Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Startseite/Lokale LLMs Pro
RAG & Document Chat

Docling im Test: Open-Source-Dokumentenparser für RAG

·6 Min. LesezeitVon · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

Docling (70.000+ GitHub-Sterne) wandelt PDF, DOCX, PPTX, XLSX, HTML, EPUB und Bilder in Markdown, JSON und HTML für RAG- und LLM-Pipelines um; die Dokumentenverarbeitung läuft auf Ihrem Rechner, ein MCP-Server ist als separates Paket docling-mcp verfügbar, und der Code ist kostenlos unter der MIT-Lizenz. Modellgewichte werden beim ersten Einsatz von Hugging Face heruntergeladen. Es ist eine Python-Bibliothek und ein CLI-Tool (Python 3.10 oder neuer); Installation mit pip install docling.

Wichtigste Erkenntnisse

  • MIT-Lizenz für den Code; 70.000+ GitHub-Sterne; gestartet von IBM Research Zürich, gehostet von der LF AI & Data Foundation.
  • pip install docling — Python 3.10 oder neuer (3.10-3.14 laut pyproject.toml), keine Java-Laufzeitumgebung.
  • Ausgabeformate: Markdown, JSON (mit Bounding Boxes), HTML sowie DocLang und DocTags.
  • MCP-Unterstützung über das separate Paket docling-mcp: kompatible KI-Assistenten können Docling aufrufen.
  • Tabellenextraktion und elementgenaue Bounding Boxes sind im offiziellen README dokumentiert.

📍 In einem Satz

Docling ist eine quelloffene Python-Bibliothek, gestartet von IBM Research Zürich und gehostet von der LF AI & Data Foundation, die PDF, DOCX, PPTX, XLSX, HTML, EPUB und Bilder in Markdown, JSON und HTML für RAG- und LLM-Pipelines umwandelt und Dokumente auf Ihrem Rechner verarbeitet.

💬 In einfachen Worten

Sie übergeben eine Dokumentdatei; die Bibliothek liest die Struktur — Überschriften, Tabellen, Textblöcke — und schreibt den Inhalt in ein Format, das ein LLM oder RAG-System verwenden kann. Ihre Dateien werden nicht hochgeladen; Modellgewichte werden beim ersten Einsatz von Hugging Face heruntergeladen.

📌Hinweis: PromptQuorum hat Docling nicht praktisch getestet. Alle Angaben stammen aus github.com/docling-project/docling und docling-project.github.io/docling, geprüft am 15. November 2026.

Docling ist eine quelloffene Dokumentenparser-Bibliothek, gestartet von IBM Research Zürich und gehostet von der LF AI & Data Foundation, die PDFs, DOCX, PPTX, XLSX, HTML, EPUB und Bilder in Markdown, JSON und andere strukturierte Formate für RAG- und LLM-Pipelines umwandelt. Ein MCP-Server ist als separates Paket docling-mcp verfügbar. Diese Bewertung basiert auf dem Docling-GitHub-Repository und docling-project.github.io/docling, geprüft am 15. November 2026; PromptQuorum hat es nicht installiert oder ausgeführt.

Docling im Test: Open-Source-Dokumentenparser für RAG

Was Docling kann

  • Eingabeformate. PDF, DOCX, PPTX, XLSX, HTML, EPUB und Bilder.
  • Ausgabeformate. Markdown, JSON (mit Koordinaten), HTML sowie DocLang und DocTags.
  • OCR. Erkennt Text in gescannten PDFs und bildbasierten Dokumenten.
  • Tabellenextraktion. Tabellen werden erkannt und ihre Struktur erhalten.
  • Bounding Boxes. JSON-Ausgabe enthält Elementkoordinaten.
  • MCP-Server. MCP-Unterstützung ist ein separates Paket, docling-mcp; kompatible KI-Assistenten können Docling aufrufen.

Docling installieren

Docling wird mit einem pip-Befehl installiert. Python 3.10 oder neuer ist erforderlich (3.10-3.14 laut pyproject.toml).

Datenfluss

  • Lokale Verarbeitung. Die Dokumentenverarbeitung läuft auf Ihrem Rechner; Ihre Dateien werden nicht hochgeladen. Beim ersten PDF-Einsatz werden Modellgewichte von Hugging Face heruntergeladen und danach aus dem lokalen Cache genutzt (für den Air-Gap-Betrieb vorab herunterladbar).
  • MCP-Server. Der docling-mcp-Server konvertiert standardmäßig lokal; er lässt sich auf einen entfernten Docling Serve richten, wenn Sie das konfigurieren.
  • Telemetrie. Das README erwähnt keine Telemetrie; prüfen Sie die Einstellungen bei Bedarf.

Lizenz und Preis

Der Docling-Code wird unter der MIT-Lizenz veröffentlicht, die eine kostenlose Nutzung in kommerziellen und privaten Projekten erlaubt. Modellgewichte, die Docling herunterlädt, unterliegen eigenen Lizenzen; prüfen Sie diese vor dem kommerziellen Einsatz.

  • MIT-Lizenz für den Code — behalten Sie den Copyright- und Lizenzhinweis; heruntergeladene Modellgewichte haben eigene Lizenzen.
  • Der Code ist auch für kommerzielle Projekte kostenlos; heruntergeladene Modellgewichte haben eigene Lizenzen.

Konkurrenten und Alternativen

Weitere Dokumentenparser im selben Segment des PromptQuorum-Verzeichnisses:

  • Marker (40.000+ GitHub-Sterne, Code Apache 2.0, Modellgewichte unter modifizierter AI-Pubs-Open-RAIL-M-Lizenz mit kommerziellen Einschränkungen, Freemium) — PDF-zu-Markdown mit Surya-OCR; auch DOCX, PPTX; lokal oder Datalab-API.
  • MinerU (83.000+ GitHub-Sterne, MinerU Open Source License (Apache 2.0 plus zusätzliche Bedingungen), kostenlos) — Multi-Format-Parser mit LaTeX-Ausgabe.
  • Unstructured (Apache-2.0) — breite Eingabeunterstützung inkl. E-Mail.
  • OpenDataLoader PDF (30.000+ GitHub-Sterne, Apache-2.0) — reiner PDF-Parser mit Python-, Node.js- und Java-SDKs.

Im Verzeichnis vergleichen

Häufig gestellte Fragen

Benötigt Docling eine GPU?

Das README nennt keine GPU-Anforderung für die Basisinstallation. OCR und Layoutanalyse können auf einer GPU schneller sein; die Bibliothek lässt sich auch auf der CPU ausführen. Prüfen Sie die Beschleuniger-Einstellungen in der Dokumentation.

Welche Python-Versionen unterstützt Docling?

Python 3.10 oder neuer (3.10-3.14 laut pyproject.toml).

Was ist der MCP-Server in Docling?

Ein Model-Context-Protocol-Server, der Doclings Parser-Funktionen für kompatible KI-Assistenten wie Claude zugänglich macht. Der MCP-Server ist das separate Paket docling-mcp (uvx --from=docling-mcp docling-mcp-server).

Sendet Docling Daten an IBM?

Die Dokumentenverarbeitung läuft auf Ihrem Rechner; Ihre Dateien werden nicht hochgeladen. Beim ersten PDF-Einsatz werden Modellgewichte von Hugging Face heruntergeladen und danach aus dem lokalen Cache genutzt (für den Air-Gap-Betrieb vorab herunterladbar). Der docling-mcp-Server konvertiert standardmäßig lokal; er lässt sich auf einen entfernten Docling Serve richten, wenn Sie das konfigurieren. Das README beschreibt keinen Telemetrie-Kanal.

Kann Docling gescannte PDFs verarbeiten?

Ja, Docling enthält OCR für gescannte PDFs und bildbasierte Dokumente.

Was ist der Unterschied zwischen DocLang und Markdown?

Markdown ist ein allgemeines Klartextformat; DocLang ist Doclings eigenes Format mit mehr Dokumentsemantik.

Ist Docling für Windows verfügbar?

Das README nennt keine Windows-Einschränkung; das Python-Paket ist auf PyPI ohne OS-Einschränkung verfügbar.

Unter welcher Lizenz steht Docling?

MIT-Lizenz für den Docling-Code — kommerzielle Nutzung erlaubt, Copyright-Hinweis muss erhalten bleiben. Heruntergeladene Modellgewichte haben eigene Lizenzen.

Hilft Docling bei der Einhaltung der DSGVO?

Docling verarbeitet Ihre Dokumente standardmäßig auf Ihrem eigenen Rechner und lädt sie nicht hoch; beim ersten PDF-Einsatz werden Modellgewichte von Hugging Face heruntergeladen. Ob ein Einsatz DSGVO-konform ist, hängt von Rechtsgrundlage, technisch-organisatorischen Maßnahmen und Ihrer Gesamtarchitektur ab und ist keine Eigenschaft der Software. Dies ist keine Rechtsberatung; klären Sie es mit Ihrer Datenschutzbeauftragten oder Ihrem Datenschutzbeauftragten.

Eignet sich Docling für den Einsatz im Unternehmen?

Ja, die MIT-Lizenz für den Docling-Code erlaubt kommerzielle Nutzung. Die von Docling heruntergeladenen Modellgewichte haben eigene Lizenzen; prüfen Sie diese vor dem Einsatz. Für den Produktionseinsatz empfiehlt sich eine Prüfung der aktuellen Release-Notes sowie ein Test mit unternehmenstypischen Dokumenten.

Wie aktuell ist Docling?

Version v2.150.1 wurde am 14. November 2026 veröffentlicht (GitHub Releases).

Wie installiere ich Docling in einer Python-Umgebung?

pip install docling in Ihrer virtuellen Umgebung; Python 3.10 oder neuer erforderlich. Für den MCP-Server: uvx --from=docling-mcp docling-mcp-server (separates Paket docling-mcp).

Quellen

← Zurück zu Lokale LLMs Pro

MCP