LF AI & Data: DocLang-Arbeitsgruppe entwickelt offenen Standard für KI-native Dokumente

Die LF AI & Data Foundation (Linux Foundation für KI und Daten) hat am 9. Juni 2026 die Gründung der DocLang Specification Working Group bekannt gegeben — einer Arbeitsgruppe mit der Aufgabe, einen offenen, vendor-neutralen Standard für KI-native Dokumente (AI-native documents) zu entwickeln. Gründungsmitglieder sind IBM, Red Hat und NVIDIA, als weitere Mitwirkende, die zur Entwicklung der Spezifikation beitragen, sind ABBYY und HumanSignal dabei.

Das Grundproblem: Geschäftsdokumente sind nicht für KI konzipiert

Die überwiegende Mehrheit der Geschäftsdokumente — PDF-Berichte, Word-Memos, Excel-Tabellen, PowerPoint-Präsentationen — entstand für die menschliche Konsumption. Ein Mensch erkennt mühelos eine Überschrift, den Unterschied zwischen einer Tabelle und einem Diagramm, den Kontext einer Anmerkung in Klammern oder die logische Hierarchie von Kapiteln. KI-Systeme haben damit strukturelle Schwierigkeiten.

Wenn solche Dokumente in KI-Pipelines eingespeist werden, sind mehrere Konvertierungsschritte erforderlich, Kontextverlust ist häufig und die Zuverlässigkeit der Verarbeitung variiert je nach dem die Konvertierung durchführenden Tool. Im Unternehmensmaßstab — wo Unternehmen Millionen von Dokumenten jährlich verarbeiten — wird dieses Problem kritisch und ist durch Ad-hoc-Integrationen teuer zu lösen.

DocLang will genau diese Kluft zwischen der Art, wie Dokumente existieren, und der Art, wie KI sie empfangen muss, überbrücken.

Was bewahrt DocLang und wie ist es strukturiert?

DocLang ist eine Formatspezifikation, die in einer Darstellung sowohl die semantische Bedeutung als auch das geometrische Layout des Dokuments bewahrt. Das bedeutet, das Format beschreibt nicht nur, was in einem Dokument steht, sondern auch wo, in welcher Struktur und in welchen gegenseitigen Beziehungen der Elemente.

Wichtige technische Merkmale der DocLang-Spezifikation:

• Strukturelle Elemente: Überschriften, Absätze und Tabellen werden zusammen mit ihrer Position auf der Seite beschrieben — was KI-Systemen das Verständnis des räumlichen Kontexts des Inhalts ermöglicht
• Governance-Kontrollen: eingebettete Informationen zu Datenschutz, Extraktionsberechtigungen und Trainingsrechten — direkt im Dokument, nicht als externe Metadaten
• Optimierung für Tokenisierung: Das Format ist unter Berücksichtigung moderner LLM-Tokenizer und Modellierungsansätze entworfen, was den Informationsverlust beim Eintritt in KI-Systeme reduziert

Verhältnis zu Docling: komplementäre Tools

Wichtig zu verstehen ist, was DocLang nicht ist: Es ist kein Ersatz für Docling. Docling ist ein bereits genutztes Open-Source-Tool, das Dokumente konvertiert — es akzeptiert PDF, DOCX, PPTX, XLSX, HTML und Bilder und wandelt sie in strukturierten Output um. Docling löst das Problem der Ingestion und Konvertierung.

DocLang agiert auf der nächsten Ebene: Es standardisiert, wie dieser strukturierte Output zwischen Systemen ausgetauscht wird. Ohne ein standardisiertes Austauschformat muss jedes KI-System, das ein Dokument von einem anderen System empfängt, das spezifische Ausgabeformat dieses Systems kennen — was zu einer Vielzahl von benutzerdefinierten Integrationen und wachsender Komplexität bei der Skalierung führt.

Docling und DocLang bilden daher einen vertikalen Stack: Docling für Ingestion und Konvertierung, DocLang für den standardisierten Austausch des strukturierten Outputs.

Vendor-neutrale Governance und offene Mitgliedschaft

Industriestandards, die erfolgreich sind, teilen ein wichtiges Merkmal: Kein einzelner Vendor kontrolliert die Spezifikation einseitig. DocLang ist unter der Joint Development Foundation (JDF) angesiedelt — einer Organisation, die offene Governance durch Gemeinschaftskonsens gewährleistet, nicht durch einseitige Entscheidungen einzelner Teilnehmer.

In der Praxis bedeutet das, dass IBMs DocLang-Implementierung mit der von NVIDIA oder Red Hat kompatibel sein muss und umgekehrt. ABBYY, ein langjähriger Akteur in der Dokumentenverarbeitung, und HumanSignal, eine Datenanotierungsplattform, bringen Erfahrung aus Domänen ein, in denen KI-Pipelines für Dokumente am häufigsten auf praktische Herausforderungen stoßen: Informationsextraktion, Qualitätsmanagement und Vorbereitung von Trainingsdaten.

Die Referenzseite des Projekts ist unter doclang.ai verfügbar.

Primäre Anwendungen: RAG, Austausch und Governance

DocLang konzentriert sich primär auf drei Anwendungskategorien im Enterprise-Kontext:

1. Dokumentvorbereitung für KI: Standardisierter Eingang in RAG-Systeme (Retrieval-Augmented Generation, dt. durch Abruf verstärkte Generierung), Fine-Tuning-Pipelines und Extraktion strukturierter Daten aus Dokumenten
2. Austausch zwischen Systemen: Ein Dokument kann mehrere KI-Systeme verschiedener Vendors durchlaufen, ohne Kontextverlust oder die Notwendigkeit einer erneuten Konvertierung und Formatanpassung
3. Dokumenten-Governance: Eingebettete Kontrollen definieren, was mit einem Dokument erlaubt ist — was besonders wichtig wird bei regulatorischen Anforderungen wie der DSGVO oder branchenspezifischen Vorschriften in Finanzen, Gesundheitswesen und öffentlicher Verwaltung

Die Initiative kommt zu einem Zeitpunkt, an dem die Branche zunehmend von einfachen Chatbot-Anwendungen zu agentischen Workflows (agentic workflows) übergeht — mehrstufigen automatisierten Prozessen, bei denen KI autonom Dokumente verarbeitet und zwischen Systemen weiterleitet. In diesem Kontext wird das Fehlen eines gemeinsamen Formats zu einem Engpass, den Docling und DocLang gemeinsam auf Ökosystemebene zu lösen versuchen.