Viele Verlage und Bildungsanbieter sitzen auf einem großen Schatz an PDF-Inhalten. Wer daraus jedoch ein RAG-System aufbauen möchte, steht vor einer Herausforderung, die häufig unterschätzt wird: PDFs sind für KI nicht automatisch nutzbar.

Gemeinsam mit Elena Montero habe ich darüber gesprochen, warum der eigentliche Engpass oft schon vor der KI beginnt – nämlich bei der Konvertierung in strukturierte Formate wie XML oder Markdown.

In dieser Episode geht es daher unter anderem darum:

• warum die Wahl des Konvertierungswerkzeugs entscheidend ist,
• weshalb ein auf den ersten Blick gutes Ergebnis täuschen kann,
• welche Unterschiede sich zwischen LLMs und klassischen Konvertierungstools zeigen,
• und warum es keine Universallösung für alle Dokumenttypen gibt.

Und Elena erzählt mir, wie es ist, im Jahr 2026 eine Ausbildung zur Mediengestalterin zu machen – einen Beruf, der durch KI massiv bedroht ist.

Über Elena Montero Maousidou:

Elena ist 18 Jahre alt und macht eine Ausbildung zur Mediengestalterin Digital/Print bei data2type und parsQube in Heidelberg, parallel zur Berufsschule an der Johannes-Gutenberg-Schule. Im Juni 2026 hat sie auf der XML Prague die Ergebnisse ihrer ersten eigenen Studie vorgestellt – ein Vergleich von sechs Tools zur Konvertierung von PDF in KI-lesbare Formate wie Markdown und XML.

Über Christina Lauer:

Christina unterstützt Verlage und Bildungsanbieter dabei, Content, Prozesse und Menschen fit für das KI-Zeitalter zu machen.

• Website: christina-lauer.de
• LinkedIn: linkedin.com/in/drchristinalauer

Wer je ein Projekt von Grund auf entwickelt hat – Konzept, Autorenakquise, erstes Manuskript – und dann selbst lektorieren sollte, kennt das Gefühl. Das Baby liegt auf dem Tisch. Der eigentliche Job wartet. Beides geht nicht gleichzeitig gut.

Bei DIN Media haben sie das erkannt und getrennt, was in vielen Fachverlagen noch zusammengehört: Produktmanagement auf der einen Seite, Content Management auf der anderen.

Jessica Gutsche, Head of Content, hat diesen Prozess von innen erlebt und mitgestaltet – und erzählt, wie das wirklich gelaufen ist.

Wir reden darüber, wie aus Lektoratsassistenz-Rollen echte Content-Spezialistinnen und -Spezialisten wurden, wie man verhindert, dass aus getrennten Bereichen Silos entstehen, und warum DIN Media schon 2018 auf XML umgestellt hat – lange bevor irgendjemand laut über KI-ready Content geredet hat. Und über den Moment, an dem man als Führungskraft einfach sagen muss: Verstecken geht nicht.

Über Jessica Gutsche

Jessica Gutsche ist seit dreieinhalb Jahren Head of Content bei DIN Media in Berlin, einem Medienhaus, das seit über 100 Jahren Normen, Standards und technische Informationen publiziert. Davor hat sie in einem Berliner Wissenschaftsverlag und einer Verlagsagentur gearbeitet. Sie sitzt auf Podien des Börsenvereins und denkt laut darüber nach, wie Content strukturiert sein muss, damit er in zehn Jahren noch funktioniert – nicht nur für Menschen, sondern auch für Maschinen.

Über Dr. Christina Lauer

• Website: christina-lauer.de
• LinkedIn: linkedin.com/in/drchristinalauer

XML gibt es seit den späten Neunzigern – erfunden, damit derselbe Inhalt als Buch, E-Book, Plattform und Vorlesefassung funktioniert, ohne dass jemand ihn vier Mal anfasst.

Heute stellt sich heraus: Genau diese Vorarbeit ist auch das, was KI-Systeme brauchen, um zuverlässig mit Verlagsinhalten arbeiten zu können.

In dieser Folge erkläre ich, was XML eigentlich ist, was semantische Auszeichnung, Schemaprüfung und Metadaten damit zu tun haben – und warum eine KI, die nur Schriftgröße und Position sieht, raten muss, während eine KI auf sauber ausgezeichneten Daten das nicht muss.

Dazu ein Blick in Maschinenbau und Handel, die aus völlig anderen Gründen beim selben Prinzip gelandet sind. Und nach vorn: Warum Lizenzdeals, Chatbots und KI-gestützte Recherche genau diese Vorarbeit voraussetzen.

Die erste Ausgabe von Wissen2Go – der Reihe, in der ich Grundlagen erkläre, die bei KI den Unterschied machen.

Inhalt

[00:00] Neues Format: Wissen to go

[01:15] Neue Geschäftsmodelle in Verlagen – und wo die Lücke ist

[03:00] Die Randspalte, die KI falsch versteht

[05:00] XML: warum „was es ist" wichtiger ist als „wie es aussieht"

[07:30] Schema-Prüfung und Metadaten – das, was Markdown nicht kann

[10:30] Schulbuch, Maschinenbau, Handel – dieselbe Lösung aus drei Gründen

[12:30] Was du am Montag tun kannst

Über Christina Lauer:

• Web: christina-lauer.de
• LinkedIn: www.linkedin.com/in/drchristinalauer