PDF in Karteikarten umwandeln: KI-Workflow für Anki

TL;DR

KI kann Karteikarten aus PDFs entwerfen. Sie sollte sie nicht ungeprüft in dein Deck schreiben.
Der sichere Ablauf lautet: PDF eingrenzen → Rohkarten erzeugen → Quelle prüfen → Karten kürzen → CSV testen → wiederholen.
NotebookLM ist stark, wenn du mit Quellen arbeitest. Anki ist stark für langfristige Wiederholung. ChatGPT oder Claude helfen bei Format und Kürzung.
EducateAI passt, wenn PDF, Tutor-Antworten, Karteikarten und Wiederholung enger zusammenbleiben sollen.
Importiere zuerst 10 Testkarten. Erst danach lohnt sich ein großes Deck.

Wenn du nach „Karteikarten aus PDF erstellen KI“, „PDF zu Anki“, „KI Karteikarten aus PDF erstellen“ oder „PDF in Karteikarten umwandeln“ suchst, ist die wichtigste Frage nicht: Welches Tool ist am schnellsten?

Die wichtigere Frage ist: Welche Karten darfst du wirklich lernen?

PDF in Karteikarten umwandeln: die kurze Antwort

Wandle nicht das ganze PDF auf einmal in Karten um. Beginne mit einem Kapitel oder Foliensatz. Lasse daraus 20 bis 40 Rohkarten erstellen. Prüfe jede Antwort gegen das PDF. Teile breite Karten. Ergänze eine Source-Spalte. Importiere zuerst 10 Testkarten.

Danach entscheidest du, ob der Workflow für dein Material hält.

Ausgangslage	Bester nächster Schritt
PDF ist sauber durchsuchbar	Rohkarten erzeugen und Quellen prüfen
PDF ist ein Scan oder Foto	zuerst OCR und Lesbarkeit prüfen
PDF ist schon als Lernzettel zusammengefasst	Lernzettel in Karteikarten umwandeln
PDF enthält Vorlesungsfolien und Mitschrift	Vorlesungsnotizen in Karteikarten umwandeln
Du brauchst nur eine Struktur mit Quelle und offener Frage	Lernzettel Vorlage
Du willst erst den Stoff ordnen	KI Lernzettel erstellen

Warum der beste Workflow kein Vollautomat ist

Der beste Workflow ist kein Vollautomat.

Nimm ein kleines Quellpaket. Lasse daraus Rohkarten erstellen. Prüfe jede Antwort gegen die Quelle. Kürze breite Karten. Exportiere erst danach in Anki oder ein anderes Wiederholungssystem.

So nutzt du KI für Tempo, ohne die fachliche Prüfung auszulagern.

Qualitätsgate

Vom PDF-Rohmaterial zum belastbaren Lern-Deck

Automatische Rohkarten werden erst nach Quellenprüfung und Testimport zu Lernmaterial.

Prüf-Gate

Rohkarten

Noch nicht lernen oder importieren

Quellencheck

Fundstelle und fachliche Aussage prüfen

Kartencheck

Ein Prüfpunkt und eine kurze Antwort

Testdeck

Zehn Karten und Felder testen

Falsche, doppelte oder unbelegte Karten gehen zurück – nicht ins Deck.

Abbildung: Qualitätsgate zwischen KI-Rohkarten und dem fertigen Karteikarten-Deck.

Warum PDF-zu-Karteikarten oft schiefgeht

Viele Studierende haben das gleiche Ziel: Skript hochladen, Karten bekommen, Anki öffnen, lernen.

Das klingt effizient. Es kann aber drei Fehler erzeugen:

Die KI übernimmt Aussagen, die im PDF nicht eindeutig stehen.
Die Karte fragt zu viele Punkte gleichzeitig ab.
Der Import funktioniert technisch, aber das Deck ist fachlich schwach.

Spaced Repetition verstärkt dann nicht nur gute Karten. Es wiederholt auch schlechte Karten häufiger.

Deshalb gehört die Qualitätsprüfung vor den Import.

Welches Tool passt zu welchem Schritt?

Aufgabe	Sinnvoller Start	Warum
PDF oder Folien auswerten	NotebookLM	arbeitet mit hochgeladenen Quellen und kann Flashcards erzeugen
Karten kürzen oder umformatieren	ChatGPT oder Claude	gut für Format, Varianten und klare Prompts
langfristig wiederholen	Anki	starker Import, Offline-Nutzung und Wiederholungslogik
PDF, Antworten, Karten und Lernen verbinden	EducateAI	geeignet, wenn Lernmaterial und Wiederholung nicht in getrennten Tools liegen sollen
sehr schwierige Definitionen prüfen	manuell mit Skript	niedrigste Fehlertoleranz, höchste Kontrolle

Google beschreibt NotebookLM als Tool, das mit Quellen arbeitet, die du in ein Notebook hochlädst. Unterstützt werden unter anderem PDFs, Google Docs, Google Slides, Word-Dateien, Text, Markdown, CSV, PowerPoint, Webseiten, ePub, Bilder und öffentliche YouTube-Videos mit Captions.¹

NotebookLM kann außerdem Flashcards und Quizze erzeugen. Google nennt dafür Einstellungen wie Schwierigkeit, Prompt und Anzahl der Karten.²

Das macht NotebookLM für den Rohentwurf nützlich. Es ersetzt aber nicht deinen Quellencheck.

Schritt 1: PDF-Qualität prüfen

Nicht jedes PDF ist gleich gut.

Prüfe zuerst:

Ist der Text markierbar?
Sind Seitenzahlen sichtbar?
Sind Formeln korrekt lesbar?
Werden Tabellen sauber erkannt?
Sind Diagramme wichtig für das Thema?
Enthält das PDF Scans oder Fotos?

Wenn das PDF nur aus Scans besteht, brauchst du OCR. Wenn Tabellen, Formeln oder Abbildungen wichtig sind, solltest du die KI-Ausgabe besonders streng prüfen.

Ein schlechter Scan erzeugt oft gute klingende, aber schlechte Karten.

Wenn du mit einem Scan, Foto-PDF oder bildlastigen Foliensatz arbeitest, nutze zuerst den Spezialguide Mit gescannten PDFs und Vorlesungsfolien lernen. Dort geht es um OCR, Tabellen, Formeln und Folienbilder, bevor du Karten erzeugst.

Schritt 2: Quellpaket klein halten

Lade nicht direkt 400 Seiten hoch.

Starte mit:

einem Kapitel
einem Foliensatz
einer Vorlesung
einem Übungsblatt mit Lösung
einem Themenblock aus Skript und Mitschrift

Ein kleines Paket hat zwei Vorteile.

Du findest die passende Stelle schneller. Und die KI muss weniger raten, was wichtig ist.

Schritt 3: Rohkarten erzeugen

Nutze einen engen Prompt.

Erstelle aus diesem PDF-Abschnitt Karteikarten.

Regeln:
- Nutze nur Informationen aus der Quelle.
- Eine Karte prüft genau einen Punkt.
- Vorderseite: kurze Frage.
- Rückseite: kurze, prüfbare Antwort.
- Fachbegriffe aus der Quelle beibehalten.
- Keine Beispiele erfinden.
- Wenn die Quelle unklar ist, markiere die Karte mit [UNCLEAR].
- Fokus: Definitionen, Abgrenzungen, Abläufe, Formeln, typische Fehler.

Für den ersten Durchlauf reichen 20 bis 40 Rohkarten.

Mehr Karten sind nicht automatisch besser. Ein großes Deck mit unsicheren Karten kostet später mehr Zeit.

Schritt 4: Jede Karte gegen die Quelle prüfen

Prüfe jede Karte mit fünf Fragen:

Steht die Antwort wirklich im PDF?
Ist die Frage eindeutig?
Fragt die Karte nur einen Punkt?
Fehlt eine Bedingung, Ausnahme oder Einschränkung?
Würdest du die Antwort in zwei Wochen noch verstehen?

Wenn die Antwort nicht belegbar ist, lösche die Karte oder markiere sie.

Wenn eine Karte drei Dinge fragt, teile sie.

Wenn eine Antwort zu glatt klingt, aber keine genaue Quelle hat, nutze sie nicht.

Schritt 5: Karten kürzen, nicht verwässern

Kürzen heißt nicht, Fachdetails zu löschen.

Schlechte Kürzung:

„Die Theorie erklärt Verhalten.“

Bessere Karte:

Vorderseite	Rückseite
Welche Annahme macht die Theorie im Skript über Entscheidung A?	[konkrete Annahme aus der Quelle]

Die Karte bleibt kurz. Sie bleibt aber an der Quelle.

Schritt 6: Source-Spalte ergänzen

Eine Source-Spalte ist kein Luxus.

Sie hilft dir, wenn du später zweifelst.

Beispiel:

Front	Back	Source	Tags
Was unterscheidet X von Y laut Skript?	X hat ..., Y hat ...	Skript Kap. 3.2, S. 41	modul1

Wenn dein Tool keine Source-Spalte exportiert, ergänze sie manuell für wichtige Karten.

Bei prüfungsrelevanten Definitionen lohnt sich das.

Schritt 7: CSV oder Textdatei für Anki vorbereiten

Anki kann Textdateien importieren, wenn die Felder sauber getrennt sind. Das können Komma, Semikolon oder Tab sein. Die Anki-Dokumentation beschreibt außerdem Header wie #separator, #columns und #notetype.³

Für einfache Karten reicht oft:

#separator:Tab
#columns:Front	Back	Tags
Was ist Active Recall?	Aktives Abrufen von Wissen ohne sofortige Lösung.	lernmethoden

Für CSV:

Front,Back,Source,Tags
"Was ist Active Recall?","Aktives Abrufen von Wissen ohne sofortige Lösung.","Skript S. 12","lernmethoden"

Achte auf UTF-8. Sonst können deutsche Umlaute kaputtgehen.

Schritt 8: Erst 10 Karten importieren

Importiere zuerst nur 10 Karten.

Prüfe in Anki:

Sind Vorderseite und Rückseite richtig zugeordnet?
Sind Umlaute korrekt?
Sind Tags angekommen?
Sind lange Antworten lesbar?
Funktionieren Cloze-Karten wie erwartet?

Wenn der Test sauber ist, importiere den Rest.

Wenn der Test schlecht ist, repariere die Datei. Importiere nicht aus Trotz weiter.

Praxisbeispiel: 200 Vorlesungsfolien ohne 200 Karten

Stell dir einen Foliensatz mit 200 Slides vor. Er enthält drei Themenblöcke, wiederholte Übersichtsfolien, Abbildungen und Literaturhinweise. Der schlechte Weg wäre: alles hochladen, 200 Karten anfordern und das Ergebnis direkt importieren.

Der kontrollierte Durchlauf sieht so aus:

Wähle nur den ersten Themenblock mit etwa 30 relevanten Folien.
Notiere die Lernziele dieses Blocks aus Modulhandbuch oder Vorlesung.
Erzeuge 30 Rohkarten, aber noch kein finales Deck.
Sortiere Übersichts-, Definitions-, Ablauf- und Transferkarten.
Lösche Dubletten und Karten ohne belegbare Fundstelle.
Prüfe die verbleibenden Karten gegen die Folien.

Ein mögliches Ergebnis:

Stufe	Anzahl	Warum sich die Anzahl verändert
KI-Rohkarten	30	schnelle breite Abdeckung des Themenblocks
nach Dubletten und leeren Karten	21	Wiederholungen und reine Überschriften entfernt
nach Quellencheck	14	unbelegte oder zu breite Antworten entfernt beziehungsweise geteilt
finales Testdeck	10	nur die wichtigsten geprüften Karten zuerst importiert

Die Zahlen sind ein Beispielszenario, kein allgemeiner Idealwert. Der Zeitgewinn entsteht nicht dadurch, dass die KI die Qualitätsentscheidung übernimmt. Sie erzeugt den Rohentwurf und das Format. Du investierst deine Zeit in Relevanz, Fundstelle und fachliche Korrektur.

Vorher/Nachher: eine breite Karte reparieren

Version	Vorderseite	Rückseite
Rohkarte	„Erkläre Modell M vollständig.“	langer Absatz mit Phasen, Bedingung und Ausnahme
geprüft 1	„Welche Bedingung startet Phase 2 im Modell M?“	„A und B; Quelle: Folie 47.“
geprüft 2	„Welche Rolle hat Faktor C im Modell M?“	„C beschleunigt den Ablauf, ist aber nicht notwendig; Quelle: Folie 48.“
Transfer	„Warum reicht C allein nicht für Phase 2?“	„Weil A und B die notwendigen Startbedingungen sind; Quelle: Folien 47–48.“

Aus einer unklaren Mini-Essayfrage werden zwei atomare Karten und eine Transferfrage.

Der 10-Minuten-Qualitätscheck vor dem Import

Minute 0 bis 2: Quelle

Öffne bei jeder Testkarte die angegebene Folie oder Seite. Lösche Karten ohne passende Fundstelle.

Minute 2 bis 4: Ein Prüfpunkt

Teile Karten, die mehrere Bedingungen, Ausnahmen oder Prozesse gleichzeitig abfragen.

Minute 4 bis 6: Antwortlänge

Kürze die Rückseite, ohne Bedingung, Einheit, Ausnahme oder Fachbegriff zu verlieren.

Minute 6 bis 8: Relevanz

Vergleiche mit Lernziel, Übungsblatt oder Vorlesungsschwerpunkt. Eine korrekte Randnotiz muss nicht automatisch ins Deck.

Minute 8 bis 10: Abrufprobe

Beantworte drei Karten ohne Hilfe. Wenn die Frage mehrdeutig ist oder die Rückseite nicht zur erwarteten Antwort passt, repariere sie vor dem Import.

Häufige Fehler

Die Karten sind zu breit

Beispiel:

„Erkläre Photosynthese.“

Das ist keine gute Karte. Es ist eine Mini-Prüfungsfrage.

Teile sie:

Was passiert in der Lichtreaktion?
Welche Rolle hat Chlorophyll?
Was entsteht im Calvin-Zyklus?

Die KI erfindet Beispiele

Beispiele sind nützlich. Sie müssen aber aus der Quelle kommen oder klar als eigenes Beispiel markiert sein.

Wenn dein Skript ein bestimmtes Beispiel nutzt, behalte dieses Beispiel.

Die Karten sind zu leicht

„Was ist die Definition von X?“ reicht nicht immer.

Ergänze Transferkarten:

Woran erkenne ich X in einer Aufgabe?
Welche Ausnahme nennt das Skript?
Was wäre ein typischer Fehler?

Cloze-Karten löschen zu viel Kontext

Schlecht:

{{c1::Alles Wichtige}} passiert in Phase 2.

Besser:

In Phase 2 wird {{c1::der Reiz bewertet}}, bevor die Reaktion ausgewählt wird.

Die Lücke ist klein. Der Satz bleibt verständlich.

Warum Karten nicht nur Zusammenfassungen sein sollten

Karteikarten funktionieren vor allem, wenn sie aktives Abrufen auslösen.

Dunlosky und Kolleg:innen bewerteten Practice Testing und Distributed Practice in ihrer Übersicht als besonders nützliche Lerntechniken.⁴ Das passt zu Karteikarten, wenn die Vorderseite eine echte Abrufaufgabe stellt.

Das heißt praktisch:

nicht nur Stichpunkte lesen
Antwort zuerst selbst bilden
dann Rückseite prüfen
Fehler markieren
Wiederholung planen

Eine Karte ist kein schöner Auszug aus dem PDF. Sie ist ein kleiner Test.

Wann EducateAI statt eines Tool-Mixes sinnvoll ist

Ein Tool-Mix kann gut funktionieren:

PDF in NotebookLM. Format in ChatGPT. Import in Anki. Wiederholung in Anki.

Der Nachteil: Quelle, Antwort, Karte und Wiederholung liegen an verschiedenen Orten.

EducateAI ist sinnvoll, wenn du aus eigenen Unterlagen lernen willst und die Schritte enger verbinden möchtest: PDF hochladen, Antworten mit Quellen- oder Seitenbezug prüfen, Karten ableiten und Wiederholung starten.

Die konkreten Grenzen hängen vom Tarif ab. Upload-Größe, Upload-Anzahl, OCR, mehrere Dokumente und Export sind nicht in jedem Plan gleich. Prüfe vor einem großen oder gescannten Dokument die aktuelle Preisübersicht. Eine angezeigte Fundstelle erleichtert den Check, ersetzt ihn aber nicht.

Wenn du vor allem maximale Kontrolle über dein Deck willst, bleibt Anki stark. Wenn du weniger Tool-Wechsel möchtest, ist ein verbundener Workflow oft praktischer.

PDF in Lernkarten umwandeln

Teste den Workflow mit deinem eigenen Material

Starte mit einem Skript, PDF oder Kapitel. Erzeuge Rohkarten, prüfe sie gegen die Quelle und lerne nur die Karten, die fachlich halten.

Mit eigenem PDF starten AI Flashcards ansehen

30-Minuten-Startplan

Minute 0 bis 5

Wähle ein Kapitel. Prüfe, ob der Text markierbar ist.

Minute 5 bis 10

Erzeuge 20 Rohkarten mit engem Prompt.

Minute 10 bis 20

Prüfe 10 Karten gegen das PDF. Lösche unsichere Karten.

Minute 20 bis 25

Exportiere oder kopiere die Karten in CSV-Format.

Minute 25 bis 30

Importiere 10 Testkarten in Anki oder teste sie in deinem Lernsystem.

Nach 30 Minuten weißt du, ob der Workflow für dein Material funktioniert.

Footnotes

Google NotebookLM Help. Add or discover new sources for your notebook. Unterstützte Quelltypen und Hinweise zu Quellen. https://support.google.com/notebooklm/answer/16215270 ↩
Google NotebookLM Help. Generate Flashcards or Quizzes in NotebookLM. Flashcard-Erstellung, Anpassung und CSV-Download. https://support.google.com/notebooklm/answer/16958963 ↩
Anki Manual. Text Files. Importregeln für getrennte Felder, UTF-8, Header und Feldzuordnung. https://docs.ankiweb.net/importing/text-files.html ↩
Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving Students' Learning With Effective Learning Techniques. Psychological Science in the Public Interest, 14(1), 4-58. https://doi.org/10.1177/1529100612453266 ↩