MarkItDown vs Pandoc vs Markdownify: welcher Konverter wann?

Wenn du regelmäßig Dokumente in Markdown konvertierst, hast du wahrscheinlich schon eines der drei Tools genutzt: MarkItDown, Pandoc oder Markdownify. Alle drei lösen ähnliche Probleme, aber sie sind für unterschiedliche Anwendungsfälle gebaut. Dieser Guide zeigt dir, welches Tool wann das richtige ist, basierend auf echten Eigenschaften statt Marketing-Versprechen.

Hinweis zur Transparenz: Diese Webseite ist ein Browser-Frontend für die Microsoft MarkItDown Library. Der Vergleich versucht trotzdem fair zu sein und nennt explizit Schwächen von MarkItDown. Wenn Pandoc für deinen Fall besser passt, solltest du Pandoc nutzen.

Die drei Tools im Überblick

MarkItDown ist eine Open-Source-Bibliothek von Microsoft, ursprünglich entwickelt, um Dokumente für LLM-Inputs vorzubereiten. Kann PDF, DOCX, XLSX, PPTX, Bilder, HTML, CSV und mehr in Markdown konvertieren. Läuft als Python-Library oder, wie auf markitdown.de, direkt im Browser über WebAssembly.

Pandoc ist der Veteran unter den Konvertern, seit 2006 von John MacFarlane entwickelt. Wird oft als "Schweizer Taschenmesser der Dokumenten-Konvertierung" bezeichnet. Kann zwischen über 40 Formaten konvertieren, inklusive LaTeX, ePub, DocBook, MediaWiki und vielen mehr. Läuft als Command-Line-Tool oder als Library.

Markdownify ist eine schlankere Lösung, fokussiert auf HTML-zu-Markdown-Konvertierung. Existiert in mehreren Varianten als Python-Library, JavaScript-Library oder als simple Webseiten. Macht eine Sache, aber die meist gut.

Vergleichstabelle

Wann MarkItDown die richtige Wahl ist

MarkItDown ist optimiert für den Fall, der dich vermutlich hierher geführt hat: du willst Office-Dokumente und PDFs in LLM-taugliches Markdown verwandeln.

Stärken in der Praxis:

• Breites Format-Spektrum out-of-the-box, ohne Konfiguration. Du wirfst eine PDF, DOCX, XLSX oder ein Bild rein und bekommst Markdown raus.
• OCR ist integriert. Gescannte PDFs werden automatisch erkannt und der Text extrahiert. Pandoc kann das nicht.
• Browser-Variante ohne Installation. Auf MarkItDown im Browser konvertierst du ohne Setup, ohne Python, ohne Command Line. Für Nicht-Entwickler ist das oft der entscheidende Vorteil.
• Tabellen-Erkennung in PDFs funktioniert solide. Pandoc verliert hier oft Strukturen.
• Excel-Sheets werden zu Markdown-Tabellen. Das geht mit Pandoc nur über CSV-Umwege, mit Markdownify gar nicht.

Schwächen, die du kennen solltest:

• Kein LaTeX-Support. Wenn du wissenschaftliche Paper mit Formeln konvertieren willst, ist Pandoc besser.
• Konfigurierbarkeit ist begrenzt. Du bekommst das Standard-Markdown, kannst aber keine eigenen Transformationsregeln definieren.
• Bei sehr komplexen Layouts (mehrspaltige PDFs mit Tabellen, eingebetteten Diagrammen) kommt MarkItDown an Grenzen. Hier verliert es manchmal die Lesereihenfolge.

Wann Pandoc die richtige Wahl ist

Pandoc ist das Tool für Profis, die Dokumenten-Konvertierung als ernsthafte Disziplin betreiben. Es kann mehr als MarkItDown, verlangt aber auch deutlich mehr von dir.

Stärken in der Praxis:

• Über 40 Formate, inklusive akademischer Standards wie LaTeX, DocBook, JATS, BibTeX. Wenn du in der Wissenschaft arbeitest, führt kein Weg an Pandoc vorbei.
• Extrem konfigurierbar. Du kannst eigene Lua-Filter schreiben, Templates definieren, jede Transformation steuern.
• Sehr stabil und seit 2006 ausgereift. Pandoc hat in 20 Jahren so gut wie jeden Edge Case gesehen.
• Bidirektional. Pandoc kann nicht nur in Markdown konvertieren, sondern auch von Markdown in andere Formate exportieren (PDF via LaTeX, HTML, ePub, Word, usw.).

Schwächen, die du kennen solltest:

• Steile Lernkurve. Die Command-Line-Syntax ist mächtig, aber nicht intuitiv. Du wirst die Doku mehrfach lesen.
• Keine native OCR. Gescannte PDFs musst du erst durch ein OCR-Tool schicken, bevor Pandoc sie verarbeiten kann.
• PDF-Konvertierung ist nicht Pandocs Stärke. Pandoc kann PDF eher als Ausgabe, nicht als Eingabe.
• Browser-Nutzung quasi nicht möglich. Pandoc ist primär ein Command-Line-Tool.

Wann Markdownify die richtige Wahl ist

Markdownify ist der Spezialist für eine einzige Aufgabe: HTML zu Markdown.

Stärken in der Praxis:

• Extrem fokussiert und stabil. Macht HTML-zu-Markdown-Konvertierung gut und schnell.
• Sehr leichtgewichtig. Die Python-Library ist klein, die JS-Variante ebenfalls. Lädt schnell, läuft überall.
• Einfach zu integrieren. Wenn du eine Web-App baust, die User-generated HTML in Markdown speichern soll, ist Markdownify die offensichtliche Wahl.

Schwächen, die du kennen solltest:

• Kann nur HTML. Keine PDFs, keine Office-Formate, keine Bilder. Für die meisten LLM-Anwendungsfälle deshalb nicht ausreichend.
• Konfigurierbarkeit limitiert. Du kannst grundlegende Regeln anpassen, aber keine tiefen Transformationen schreiben.
• Keine Tabellen-Optimierung. Komplexe HTML-Tabellen werden manchmal flach übertragen.

Entscheidungs-Cheatsheet

Drei kurze Fragen, die dich zur richtigen Wahl führen:

Frage eins, was sind deine typischen Quelldokumente?
PDF, DOCX, XLSX, PPTX, Bilder → MarkItDown
LaTeX, ePub, DocBook, wissenschaftliche Formate → Pandoc
HTML-Snippets, Webseiten-Content → Markdownify

Frage zwei, wo arbeitest du?
Browser, ohne Installation → MarkItDown (markitdown.de)
Command Line, mit voller Kontrolle → Pandoc
In einer App, als integrierte Library → Markdownify (für HTML) oder MarkItDown (für Office)

Frage drei, wie kritisch ist Layout-Erhalt?
Standard-Konvertierung reicht → MarkItDown
Pixel-genaue Kontrolle nötig → Pandoc mit eigenen Lua-Filtern
Nur Plain-Markdown ohne Schnörkel → Markdownify

Ein konkretes Beispiel mit identischem Input

Um den Unterschied greifbar zu machen, hier ein einfaches Beispiel: eine kleine HTML-Datei mit einem Heading, einer Liste und einer Tabelle.

<h1>Quartalsbericht</h1>
<p>Umsatz im <strong>Q4</strong> stieg um <em>12 Prozent</em>.</p>
<ul>
  <li>Produkt A: 4,2 Millionen Euro</li>
  <li>Produkt B: 2,1 Millionen Euro</li>
</ul>

MarkItDown-Output:

# Quartalsbericht

Umsatz im **Q4** stieg um *12 Prozent*.

- Produkt A: 4,2 Millionen Euro
- Produkt B: 2,1 Millionen Euro

Pandoc-Output:

# Quartalsbericht

Umsatz im **Q4** stieg um *12 Prozent*.

-   Produkt A: 4,2 Millionen Euro
-   Produkt B: 2,1 Millionen Euro

Markdownify-Output:

Quartalsbericht
===============

Umsatz im **Q4** stieg um _12 Prozent_.

* Produkt A: 4,2 Millionen Euro
* Produkt B: 2,1 Millionen Euro

Die Outputs unterscheiden sich nur in Nuancen: Pandoc nutzt drei Leerzeichen nach dem Bullet, Markdownify Setext-Style-Heading mit Unterstreichung, MarkItDown bleibt bei der kompakten Standardform. Für LLMs sind alle drei Outputs gleichwertig, weil moderne Modelle alle Varianten verstehen.

Der Unterschied wird größer, wenn du komplexere Inputs hast: PDFs mit Tabellen, Excel-Sheets, gescannte Dokumente. Hier zeigt sich, wofür welches Tool gebaut wurde.

Häufige Missverständnisse

Missverständnis eins, "Pandoc ist immer besser, weil es länger gibt." Älter heißt nicht besser für deinen Use Case. Pandoc ist hervorragend für akademische Workflows, aber für Office-Dokumenten-zu-LLM-Pipelines war es nie optimiert.

Missverständnis zwei, "MarkItDown ist nur die Microsoft-Library." Stimmt teilweise. Die Library ist Open Source und kann eigenständig genutzt werden, oder über Frontends wie MarkItDown im Browser. Du musst dich nicht entscheiden.

Missverständnis drei, "Markdownify reicht für alles." Wenn du wirklich nur HTML konvertierst, ja. Aber sobald PDFs oder Office-Formate dazukommen, brauchst du ein anderes Tool.

Missverständnis vier, "Browser-Konvertierung ist immer schlechter als Command Line." Heute nicht mehr. WebAssembly hat den Performance-Unterschied weitgehend nivelliert. Die Browser-Variante von MarkItDown nutzt die gleiche Library wie die Python-Variante.

Fazit und Empfehlung

Wenn du regelmäßig Office-Dokumente, PDFs und Bilder für LLM-Inputs konvertierst, ist MarkItDown die einfachste und vollständigste Lösung. Wenn du wissenschaftlich arbeitest oder hochkomplexe Transformationen brauchst, ist Pandoc das richtige Werkzeug, auch wenn die Einarbeitung Zeit kostet. Wenn du eine schlanke HTML-zu-Markdown-Lösung suchst, ist Markdownify ausreichend.

In der Praxis nutzen viele Power-User zwei Tools parallel: MarkItDown im Browser für schnelle ad-hoc-Konvertierungen, Pandoc für Pipeline-Automatisierungen im Backend. Das schließt sich nicht aus, sondern ergänzt sich.

Weiterführend

• MarkItDown direkt nutzen für sofortige Konvertierung im Browser
• PDF zu Markdown konvertieren für PDF-spezifische Eigenheiten
• Was ist Markdown?, wenn du den Grundlagen-Guide noch nicht gelesen hast
• Claude Projects mit Dokumenten füttern, für den Schritt nach der Konvertierung