Paperless AI – KI-Tool Test & Bewertung

Ohne Paperless AI musst du jedes Dokument in Paperless-ngx manuell mit Tags und Korrespondent versehen. Mit dem Add-on passiert das automatisch: Eine neue Rechnung kommt rein, das LLM erkennt den Absender, das Datum und den Dokumententyp und vergibt die passenden Tags.

Wichtigste Funktionen

• Automatische Klassifizierung: Sobald ein neues Dokument in Paperless-ngx eingeht, analysiert Paperless AI den Inhalt und vergibt automatisch Tags, Dokumententyp und Korrespondent. Du kannst mit Smart-Tagging-Regeln festlegen, welche Dokumente automatisch verarbeitet werden sollen.
• RAG-Chat über das Archiv: Statt Dokumente manuell zu durchsuchen, stellst du Fragen in natürlicher Sprache. Paperless AI durchsucht semantisch den gesamten Archivinhalt und liefert Antworten mit Quellenangaben zu den gefundenen Dokumenten.
• Breite LLM-Unterstützung: Unterstützt werden Ollama (lokal, vollständig offline), OpenAI, Azure OpenAI, DeepSeek und Gemini. Jeder Dienst mit OpenAI-kompatibler API funktioniert ebenfalls.
• Web-Interface für manuelle Verarbeitung: Über /manual kannst du einzelne Dokumente gezielt durch die KI-Klassifizierung schicken, ohne auf die automatische Verarbeitung warten zu müssen.
• Schneller RAG-Start: Seit v3.0 nutzt das RAG-System bereits indexierte Daten statt bei jedem Container-Neustart von vorn zu indexieren. Das reduziert die Startzeit erheblich.

Preise und Tarife

Paperless AI ist kostenlos und steht unter der MIT-Lizenz. Es entstehen keine Softwarekosten. Laufende Kosten entstehen nur durch das verwendete LLM: Wer Ollama lokal betreibt, zahlt nur für die Hardware. Wer OpenAI oder Azure nutzt, zahlt die dort üblichen API-Gebühren je nach Modell und Anfragevolumen.

Für wen ist Paperless AI geeignet?

• Paperless-ngx-Nutzer mit wachsendem Archiv: Wer bereits Paperless-ngx betreibt und das manuelle Tagging vereinfachen will, für den ist das Add-on der naheliegendste nächste Schritt.
• Selbstständige und kleine Unternehmen: Wer Rechnungen, Verträge und Belege digital archiviert und dabei Zeit beim Sortieren sparen will, profitiert von der automatischen Klassifizierung.
• Datenschutzbewusste Nutzer: Mit Ollama lokal verlassen keine Dokumenteninhalte den eigenen Server. Das ist besonders relevant bei Steuerbelegen, Verträgen oder Patientenakten.

DSGVO und Datenschutz

Paperless AI selbst läuft vollständig auf deinem Server und überträgt keine Daten an externe Dienste. Ob und welche Daten das gewählte LLM erhält, hängt vom Anbieter ab. Bei Ollama lokal verbleiben alle Inhalte auf deiner Maschine. Bei OpenAI oder Azure gelten die jeweiligen Datenschutzbestimmungen und Nutzungsrichtlinien der Anbieter. Für DSGVO-konforme Verarbeitung sensibler Dokumente empfiehlt sich daher Ollama mit einem lokalen Modell.

Alternativen zu Paperless AI

• Paperless-ngx – Die Basis-Plattform selbst bringt bereits maschinelles Lernen für automatische Tag-Vorschläge mit, allerdings ohne LLM-Klassifizierung und RAG-Chat.
• Docling – Dokumenten-Parser, der PDFs und Office-Dokumente in strukturierte Formate umwandelt und sich gut als Vorverarbeitungsschritt für eigene RAG-Pipelines eignet.