Version erlaubt NotebookLM bis zu 500.000 Wörter pro Quelle.
500.000 Wörter entsprechen 4 oder 5 Taschenbüchern.
Sie können mehr als 10 Transkripte von Artikeln und Videos der Person hineinwerfen und haben immer noch Platz.
Außerdem können Sie bis zu 50 Quellen in ein einziges Notebook legen.
Während wir auf die vollen Funktionen mit dem neuen Gehirn warten, während sie ausgerollt werden, ist es praktisch, zuerst das Verfahren auszuprobieren, das kostenlos durchgeführt werden kann.
Nachdem die Werkzeuge bereit sind, zeige ich Ihnen das genaue Verfahren, das ich verwendet habe, um dies in 30 Minuten nachzubilden.
Kapitel 3: Das vollständige Verfahren, das ein Amateur in 10 Minuten nachbildete | Einen Geschäftspartner durchleuchten
Ab hier ist dies ein Protokoll, wie ich es für einen fiktiven Geschäftspartner nachgebildet habe.
Es gibt keine speziellen Operationen. Ich habe keinen Code geschrieben.
1. Sammeln Sie Pflichtlektüre-Artikel mit Perplexity
Öffnen Sie zuerst Perplexity und fragen Sie:
"Bitte nennen Sie mir die Pflichtlektüre-Artikel, Interviews und Vortragsinformationen zu Herrn/Frau [Name] von [Firmenname]. Bitte fügen Sie die Quell-URLs bei."
Dann werden Ihnen URLs zu verwandten Artikeln und Videos mit Quellenlinks zurückgegeben.
Nehmen Sie nicht alles blind für bare Münze; wählen Sie nur die URLs aus, die relevant erscheinen.
2. Geben Sie die URLs in das neue NotebookLM ein
Erstellen Sie als Nächstes ein neues Notebook in NotebookLM und fügen Sie die gesammelten URLs über "Quelle hinzufügen" auf der linken Seite ein.
Mehrere URLs können auf einmal eingegeben werden, wenn sie durch Zeilenumbrüche getrennt sind.
YouTube-Videos können direkt hinzugefügt werden, und X-Beiträge können durch Kopieren und Einfügen des Textes hinzugefügt werden.
Hier ist ein Tipp:
Mischen Sie verschiedene Quellentypen, wie Interviewartikel der Person, Vortragsvideos und aktuelle X-Beiträge.
Offizielle Aussagen enthalten oft viele Floskeln, während X-Beiträge fragmentarisch sein können.
Durch das Mischen beider können Sie sogar das Spektrum zwischen der "öffentlichen Haltung und den wahren Gefühlen" der Person erkennen.
In dem Moment, in dem Sie sie einfügen, liest das neue Gehirn alles und liefert eine allgemeine Zusammenfassung in Dutzenden von Sekunden.
3. Vertiefen Sie Ihr Verständnis der Person per Chat
Das ist das Hauptereignis. Stellen Sie im Chat-Bereich in der Mitte Fragen, die für das Geschäftstreffen effektiv sein werden.
Hier ist ein Beispiel-Prompt:
1Bitte agieren Sie als Assistent zur Vorbereitung auf ein Meeting.2Basierend ausschließlich auf den hochgeladenen Materialien, strukturieren Sie bitte Folgendes:341. Themen, über die diese Person in letzter Zeit wiederholt gesprochen hat (Top 3)52. Wichtige Werte und Entscheidungskriterien63. Themen, die heikel zu berühren scheinen (Minenfelder)74. Ansätze, die im Meeting wahrscheinlich gut ankommen werden (mit den unterstützenden Aussagen)89Geben Sie bei Punkten, die in den Materialien nicht erwähnt werden, bitte klar an: "Keine Erwähnung."10Bitte formulieren Sie Schlussfolgerungen so, dass sie eindeutig als solche erkennbar sind.
Die zurückkommenden Antworten werden alle Zitate enthalten wie "aus welchem Teil welcher Quelle."
Als ich es zum Beispiel ausprobiert habe, gab es so etwas zurück wie: "Die Person schätzt langfristige Markenbildung über kurzfristige Zahlen. Die Grundlage ist eine Aussage in der Mitte des Vortragsvideos", zusammen mit der Stelle der Aussage.
Wenn Sie also zu einem Punkt neugierig sind, können Sie auf das Zitat klicken und den Originalartikel sofort überprüfen.
Indem Sie sich die Mühe machen, die Primärinformationen mit eigenen Augen zu sehen, können Sie auch KI-Missverständnisse bemerken.
4. Übertragen Sie es in ein Meeting-Memo
Bitten Sie schließlich: "Fassen Sie diesen Inhalt bitte in einem Memo zusammen, das ich in 3 Minuten vor dem Meeting lesen kann."
Damit werden die Interessen, Werte, Minenfelder und erfolgversprechenden Ansätze der Person auf einer Seite zusammengefasst.
Bis zu diesem Punkt hat es etwa 10 Minuten gedauert.
Mehr als die Hälfte davon war die Zeit für die Auswahl der Artikel in Perplexity; die NotebookLM-Operation selbst dauert weniger als 5 Minuten.
Selbst für jemanden, der es zum ersten Mal benutzt, fühlt es sich wie etwas an, das man nach ein wenig Übung in etwa 10 Minuten Reisezeit erledigen kann.
Neulich, als ich dieses Verfahren mit Mitgliedern meines Salons geteilt habe, waren sie begeistert und sagten: "Meine Nervosität vor Meetings hat nachgelassen."
Die Gelassenheit, die man hat, wenn man jemanden trifft, während man ihn bereits kennt, ist eine völlig andere.
Ich werde hier ehrlich sein.
Dieser 10-minütige Prozess war möglich, weil es eine beträchtliche Menge an öffentlichen Informationen über die Person gab.
Wenn es ein Partner mit fast keinen Artikeln oder Beiträgen ist, wird weniger Material gesammelt, und es verfestigt sich nicht so stark.
In diesem Fall sollten Sie sich nicht ausschließlich auf KI verlassen; Sie müssen Hintergrundrecherchen über Empfehlungsgeber oder altmodische Interviews hinzufügen.
Und lassen Sie mich noch eines sagen.
Was die KI produziert, ist letztlich eine Hypothese, die aus öffentlichen Informationen aufgebaut ist.
Es ist gefährlich, mit festen Annahmen hineinzugehen; nehmen Sie es also mit der Absicht, es am selben Tag vor Ort zu überprüfen.
Das ist das Nachbauverfahren für Einzelpersonen. Als Nächstes werde ich darauf eingehen, wie man dies zu einer Waffe für Firmenvertrieb macht.
Kapitel 4: Wie man es wirklich für Firmenmeetings zum Laufen bringt | "Kundenspezifische Notebooks" kultivieren
Bisher ging es um "Vorbereitung auf ein einzelnes Meeting."
Wo es für ein Unternehmen wirklich Wirkung zeigt, ist darüber hinaus.
Es ist die Nutzung, ein "dediziertes Notebook" für jeden Kunden zu erstellen und zu pflegen.
Die Methode ist einfach.
Erstellen Sie ein Notebook, das Unternehmen A gewidmet ist, und fügen Sie nicht nur Artikel von Unternehmen A hinzu, sondern auch vergangene Meeting-Protokolle, Angebote und E-Mail-Wechsel.
Dann wird dieses Notebook zu einem dedizierten Assistenten, der nur über Unternehmen A Bescheid weiß.
Vor dem nächsten Meeting, wenn Sie fragen: "Was war die Strategie, die wir letztes Mal mit Unternehmen A vereinbart haben?", wird es sofort parat sein.
Wenn Sie fragen: "Welche Punkte hat Unternehmen A in der Vergangenheit mit Zurückhaltung geäußert?", wird es Ihnen die Minenfelder nennen.
Selbst wenn die zuständige Person im Unternehmen wechselt, wird bei Übergabe dieses Notebooks die Historie des Partners unverändert weitergegeben.
Die Personalisierung à la "nur die Person weiß über diesen Kunden Bescheid" wird mit einem einzigen Notebook aufgelöst.
Es gibt nur eine Vorsichtsmaßnahme.
Wenn Sie Materialien einfügen, die vertrauliche Informationen eines Kunden enthalten, verwenden Sie ein verwaltetes Konto wie einen Workspace für Unternehmen anstelle eines persönlichen kostenlosen Kontos.
Solange Sie den Ort, an den Sie es legen, nicht verwechseln, wird dies zu einer mächtigen Waffe.
Lassen Sie mich von einem meiner früheren Fehler erzählen.
Als ich im Vertrieb bei einem Venture-Unternehmen war, war ich der Typ, der mit Masse gepusht hat.
Ich habe fast 300 Nachrichten für die Neukundenakquise verschickt und hatte Glück, wenn ich 5 Antworten bekam.
Irgendwann habe ich aufgehört, mit Masse zu pushen, und begann, eine einzige, auf jedes Unternehmen zugeschnittene Nachricht zu senden, nachdem ich sie einzeln recherchiert hatte.
Als ich das tat, stieg die Antwortrate deutlich an.
Es war der Moment, in dem ich physisch realisierte, dass die Qualität der Recherche direkt mit den Ergebnissen zusammenhängt.
Jetzt wird diese Hintergrundrecherche über einen Partner, die früher Stunden manueller Arbeit in Anspruch nahm, mit KI auf 10 Minuten verkürzt.
Ehrlich, ich wünschte, ich hätte das damals gehabt.
Der Wert, jedes Unternehmen sorgfältig zu recherchieren, hat sich nicht geändert.
Geändert hat sich nur die Zeit, die für diese Hintergrundrecherche benötigt wird.
Wir haben nun die individuelle Nachbildung mit dem Unternehmensbetrieb verbunden. Abschließend werde ich die Maßnahmen, die Sie ab heute ergreifen können, auf drei Punkte eingrenzen.
Kapitel 5: 3 Schritte, die Sie heute umsetzen können
Da dies lang geworden ist, grenze ich die ersten Schritte auf drei ein:
- Legen Sie nur einen Geschäftspartner fest. → Versuchen Sie nicht, alles auf einmal zu machen. Wählen Sie einfach eine Person aus, die Sie nächste Woche treffen.
- Geben Sie alle mit Perplexity gesammelten URLs in NotebookLM ein. → Trennen Sie den "Sammler" und den "Leser". Das ist der Kern von Frau Nambas Modell.
- Vertiefen Sie Ihr Verständnis der Person per Chat während der Reisezeit. → Fügen Sie einfach den Prompt aus Kapitel 3 ein und fragen Sie nach den Interessen und Minenfeldern der Person.
Anfangs werden die Antworten vielleicht etwas daneben liegen.
Aber wenn Sie die Qualität der von Ihnen eingefügten Artikel verbessern, werden die Antworten immer schärfer.
Das Wichtigste ist, nicht sofort nach Perfektion zu streben, sondern den Prozess für eine Person einmal durchzuspielen.
Es ist ehrlich gesagt eine Verschwendung, die Hintergrundrecherche über Partner jedes Mal von Null an zu beginnen, ohne diese Arbeitsteilung zu kennen.
Wenn sich eine Stunde Hintergrundrecherche pro Meeting über Dutzende von Fällen pro Jahr summiert, verschwinden Dutzende von Stunden allein dafür.
Vielen Dank, dass Sie bis zum Ende zugesehen haben.
In meinem Offenen Chat verschenke ich eine Auswahl von 200 Prompts, 20 Gems und 7 Claude-Fähigkeiten kostenlos.
Ich verteile auch Geheiminformationen, die ich nie auf X poste.
Sie können gerne von hier aus beitreten. 🎁🎁
Offener Chat "AI x SNS Durchdachte Strategie" https://line.me/ti/g2/LmLu1N1cE6UBkoURbaYf_bV8l66cCyotSJU2og
