> ## Documentation Index
> Fetch the complete documentation index at: https://docs.localmind.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Dokumente: Parser

> Organisationsweite Parser-Standards für die Dokumenten- und Chat-Dokumentenverarbeitung festlegen.

Unter Dokumente: Parser legen Sie fest, welcher Parser für welchen Dateityp verwendet wird – sowohl für die reguläre Dokumentenverarbeitung als auch für Dokumente, die direkt im Chat hochgeladen werden. Diese Einstellungen gelten als organisationsweiter Standard und können von Space-Admins in den [Space-Einstellungen → Parser](/navigation/Space-Einstellungen#parser-einstellungen) überschrieben werden.

<Warning>
  Erfordert die Rolle **Org Admin**.
</Warning>

## Wann sollte ich das ändern?

* Beim erstmaligen Einrichten – um konsistente Standards für alle Spaces zu setzen
* Wenn die Qualität der Dokumentenextraktion nicht zufriedenstellend ist
* Wenn neue Parser-Versionen verfügbar sind und getestet werden sollen
* Wenn bestimmte Dokumenttypen (z.B. gescannte PDFs) besser verarbeitet werden sollen

## Bereiche

Die Parser-Konfiguration ist in zwei Abschnitte unterteilt:

**Dokumentenverarbeitung** — Parser für Dateien, die in den Bereich [Daten → Dokumente](/core-functions/Dokumente) hochgeladen werden. Diese werden durch die Parsing Engine verarbeitet, in Chunks zerlegt und für die [Hybrid Search](/core-functions/Werkzeuge) indexiert.

**Chat-Dokumentenverarbeitung** — Parser für Dateien, die direkt als Anhang in einem Chat hochgeladen werden. Diese werden für den aktuellen Chat-Kontext verarbeitet.

## Parser pro Dateityp

### PDF

| Parser        | Beschreibung                                                                                                                                                                                                                                                    | Geeignet für                                                |
| ------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------- |
| `pdf_pymupdf` | Schnelle, regelbasierte Textextraktion direkt aus der PDF-Struktur.                                                                                                                                                                                             | Rein textbasierte PDFs ohne komplexes Layout                |
| `pdf_docling` | Strukturerhaltende Extraktion mit Erkennung von Überschriften, Tabellen und Listen.                                                                                                                                                                             | PDFs mit Tabellen, Listen und mehrspaltigem Layout          |
| `mistral_ocr` | KI-gestützte Texterkennung (OCR) für gescannte Dokumente und Bilder.                                                                                                                                                                                            | Gescannte PDFs, fotografierte Dokumente (Standard)          |
| `ultraparse`  | Localmind Multiparser für Mischtypen. Erkennt eingebettete Bilder im Dokument, schneidet sie aus und generiert per LLM eine Beschreibung. Die Beschreibung wird zusammen mit der Bild-URL den Chunks angefügt und ist so per Hybrid Search im Chat retrievebar. | PDFs mit gemischten Inhalten aus Text, Tabellen und Bildern |

### Word-Dokument

| Parser         | Beschreibung                                                                           | Geeignet für                   |
| -------------- | -------------------------------------------------------------------------------------- | ------------------------------ |
| `docx_docling` | Strukturerhaltende Extraktion mit Erkennung von Formatierungen, Tabellen und Absätzen. | Alle Word-Dokumente (Standard) |

### PowerPoint

| Parser             | Beschreibung                                                               | Geeignet für                                   |
| ------------------ | -------------------------------------------------------------------------- | ---------------------------------------------- |
| `pptx_python_pptx` | Regelbasierte Extraktion von Folieninhalten und Notizen.                   | Textlastige Präsentationen                     |
| `pptx_docling`     | Strukturerhaltende Extraktion mit Layout- und Tabellenerkennung in Folien. | Präsentationen mit komplexem Layout (Standard) |

### Excel

| Parser          | Beschreibung                                                              | Geeignet für                                                   |
| --------------- | ------------------------------------------------------------------------- | -------------------------------------------------------------- |
| `xlsx_openpyxl` | Regelbasierte Tabellenextraktion – liest Zellen, Blätter und Formeln.     | Standardmäßige Tabellen und Berichte                           |
| `xlsx_docling`  | Strukturerhaltende Extraktion mit besserer Erkennung von Tabellenlayouts. | Komplexe Arbeitsmappen mit verschachtelten Tabellen (Standard) |

### Bild

| Parser           | Beschreibung                                                         | Geeignet für                                           |
| ---------------- | -------------------------------------------------------------------- | ------------------------------------------------------ |
| `mistral_ocr`    | KI-gestützte Texterkennung – extrahiert sichtbaren Text aus Bildern. | Bilder mit Text, Screenshots, Scans                    |
| `mistral_vision` | KI-Bildanalyse – beschreibt Inhalte, Objekte und Kontext im Bild.    | Fotos, Diagramme, Grafiken ohne reinen Text (Standard) |

### Markdown

| Parser     | Beschreibung                                                | Geeignet für                     |
| ---------- | ----------------------------------------------------------- | -------------------------------- |
| `markdown` | Native Markdown-Verarbeitung mit Beibehaltung der Struktur. | Alle Markdown-Dateien (Standard) |

### Text

| Parser | Beschreibung                              | Geeignet für                 |
| ------ | ----------------------------------------- | ---------------------------- |
| `text` | Direkte Textübernahme ohne Konvertierung. | Reine Textdateien (Standard) |

### CSV

| Parser | Beschreibung                                                 | Geeignet für                |
| ------ | ------------------------------------------------------------ | --------------------------- |
| `csv`  | Tabellarische Verarbeitung mit Spalten- und Zeilenerkennung. | Alle CSV-Dateien (Standard) |

## Vererbung

Die hier gewählten Parser bilden den **Org-Standard**. Space-Admins können in ihren [Space-Einstellungen](/navigation/Space-Einstellungen#parser-einstellungen) pro Dateityp einen anderen Parser wählen. Das ist sinnvoll, wenn ein Space hauptsächlich mit einem bestimmten Dokumenttyp arbeitet (z.B. ein Space für gescannte Verträge, der durchgängig `mistral_ocr` benötigt).

## Auswirkungen

* Änderungen am Org-Parser wirken sich auf **neue Dokumente** in allen Spaces aus, die keinen eigenen Parser-Override haben.
* Bereits verarbeitete Dokumente werden **nicht automatisch** neu geparst – dafür muss das Dokument erneut hochgeladen werden.

<Tip>
  **Org-weit standardisieren, in Spaces nur bei Bedarf abweichen.** Die meisten Organisationen fahren gut mit den als „Standard" markierten Parsern. Überschreiben Sie auf Space-Ebene nur bei konkreten Qualitätsproblemen – z.B. `mistral_ocr` für einen Space, der ausschließlich gescannte Dokumente verarbeitet.
</Tip>

<Note>
  Detaillierte Beschreibungen der einzelnen Parser und ihrer Eignung finden Sie auch in den [Space-Einstellungen → Parser](/navigation/Space-Einstellungen#parser-einstellungen).
</Note>