Unterhalten Sie sich mit einem 300-seitigen PDF
Warum PDFs ein besonderes Problem darstellen
PDFs sind schwierig, weil sie 3 Welten kombinieren:
1. Strukturierter Text: Absätze, Listen, Fußnoten
2. Visuelles Layout: Spalten, Tabellen, Diagramme, Grafiken
3. Bilder: Fotos, Logos, eingebettete Screenshots
PDF ist ein Visual-first-Format: Es bewahrt das Erscheinungsbild auf jedem Gerät. Aber Text ist nur ein Nebenprodukt — den ursprünglichen semantischen Inhalt zu extrahieren ist nicht immer trivial.
Bei Brainiall, wenn Sie ein PDF hochladen:
- Extrahiert Rohtext (pdfplumber oder pdfium)
- Erkennt Tabellen (camelot oder tabula)
- Konvertiert Seiten in Bilder
- Führt OCR (Whisper-OCR oder Mistral-OCR) auf Seiten ohne extrahierbaren Text durch
- Erkennt hierarchische Struktur (Überschriften, Abschnitte)
- Optional: Zusammenfassung + Vektorisierung für RAG
Gesprächsfluss: RAG vs. vollständiger Kontext
Zwei Strategien je nach Größe:
PDF < 50 Seiten (~100k Tokens):
- Senden Sie den vollständigen Text im Prompt von Claude Sonnet oder Gemini Pro
- Das Modell „sieht" alles und antwortet basierend auf dem vollständigen Kontext
- Vorteil: Es geht keine Information verloren
- Nachteil: Kostspielig bei mehreren Fragen (jeder Request verarbeitet das PDF neu)
PDF > 50 Seiten:
- Verwenden Sie RAG (Retrieval Augmented Generation)
- Teilen Sie das PDF in Chunks von ~500 Tokens auf
- Vektorisieren Sie jeden Chunk
- Bei der Frage des Benutzers suchen Sie die 5–10 semantisch relevantesten Chunks
- Senden Sie NUR diese Chunks im Prompt
- Vorteil: Günstig + skalierbar
- Nachteil: Wenn das Modell Informationen aus weit entfernten Teilen verknüpfen muss, kann der Kontext verloren gehen
Brainiall entscheidet automatisch, welche Strategie basierend auf der Größe des PDFs verwendet wird.
Praktische Anwendungsfälle
- Rechtsdokumente: mit einem 80-seitigen Vertrag chatten, um Klauseln zu finden
- Wissenschaftliche Paper: „Was sind die Hauptargumente gegen die These des Autors?"
- Finanzberichte: „Vergleiche das Wachstum Q3 vs Q4 dieses 10-K"
- Technische Handbücher: „Wie lautet das Verfahren zum Zurücksetzen des Geräts?"
- Lehrbücher: private Nachhilfe zu jedem Thema
- Rechtliche Verfahren: Suche nach Daten, Parteien und relevanten Fakten in Akten mit 500+ Seiten
Häufige Fallstricke
- Komplexe Tabellen: Verschachtelte oder zusammengeführte Tabellen können im extrahierten Text unübersichtlich werden; verwenden Sie Bild-OCR als Fallback
- Mathematische Formeln: LaTeX in PDFs wird zu unlesbarem Text; Vision-Modelle lösen das besser
- Alte gescannte Dokumente: PDFs, die nur Bilder sind (ohne Text), erfordern OCR, die Wörter falsch erkennen kann
- Exotische Sprachen: Sprachen mit wenigen Ressourcen haben schlechtere OCR-Ergebnisse
- Passwortgeschützte PDFs: PDFs mit Kopierschutz können die Extraktion blockieren — Passwort erforderlich
Fragen, die gut vs. schlecht funktionieren
Gut:
- "Was ist das zentrale Argument in Kapitel 3?"
- "Liste alle in diesem Bericht erwähnten Daten auf"
- "Vergleiche die Schlussfolgerungen aus Abschnitt 4 und Abschnitt 7"
- "Wie hoch war der Nettoumsatz im Jahr 2025?"
Schlecht:
- "Fasse diese gesamte PDF in 2 Absätzen zusammen" (fordert vollständigen Kontext, der in RAG verloren gehen kann)
- "Welchen emotionalen Ton hat der Autor am Ende?" (Nuance, die schwer in Chunks zu erfassen ist)
- "Was ist auf dem Bild auf Seite 45?" (erfordert spezifisches Vision-Modell)
Integrando über API
import httpx
# Zuerst die PDF hochladen
with open("contrato.pdf", "rb") as f:
r = httpx.post(
"https://api.brainiall.com/v1/files",
files={"file": f},
headers={"Authorization": "Bearer brnl-xxx"}
)
file_id = r.json()["id"]
# Danach Chat mit Verweis auf die Datei
r = httpx.post(
"https://api.brainiall.com/v1/chat/completions",
json={
"model": "claude-sonnet-4-6",
"messages": [
{"role": "user", "content": [
{"type": "text", "text": "Liste alle Parteien dieses Vertrags auf"},
{"type": "file", "file_id": file_id}
]}
]
},
headers={"Authorization": "Bearer brnl-xxx"}
)
Teste jetzt gleich
Im Brainiall-Chat ziehen Sie eine PDF-Datei in den Eingabebereich und stellen Sie Fragen. Bis zu 10 MB pro Datei. Pro für €5,49 ermöglicht großzügige Uploads; Business bietet Batch-Verarbeitung und Aufbewahrung für 30 Tage.