Dokumenten-Zusammenfassung mit KI: lange Texte automatisch zusammenfassen mit Claude Long Context

Das Problem: Lange Verträge zu lesen bindet viel Zeit

Kennen Sie das? Ihr Geschäftsführer oder Jurist muss regelmäßig lange Dokumente lesen:

  • Lieferantenverträge: 30-80 Seiten, Kleingedrucktes, Haftungsklauseln
  • Studien & Reports: 100-200 Seiten Marktanalyse, nur 10% sind relevant
  • Ausschreibungen: 50-150 Seiten Anforderungen, Fristen, Bedingungen
  • Compliance-Dokumente: 40-60 Seiten Datenschutzerklärungen, AGBs von Partnern

Aktueller Prozess:

  1. Dokument öffnen (PDF, 50 Seiten)
  2. Seite für Seite durchlesen
  3. Wichtige Stellen markieren (Haftung, Kosten, Fristen)
  4. Zusammenfassung schreiben (für Team/Chef)
  5. Bei Unklarheiten: Rückfragen an Autor/Anwalt

Die Lösung: KI fasst 50 Seiten in 5 Bullet Points zusammen

Stellen Sie sich vor:

  1. Vertrag/Dokument wird in Intrexx hochgeladen (PDF, 50 Seiten)
  2. KI analysiert: Gesamtes Dokument (200k Tokens Context Window = 150 Seiten)
  3. KI extrahiert: Wichtigste Punkte (Kosten, Fristen, Haftung, Risiken)
  4. KI erstellt Zusammenfassung: 5 Bullet Points + Executive Summary (1 Seite)
  5. KI identifiziert Risiken: Automatische Verlängerung? Exklusivität? Hohe Haftung?
  6. User erhält E-Mail: "Vertrag analysiert – Zusammenfassung bereit"

Was liefert die KI konkret?

📄 Beispiel-Zusammenfassung: Lieferantenvertrag (45 Seiten)

Executive Summary (2 Sätze):

"Liefervertrag über Elektronik-Komponenten mit 12 Monaten Laufzeit, automatischer Verlängerung um weitere 12 Monate. Haftung beschränkt auf Warenwert, Lieferzeit 8 Wochen, Skonto 2% bei Zahlung innerhalb 14 Tagen."

Key-Points (5 Bullet Points):

  • Laufzeit: 01.01.2026 - 31.12.2026, automatische Verlängerung (Kündigung 3 Monate vor Ende)
  • Kosten: Grundpreis 45.000€/Jahr + variable Kosten (Abnahme >100 Einheiten: -5% Rabatt)
  • Lieferzeit: Standard 8 Wochen, Express 4 Wochen (+15% Aufpreis)
  • Haftung: Beschränkt auf Warenwert, keine Haftung für Folgeschäden
  • Kündigung: 3 Monate Kündigungsfrist zum Jahresende, sonst automatische Verlängerung

Risiken & Handlungsempfehlungen:

  • ⚠️ Risiko: Automatische Verlängerung – Kalendereintrag setzen (30.09.2026) für Kündigungsfrist
  • ⚠️ Risiko: Keine Haftung für Folgeschäden – bei kritischen Komponenten zusätzliche Versicherung prüfen
  • ✅ Vorteil: Mengenrabatt ab 100 Einheiten – Abnahmeplanung optimieren für -5%

User spart: 2,5 Stunden Lesezeit, erhält trotzdem alle wichtigen Infos


Wirtschaftlichkeit: mit eigenen Zahlen rechnen

Ob sich die automatische Dokumenten-Zusammenfassung lohnt, hängt von der Zahl und Länge der Dokumente, dem Leseaufwand und den Folgen übersehener Klauseln in Ihrem Betrieb ab. Pauschale Kennzahlen helfen dabei wenig; belastbarer ist eine Rechnung mit den eigenen Zahlen.

Der ROI-Rechner liefert dafür eine erste Spanne mit offengelegten Annahmen. Eine belastbare Zahl für Ihren Betrieb ergibt der Pilot mit Ihrem eigenen Ablauf.


Technische Architektur

┌─────────────────────────────────────────────────────────┐
│            DOKUMENT UPLOAD (PDF, 50 Seiten)             │
└────────────────────────┬────────────────────────────────┘
                         │
                         ▼
┌─────────────────────────────────────────────────────────┐
│                  INTREXX (Low-Code)                     │
│  • PDF-Upload via Drag-&-Drop                           │
│  • Datenbank-Eintrag (Status: "Neu")                   │
│  • afterSave-Trigger → Groovy Hook                     │
└────────────────────────┬────────────────────────────────┘
                         │
                         │ Groovy Hook sendet:
                         │ - Dokument ID
                         │ - PDF (Base64)
                         │ - Dokument-Typ (Vertrag, Studie, etc.)
                         ▼
┌─────────────────────────────────────────────────────────┐
│                   n8n WEBHOOK NODE                      │
└────────────────────────┬────────────────────────────────┘
                         │
                         ▼
┌─────────────────────────────────────────────────────────┐
│        CLAUDE LONG CONTEXT API (200k Tokens)            │
│  Prompt:                                                │
│  "Fasse dieses 50-seitige Dokument zusammen:            │
│                                                         │
│   1. Executive Summary (2 Sätze)                        │
│   2. Key-Points (5 Bullet Points)                       │
│   3. Kosten & Fristen                                   │
│   4. Risiken & Handlungsempfehlungen                    │
│   5. Confidence Score (0-100%)"                         │
└────────────────────────┬────────────────────────────────┘
                         │
                         │ Response: Zusammenfassung (1-2 Seiten)
                         ▼
┌─────────────────────────────────────────────────────────┐
│                n8n: CALLBACK AN INTREXX                 │
│  • Zusammenfassung als HTML                             │
│  • Confidence Score                                     │
│  • Verarbeitungsdauer                                   │
└────────────────────────┬────────────────────────────────┘
                         │
                         ▼
┌─────────────────────────────────────────────────────────┐
│              INTREXX: UPDATE DATENBANK                  │
│  • Zusammenfassung speichern                            │
│  • Status: "Verarbeitet"                                │
│  • E-Mail an User (mit Link zur Zusammenfassung)       │
└─────────────────────────────────────────────────────────┘

Implementierung in 1 Woche

Tag 1-2: Intrexx Setup

  1. Datenbank-Tabelle documents erstellen
  2. Upload-Formular (PDF, Dokument-Typ-Auswahl)
  3. Groovy Hook (afterSave → n8n Webhook)

Tag 3-4: n8n Workflow + Claude

  1. Webhook Node erstellen
  2. Claude Long Context Node (siehe Prompts unten)
  3. Callback an Intrexx REST API

Tag 5: Testing & Rollout

  1. 10 Test-Dokumente verarbeiten
  2. Prompt-Optimierung
  3. User-Training & Go-Live

Prompt-Beispiele für verschiedene Dokument-Typen

1. Vertrags-Zusammenfassung

Du bist ein Experte für Vertragsanalyse.
Fasse diesen Vertrag zusammen:

**Struktur:**
1. **Executive Summary** (max. 3 Sätze): Worum geht es?
2. **Key-Points** (5 Bullet Points):
   - Laufzeit & Kündigung
   - Kosten & Zahlungsbedingungen
   - Leistungsumfang
   - Haftung & Gewährleistung
   - Besonderheiten
3. **Risiken & Handlungsempfehlungen:**
   - ⚠️ Automatische Verlängerung?
   - ⚠️ Hohe Haftung?
   - ⚠️ Kurze Kündigungsfristen?
   - ✅ Vorteile (Rabatte, Sonderkonditionen)
4. **Nächste Schritte:**
   - Kalendereintrag für Kündigungsfrist?
   - Rückfragen an Lieferanten?
   - Unterschrift empfohlen? Ja/Nein

**Antwort als strukturiertes Markdown.**

2. Studien/Report-Zusammenfassung

Fasse diese Marktanalyse/Studie zusammen:

**Struktur:**
1. **Executive Summary** (2-3 Sätze)
2. **Key-Findings** (5 wichtigste Erkenntnisse)
3. **Zahlen & Fakten:**
   - Marktgröße
   - Wachstumsraten
   - Trends
4. **Handlungsempfehlungen für unser Unternehmen:**
   - Was bedeutet das für uns?
   - Sollten wir reagieren?
   - Zeitrahmen?

**Antwort als Markdown.**

3. Ausschreibungs-Analyse

Analysiere diese Ausschreibung:

**Struktur:**
1. **Überblick:**
   - Auftraggeber
   - Leistungsumfang (1-2 Sätze)
   - Budget (falls genannt)
2. **Fristen:**
   - Bewerbungsfrist
   - Projektstart
   - Projektende
3. **Anforderungen (Top 5):**
   - Technische Anforderungen
   - Zertifizierungen
   - Referenzen
4. **Bewertungskriterien:**
   - Preis (Gewichtung?)
   - Qualität (Gewichtung?)
   - Erfahrung (Gewichtung?)
5. **Unsere Erfolgschance:**
   - Können wir das? (Ja/Nein/Teilweise)
   - Was fehlt uns?
   - Empfehlung: Bewerben oder nicht?

**Antwort als Markdown.**

Häufig gestellte Fragen (FAQ)

Wie viele Seiten kann Claude auf einmal verarbeiten?
+

Claude 3.7 Sonnet unterstützt 200.000 Tokens Context Window = ca. 150-180 Seiten (bei durchschnittlicher Textdichte, Schriftgröße 11pt).

Beispiele:

  • 50-seitiger Vertrag: 35.000 Tokens
  • 150-seitige Studie: 105.000 Tokens
  • 300-seitiges Handbuch: zu groß, muss gesplittet werden (2x 150 Seiten)

Best Practice: Bei >150 Seiten: Dokumenten-Splitting in n8n (automatisch in Kapitel/Abschnitte aufteilen), jedes Teil einzeln zusammenfassen, dann Meta-Zusammenfassung aller Teile erstellen.

Kann die KI auch rechtliche Risiken in Verträgen erkennen?
+

Ja, mit spezifischem Prompt.

Beispiel:
"Analysiere diesen Vertrag und identifiziere: 1. Haftungsklauseln (wo haftet unsere Firma?), 2. Kündigungsfristen, 3. Automatische Verlängerungen, 4. Exklusivitätsklauseln, 5. Datenschutz-Risiken (DSGVO-Konflikt?), 6. Unklare Formulierungen (mehrdeutig interpretierbar)."

Genauigkeit: 85-92% (KI findet die meisten Risiken, aber ersetzt keinen Anwalt).

Best Practice: KI als First-Pass-Filter, kritische Verträge (>100k€ Volumen) zusätzlich von Anwalt prüfen lassen. Zeitersparnis: Anwalt prüft nur noch 20% der Verträge statt 100%.

Was kostet die Dokumenten-Zusammenfassung pro Dokument?
+

Claude Long Context API: Die Kosten richten sich nach Dokumentlänge und Nutzung (Preisliste von Anthropic).

Kommerzielle Lösungen wie Luminance, Kira Systems oder LegalSense rechnen meist pro Dokument oder Nutzer ab; die Preise nennen die Hersteller.

Zusatzkosten beim Eigenbau: Intrexx-Lizenz (nach Angebot, meist schon vorhanden und anteilig mit anderen Use Cases), n8n (Open Source, selbst gehostet ohne Lizenzgebühr) und der Entwicklungsaufwand.

Ob sich der Eigenbau lohnt, hängt von der Zahl der Dokumente ab.

Kann die KI auch Tabellen und Grafiken in PDFs analysieren?
+

Ja, mit Claude Vision API (statt Text API).

Use Case: Finanzberichte mit Tabellen → KI extrahiert Zahlen, erstellt Zusammenfassung inkl. Key-Metrics.

Genauigkeit:

  • Text: 95%+
  • Tabellen: 88-93% (abhängig von Tabellenformatierung)
  • Grafiken: 80-85% (Diagramme werden beschrieben, nicht neu erstellt)

Best Practice: Bei komplexen Tabellen/Grafiken: Kombiniere Claude Vision (für Extraktion) + Claude Text (für Zusammenfassung).

Kosten: +0,10€/Seite für Vision API (zusätzlich zu Text API).

Implementierung: n8n IF-Node prüft ob PDF Bilder/Tabellen enthält → Vision API, sonst Text API.


🚀 Bereit für automatische Dokumenten-Zusammenfassung?

Ich setze solche Systeme für Unternehmen um, die lange Dokumente automatisch zusammenfassen lassen wollen.

Nächster Schritt: Kostenloses Gespräch (45 Minuten)

Gespräch vereinbaren

Weiterführende Artikel:

Rückruf anfordern