PDF mit KI zusammenfassen: Der Ablauf, der auch bei langen Dokumenten funktioniert
PDF zusammenfassen mit KI klingt einfach, bis das Dokument 80 Seiten hat. Ein Ablauf mit Beispiel-Prompt, den Stellen, an denen es schiefgeht, und wie du das Ergebnis prüfst.
Ein PDF hochladen und „fass das zusammen" tippen — das funktioniert bei einer zweiseitigen Rechnung erstaunlich gut und bei einem 80-seitigen Bericht erstaunlich schlecht. Dazwischen liegt kein Bug, sondern eine Grenze, die jedes Modell auf die eine oder andere Art hat: Je länger das Dokument, desto eher verliert die Zusammenfassung Details, vertauscht Zahlen oder erfindet einen Zusammenhang, der im Text so nicht steht.
Das macht die Aufgabe nicht sinnlos. Es macht sie zu einer, bei der die Art, wie du fragst, genauso wichtig ist wie das Werkzeug, das du benutzt.
Wann es zuverlässig klappt — und wann nicht
Der wichtigste Unterschied liegt nicht in der Seitenzahl, sondern darin, ob das PDF echten Text enthält oder nur Bilder von Text.
- Text-PDF, kurz bis mittel (bis etwa 20 Seiten): Funktioniert meist im ersten Versuch. Das Modell liest den kompletten Text und kann direkt zusammenfassen.
- Text-PDF, lang (50 Seiten und mehr): Funktioniert nur zuverlässig, wenn du es in Abschnitte aufteilst, statt das ganze Dokument auf einmal zu verlangen.
- Gescanntes PDF ohne durchsuchbaren Text: Das Modell sieht ein Bild, keinen Text. Ohne vorherige Texterkennung rät es aus dem, was es erkennen kann — genau hier entstehen die meisten erfundenen Details.
Ein Ablauf, der auch bei langen Dokumenten hält
Statt das gesamte Dokument in einem Rutsch zusammenzufassen, gehst du in Schritten vor. Das kostet zwei Minuten mehr und erspart dir, eine falsche Zahl in einer wichtigen Mail weiterzugeben.
- Prüfe zuerst, ob sich Text im PDF markieren lässt. Lässt sich kein Wort auswählen, ist es ein Scan — dann brauchst du zuerst eine Texterkennung, bevor eine Zusammenfassung überhaupt Sinn ergibt.
- Bei einem langen Dokument: Lass dir zuerst ein Inhaltsverzeichnis mit Seitenzahlen ausgeben, bevor du um eine Zusammenfassung bittest. Das zeigt sofort, ob das Modell die Struktur überhaupt erfasst hat.
- Fasse dann abschnittsweise zusammen, mit einem Prompt wie: „Fass ausschließlich die Seiten 12 bis 20 dieses Dokuments zusammen, in vier Sätzen. Nenn zu jeder Aussage die Seitenzahl, aus der sie stammt."
- Bitte am Ende um eine Gesamtzusammenfassung aus den Teilzusammenfassungen — nicht aus dem Originaldokument neu, sondern ausdrücklich aus dem, was bereits zusammengefasst wurde. Das hält die Kette nachvollziehbar.
Die Seitenangabe ist kein Extra, sondern der Teil, der die Prüfung überhaupt möglich macht. Ohne sie musst du das ganze Dokument erneut lesen, um eine Behauptung zu verifizieren. Mit ihr blätterst du gezielt zu einer Stelle.
Ein Beispiel von Anfang bis Ende
Nimm einen internen Quartalsbericht mit 45 Seiten, den ein Kollege dir schickt, weil du ihn bis morgen früh kennen musst. Der erste Prompt lautet: „Gib mir ein Inhaltsverzeichnis dieses Dokuments mit ungefähren Seitenzahlen zu jedem Abschnitt."
Das Ergebnis zeigt fünf Abschnitte: Zusammenfassung, Umsatzentwicklung, Kostenstruktur, Personalplanung, Ausblick. Jetzt fragst du gezielt nach dem Abschnitt, der für dich zählt: „Fass den Abschnitt Umsatzentwicklung in fünf Sätzen zusammen. Nenn jede genannte Zahl mit der Seite, auf der sie steht."
Die Antwort nennt eine Umsatzsteigerung mit Seitenangabe. Du schlägst genau diese Seite auf — dreißig Sekunden — und siehst, ob die Zahl stimmt. Stimmt sie nicht, korrigierst du eine Zahl, statt versehentlich eine falsche in deine eigene Zusammenfassung an das Team weiterzureichen.
Eine Zusammenfassung ohne Seitenangabe ist eine Behauptung. Eine Zusammenfassung mit Seitenangabe ist eine Behauptung, die du in dreißig Sekunden prüfen kannst.
Warum Halluzinationen bei PDFs besonders leicht passieren
Bei einem langen oder unklar formatierten PDF verliert ein Modell leichter den Überblick als bei einem kurzen Fließtext — Tabellen, Fußnoten und mehrspaltige Layouts erschweren zusätzlich, was zu welcher Aussage gehört. Das Ergebnis klingt dabei genauso selbstsicher wie eine korrekte Zusammenfassung. Wie groß der Abstand zwischen „klingt überzeugend" und „ist korrekt" über verschiedene Modelle hinweg tatsächlich ist, verfolgt der AI Index von Stanford systematisch Jahr für Jahr — er wird kleiner, aber langsamer, als es sich anfühlt, wenn ein neues Modell erscheint.
Die OECD-Leitlinien zu KI benennen genau deshalb die menschliche Prüfung als festen Bestandteil eines verantwortungsvollen Einsatzes, nicht als optionalen Zusatzschritt. Bei einer Dokumentenzusammenfassung heißt das konkret: Jede Zahl, jedes Datum und jede Zusage, die du weiterreichst, liest du einmal gegen die Originalseite — nicht gegen dein Gefühl, dass die Antwort plausibel klingt.
Wie verbreitet der Einsatz solcher Werkzeuge in deutschen Unternehmen inzwischen ist, zeigt der Bitkom in seinen regelmäßigen Erhebungen — die Frage in den meisten Büros ist längst nicht mehr, ob jemand ein PDF durch ein KI-Tool schickt, sondern ob das Ergebnis danach noch jemand gegenliest.
Wann sich der Aufwand lohnt — und wann nicht
Für eine einmalige, kurze Zusammenfassung reicht der einfache Weg: hochladen, fragen, kurz gegenlesen. Der Abschnittsablauf oben lohnt sich, sobald eines von drei Dingen zutrifft: Das Dokument hat mehr als 30 Seiten, es enthält Zahlen, die in eine Entscheidung einfließen, oder du reichst das Ergebnis an jemanden weiter, der das Original nicht selbst liest.
Diese Fähigkeit — ein Ergebnis in Teilschritte zerlegen und jeden Schritt einzeln prüfbar machen — ist genau das, was den Unterschied zwischen einem KI-Tool ausprobieren und einem KI-Tool tatsächlich fürs Büro nutzen ausmacht. Der PwC AI Jobs Barometer findet über rund eine Milliarde Stellenanzeigen hinweg einen deutlichen Gehaltsaufschlag genau für Menschen, die diesen Unterschied kennen — nicht für die, die nur wissen, dass es das Werkzeug gibt.
Welche Büroaufgaben sich technisch überhaupt zuverlässig automatisieren lassen und welche weiterhin eine Person am Ende brauchen, untersucht laufend das IAB — ein nützlicher Anhaltspunkt dafür, wie viel Prüfung eine Aufgabe grundsätzlich verdient, unabhängig vom einzelnen PDF.
Was du am Montag ausprobierst
- Nimm ein PDF mit mehr als 20 Seiten, das du ohnehin diese Woche lesen musst.
- Lass dir zuerst ein Inhaltsverzeichnis mit Seitenzahlen geben, statt direkt eine Gesamtzusammenfassung zu verlangen.
- Frag gezielt nach dem einen Abschnitt, der für dich zählt, und verlange Seitenangaben zu jeder genannten Zahl.
- Schlag mindestens eine genannte Seite auf und vergleiche sie mit der Zusammenfassung, bevor du das Ergebnis weiterreichst.
Diese Aufteilung in Abschnitte funktioniert genauso, wenn du ein längeres Dokument nicht nur zusammenfassen, sondern in einen anderen Ton bringen willst — dazu mehr in KI-Text humanisieren. Machst du dieselbe Art Bericht jede Woche, lohnt sich außerdem ein Blick in Custom GPT erstellen, damit du das Format nicht jedes Mal neu erklären musst. Fasst du stattdessen ein Lernskript für eine Prüfung zusammen, gilt derselbe Seitenverweis-Trick, nur unter anderem Namen — in Lernzettel mit KI erstellen heißt er Satzverweis.
Der Prüfschritt selbst — eine Behauptung gegen die Quelle lesen, bevor sie das Büro verlässt — ist derselbe wie bei jeder anderen KI-Aufgabe im Alltag, ausführlicher beschrieben in KI im Büro. Und wenn ChatGPT bei deinen PDFs regelmäßig den Überblick verliert, lohnt sich ein Test gegen eine ChatGPT Alternative mit langem Kontextfenster, bevor du den Ablauf oben einfach häufiger wiederholst.
Genau diese Fähigkeit — ein Ergebnis in prüfbare Schritte zerlegen, statt einer langen Antwort blind zu vertrauen — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen an echten Dokumenten statt an Demo-Beispielen. Mehr zu diesem Ansatz steht über Coursium.