MarkItDown: Warum du deine PDFs nicht mehr direkt an die KI schicken solltest

Du kennst die Situation: Ein Dokument soll ausgewertet werden, du ziehst die PDF-Datei ins Chatfenster, stellst deine Frage – und bekommst eine Antwort, die irgendwie danebenliegt. Tabellen falsch gelesen, Überschriften ignoriert, Zahlen vertauscht. Und wenig später meldet das System, dein Limit sei erreicht.

Beides hat dieselbe Ursache. Und die lässt sich mit einem kostenlosen Werkzeug von Microsoft beheben.

Warum PDFs für eine KI teuer sind

Ein Sprachmodell liest kein Dokument. Es zerlegt Text in Tokens – kleine Bausteine, mit denen es rechnet. Und ein PDF liefert davon erstaunlich viele, ohne dass der Inhalt dadurch besser würde.

Der Grund liegt im Format selbst. PDF wurde entwickelt, damit ein Dokument auf jedem Drucker gleich aussieht. Es beschreibt Positionen auf einer Seite, keine Bedeutung. Wo für dich eine Überschrift steht, steht für die Maschine: Text, Schriftgröße 18, Position x/y. Wo du eine Tabelle siehst, sieht sie einzelne Textfragmente, die zufällig nebeneinanderliegen.

Beim Einlesen landet dieser ganze Ballast im Kontext: Kopf- und Fußzeilen auf jeder Seite, Seitenzahlen, Zeilenumbrüche an sinnlosen Stellen, Reste von Layoutinformationen. Pro Seite kommen so grob 1.500 bis 3.000 Tokens zusammen. Bei einem Bericht von 20 Seiten bist du schnell im fünfstelligen Bereich – bevor deine eigentliche Frage überhaupt gestellt ist.

Und hier zeigt sich der Denkfehler, der vielen unterläuft: Die KI versteht dein Dokument nicht, sie rechnet damit. Je sauberer das Material, das du ihr gibst, desto präziser das Ergebnis. Müll rein, Müll raus – dieses Prinzip gilt bei Sprachmodellen unverändert.

MarkItDown: das Werkzeug für den Zwischenschritt

Genau an dieser Stelle setzt MarkItDown an. Das Tool stammt vom AutoGen-Team bei Microsoft, steht unter MIT-Lizenz und kostet nichts. Es nimmt eine Datei entgegen und gibt sauberes Markdown zurück: Überschriften als Überschriften, Listen als Listen, Tabellen als Tabellen.

Auf GitHub hat das Projekt inzwischen weit über 100.000 Sterne gesammelt – für ein Werkzeug dieser Größenordnung ein bemerkenswerter Wert. Er erklärt sich schlicht damit, dass MarkItDown ein Problem löst, das jeder hat, der ernsthaft mit KI arbeitet.

Unterstützt werden unter anderem Word, Excel, PowerPoint, HTML, EPUB, CSV, JSON, XML, ZIP-Archive sowie Bilder und Audiodateien.

Installation und erster Test

MarkItDown ist ein Python-Paket. Du brauchst Python 3.10 oder neuer, dann genügt eine Zeile:

pip install "markitdown[all]"

Die Umwandlung selbst ist ähnlich unspektakulär:

markitdown quartalsbericht.docx -o quartalsbericht.md

Öffne die Markdown-Datei einmal im Texteditor und vergleiche sie mit dem Original. Der Unterschied ist sofort sichtbar: Statt Layoutresten steht dort Klartext mit Struktur.

Der Komfort-Weg über MCP

Wer den Umweg über die Kommandozeile scheut, richtet MarkItDown als MCP-Server ein. Dann wandert jede Datei automatisch durch die Konvertierung, bevor die KI sie zu sehen bekommt. Einmal einrichten, danach nie wieder daran denken.

Für Claude Desktop trägst du in die Konfigurationsdatei claude_desktop_config.json folgenden Abschnitt ein:

{
  "mcpServers": {
    "markitdown": {
      "command": "uvx",
      "args": ["markitdown-mcp"]
    }
  }
}

Danach die Anwendung vollständig beenden und neu starten – ein geschlossenes Fenster reicht nicht, der Server lädt nur beim echten Neustart.

Wer mit Claude Code arbeitet, kommt mit einer einzigen Zeile ans Ziel:

claude mcp add markitdown -- uvx markitdown-mcp

Der Haken, über den kaum jemand spricht

Und jetzt der Teil, den du in den meisten Empfehlungen zu diesem Tool nicht findest.

MarkItDown wird gefeiert als Lösung für das PDF-Problem. Ausgerechnet bei PDFs ist es aber am schwächsten.

Im Hintergrund arbeitet standardmäßig die Bibliothek pdfminer.six, und die zieht nur den reinen Textstrom heraus. Keine Layout-Analyse, keine Texterkennung, keine Tabellenlogik. Überschriften werden nicht als solche erkannt, Tabellenstruktur zerfällt in eine Reihe zusammenhangloser Wörter. Bei gescannten Dokumenten kommt schlicht nichts zurück – ohne OCR gibt es für das Tool dort keinen Text.

In systematischen Vergleichen mit anderen Konvertern landet MarkItDown bei PDFs regelmäßig auf den hinteren Plätzen. Bei Office-Dateien dagegen gehört es zur Spitzengruppe.

Für die Praxis heißt das:

Dateityp	Empfehlung
Word, Excel, PowerPoint, HTML, EPUB	MarkItDown, ohne nachzudenken
Textlastige PDFs ohne Tabellen	funktioniert meist gut genug
PDFs mit Tabellen oder Formularen	Docling oder Azure Document Intelligence
Gescannte PDFs und Bilddokumente	Werkzeug mit OCR nötig

Der Tipp bleibt trotzdem einer der wertvollsten, die dir im KI-Alltag begegnen können. Nur eben mit Ansage, wo er trägt und wo nicht. Genau diese Ansage fehlt in den meisten Empfehlungen, die gerade durch die sozialen Netzwerke laufen.

Warum Markdown das bessere Futter ist

Der Effekt geht über gesparte Tokens hinaus. Markdown ist für ein Sprachmodell so etwas wie die Muttersprache: Riesige Teile der Trainingsdaten liegen in diesem Format vor – Dokumentationen, Foren, Repositories, technische Handbücher.

Ein Doppelkreuz vor einer Zeile bedeutet für das Modell zuverlässig „hier beginnt ein Abschnitt“. Ein Bindestrich am Zeilenanfang bedeutet „Listenpunkt“. Diese Zeichen sind eindeutig, kosten fast nichts und tragen trotzdem Struktur. Genau deshalb fallen Antworten präziser aus, wenn du dein Material vorher übersetzt.

Ein angenehmer Nebeneffekt für alle, die Dokumente archivieren: Markdown ist reiner Text. Kein proprietäres Format, keine Versionsabhängigkeit, in zwanzig Jahren noch lesbar. Wer schon einmal ein Word-Dokument aus den Neunzigern öffnen wollte, weiß, was das wert ist.

Dein nächster Schritt

Nimm dir das Dokument, das du am häufigsten in die KI kippst. Jage es einmal durch MarkItDown und stelle dieselbe Frage zweimal – einmal zum Original, einmal zur konvertierten Fassung.

Der Unterschied in der Antwortqualität überrascht die meisten. Und er kostet dich zwei Minuten Einrichtung.

Häufige Fragen zu MarkItDown

Was kostet MarkItDown? Nichts. Das Tool steht unter MIT-Lizenz und ist frei nutzbar, auch kommerziell.

Läuft es auch unter Windows? Ja. Vorausgesetzt wird Python 3.10 oder neuer, ansonsten funktioniert die Installation unter Windows, macOS und Linux identisch.

Werden meine Dokumente irgendwo hochgeladen? Nein. Die Konvertierung läuft vollständig lokal auf deinem Rechner. Erst wenn du das Ergebnis anschließend an eine KI schickst, verlässt es dein Gerät. Für vertrauliche Unterlagen ist das ein spürbarer Vorteil gegenüber Online-Konvertern.

Wie viel spare ich tatsächlich? Das hängt stark vom Ausgangsformat ab. Bei layoutlastigen Office-Dateien ist die Ersparnis erheblich, bei einer schlichten Textdatei praktisch null. Verlässlicher als jede Prozentangabe ist der eigene Test mit den eigenen Dokumenten.

Brauche ich Programmierkenntnisse? Für die Kommandozeilen-Variante reicht Kopieren und Einfügen. Für die MCP-Einrichtung musst du einmal eine Konfigurationsdatei bearbeiten – auch das ist eher Textbaustein als Programmierung.