# PDF-RAG-Chunker mit Citation Pack Wandelt ein PDF in RAG-Chunks mit Seitenzahl, Bounding Box und Zitiermetadaten um > Kanonische Seite: https://elysiatools.com/de/tools/pdf-rag-chunker-citation-pack - **Kategorie:** AI Tools - **Schlagwörter:** pdf, rag, citation, chunk ## Überblick Laden Sie ein PDF hoch. Das Tool fuehrt OpenDataLoader aus und erzeugt strukturiertes JSON. Anschliessend werden Absaetze, Listen, Tabellen und Ueberschriften zu RAG-Chunks mit Seitenzahl, Bounding Box und Abschnittskontext zusammengefasst. ## Eingaben - **PDF-Datei** (file) - **Chunk-Modus** (select) - **Maximale Zeichen pro Chunk** (number) - **Strukturbaum verwenden** (checkbox) - **Sensible Daten maskieren** (checkbox) - **Tabellen einbeziehen** (checkbox) ## Wann verwenden - Wenn Sie PDF-Dokumente für die Einspeisung in Vektordatenbanken vorbereiten und dabei den semantischen Kontext erhalten möchten. - Wenn Sie ein KI-Chat-System entwickeln, das exakte Quellenangaben mit Seitenzahlen und Bounding-Box-Koordinaten für visuelle Referenzen erfordert. - Wenn komplexe Dokumente mit Tabellen und hierarchischen Überschriften in logische, maschinenlesbare Textblöcke unterteilt werden sollen. ## Funktionsweise - Laden Sie Ihre PDF-Datei hoch und wählen Sie den gewünschten Chunk-Modus (z. B. Gruppierung nach Überschriften oder ein Element pro Chunk). - Legen Sie die maximale Zeichenanzahl pro Chunk fest und entscheiden Sie, ob Tabellen oder Strukturbaumdaten einbezogen werden sollen. - Das Tool analysiert das Dokument und fasst Absätze, Listen und Tabellen zu semantisch sinnvollen Blöcken zusammen. - Laden Sie das fertige JSON-Paket herunter, das alle Chunks inklusive Zitiermetadaten, Seitenzahlen und Bounding-Boxen enthält. ## Anwendungsfälle - Aufbereitung von Finanzberichten für KI-Analysten, bei denen genaue Verweise auf Tabellen und Absätze unerlässlich sind. - Verarbeitung von juristischen Verträgen für Legal-Tech-Anwendungen, um Klauseln mit exakten Seitenangaben zitierfähig zu machen. - Strukturierung umfangreicher technischer Handbücher, um Support-Chatbots mit präzisem, überschriftenbasiertem Kontext zu versorgen. ## Häufig gestellte Fragen ### Welche Chunk-Modi stehen zur Verfügung? Sie können zwischen 'Nach Überschriften gruppieren' (heading-aware) und 'Ein Element pro Chunk' wählen, je nachdem, wie viel Kontext Ihre Vektordatenbank für optimale Suchergebnisse benötigt. ### Werden Tabellen im PDF unterstützt? Ja, Sie können die Option 'Tabellen einbeziehen' aktivieren, um tabellarische Daten als strukturierte Elemente in die generierten Chunks aufzunehmen. ### Was sind Bounding Boxes und wofür werden sie genutzt? Bounding Boxes sind Koordinaten, die genau angeben, wo sich ein Textabschnitt auf der Original-PDF-Seite befindet. Dies ist ideal für Frontend-Anwendungen, die KI-Zitate im Originaldokument visuell hervorheben möchten. ### Kann ich sensible Daten im PDF maskieren? Ja, das Tool bietet eine Checkbox 'Sensible Daten maskieren', mit der vertrauliche Informationen unkenntlich gemacht werden können, bevor die Chunks für das RAG-System generiert werden. ### In welchem Format wird das Ergebnis bereitgestellt? Das Ergebnis ist eine strukturierte JSON-Datei. Dieses Format lässt sich direkt in gängige RAG-Pipelines, LLM-Frameworks und Vektordatenbanken importieren. ## Ähnliche Tools - [PDF zu sauberem Text fuer LLM](https://elysiatools.com/de/tools/pdf-to-clean-text-for-llm): Extrahiert sauberen Text aus PDFs fuer Zusammenfassung, Uebersetzung, Embeddings und andere LLM-Workflows - [Markdown-zu-PDF-Theme-Paket](https://elysiatools.com/de/tools/markdown-to-pdf-theme-pack): Konvertiert Markdown zu PDF mit Hell-, Dunkel- oder Druckthema - [PDF/A-Konvertierung](https://elysiatools.com/de/tools/pdf-a-convert): Konvertiert PDFs in ein selbsterklärtes PDF/A-Profil ohne externe Abhängigkeiten - [PDF zu Excel](https://elysiatools.com/de/tools/pdf-to-excel): Extrahiert Tabellendaten aus PDF-Dateien und konvertiert sie in Excel-Tabellenkalkulationen mit anpassbaren Parsing-Optionen - [PDF zu Markdown Konverter](https://elysiatools.com/de/tools/pdf-to-markdown): Konvertiert PDF-Dokumente in Markdown-Format mit Textextraktion und Formatierungserhaltung - [PDF zu Text Erweitert](https://elysiatools.com/de/tools/pdf-to-text-advanced): Erweiterter PDF-zu-Text-Konverter mit Seitenauswahl, Formatierungsoptionen und Metadatenextraktion - [OCR-PDF-zu-strukturiertes-JSON-Brücke](https://elysiatools.com/de/tools/ocr-pdf-to-structured-json-bridge): Extrahiert die PDF-Textebene mit Geometrie (Zeilen nach y-Position, Tabellen nach Spaltenlücken, Überschriften nach Schriftgröße, Doppelpunkt-Schlüsselwerte) und füllt Feld für Feld ein benutzerdefiniertes JSON Schema — Labels werden über normalisierte Schlüssel gepaart, Werte zu deklarierten Typen konvertiert und mit ajv validiert. - [PDF-Header-Footer-Rauschfilter](https://elysiatools.com/de/tools/pdf-header-footer-noise-remover): Vergleicht Extraktion mit und ohne Header/Footer, um wiederkehrendes Textrauschen zu erkennen ## Beispiele - [PDF-Beispiele](https://elysiatools.com/de/samples/pdf-samples): Generierte PDF-Beispiele von Tools zwischen 2026-02-01 und 2026-02-10 - [Markdown Foliensatz Beispiele](https://elysiatools.com/de/samples/md-slide-deck-to-pdf): Remark/Marp Markdown Decks zum Testen des PDF Exports - [ICS-Beispiele fuer den Zeitzonen-Workflow-Planer](https://elysiatools.com/de/samples/time-zone-workflow-scheduler-ics-samples): ICS-Dateien im gleichen Rueckgabeformat wie beim Time Zone Workflow Scheduler, mit mehreren VEVENT-Meetingkandidaten - [ASS-Untertitel-Beispiele](https://elysiatools.com/de/samples/ass-samples): ASS-Dateien von einfach bis komplex fuer style-aware Parsing, Uebersetzung, Konvertierung und Lokalisierungs-QA ## Verwandte Inhalte - [Dokumenten-OCR-Extraktion](https://elysiatools.com/de/hubs/document-ocr-extraction): Extrahieren Sie OCR-Text aus Scans und wandeln Sie Dokumentseiten oder Bilder in Markdown, JSON, Tabellen, Bildbeschreibungen und retrieval-fertige Segmente mit Qualitätsprüfung um. - [PDF-Vorbereitung fur LLM und RAG](https://elysiatools.com/de/hubs/pdf-llm-rag-prep): PDFs in saubere, sichere und zitierbare Eingaben fur LLM-Zusammenfassung, Embeddings, Suche und RAG verwandeln. - [RAG-Chunking und Retrieval-Vorbereitung](https://elysiatools.com/de/hubs/rag-chunking-retrieval-prep): PDFs und Word-Dateien bereinigen, Extraktionsrauschen entfernen, versteckte Prompt-Risiken pruefen, Text teilen, Chunks bewerten und zitierfaehige RAG-Eingaben erstellen.