Dateiformate im Detail

Jedes unterstuetzte Format: was Kasimir daraus liest, wie die Vorschau aussieht, wo die Grenzen liegen.

Kasimir liest weit mehr als PDF und Office. Diese Seite listet jedes unterstuetzte Format, sagt, was Kasimir daraus herausholt, wie die Vorschau aussieht und wo die Grenzen liegen. Neu seit dem 16.09.2026: Leistungsverzeichnisse, E-Rechnungen, E-Mail-Dateien, CAD-Zeichnungen und medizinische Dokumente.

Wie eine Datei gelesen wird

Jede Datei nimmt denselben Weg, egal ob sie hochgeladen, aus der Cloud synchronisiert oder in einem Live-Ordner gefunden wurde:

flowchart TD
  A["Datei kommt an<br/>Upload · Cloud-Sync · Live-Ordner"] --> B{"Typ bestimmen"}
  B -->|"Mime aussagekraeftig"| C["Mime gewinnt"]
  B -->|"Mime nichtssagend<br/>+ Endung ist LV oder CAD"| D["Endung gewinnt"]
  C --> E["Leser waehlen"]
  D --> E
  E --> F["docparse-Sidecar<br/>LV · E-Rechnung · Mail · CAD · FHIR/CDA"]
  E --> G["Worker-Leser<br/>PDF · Office · Text · Bild"]
  F --> H{"Gesundheitsdaten?"}
  H -->|"FHIR/CDA ohne Freigabe"| I["blockiert<br/>Vorschau und Download gesperrt"]
  H -->|"erlaubt"| J["Textform + Vorschau"]
  G --> J
  J --> K["Suchindex und Zitate"]

Fachformate liest ein eigener Dienst (der docparse-Sidecar), die Alltagsformate der Anwendungsserver selbst. Am Ende steht immer dasselbe Ergebnis: eine Textform fuer Suche, Chat und Zitate, dazu meist eine Vorschau im Browser.

Woran der Typ erkannt wird

Browser und Cloud-Anbieter melden Fachformate oft falsch: eine .dxf-Zeichnung kommt als text/plain, ein .x83-Leistungsverzeichnis als application/xml, eine .dwg als application/octet-stream. Deshalb gilt: ist der gemeldete Typ nichtssagend und zeigt die Endung auf ein Leistungsverzeichnis oder eine CAD-Zeichnung, dann gewinnt die Endung. Ein eindeutiger Typ (PDF, Office, Bild) behaelt dagegen immer Vorrang.

Alltagsformate

Fachformate

Diese vier Gruppen sind bewusst nur als Dokument nutzbar — also per Upload im Dokumente-Bereich, ueber Cloud-Sync oder im Live-Ordner. Als schneller Chat-Anhang sind sie nicht vorgesehen, weil sie strukturiert gelesen werden und im Wissen dauerhaft etwas wert sind.

Leistungsverzeichnisse (GAEB)

Zwoelf Endungen, ein Format: .x81 bis .x86 (GAEB DA XML) und .d81 bis .d86 (GAEB 90). Ob XML oder das aeltere Satzarten-Format vorliegt, entscheidet der Inhalt, nicht die Endung.

• Gelesen werden Titelstruktur, Ordnungszahlen, Kurztexte, Mengen, Einheiten sowie Einheits- und Gesamtpreise.

• Hinweistexte erscheinen als eigene Zeilen, damit Vorbemerkungen nicht verloren gehen.

• Die Vorschau zeigt das LV als lesbare Seite; jede Position hat eine Sprungmarke, sodass ein Zitat im Chat direkt an die richtige Position springt.

Im Text sieht eine Position so aus — daraus zieht die Zitat-Karte ihren Anker:

## Titel 3.2 Erdarbeiten
Pos. 3.2.40 · Baugrubenaushub loesen und laden · 120,000 m3 · EP 18,50 EUR · GP 2.220,00 EUR

E-Rechnungen

Unterstuetzt sind XRechnung in beiden Syntaxen (UBL und UN/CEFACT CII) und ZUGFeRD — also das PDF mit eingebetteter XML-Rechnung. Erkannt wird die Rechnung am Inhalt, eine .xml-Datei muss also nicht besonders benannt sein.

• Gelesen werden Rechnungskopf (Nummer, Datum, Waehrung), Verkaeufer und Kaeufer, Leistungszeitraum, Zahlungsbedingungen und Zahlkonto, alle Positionen mit Menge, Einzel- und Gesamtpreis sowie die Steuersaetze.

• Bei ZUGFeRD liest Kasimir die eingebettete XML-Rechnung — die belastbaren Werte kommen also aus den Daten, nicht aus dem Bild der Seite.

• Die Vorschau stellt die Rechnung als aufgeraeumte Seite dar; Positionen tragen Sprungmarken.

E-Mail-Dateien

.eml (Standardformat) und .msg (Outlook). Gelesen werden Absender, Empfaenger, Datum, Betreff und der Nachrichtentext — bei HTML-Mails von Aufmachung befreit.

• Anhaenge werden mitgelesen, auch wenn sie in verschachtelten Mail-Teilen stecken (multipart/related) — genau dort verstecken Mail-Programme eingebettete Bilder.

• Ein Anhang wird beim Oeffnen immer als Datei ausgeliefert, nie im Browser dargestellt. Das ist Absicht: eine Mail ist fremder Inhalt.

• Die Vorschau zeigt die Mail als Mail — Kopfzeilen oben, Text darunter, Anhaenge als Liste.

CAD-Zeichnungen

.dxf und .dwg (AutoCAD R2000 bis R2018). Wichtig zum Verstaendnis: Kasimir behandelt eine Zeichnung nicht als Bild, sondern liest ihren Inhalt.

• Gelesen werden alle Texte und Beschriftungen, Layernamen, Block-Attribute (z. B. Schriftfeld-Eintraege), Bemassungen und Fuehrungstexte.

• Damit findet die Suche Raumnummern, Bauteilbezeichnungen oder Planstaende, die in der Zeichnung stehen.

• Die Vorschau ist ein gerendertes Bild des Modellbereichs auf weissem Grund mit Layerfarben.

Medizinische Dokumente

HL7 FHIR (JSON-Ressourcen und Bundles) und HL7 CDA (klinische Dokumente als XML). Beide werden am Inhalt erkannt, unabhaengig von der Endung.

Ist die Freischaltung gesetzt, liest Kasimir bei FHIR die Ressourcen mit Typ und Kennung (z. B. Diagnosen, Beobachtungen, Medikation) und bei CDA die Abschnitte des Dokuments. FHIR-Zitate springen in der Vorschau an die genannte Ressource.

Vorschau und Zitate

Was beim Klick auf ein Dokument passiert, haengt an seiner Art:

Der Download liefert immer das Original, nie die umgewandelte Fassung.

Grenzen im Ueberblick

• Eine Datei darf 25 MB gross sein.

• Fachformate brauchen den docparse-Dienst. Ist er nicht erreichbar, bleibt ein Leistungsverzeichnis unlesbar — absichtlich, denn rohes Markup im Suchindex waere schlimmer als eine klare Fehlermeldung.

• Fuer LV und Vorschauen gilt ein Zeitbudget von 15 Sekunden, fuer CAD 20 Sekunden. Sehr grosse Zeichnungen koennen daran scheitern; die Textform bleibt davon unberuehrt.

• Leistungsverzeichnisse, E-Mail-Dateien und CAD-Zeichnungen sind Dokument-Formate, keine Chat-Anhaenge.