---
title: "PDF-zu-Markdown-API für RAG · Dokumentkonvertierung in der EU"
description: "Wandeln Sie PDF-, Word-, PowerPoint- und Excel-Dateien in sauberes Markdown für RAG und Prompts um. Tabellen, Überschriften und Scans, verarbeitet in der EU."
canonical: "https://inference.eu/de/api/document-conversion/"
language: "de"
---

POST /v1/documents/convert

# Dokumentkonvertierungs-API: PDF und Office zu Markdown, in der EU

Das meiste Unternehmenswissen steckt in PDFs, Word-Dokumenten, Präsentationen und Tabellen, Sprachmodelle arbeiten aber am besten mit sauberem Text. Der Endpunkt zur Dokumentkonvertierung macht aus diesen Dateien Markdown mit Überschriften, Listen und Tabellen, bereit zum Aufteilen für die Suche oder zum Einfügen in einen Prompt. Verträge und interne Berichte sind oft Ihre sensibelsten Dateien, und sie werden in europäischen Rechenzentren konvertiert.

[Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Beispielanfrage](#example)

1.  01API-Format: OpenAI
2.  02Rechenzentren in der EU
3.  03Durch einen AV-Vertrag abgedeckt

POST /v1/documents/convert

```
curl https://api.inference.eu/v1/documents/convert \
  -H "Authorization: Bearer $INFERENCE_EU_API_KEY" \
  -F file="@rahmenvertrag-2026.pdf" \
  -F output_format="markdown" \
  -F ocr="auto"

# {
#   "object": "document",
#   "filename": "rahmenvertrag-2026.pdf",
#   "pages": 14,
#   "output_format": "markdown",
#   "content": "# Rahmenvertrag\n\n## § 1 Vertragsgegenstand\n\n..."
# }
```

## Was der Endpunkt leistet

`POST /v1/documents/convert` nimmt eine Datei als `multipart/form-data` entgegen und liefert ihren Inhalt als Text. Die Datei kommt in `file`, und mit `output_format` wählen Sie: `markdown` erhält Struktur wie Überschriften, nummerierte Paragrafen, Listen und Tabellen, `text` liefert reinen Text ohne Auszeichnung. Die Antwort enthält `filename`, die Zahl der `pages` und den konvertierten `content`.

Unterstützt werden PDF, Word (`.docx`), PowerPoint (`.pptx`), Excel (`.xlsx`), HTML und gängige Bildformate. Digital erzeugte PDFs werden direkt gelesen, schnell und exakt. Gescannte Seiten und Fotos von Dokumenten durchlaufen eine Texterkennung.

## Die wichtigsten Felder der Anfrage

`ocr` steuert die Texterkennung. `auto`, der Standard, erkennt Seiten ohne Textebene und liest sie per Texterkennung, digitalen Text übernimmt es unverändert. `force` erkennt jede Seite neu, was bei PDFs mit fehlerhafter eingebetteter Textebene hilft. `off` überspringt die Erkennung und ist am schnellsten, wenn Sie wissen, dass die Dateien digital sind.

Tabellen werden zu Markdown-Tabellen, damit Zeilen und Spalten für das Modell zusammenbleiben. Kopf- und Fußzeilen sowie Seitenzahlen, die sich auf jeder Seite wiederholen, werden nach Möglichkeit entfernt, weil sie das Retrieval stören. Tabellenkalkulationen ergeben eine Tabelle pro Blatt, Präsentationen einen Abschnitt pro Folie mit dem Folientitel als Überschrift.

## Ein bewährtes Muster für RAG

Hier beginnt eine Retrieval-Pipeline. Wandeln Sie jedes Dokument in Markdown um und teilen Sie es entlang der Überschriften statt nach fester Zeichenzahl, sodass jeder Abschnitt in sich schlüssig ist: eine Vertragsklausel, ein Richtlinienabsatz, eine Folie. Speichern Sie Überschriftenpfad und Seitenzahl als Metadaten, damit Antworten die Quelle nennen können.

Betten Sie die Abschnitte mit einem Embedding-Modell ein, legen Sie sie in Ihrer Vektordatenbank ab und sortieren Sie Treffer bei der Anfrage mit einem Reranker. Für Extraktionsaufgaben senden Sie das Markdown stattdessen mit einem JSON-Schema an ein Chat-Modell. Einmal konvertieren und das Markdown speichern ist günstiger, als dieselbe Datei bei jeder Frage neu umzuwandeln.

## Fehler und Sonderfälle

Passwortgeschützte oder verschlüsselte Dateien lassen sich nicht lesen und ergeben einen 400-Fehler; entfernen Sie den Schutz vorher. Beschädigte Dateien und nicht unterstützte Formate führen ebenfalls zu 400 mit einer Beschreibung des Problems. Dateien über der Maximalgröße ergeben 413; die Grenze hängt von Ihrem Tarif ab und wird mit Ihnen abgestimmt.

Sehr komplexe Layouts wie mehrspaltige Newsletter, verschachtelte Tabellen oder Text in Grafiken können in unerwarteter Reihenfolge herauskommen. Prüfen Sie Stichproben jeder Quelle, bevor Sie alles indexieren. Handschrift und schlechte Scans mindern die Erkennungsqualität. Wo Diagramme oder Handschrift die Bedeutung tragen, senden Sie das Seitenbild zusätzlich an ein Vision-Modell.

## Document conversion

Endpunkt

POST /v1/documents/convert

Kategorie

Tools

API-Format

OpenAI

Base URL

api.inference.eu/v1

Verarbeitung

Rechenzentren in der EU

Training mit Ihren Daten

Nie

## Document conversion: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Laden Sie das PDF mit \`output\_format\` auf \`markdown\` an \`POST /v1/documents/convert\` hoch. Die Antwort enthält das Dokument als Markdown mit erhaltenen Überschriften, Listen und Tabellen. Teilen Sie es entlang der Überschriften in Abschnitte für Embeddings oder geben Sie es direkt in einen Prompt, wenn es ins Kontextfenster passt.

PDF, Word (\`.docx\`), PowerPoint (\`.pptx\`), Excel (\`.xlsx\`), HTML und gängige Bildformate wie PNG und JPEG. Ältere binäre Office-Formate wie \`.doc\` speichern Sie am besten vorher im aktuellen Format. Brauchen Sie für ein großes Archiv ein anderes Format, sprechen Sie uns an.

Ja. Mit \`ocr\` auf \`auto\` durchlaufen Seiten ohne Textebene eine Texterkennung, digitale Seiten werden direkt gelesen. Nutzen Sie \`force\`, wenn ein PDF eine fehlerhafte eingebettete Textebene hat. Die Erkennungsqualität hängt von Scanauflösung und Druckqualität ab.

Ja. Tabellen werden in Markdown-Tabellen umgewandelt, sodass Zeilen und Spalten zusammenbleiben und ein Modell sie lesen kann. Verbundene Zellen und verschachtelte Tabellen werden vereinfacht. Bei Tabellenkalkulationen wird jedes Blatt zu einer eigenen Tabelle mit dem Blattnamen als Überschrift.

Markdown bewahrt die Struktur, die dem Text seine Bedeutung gibt: welche Zeile eine Überschrift ist, welche Punkte zu einer Liste gehören, welche Zahl in welcher Spalte steht. Das erleichtert sinnvolle Abschnitte und hilft Modellen bei präzisen Antworten. Reiner Text verliert diese Struktur, genügt aber für einfache Volltextsuche.

Nein. Dateien werden in Rechenzentren in der EU verarbeitet, um den Text zu erzeugen, der in der Antwort zurückkommt. Danach werden sie nicht aufbewahrt und nie zum Training von Modellen verwendet. Speichern Sie das Markdown in Ihren eigenen Systemen, wenn Sie es erneut brauchen.

Maximale Dateigröße und Seitenzahl pro Anfrage hängen von Ihrem Tarif ab und werden mit Ihnen abgestimmt. Sehr große Dokumente teilen Sie vor der Konvertierung auf. Archive mit Tausenden Dateien konvertieren Sie am besten über eine Warteschlange mit Wiederholungen.

Ja. Digitaler Text wird in jeder Sprache unverändert übernommen, einschließlich Umlauten, Akzenten und anderer Sonderzeichen. Die Texterkennung für Scans unterstützt alle großen europäischen Sprachen. Prüfen Sie vor der Konvertierung eines großen Archivs einige gescannte Stichproben pro Sprache.

[Frage stellen](https://inference.eu/de/kontakt/)

## Verwandte Seiten

[API-Überblick](https://inference.eu/de/api/)

-   [EmbeddingsWandeln Sie Text in Vektoren für Suche, RAG und Clustering um. OpenAI-kompatible Embeddings-API mit offenen Modellen, Verarbeitung in Rechenzentren der EU.Endpunkte](https://inference.eu/de/api/embeddings/)
-   [RerankSortieren Sie Suchergebnisse für RAG nach Relevanz mit einer Rerank-API. Cross-Encoder-Modelle wie bge-reranker-v2-m3, Verarbeitung in Rechenzentren der EU.Endpunkte](https://inference.eu/de/api/rerank/)
-   [Structured outputsErhalten Sie von offenen Modellen gültiges JSON nach Ihrem Schema, mit OpenAI-kompatiblen Structured Outputs. JSON-Modus, json\_schema, strict und Stolperfallen.Anleitungen](https://inference.eu/de/api/structured-outputs/)
-   [VisionSenden Sie Bilder im OpenAI-Chatformat an offene Vision-Modelle. Belege, Screenshots, Formulare und Fotos auslesen, verarbeitet in Rechenzentren der EU.Anleitungen](https://inference.eu/de/api/vision/)

## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

-   Antwort innerhalb eines Werktags
-   Preise für Ihr Volumen
-   AV-Vertrag unterschriftsreif