Lange PDFs mit KI zusammenfassen

Wie es funktioniert

Ob ein KI-Werkzeug den Text des PDF, das Seitenbild oder beides auswertet, ist von Werkzeug zu Werkzeug verschieden. Soweit der Text ausgewertet wird, ist bei gescannten Akten die Textebene aus der Texterkennung maßgeblich. Fehlt sie oder ist sie schlecht, arbeitet die KI mit lückenhaftem oder falschem Text.

Wie viel ein Modell auf einmal verarbeiten kann, bestimmt das Kontextfenster. Anthropic definiert es als den gesamten Text, auf den ein Modell beim Erzeugen einer Antwort zugreifen kann, einschließlich der Antwort selbst. Nach Anthropic haben mehrere aktuelle Claude-Modelle ein Kontextfenster von einer Million Token, andere 200.000 Token. 200.000 Token entsprechen nach Anthropic etwa 500 Seiten. Andere Anbieter nennen eigene Werte. Lokale Werkzeuge sind oft deutlich knapper eingestellt. Ollama arbeitet nach seiner FAQ standardmäßig mit 4.096 Token.

Fehlerquellen

Mehr Text heißt nicht bessere Antwort

Anthropic beschreibt, dass mit wachsender Tokenzahl Genauigkeit und Erinnerungsleistung abnehmen („context rot“). Eine Studie von Liu und anderen („Lost in the Middle“) fand, dass Sprachmodelle Informationen am Anfang oder Ende eines langen Textes am besten nutzen und die Leistung deutlich sinkt, wenn die entscheidende Stelle in der Mitte liegt. Für Akten bedeutet das, dass ein wichtiges Detail auf Seite 400 von 800 leichter übersehen wird.

Was nicht im Text steht, fehlt

Tabellen, Stempel, handschriftliche Vermerke und Fotos gehen bei der Texterkennung oft verloren oder werden verfälscht. Die Zusammenfassung kann nur wiedergeben, was im Text angekommen ist.

Glatte Lücken

Eine Zusammenfassung lässt naturgemäß weg. Problematisch wird das, wenn die KI ausgerechnet entlastende Details, Widersprüche oder Einschränkungen glättet. Eine Zusammenfassung ersetzt deshalb nicht die eigene Lektüre der entscheidenden Aktenteile.

Halluzinationen

Auch beim Zusammenfassen eines vorgegebenen Textes können Modelle Aussagen hinzufügen, die nicht im Dokument stehen. Mehr dazu unter KI-Halluzinationen.

Fundstellen sichern

Eine Zusammenfassung ohne Fundstellen ist für die Arbeit an der Akte kaum zu gebrauchen. Anthropic empfiehlt für lange Dokumente Folgendes.

• das Dokument an den Anfang des Prompts zu stellen und die Frage ans Ende,
• bei Dokumenten über 20.000 Token zuerst wörtliche Zitate herausziehen zu lassen und die Aufgabe darauf zu stützen,
• für jede Aussage ein Zitat zu verlangen und Aussagen ohne Beleg zurückzunehmen.

Einige Schnittstellen bieten eine strukturierte Zitatfunktion. Bei Anthropic gibt die Citations-Funktion für PDF-Dokumente die belegenden Passagen mit Seitenbereichen zurück. Dabei ist zu beachten, dass die Seite der PDF-Datei gemeint ist, nicht die Blattzahl der Akte.

Arbeitsweise für lange Akten

1. Textebene prüfen, bevor irgendetwas zusammengefasst wird.
2. Aufteilen. Band für Band oder Dokument für Dokument zusammenfassen statt der gesamten Akte auf einmal.
3. Zweck vorgeben. Eine Zusammenfassung für die Haftprüfung sieht anders aus als eine für die Zeugenvernehmung.
4. Format festlegen. Tabelle mit Datum, Inhalt und Fundstelle statt Fließtext.
5. Belegpflicht. Für jede Aussage ein wörtliches Zitat mit Fundstelle.
6. Stichproben. Einzelne Aussagen gegen die Akte prüfen, besonders Zahlen, Daten und Zitate.
7. Grenzen dokumentieren. Festhalten, welche Teile nicht maschinell erfasst wurden (Fotos, Handschrift, Tabellen).

Formulierungshilfen für solche Aufträge stehen unter Prompting für Juristen. Wer sehr große Bestände durchsuchen will, findet unter RAG einen anderen Ansatz. Für Mandatsakten gelten außerdem die Anforderungen aus KI und Datenschutz.

Stand Oktober 2026