PDF in Markdown umwandeln: Werkzeuge, OCR und Qualitätsprüfung

Wenn du PDF-Inhalte bearbeiten, in einer Notizsammlung ablegen oder für eine KI-Anwendung vorbereiten möchtest, kann Markdown hilfreich sein. Das Ergebnis ist eine .md-Datei mit Überschriften, Listen und Tabellen, die du in einem normalen Texteditor öffnen kannst.

Wie gut die Umwandlung funktioniert, hängt vom PDF ab. Ein Bericht mit auswählbarem Text benötigt einen anderen Verarbeitungsschritt als eine eingescannte Rechnung. Hier erfährst du, wie du startest, welche Werkzeuge infrage kommen und worauf du beim Ergebnis achten solltest.

In drei Schritten zum Markdown

1. Öffne den PDF-zu-Markdown-Konverter.
2. Ziehe deine PDF-Datei in das Upload-Feld und starte die Konvertierung.
3. Prüfe die Vorschau und kopiere den Text oder lade die .md-Datei herunter.

Kostenlos sind 5 Dateien pro Tag ohne Konto oder 15 mit einem kostenlosen Konto möglich, jeweils bis 25 MB. Pro bietet Dateien bis 100 MB, Stapel mit bis zu 10 Dateien und unbegrenzte Konvertierungen. OCR für gescannte PDFs ist eine Pro-Funktion.

Die deutsche Oberfläche übersetzt dein Dokument nicht. Der Inhalt bleibt in seiner ursprünglichen Sprache.

Text-PDF oder Scan?

Versuche, im PDF-Programm einen Satz zu markieren und zu kopieren. Gelingt das, ist wahrscheinlich eine Textebene vorhanden. Sie lässt sich direkt auslesen, kann aber trotzdem fehlerhafte Zeichen oder eine ungünstige Lesereihenfolge enthalten.

Besteht eine Seite nur aus einem Bild, brauchst du OCR: Texterkennung aus Pixeln. Als gescannt erkannte PDFs werden bei file2markdown mit Pro per OCR verarbeitet. Dabei gilt ein Limit von 50 Seiten pro Datei.

Manche PDFs mischen Textseiten und gescannte Seiten. Die anfängliche Erkennung untersucht eine Stichprobe. Kontrolliere daher, ob auch die Bildseiten im Ergebnis enthalten sind. Viel extrahierter Text ist kein Beweis dafür, dass das Dokument vollständig ist.

Welches Werkzeug passt? Ergebnisse unseres Tests

Am 11. November 2026 haben wir dieselben fünf öffentlichen PDFs durch fünf Konverter geschickt und jedes Ergebnis mit denselben automatischen Prüfungen bewertet. Die Dateien: zwei wissenschaftliche Aufsätze (einspaltig und zweispaltig), ein Bericht der US-Notenbank mit dichten Zahlentabellen, ein Steuerformular und eine gescannte Seite ohne Textebene.

Wir entwickeln file2markdown. Lies das also als Test eines Herstellers: Dateien, Versionen und Ergebnisse sind veröffentlicht, auch die Stellen, an denen unser eigener Konverter verloren hat.

Kurz gefasst:

• Marker lieferte das vollständigste Ergebnis und schrieb als einziges Werkzeug Formeln als LaTeX. Es gehörte aber zu den langsamsten und brauchte die meiste Einrichtung.
• file2markdown war am schnellsten und kommt ohne Installation aus. Bei Überschriften und den Tabellen des Bankberichts erreichte es die Bestwerte, erzeugt aber kein LaTeX. Im ersten Durchlauf machte es aus einer Tabelle des zweispaltigen Aufsatzes eine einzige Zeile; das haben wir am nächsten Tag behoben, und im erneuten Durchlauf blieb die Tabelle erhalten. Zwei Tabellen dieses Aufsatzes sind weiterhin fehlerhaft: Bei einer stehen die Zellen an falschen Stellen, und eine wird in zwei Tabellen geteilt.
• PyMuPDF4LLM war die beste schnelle lokale Lösung: gute Überschriften und Tabellen in wenigen Sekunden.
• Docling fand alle Überschriften, stellte beim zweispaltigen Aufsatz jedoch eine Bildunterschrift und einen Absatz der rechten Spalte vor die Zusammenfassung.
• MarkItDown gab für PDFs reinen Text zurück: keine Überschriften, keine brauchbaren Tabellen und nichts für die gescannte Seite.
• Pandoc fehlt im Test, weil es PDF nicht als Eingabeformat akzeptiert.

Getestet wurden Marker 2.1.0, PyMuPDF4LLM 2.1, Docling 2.150.0 und MarkItDown 0.1.9, jeweils ein Durchlauf pro Datei; die Zeiten sind Richtwerte. Fünf Dokumente reichen nicht, um Konverter für jedes PDF einzuordnen, teste also mit deinen eigenen Dateien. Methode, Ausgabebeispiele und Daten findest du im englischen Artikel. file2markdown nutzt für PDFs mit Text pdf-inspector.

Das Ergebnis sinnvoll kontrollieren

Öffne Original und Markdown nebeneinander. Vergleiche eine Seite am Anfang, eine in der Mitte und die letzte Seite. Achte auf fehlende Überschriften, wiederholte Kopfzeilen und vermischte Textspalten.

Prüfe in Tabellen, ob Werte noch unter der richtigen Überschrift stehen. Vorzeichen, Einheiten, Datumsangaben und Dezimaltrennzeichen sind besonders leicht zu übersehen. So kann eine einfache Markdown-Struktur aussehen:

# Monatsbericht

## Verkäufe

| Region | Stückzahl |
|---|---|
| Nord | 120 |
| Süd | 95 |

Das Beispiel veranschaulicht die Syntax und ist kein Genauigkeitstest. Diagramme, Gleichungen und Tabellen mit verbundenen Zellen können zusätzliche Informationen enthalten, die im Markdown fehlen.

Jede Konvertierung enthält grundlegende Prüfungen. Für PDFs kannst du die optionale Prüfung mit Jev ergänzen. Sie sucht in Ausschnitten des konvertierten Textes nach Auffälligkeiten, vergleicht aber nicht mit dem Original und korrigiert keine Inhalte.

Weiterverwendung mit KI und MCP

Markdown erleichtert es, Abschnitte zu trennen und Verweise auf die Quelle beizubehalten. Es garantiert weder korrekte KI-Antworten noch grundsätzlich weniger Tokens. Hängt eine Frage von einem Diagramm ab, sollte eine geeignete Anwendung auch das Original erhalten.

Über den MCP-Server; Dokumentation auf Englisch können Assistenten und Agenten file2markdown verwenden. Teste repräsentative Dokumente, bevor du größere Mengen automatisiert verarbeitest.

Dateien werden auf unseren Servern konvertiert und direkt nach der Umwandlung gelöscht; sie werden nicht gespeichert. OCR verwendet Claude; die optionale Jev-Prüfung sendet Textausschnitte an TypeSafe. Die Datenschutzerklärung auf Englisch beschreibt die Verarbeitung.

Häufige Fragen

Kann ich PDF kostenlos in Markdown umwandeln?

Ja, PDFs mit Textebene innerhalb der kostenlosen Grenzen. Für gescannte PDFs brauchst du die OCR-Funktion von Pro.

Kann Pandoc PDFs als Eingabe verarbeiten?

Nein. Für DOCX oder EPUB ist Pandoc eine mögliche Lösung; zum Auslesen eines PDFs benötigst du einen PDF-Extraktor.

Bleiben alle Tabellen und Bilder erhalten?

Die Extraktion versucht, die Textstruktur zu erfassen. Komplexe Tabellen und visuelle Informationen müssen geprüft werden. Behalte das Original als Referenz.

Dein PDF in Markdown umwandeln.