PDF in Markdown umwandeln (.md)

So funktioniert es

Wählen Sie Ihre PDF im Feld aus (tippen oder klicken) und klicken Sie auf „In Markdown umwandeln“; Sie erhalten eine nach der PDF benannte .md-Datei. Der Konverter holt die Wörter aus der Textebene, verbindet umbrochene Zeilen zu Absätzen und kennzeichnet die Gliederung in Markdown: Überschriftengrößen werden von groß nach klein zu #, ## und ###, Zeilen mit „•“, „–“ oder „-“ am Anfang werden zu „- “-Listenpunkten, Zeilen mit „1.“ zu einer nummerierten Liste, und ein vollständig fett gesetzter Absatz wird in **doppelte Sternchen** gesetzt. Ein konkretes Beispiel: Sie möchten eine 40-seitige Bedienungsanleitung von einem KI-Chat zusammenfassen lassen, doch beim Einfügen der PDF verschwinden die Überschriften und Seitenzahlen landen mitten im Satz. Wandeln Sie die Datei hier um: Wiederholte Zeilen wie „Bedienungsanleitung – Seite 12“ entfallen, Kapitel werden durch #-Überschriften getrennt, und das Modell erkennt den Aufbau. Dieselbe Datei öffnet sich direkt in Obsidian, GitHub, VS Code oder über den Import von Notion. Die Grenze: Tabellen werden zu einfachen Zeilen statt zu Markdown-Tabellen, Bilder und Linkziele werden nicht übernommen. Gescannte Seiten sind Bilder ohne Zeichen; dafür gibt es eine Erklärung statt einer leeren .md.

Dieses Werkzeug ist auch als pdf in markdown umwandeln, pdf zu markdown, pdf in md konvertieren, pdf fuer chatgpt aufbereiten, pdf to markdown bekannt.

Was ist Markdown?

Markdown ist eine Schreibweise, die reinem Text mit wenigen einfachen Zeichen eine Gliederung gibt: # am Zeilenanfang bedeutet Überschrift, - einen Listenpunkt, 1. einen nummerierten Punkt, und Wörter zwischen zwei Sternchen sind **fett**. Die Datei ist eine gewöhnliche Textdatei mit der Endung .md; weil die Zeichen lesbar bleiben, versteht man sie auch ohne Darstellungsprogramm. README-Dateien auf GitHub, Notizen in Obsidian und Joplin, viele Blogsysteme und die Antworten von KI-Chats sind in Markdown geschrieben. Aus einer PDF erzeugt dieses Werkzeug nur die gängigsten Gliederungszeichen (Überschrift, Liste, fett); Tabellen-, Link- und Bildsyntax schreibt es nicht.

Was ist Textebene?

Die Textebene ist der Teil einer PDF, der festhält, welche Buchstaben in welcher Schrift an welcher Stelle der Seite stehen; lässt sich in der PDF ein Wort mit der Maus markieren, hat das Dokument eine. Aus Word, LibreOffice oder über die Druckfunktion eines Browsers exportierte PDFs bringen eine vollständige Textebene mit. Ein Dokument, das durch einen Scanner oder eine Handykamera gegangen ist, ist dagegen nur ein Bild der Seite; zu lesen gibt es erst etwas, wenn eine Texterkennung (OCR) gelaufen ist. Die Umwandlung von PDF in Markdown arbeitet ausschließlich mit der Textebene; findet das Werkzeug keine, meldet es das, statt eine leere Datei zu erzeugen.

Wie werden die Überschriftenebenen bestimmt, und warum stimmen sie manchmal nicht?

Eine PDF sagt nie „diese Zeile ist eine Überschrift zweiter Ebene“; das Werkzeug schließt es aus der Schriftgröße. Zuerst ermittelt es die Fließtextgröße, also die Größe, in der der meiste Text steht. Zeilen, die mindestens 1,3-mal so groß und höchstens 120 Zeichen lang sind, gelten als Überschrift; die verschiedenen Überschriftengrößen werden von groß nach klein sortiert, die drei größten erhalten #, ## und ###, alle kleineren bleiben bei ###. Zwei aufeinanderfolgende Überschriftenzeilen gleicher Größe werden zu einer zusammengefasst, weil ein langer Titel in der PDF oft auf zwei Zeilen umbricht.

Die blinden Flecken sind vorhersehbar. Sind die Überschriften so groß wie der Fließtext und nur fett, wird keine Überschrift gefunden; diese Zeilen erscheinen als **fette** Absätze, und Sie setzen das # selbst davor. Große Hervorhebungen auf einem Deckblatt, etwa ein Datum oder ein Betrag, können für eine Überschrift gehalten werden. Fettdruck in einer Schrift, deren Name das Gewicht nicht verrät (manche eingebettete Schriften verbergen es), wird nicht als fett markiert. Tabellenzellen werden Reihe für Reihe, links beginnend, als gewöhnliche Zeilen geschrieben; eine Markdown-Tabelle entsteht nicht, weil die Zellgrenzen in der PDF nicht gespeichert sind und eine falsch gebaute Tabelle mehr in die Irre führt als einfache Zeilen.

Markdown, reiner Text oder Word?

Soll das Dokument an ein KI-Modell, eine Notiz-App oder eine Website gehen, ist Markdown das richtige Ziel: Die Gliederung (Überschriften, Listen, Hervorhebungen) bleibt mit wenigen Zeichen erhalten, und die Datei ist trotzdem reiner Text, der sich überall öffnen lässt. Sprachmodelle lesen Markdown gut; ein in Abschnitte gegliedertes Dokument wird genauer zusammengefasst als eine PDF-Kopie mit willkürlich umbrochenen Zeilen.

Brauchen Sie nur die Wörter (suchen, zählen, kopieren), liefert das Werkzeug „PDF in Text“ eine schlichtere .txt ohne Überschriftenzeichen. Wird ein Mensch das Dokument bearbeiten und drucken, schreibt das Werkzeug „PDF in Word“ die Überschriften als Word-Formatvorlagen. Kurz: Markdown, wenn eine Maschine liest; reiner Text, wenn nur die Wörter zählen; Word, wenn jemand bearbeitet und druckt.

Häufige Fragen

Warum sollte ich eine PDF vor ChatGPT oder einer anderen KI in Markdown umwandeln?

Direkt aus einer PDF kopierter Text bricht an der Seitenbreite um, Seitenzahlen und Kopfzeilen landen zwischen den Sätzen, und Überschriften gehen im Fließtext unter. Nach der Umwandlung in Markdown sind die Absätze vollständig, wiederholte Zeilen entfernt und Abschnitte mit #-Überschriften markiert; das Modell erkennt, welcher Satz zu welchem Abschnitt gehört. Bei langen Dokumenten verbessert das Zusammenfassungen und Antworten spürbar. Die Umwandlung läuft in Ihrem Browser; die PDF wird von dieser Seite nirgendwohin hochgeladen.

Wie öffne ich eine .md-Datei?

Eine .md-Datei ist reiner Text: Der Windows-Editor und TextEdit auf dem Mac öffnen sie und zeigen die Zeichen (#, -, **) so, wie sie sind. Formatiert sehen Sie sie in Obsidian, Typora, der Vorschau von VS Code, auf GitHub oder über den Import von Notion. Auf dem Handy stellen Apps wie Markor (Android) und iA Writer Markdown formatiert dar.

Werden Tabellen aus der PDF zu Markdown-Tabellen?

Nein. In einer PDF besteht eine Tabelle nur aus einzelnen Textstücken mit Linien drumherum; die Zellstruktur ist in der Datei nicht gespeichert. Das Werkzeug gibt Tabellen zeilenweise von links nach rechts als einfachen Text aus. Brauchen Sie die Tabelle, trennen Sie die Zellen im Ergebnis von Hand mit |-Zeichen oder kopieren Sie die Tabelle in eine Tabellenkalkulation.