PageIndex im Test

Klassische RAG-Systeme lassen ein Sprachmodell aus den eigenen Dokumenten antworten. Dafür zerlegen sie die Dokumente in kleine Textblöcke (Chunking), wandeln sie in Vektoren um und suchen per Ähnlichkeit. Das funktioniert bei kurzen Texten gut, bei langen Dokumenten wie Geschäftsberichten, Verträgen oder technischen Handbüchern geht dabei der Zusammenhang verloren.

PageIndex geht anders vor. Es baut einen hierarchischen Baum-Index mit Zusammenfassungen auf jeder Ebene auf, in dem sich das Sprachmodell Ebene für Ebene zur passenden Stelle vorarbeitet, so wie ein Mensch über das Inhaltsverzeichnis in ein dickes Handbuch einsteigt.

Wichtigste Funktionen

• Reasoning-basierte Suche: Ein Sprachmodell arbeitet sich durch den Baum-Index, prüft auf jeder Ebene die Zusammenfassungen und entscheidet, welcher Zweig weiterführt. Bei mehrschichtigen Fragen liefert das bessere Treffer als eine reine Ähnlichkeitssuche über Vektoren.
• Exakte Seitenreferenzen: Jede Antwort enthält die genaue Seitenzahl als Quellenangabe. Wer in Finanzen oder Recht arbeitet, schlägt damit jede Aussage im Originaldokument nach.
• PageIndex Flash: Seit Ende Juli 2026 liegt im quelloffenen Paket eine Vorschau namens Flash, die den Baum-Index allein aus dem Seitenlayout der PDF-Datei ableitet, ohne dafür ein Sprachmodell zu brauchen. Nur die Zusammenfassungen der einzelnen Knoten brauchen weiterhin eines. Wer viele PDF-Dateien einliest, spart damit einen Teil der Modellkosten beim Aufbau des Index.
• Visuelle Inhalte: PageIndex liest auch Tabellen, Diagramme oder eingescannte Seiten, beim Anbieter als Vision Understanding geführt. Damit gehen keine Informationen verloren, die nur als Bild vorliegen. Die Funktion steckt in allen Bezahltarifen ab Standard.
• MCP-Server-Integration: Über das MCP-Protokoll (ein offener Standard, um KI-Assistenten an externe Werkzeuge und Datenquellen anzubinden) hängst du PageIndex direkt an Claude, Cursor oder einen anderen kompatiblen Assistenten. Entwickler tragen dafür die Adresse api.pageindex.ai/mcp samt API-Schlüssel in ihre Konfiguration ein. Für Claude Desktop gibt es eine Ein-Klick-Erweiterung im .mcpb-Format, zuletzt in Version 1.8.2 vom Juli 2026. Du fragst deine Dokumente dann ab, ohne die gewohnte Arbeitsumgebung zu verlassen.
• REST-API, SDKs und Chat-API: Für den Einbau in eigene Anwendungen steht eine REST-API bereit, dazu ein Python- und ein TypeScript-SDK für Node.js-Projekte, also fertige Programmbausteine für Entwickler. Neu ist eine Chat-API im Beta-Stadium, über die PageIndex die Antwort selbst erzeugt, statt nur die passenden Stellen zurückzugeben. Wer lieber sein eigenes Modell anbindet, kann das weiterhin tun.

Preise und Tarife

Zum Ausprobieren gibt es 200 Credits und bis zu 200 aktive Seiten. Der Standard-Tarif kostet 25,80 Euro pro Monat (30 USD) oder 258 Euro im Jahr (300 USD, 17 % günstiger) und enthält 1.000 Credits monatlich sowie bis zu 10.000 aktive Seiten. Pro liegt bei 43 Euro im Monat (50 USD) mit 2.000 Credits und 50.000 Seiten, Max bei 86 Euro im Monat (100 USD) mit 6.000 Credits und 500.000 Seiten.

Das Indexieren einer Seite kostet einmalig einen Credit, danach bleibt die Seite dauerhaft abfragbar. Die im Tarif enthaltenen Credits verfallen am Ende des Abrechnungszeitraums, nachgekaufte behalten ihre Gültigkeit und kosten je knapp einen Cent (0,01 USD). Bindest du ein eigenes Sprachmodell an, kostet dich das keine Credits. Die Rechnung dafür stellt dein Modellanbieter.

Die gehostete Chat-API rechnet PageIndex nach Ein- und Ausgabe-Tokens in Credits ab. Für Unternehmenskunden mit eigener Installation, zugesicherten Reaktionszeiten und dem PageIndex File System für Bestände in Millionenhöhe nennt Vectify AI keine Listenpreise. Die genannten Beträge verstehen sich netto, die Umsatzsteuer kommt hinzu.

Für wen ist PageIndex geeignet?

• Finanz- und Rechtsabteilungen mit langen Dokumenten: Wer regelmäßig Geschäftsberichte, Jahresabschlüsse oder Verträge durchsuchen muss, profitiert von der Reasoning-basierten Suche und den exakten Seitenangaben. Auf FinanceBench, einem Testsatz mit Fragen an Finanzdokumente, meldet der Anbieter 98,7 % Genauigkeit und legt die Auswertung dazu offen auf GitHub.
• Entwickler, die RAG ohne Vektordatenbank aufbauen wollen: Wenn du dir das Zerlegen der Dokumente und den Betrieb einer Vektordatenbank sparen möchtest, brauchst du mit PageIndex weniger Bausteine. Die MCP-Anbindung und die REST-API machen den Einstieg einfach.
• Teams, die bereits Claude oder Cursor nutzen: Über den MCP-Server fragst du deine Dokumente direkt aus dem KI-Assistenten ab. Das spart den Umweg über eine zweite Oberfläche. Wer gar nichts selbst bauen will, nutzt die fertige Chat-Oberfläche unter chat.pageindex.ai.

DSGVO und Datenschutz

Hinter PageIndex steht Vectify AI, ein 2023 gegründetes Unternehmen mit Sitz in London. Für das Vereinigte Königreich gilt ein Angemessenheitsbeschluss der EU-Kommission, im Dezember 2025 erneuert. Damit bescheinigt die Kommission dem Land ein gleichwertiges Datenschutzniveau, eine Übermittlung dorthin braucht also keine zusätzlichen Garantien.

Wo die Server der Cloud-Version stehen, weist der Anbieter allerdings nirgends aus, und ob hochgeladene Dokumente ins Training von Modellen einfließen, beantwortet die öffentliche Dokumentation nicht. Nutzungsbedingungen, Datenschutzerklärung und einen Auftragsverarbeitungsvertrag führt die Policies-Seite. Zertifikate wie ISO 27001 oder SOC 2 nennt PageIndex dagegen nicht, Sicherheitsunterlagen kommen nach eigener Angabe auf Anfrage. Unternehmenskunden bekommen eine dedizierte Umgebung, auf Wunsch im firmeneigenen Konto bei AWS, Azure oder Google Cloud oder im eigenen Rechenzentrum, dazu Verschlüsselung, Rollenrechte und Protokollierung der Zugriffe.

Für alle anderen ist die quelloffene Fassung auf GitHub der belastbare Weg (MIT-Lizenz, über 35.000 Sterne). Der Index entsteht dann auf eurer eigenen Hardware, und die Aufrufe an das Sprachmodell konfigurierst du selbst, wahlweise auch an ein lokal betriebenes Modell. Solange der Anbieter für die Cloud weder einen Serverstandort noch eine Aussage zum Training veröffentlicht, gehören Personaldaten, Mandantenakten und Verträge dort nicht hinein.

Alternativen zu PageIndex

• R2R: Vollständiges RAG-System mit Vektorsuche, Knowledge Graphs und Deep Research API. Zerlegt die Dokumente klassisch in Textblöcke und mischt Vektor- mit Stichwortsuche, statt ein Modell durch eine Baumstruktur zu führen. Mehr Funktionen ab Werk, dafür aufwendiger einzurichten.
• RAGFlow: Open-Source-RAG-System mit starkem Fokus auf das Einlesen von Dokumenten. Den Ablauf dahinter stellst du grafisch zusammen. Nutzt ebenfalls Vektorsuche, hat aber eine Oberfläche, mit der auch Nicht-Entwickler zurechtkommen.
• AnythingLLM: Einfacher einzurichten, mit grafischer Oberfläche und Unterstützung für verschiedene Sprachmodelle. Auf lange Dokumente weniger ausgelegt, dafür schneller startklar.