Fast alle heutigen Chat-KIs können hochgeladene Dokumente lesen und zusammenfassen – PDF, Word, Textdateien, Tabellen und in vielen Fällen auch abfotografierte Seiten. Die Qualität hängt weniger vom Modell ab als davon, wie präzise du den Auftrag formulierst.
Was beim Hochladen tatsächlich passiert
Das Dokument wird in Text umgewandelt und in das Kontextfenster des Modells geladen – also in den Arbeitsspeicher der laufenden Unterhaltung. Das Modell „öffnet” keine Datei, es bekommt ihren Inhalt als Text vorgelegt, so als hättest du ihn hineinkopiert.
Daraus folgen zwei Dinge. Erstens: Passt das Dokument nicht ins Kontextfenster, wird es zerlegt und nur die vermeintlich passenden Teile werden herangezogen – technisch dasselbe Prinzip wie bei RAG. Bei sehr langen Texten kann die KI dann Stellen übersehen, ohne das zu erwähnen. Zweitens: Was nicht als Text vorliegt, existiert für das Modell nicht. Eine eingescannte Seite ohne Texterkennung ist ein Bild – manche Modelle lesen es dank Multimodalität, andere nicht.
Welche Dateien Probleme machen
- Gescannte PDFs ohne Textebene: Der Klassiker bei Behördenpost und älteren Verträgen. Test: Lässt sich im PDF-Betrachter Text markieren? Wenn nicht, brauchst du ein Modell mit Bilderkennung – oder vorher eine Texterkennung.
- Mehrspaltige Layouts: Wissenschaftliche Artikel, Zeitungsseiten, Geschäftsberichte. Die Textextraktion springt gern zwischen den Spalten, was zu Sätzen führt, die es nie gab.
- Tabellen und Zahlenwerke: Werden häufig verstümmelt, weil die Spaltenzuordnung im reinen Text verloren geht. Bei Zahlen, auf die es ankommt, immer im Original gegenprüfen.
- Sehr große Dateien: Jeder Anbieter hat Grenzen für Seitenzahl und Dateigröße. Bei umfangreichen Dokumenten ist kapitelweises Hochladen fast immer das bessere Ergebnis.
Der Auftrag entscheidet über das Ergebnis
„Fasse das zusammen” ist die schlechteste aller Anweisungen. Das Modell weiß nicht, wofür du die Zusammenfassung brauchst, und liefert deshalb den kleinsten gemeinsamen Nenner: eine gleichmäßige Verkürzung, in der das Wichtige genauso viel Platz bekommt wie das Nebensächliche.
Nenne stattdessen drei Dinge – Zweck, Umfang, Form:
- Zweck: „Ich muss entscheiden, ob ich diesen Vertrag unterschreibe.” „Ich halte morgen einen Vortrag darüber.” Der Zweck steuert, was als wichtig gilt.
- Umfang: Eine Seite, zehn Stichpunkte, drei Sätze. Ohne Angabe bekommst du ungefähr eine halbe Bildschirmseite, egal wie lang das Original war.
- Form: Fließtext, Stichpunkte, Tabelle mit Spalten, Frage-Antwort-Liste. Bei Vergleichen ist eine Tabelle fast immer überlegen.
Ein zweiter Hebel, der selten genutzt wird: Verlange Seitenangaben. „Nenne zu jedem Punkt die Seite, auf der er steht.” Das macht die Zusammenfassung überprüfbar und senkt nachweislich die Zahl erfundener Aussagen. Mehr zu wirksamen Formulierungen im Beitrag zum Prompt Engineering.
Besser als Zusammenfassen: Fragen stellen
In der Praxis brauchst du selten eine echte Zusammenfassung. Du willst wissen, ob im Mietvertrag eine Staffelmiete steht, was die Kündigungsfrist ist, welche Kosten auf dich zukommen. Genau das ist die stärkere Nutzung: das Dokument hochladen und es befragen wie einen Menschen, der es gelesen hat.
Besonders wirksam sind Fragen, die auf Abwesendes zielen: „Welche Punkte, die in einem solchen Vertrag üblich sind, fehlen hier?” oder „Was in diesem Angebot ist so formuliert, dass es später teuer werden kann?” Solche Fragen beantwortet keine Zusammenfassung, und sie sind der eigentliche Zeitgewinn.
Wo Vorsicht geboten ist
Eine Zusammenfassung ist eine Auswahl, und jede Auswahl kann daneben liegen. Zwei Fehlerarten kommen vor: Das Modell erfindet eine Aussage, die nicht im Text steht (Halluzination) – oder, häufiger und gefährlicher, es lässt etwas Wesentliches weg, ohne dass du es merkst. Ausgelassenes fällt niemandem auf.
Bei rechtlich oder finanziell bindenden Dokumenten gilt deshalb: Die Zusammenfassung ist ein Wegweiser zu den Stellen, die du selbst liest – kein Ersatz fürs Lesen.
Datenschutz: Was darf überhaupt hochgeladen werden?
Dokumente enthalten fast immer personenbezogene Daten – Namen, Adressen, Vertragsdetails, manchmal Gesundheitsangaben. Der Upload in einen KI-Dienst ist damit eine Übermittlung an einen Dritten und braucht eine Rechtsgrundlage.
- Privat, eigene Unterlagen: Unkritisch, solange es deine eigenen Daten sind.
- Beruflich, mit Daten Dritter: Nur mit geschäftlichem Zugang und Auftragsverarbeitungsvertrag. Details im Beitrag DSGVO und KI im Unternehmen.
- Berufsgeheimnisträger – Ärzte, Anwälte, Steuerberater: Hier ist der Upload in einen fremden Dienst regelmäßig unzulässig. Der realistische Weg ist ein lokal betriebenes Modell, bei dem die Datei den Rechner nicht verlässt.