Text aus PDF extrahieren
Lade eine PDF hoch oder füge einen direkten PDF-Link ein. Prüfe die Vorschau und kopiere oder lade die .md-Datei herunter. Scans werden per OCR auf unseren Servern verarbeitet.
Was du zurückbekommst
Lade eine PDF hoch oder füge einen direkten PDF-Link ein. Prüfe die Vorschau und kopiere oder lade die .md-Datei herunter. Scans werden per OCR auf unseren Servern verarbeitet.
Passende Einstellungen wählen
- Konverter öffnen und OCR-Sprache prüfen.
- PDF auswählen oder direkten PDF-Link einfügen.
- Vorschau mit dem Original vergleichen, dann .md kopieren oder herunterladen.
Echtes Konvertierungsbeispiel
## Rechnung Nr. 2026-0592 Müller & Söhne GmbH · München · 28. August 2026 Sehr geehrte Damen und Herren, für die im Juli erbrachten Wartungsleistungen gemäß Vertrag vom 3. Februar 2026 stellen wir Ihnen die nachstehenden Positionen in Rechnung. Wir bitten um Überweisung bis zum 30. September 2026. <table><tr><td rowspan=1 colspan=1>Leistung</td><td rowspan=1 colspan=1>Menge</td><td rowspan=1 colspan=1>Betrag (EUR)
Eigenes gescanntes Testdokument, mit MinerU und deutscher OCR verarbeitet. Das gespeicherte Ergebnis ist ein Beispiel, keine Live-Konvertierung oder Genauigkeitsgarantie.
PDF-Text kopieren, ohne die Struktur zu verlieren
Ein PDF speichert die Position einzelner Zeichen auf einer Seite. Diese Positionen sagen wenig darüber aus, welcher Absatz zuerst gelesen werden soll. Beim Kopieren aus zwei Spalten können sich deshalb Zeilen vermischen. Auch Überschriften, Listen und Tabellen verlieren häufig ihre Bedeutung. Wenn du Text aus PDF extrahieren möchtest, ist der entscheidende Schritt nicht das Kopieren allein, sondern das Wiederherstellen einer lesbaren Reihenfolge.
Der Konverter gibt den erkannten Inhalt als Markdown zurück. Eine Überschrift beginnt beispielsweise mit einem Rautezeichen, eine Liste mit Bindestrichen. Die Datei bleibt gewöhnlicher Text und lässt sich in einem Editor öffnen. Du kannst sie nachbearbeiten, durchsuchen oder in eine Wissenssammlung übernehmen. Es gibt keinen gesonderten TXT-Export. Das Ergebnis ist eine Datei mit der Endung .md.
Digitale PDF oder gescanntes Dokument?
Prüfe zunächst, ob du im Original einzelne Wörter markieren kannst. Bei einer digitalen PDF ist bereits eine Textebene vorhanden. Bei einem Scan besteht die Seite hauptsächlich aus einem Bild. Das Markieren liefert dort entweder nichts oder nur eine fehlerhafte unsichtbare Textebene. Ein solcher Scan benötigt OCR, damit aus den Bildpunkten wieder lesbare Zeichen werden. Beide Arten können außerdem im selben Dokument vorkommen.
Wähle im Konverter Deutsch als OCR-Sprache, wenn die Seiten deutschsprachig sind. Eine zuvor gespeicherte Sprache kann von der Oberflächensprache abweichen. Kontrolliere daher den Wert vor dem Upload. Bei einer kaputten Textebene kannst du OCR erzwingen. Das ist eine gezielte Einstellung für problematische Dokumente, kein Versprechen, dass ein erneuter Durchlauf jeden Fehler beseitigt.
Tabellen und Formeln im Text behalten
Eine einfache Tabelle kann als Markdown-Tabelle mit Zeilen und Spalten zurückkommen. Das ist nützlich, wenn du Werte zusammen mit dem erklärenden Text weitergeben möchtest. Vergleiche aber jede Zahl mit dem Original. Verbundene Zellen, mehrseitige Tabellen und Fußnoten können Nacharbeit benötigen. Der Konverter erstellt keine Excel-Datei und keine CSV-Datei; eine spätere Datenanalyse ist ein eigener Verarbeitungsschritt.
Mathematische Ausdrücke können als LaTeX-Notation innerhalb des Markdown erscheinen. Prüfe Vorzeichen, Indizes und Brüche in der Rohansicht. Die Vorschau hilft beim Lesen, ersetzt aber keine inhaltliche Prüfung. Der Konverter baut kein vollständiges LaTeX-Dokument mit Präambel oder Layout nach. Für eine Veröffentlichung solltest du erkannte Formeln gezielt mit dem PDF vergleichen.
Bilder und Dateigröße bewusst wählen
Für reine Textextraktion ist der Bildmodus Platzhalter meist übersichtlicher. Er vermeidet große Base64-Blöcke im Markdown. Brauchst du die Abbildungen zusammen mit dem Text, kannst du stattdessen eingebettete Bilder wählen. Das vergrößert die Ausgabe. Platzhalter sind kein ZIP-Archiv mit einzelnen Bilddateien. Die Einstellung betrifft die Ausgabe; das ursprüngliche PDF wird dadurch nicht verändert.
Öffne nach der Verarbeitung sowohl die gerenderte Vorschau als auch die Rohansicht. Die gerenderte Ansicht zeigt die Dokumentstruktur, die Rohansicht zeigt die tatsächlichen Markdown-Zeichen. Kopieren übernimmt den Markdown-Quelltext. Beim Download erhältst du eine .md-Datei. Bewahre das Original separat auf, damit du fragliche Stellen später nachschlagen kannst.
Ein brauchbares Ergebnis prüfen
Beginne mit einer kurzen, repräsentativen Datei: eine Seite Fließtext, eine Tabelle oder ein typischer Scan. Kontrolliere Umlaute, Worttrennungen, Spaltenfolge und die Reihenfolge von Überschriften. Bei Scans sind Auflösung, Schräglage und Druckqualität wichtige Fehlerquellen. Handschrift oder stark beschädigte Vorlagen können unzuverlässige Ergebnisse liefern. Ein erfolgreicher Status bedeutet, dass eine Ausgabe vorliegt, nicht dass jede Zeile richtig erkannt wurde.
Lange Dokumente können das Zeitbudget erreichen. Ein als teilweise gekennzeichnetes Ergebnis ist nicht vollständig. Kontrolliere, ob Anfang, Ende und die benötigten Seiten vorhanden sind. Du kannst das Dokument vor einem weiteren Versuch in sinnvolle Teile aufteilen. Für automatisierte Verarbeitung stehen REST API und gehostetes MCP bereit; auch dort gelten dieselben Produktgrenzen.
Verarbeitung und Aufbewahrung
Die Browseroberfläche überträgt deine Datei zur Verarbeitung auf unsere Server. Die Konvertierung läuft nicht ausschließlich auf deinem Gerät. Ergebnisse werden vorübergehend gespeichert und nach dem Aufbewahrungsfenster automatisch gelöscht. Du kannst einen eigenen Auftrag auch früher löschen. Lade wichtige Ergebnisse rechtzeitig herunter. Dokumentinhalte werden nicht für Werbung oder zum Training von Modellen verwendet. Die Datenschutzseite beschreibt die Verarbeitung genauer.
Grenzen und Datenschutz
Kostenlos: 10 MB pro PDF, 3 Plätze, 150 Seiten/Monat anonym oder 400 mit kostenlosem Konto. Zeitbudget: 15 Minuten; Ergebnisse bleiben 1 Stunde verfügbar. Teilresultate prüfen.