10.08.2026•8 Min. Lesezeit

Langes PDF mit KI analysieren: der Ablauf, der bei 200 Seiten trägt

Auf deinem Schreibtisch liegt ein PDF mit 214 Seiten. Eine Lieferantenrichtlinie, die dein größter Kunde neu aufgesetzt hat, Rückmeldung erbeten bis Freitag. Vollständig lesen wirst du das nicht. Ignorieren geht auch nicht, weil im Zweifel euer Rahmenvertrag daran hängt.

Der übliche Reflex geht so: Datei hochladen, „Fasse das zusammen” tippen, Antwort überfliegen, abhaken. Heraus kommt ein Text, der nach Arbeit aussieht und dir nichts sagt, was du nicht schon geahnt hattest. Zehn Aufzählungspunkte über Qualität, Nachhaltigkeit und partnerschaftliche Zusammenarbeit. Für Freitag ist das wertlos.

Der Ablauf, der stattdessen trägt, hat fünf Schritte. Keiner davon ist besonders clever. Zusammen halten sie.

Zuerst klären: Text oder Scan

Ein PDF ist ein Container, und was drinsteckt, entscheidet über alles Weitere. Im besten Fall echter Text, den Software auslesen kann. Im schlechteren Fall Bilder von Seiten, auf denen für den Rechner nur Pixel stehen.

Der Test dauert fünf Sekunden: Öffne die Datei und versuch, einen Satz mit der Maus zu markieren. Geht das, gibt es eine Textebene. Passiert nichts, hast du einen Scan vor dir, und der muss erst durch eine Texterkennung.

Das ist keine Formalie. Bibliotheks-Leitfäden zur Texterkennung nennen als Richtwert 300 dpi, gerade ausgerichtete Seiten und ordentlichen Kontrast. Eine schief eingescannte, zweimal gefaxte Kopie liefert Text, in dem Ziffern kippen und Absatznummern verrutschen. Ein falsch erkanntes „nicht” in einer Ausschlussklausel oder eine 8 statt einer 3 in einer Fristangabe fällt in der Zusammenfassung niemandem auf.

Häufiger Sonderfall: gemischte Dokumente. Die ersten 180 Seiten sind sauberer Text, die Anlagen ab Seite 181 sind eingescannte Unterschriftenseiten und Tabellen. Wenn deine Frage die Anlagen betrifft, prüfst du die zuerst. Welche Dateitypen wirklich gelesen werden und wo Excel, Word und Scans sich unterscheiden, steht in welche Dateien KI lesen kann.

Die Frage steht vor dem Dokument

Bevor du irgendetwas hochlädst, schreibst du auf, welche Entscheidung du treffen willst. Ein Satz reicht.

„Welche Anforderungen der Richtlinie betreffen unsere Auslieferung, und welche davon erfüllen wir heute nicht?” Das ist eine Frage, an der sich etwas messen lässt. „Fasse das Dokument zusammen” ist keine.

Der Unterschied wirkt banal und entscheidet über das Ergebnis. Eine Zusammenfassung ohne Frage behandelt alle 214 Seiten als gleich wichtig und mittelt sie zu Allgemeinplätzen herunter. Mit einer Entscheidungsfrage bekommt das Modell ein Kriterium, nach dem es sortieren kann: relevant, irrelevant, unklar.

Zwei Zusätze, die sich fast immer lohnen. Sag, wer du bist („Ich bin Zulieferer, wir liefern Baugruppen, 14 Mitarbeitende”), und sag, in welcher Form du die Antwort brauchst (Tabelle mit Spalten Anforderung, Seite, betrifft uns ja/nein/unklar). Wie Rolle, Aufgabe und Ausgabeformat sauber zusammenspielen, steht im Prompt für die Dokumentenanalyse.

In Durchgängen arbeiten, nicht in einem Rutsch

Die verbreitetste Fehlannahme bei langen Dokumenten: Wenn das Modell ein großes Kontextfenster hat, kann ich alles auf einmal fragen. Die Messungen sagen etwas anderes.

Liu und Kollegen haben 2024 in TACL beschrieben, was seither als „lost in the middle” bekannt ist: Modelle finden Informationen am Anfang und am Ende eines langen Kontexts deutlich zuverlässiger als in der Mitte. Die NoLiMa-Auswertung (ICML 2025) baute Suchaufgaben, bei denen Frage und gesuchte Stelle keine wörtliche Überschneidung haben. Ergebnis: Bei rund 32.000 Token fiel die Mehrzahl der getesteten Modelle unter die Hälfte ihres eigenen Kurzkontext-Werts. Und die FABLES-Untersuchung zu buchlangen Zusammenfassungen fand ein zweites Muster, das im Alltag noch teurer ist: Die Modelle lassen wichtige Stellen weg und übergewichten, was gegen Ende des Textes steht.

Auslassung wiegt im Alltag schwerer als Halluzination. Eine erfundene Angabe fällt beim Nachschlagen auf. Was fehlt, siehst du nicht.

Praktisch heißt das: drei Durchgänge statt einer Frage.

Durchgang 1, Kartierung. „Gib mir die Kapitelstruktur mit Seitenzahlen. Markiere jedes Kapitel, das Pflichten für einen Lieferanten enthält.” Du bekommst eine Landkarte, keine Antwort.

Durchgang 2, Eingrenzung. Du nimmst die drei bis fünf Kapitel aus Durchgang 1, schneidest sie als eigenes PDF heraus und startest eine neue Unterhaltung. Aus 214 Seiten werden 22. Ab hier arbeitet das Modell in einem Bereich, in dem es messbar zuverlässiger ist.

Durchgang 3, Detailfragen. Jetzt stellst du deine Entscheidungsfrage, und zwar einzeln. Fristen. Dokumentationspflichten. Prüfrechte. Eine Frage pro Durchlauf, nicht sechs auf einmal.

Der naheliegende Einwand: Kapitel herausschneiden ist Handarbeit, und die wollte man loswerden. Stimmt. Der Zuschnitt ist der unbequemste Teil des Ablaufs und zugleich der, der den Rest überprüfbar macht. Ohne ihn bekommst du eine Antwort über 214 Seiten und weißt nicht, welche davon das Modell gelesen hat.

Nebeneffekt: Viele Werkzeuge haben eine dokumentierte Obergrenze. Anthropic deckelt die eigene Programmierschnittstelle bei 32 MB pro Anfrage, die zulässige Seitenzahl hängt zusätzlich am Kontextfenster des Modells (Stand Juli 2026). Schau die Grenze deines Tools nach, bevor du dich wunderst, warum ab einer bestimmten Seite nichts mehr stimmt. Warum lange Dokumente überhaupt kippen, steht ausführlich in Kontextfenster und lange Dokumente.

Belegstellen sind Pflicht, nicht Kür

In jeden Durchgang gehört ein Satz, der die Antwort überprüfbar macht:

Nenne zu jeder Aussage die Seitenzahl und zitiere den Satz wörtlich, auf den du dich stützt. Wenn du für eine Aussage keine Stelle im Dokument findest, schreib „keine Fundstelle” dahinter.

Zwei Dinge passieren dann. Das Prüfen wird billig, weil du nicht mehr suchen musst. Und die Zeilen ohne Fundstelle sind genau die, bei denen du hinschauen willst.

Eine genannte Quelle ist trotzdem kein Beweis. Eine 2025 in Nature Communications veröffentlichte Untersuchung hat Antworten von Sprachmodellen auf medizinische Fragen gegen die von ihnen selbst angegebenen Quellen geprüft. Je nach Modell waren 50 bis 90 Prozent der Antworten nicht vollständig gedeckt. Auf deine Richtlinie lässt sich die Quote nicht übertragen, anderes Feld, andere Aufgabe. Übertragbar ist der Mechanismus: Die Fundstelle ist eine Prüfhilfe, keine Garantie. Wie du solche Fehler systematisch aufspürst, steht in Halluzinationen in der Dokumentenanalyse erkennen.

Die Stichprobe, die du selbst machst

Fünf Aussagen. PDF auf, Seite nachschlagen, Zitat vergleichen. Zehn Minuten.

Welche fünf, dafür gibt es eine Regel. Nimm die zwei, die dich am meisten kosten würden, wenn sie falsch wären. Nimm eine mit einer Zahl darin, weil Zahlen aus Scans besonders gern verrutschen. Nimm eine Verneinung, also eine Aussage der Form „nicht erforderlich” oder „ausgenommen”. Und eine würfelst du.

Fällt eine von fünf durch, wiederholst du den Durchgang mit engerem Ausschnitt. Nachbessern an der Stelle bringt nichts, weil du dann nur den einen Fehler reparierst, den du zufällig gefunden hast.

Der Ablauf am Beispiel

Die 214 Seiten, konkret. Das Beispiel ist konstruiert, damit du das Muster siehst.

Die Frage von oben, unverändert.

Durchgang 1 liefert eine Kapitelübersicht. Von 19 Kapiteln sind vier markiert: Wareneingang, Verpackung und Kennzeichnung, Dokumentationspflichten, Audit- und Prüfrechte. Der Rest betrifft Einkauf, Nachhaltigkeitsberichte und Konzernrichtlinien, die für einen 14-Personen-Betrieb keine Handlung auslösen.

Durchgang 2 arbeitet nur noch mit diesen vier Kapiteln, herausgeschnitten als eigene Datei. Ausgabeformat: Tabelle, Spalten Anforderung, Seite, Zitat, betrifft uns.

Durchgang 3 stellt die unbequemen Einzelfragen. „Welche Fristen nennt das Dokument für Reklamationen, mit Seitenzahl und Zitat?” Dann dasselbe für Aufbewahrungsfristen. Dann für Ankündigungsfristen bei Audits.

Beim Nachschlagen stimmen nicht alle Seitenzahlen: Der zitierte Satz steht da, aber eine Seite früher. Kein Beinbruch, aber ein Hinweis, dass der Zuschnitt in Durchgang 2 zu großzügig war.

Am Ende hast du elf Zeilen, davon vier mit „unklar”. Die vier gehen als Rückfragen an den Kunden. Genau das brauchst du am Freitag: vier präzise Fragen und sieben belegte Punkte, jeder mit Seitenzahl.

Was ein Durchgang nicht leisten kann

Vier Dinge, die dir kein Durchgang liefert.

Ein Modell sagt dir nicht, was im Dokument fehlt. Wenn eine Haftungsregel nicht drinsteht, taucht sie in keiner Zusammenfassung auf, und dir fällt es nur auf, wenn du sie erwartet hast.

Ein Modell gewichtet nicht kaufmännisch. Es weiß nicht, dass Anforderung Nummer 7 euch drei Wochen Umbau kostet und Nummer 12 in zehn Minuten erledigt ist. Diese Sortierung bleibt bei dir.

Widersprüche zwischen weit auseinanderliegenden Kapiteln findet ein einzelner Durchgang unzuverlässig, weil er dafür beide Stellen gleichzeitig präsent haben müsste. Wenn du Widersprüche suchst, musst du gezielt danach fragen, Kapitel gegen Kapitel.

Und ein Durchgang ersetzt nicht das Lesen der acht Seiten, die am Ende wirklich entscheiden. Er sagt dir, welche acht das sind. Bei Verträgen kommt eine weitere Grenze dazu, nämlich alles mit Rechtsfolge, und die habe ich in Verträge mit KI prüfen auseinandergenommen.

Womit du anfängst

Nimm das längste PDF, das gerade in deinem Postfach liegt. Mach nur Schritt eins und zwei: Markiertest für die Textebene, und dann ein Satz auf einem Zettel, welche Entscheidung die Lektüre eigentlich vorbereiten soll.

Wenn dir zu diesem einen Satz nichts einfällt, liegt es nicht am Werkzeug. Dann ist noch nicht klar, wozu das Dokument gelesen wird, und kein Modell der Welt kann diese Lücke für dich schließen. Den größeren Rahmen, von der Dateivorbereitung bis zur Ablage der Ergebnisse, findest du im Leitfaden zur KI-Dokumentenanalyse im Business.

Quellen

Benedikt Backhaus

Experte für KI, Automatisierung und die Zukunft der Arbeit. Ich helfe Unternehmen und Einzelpersonen dabei, die Potenziale neuer Technologien zu nutzen.

Mehr über mich →Termin buchen →