Ja, ChatGPT kan tekst uit een PDF halen. Upload het bestand, vraag om de tekst, lees het antwoord. Dat was in 2025 al geen interessante vraag meer. De interessante vraag in 2026 is wat er gebeurt bij document vierhonderd, wanneer niemand al wekenlang goed naar document twaalf heeft gekeken.
Als jij degene bent die die stapel heeft geërfd, lees je hier wat ChatGPT goed doet met PDF's, waar het stilletjes de mist in gaat bij grote volumes, en het punt waarop teams de klus in plaats daarvan overlaten aan een document parser zoals Parseur.
Belangrijkste inzichten
- ChatGPT kan tekst uit PDF's halen. Upload het bestand in het chatvenster en stel je vraag. Recente modellen lezen ook scans dankzij hun vision-mogelijkheden.
- De limiet is het chatvenster, niet het model. Er is geen inbox, geen batchmodus en geen garantie dat document 400 op dezelfde manier terugkomt als document 1.
- De fouten zien eruit als data. Een ontbrekende rij of omgedraaide cijfers geven geen foutmelding, dus iemand moet uiteindelijk toch alles controleren.
- Herhaling is het omslagpunt. Eén contract lezen is een taak voor ChatGPT. Hetzelfde type document elke maandag is een workflow.
- Parseur pakt de delen aan die een chatvenster niet aankan: documenten komen binnen via e-mail of API, dezelfde velden komen er elke keer uit en schone data belandt in jouw spreadsheet of ERP.
Wat is ChatGPT, en waarom plakt iedereen er PDF's in?
ChatGPT is een taalmodel gebouwd door OpenAI dat mensachtige tekst leest en schrijft. Het werd gelanceerd in november 2022, en gaandeweg werd het de standaardplek waar mensen een document droppen als ze er snel een antwoord over willen.
Er is een reden voor die reflex. IDC voorspelde ooit dat de wereld 175 zettabytes aan data zou creëren tegen 2025. Die mijlpaal is gepasseerd, en de wereldwijde datasfeer ligt nu op koers voor ongeveer 221 zettabytes in 2026, waarvan 80% tot 90% ongestructureerd is. Het grootste deel hiervan zit in facturen, contracten, afschriften en formulieren, wachtend op een mens om het over te typen. Natuurlijk begonnen mensen het in een chatvenster te plakken.
Kan ChatGPT tekst uit PDF's halen?
Ja. ChatGPT accepteert PDF-uploads direct in het chatvenster en retourneert de tekst, zowel met het gratis plan als elk betaald plan, voor bestanden tot 512 MB. Bijvoegen, vragen, lezen.
In 2023 was het eerlijke antwoord nee, en moest je de PDF zelf naar tekst converteren voordat ChatGPT er iets mee kon doen. Drie jaar is meerdere modelgeneraties. Het uploadproces verwerkt nu de meeste bestanden zonder enige hulp van jou.
Hoe zit het met gescande PDF's en afbeeldingen?
ChatGPT kan gescande PDF's lezen via zijn vision-modellen, die naar de pagina kijken in plaats van een tekstlaag te parsen. Daarom is de oude foutmelding "er kon geen tekst uit dit bestand worden gehaald" veranderd van routine in een uitzondering.
Zeldzaam betekent niet verdwenen. Vision-OCR raakt nog steeds het spoor bij op handschrift, vage of scheve scans, compacte tabellen over meerdere pagina's, en PDF's die eigenlijk één platgemaakte afbeelding met lage resolutie zijn die zich voordoet als een document. Als gescande documenten het grootste deel van jouw stapel vormen, lees dan de output door voordat je erop vertrouwt.
Waarom zegt ChatGPT "er kon geen tekst uit dit bestand worden gehaald"?
Wanneer je toch tegen die fout aanloopt, is het meestal één van deze vier dingen: het bestand is beveiligd met een wachtwoord of rechten, de upload is beschadigd of afgebroken, de scan is te groot om te verwerken, of de PDF verpakt een enkele platgemaakte afbeelding waar niets leesbaars in staat. Het bestand opnieuw opslaan, opsplitsen in kleinere delen, of het wachtwoord verwijderen lost dit meestal op.
Waar ChatGPT zijn plek verdient
ChatGPT is een heel goed hulpmiddel voor documenten, op één voorwaarde: de klus is eenmalig en er leest sowieso een mens mee met het antwoord.
- Het begrijpt, het leest niet alleen. Vraag het om een contract van veertig pagina's samen te vatten, een vrijwaringsclausule uit te leggen, of uit te zoeken welke van de drie offertes de minst straffende betalingsvoorwaarden heeft. Geen enkele parser doet dat.
- Er hoeft niets ingesteld te worden. Geen schema, geen velden om te definiëren, geen leverancier om te onboarden. Bijvoegen en vragen.
- Rommelige eenmalige taken. Wanneer een PDF zo slecht is opgemaakt dat ertegen scripten een uur zou kosten, wint een snelle ChatGPT-opdracht het op tijd, elke keer weer.
- Iedereen in het team kan ermee omgaan, wat verklaart hoe het zich verspreidde door operationele afdelingen zonder ook maar één IT-ticket.
Als jouw documentwerk eruitziet als "af en toe moet ik een bestand begrijpen," stop dan hier met lezen. ChatGPT is de juiste tool en je hebt ons niet nodig.
Waar ChatGPT stukloopt bij grote volumes
Problemen ontstaan wanneer hetzelfde type document elke week opduikt en de data ergens anders moet leven dan in een chattranscript. Hier zijn de knelpunten, ongeveer in de volgorde waarin teams ze tegenkomen.
1. Er is geen inbox
ChatGPT kan geen e-mail ontvangen, de bijlage openen en ermee aan de slag gaan. Er moet een persoon aanwezig zijn om het bestand te uploaden en het antwoord eruit te kopiëren. Die ene handmatige stap beperkt alles wat daarna komt, en dat is de reden waarom een team dat vierhonderd documenten per maand verwerkt, eigenlijk vierhonderd kleine onderbrekingen per maand uitvoert.
2. De fouten zijn aannemelijk, niet overduidelijk
Een taalmodel dat een document verkeerd leest, geeft geen foutmelding. Het geeft je een zelfverzekerd antwoord met een verkeerd getal erin. Datajournalist Brandon Roberts testte ChatGPT op een volledige dataset en vond foutpercentages tussen 1% en 6% in elke kolom, willekeurig verspreid over de rijen. Namen kwamen verkeerd gespeld terug, records verdwenen, en details uit eerder verwerkte documenten slopen in latere documenten. Zijn conclusie was dat alles verifiëren ongeveer net zoveel kostte als het handmatige werk dat hij probeerde over te slaan.
Dat is de valkuil. Vijfennegentig procent nauwkeurig klinkt prima, tot het moment dat je je realiseert dat je niet kunt vertellen welke vijf procent.
3. De outputstructuur verschuift
Stel dezelfde vraag over twee vergelijkbare facturen en je kunt twee veldnamen, twee datumformaten en een tabel die stilletjes een kolom is gegroeid terugkrijgen. Alles wat verderop in het proces een vaste structuur verwacht, loopt dan vast. De OpenAI API biedt gestructureerde outputs die een schema afdwingen en dit netjes oplossen, maar dat is een ontwikkelingsproject, geen instelling.
4. Geen betrouwbaarheidsscores, geen controle-wachtrij, geen audit trail
Productie-documentwerk vereist drie dingen die een chatvenster niet heeft: een signaal voor welke documenten je niet moet vertrouwen, een plek voor een mens om ze te corrigeren, en een manier om een getal te herleiden naar de pagina waar het vandaan kwam. Zonder die drie moet je ofwel alles handmatig controleren, ofwel stille fouten toelaten in je boekhouding. De meeste teams kiezen uiteindelijk voor het tweede zonder daar ooit echt een besluit over te nemen.
5. Volume en snelheid
Elk document is zijn eigen gesprek, wat betekent dat elk document ook zijn eigen ronde is van het kopiëren van tekst uit een PDF. Lange bestanden lopen tegen contextlimieten aan, waarbij de output halverwege een tabel stopt en niets je vertelt dat het is gestopt.
6. Privacy hangt af van het plan dat je gebruikt
Bij consumentenplannen kunnen jouw gesprekken worden gebruikt om de modellen van OpenAI te verbeteren, tenzij je je hiervoor afmeldt in de instellingen. Business- en Enterprise-plannen sluiten gesprekken standaard uit van training, en Enterprise voegt daar de dataverwerkingsovereenkomst aan toe waar een toezichthouder om zal vragen. Goed om te weten voordat iemand de salarisschaal in een persoonlijk account plakt.
Ben je ChatGPT ontgroeid? Drie vragen
Je bent het chatvenster ontgroeid wanneer één van deze dingen waar is:
- Hetzelfde type document blijft binnenkomen. Herhaling is de weggever. Een eenmalig ding is een taak. Een terugkerend document is een workflow.
- De data moet ergens naartoe. Als het antwoord in een spreadsheet, een ERP of een CRM moet belanden, is een chattranscript de verkeerde container.
- Een verkeerd getal kost geld. Facturen, claims, salarisadministratie en bestellingen falen allemaal luidruchtig en laat. Extractie zonder controlestap is daar een risico.
Één 'ja' is de moeite waard om te automatiseren. Drie keer 'ja' en het chatvenster staat in feite op jouw loonlijst.
Ik probeerde hiervoor eerst Claude en ChatGPT, maar er was te veel tekst. Parseur had het binnen een minuut opgeschoond. - Jerad Maplethorpe
Parseur: het geautomatiseerde alternatief voor ChatGPT
Parseur is een platform voor geautomatiseerde data-extractie dat gestructureerde data haalt uit e-mails, PDF's en afbeeldingen. Het gebruikt AI om te lezen, net als ChatGPT, en voegt daar alles aan toe wat het lezen omzet in een workflow.
Documenten komen vanzelf binnen
Elke Parseur-mailbox heeft zijn eigen e-mailadres. Stuur de e-mails van jouw leveranciers ernaar door, stel een regel in Outlook of Gmail in, of push bestanden via de API. Documenten landen en worden verwerkt zonder dat er iemand een browsertabblad hoeft te openen.
Velden komen er automatisch uit
De Text AI engine verwerkt e-mails en tekstdocumenten. De Vision AI engine verwerkt PDF's, scans en afbeeldingen. Je hoeft geen sjabloon te tekenen, geen regels te schrijven en geen ontwikkelaar in te huren. Jij benoemt de data die je wilt en de engine gaat ernaar op zoek.
Elke keer dezelfde structuur
Definieer je velden één keer. Elk document van dat type komt terug met dezelfde namen en dezelfde formaten, wat precies de reden is waarom de data veilig naar een ander systeem gestuurd kan worden.
Het vertelt je wanneer het onzeker is
Geen enkele extractietool heeft het bij elk document goed, en iedereen die iets anders belooft, verkoopt je de 5% die je niet kunt zien. Wat telt is wat er daarna gebeurt. Resultaten met een lage betrouwbaarheid worden naar boven gehaald voor controle in plaats van erdoorheen te glippen, en elk veld is te herleiden naar het document en de pagina waar het vandaan kwam. Human in the loop is hier een functie, geen workaround.
Het schaalt verder dan het punt waarop kopiëren en plakken stopt met werken
Duizenden documenten per maand is routine. Geëxtraheerde data komt eruit als CSV, Excel of JSON, of gaat rechtstreeks naar jouw tools via ingebouwde integraties met Zapier, Make, Power Automate, Google Sheets, en een REST API voor al het andere.
Jouw documenten zijn geen trainingsdata
Parseur traint niet op jouw data in welk plan dan ook, inclusief het gratis plan, en voldoet aan de GDPR. Dat is belangrijker dan het klinkt wanneer de documenten iemands salaris, iemands claim of iemands medisch dossier bevatten.
ChatGPT versus Parseur
Beide gebruiken AI om documenten te lezen. Het verschil zit in alles wat er voor en na het lezen gebeurt.
| Mogelijkheid | ChatGPT | Parseur |
|---|---|---|
| Documentinvoer | Handmatige upload, één voor één | E-mail, upload of API, automatisch |
| PDF's lezen | Ja, inclusief OCR op scans | Ja, Vision AI engine voor scans en afbeeldingen |
| Outputstructuur | Varieert per run | Elke keer dezelfde velden, namen en formaten |
| Volume | Eén gesprek per document | Duizenden per maand, onbeheerd |
| Foutafhandeling | Geen betrouwbaarheidssignaal, je controleert alles | Resultaten met lage betrouwbaarheid gemarkeerd voor controle |
| Audit trail | Een chattranscript | Elk veld herleidbaar naar het bijbehorende document |
| Levering | Kopiëren en plakken | CSV, Excel, JSON, Zapier, Make, Power Automate, API |
| Trainen op data | Uitgesloten bij Business- en Enterprise-plannen | Nooit, in welk plan dan ook |
Geen van beide kolommen is de slechterik. Als je nee antwoordde op de drie vragen hierboven, is de linkerkolom prima. Als je ja antwoordde, is de rechterkolom wat je eigenlijk nodig had.
En je hoeft de ChatGPT-gewoonte niet te doorbreken om over te stappen. De meeste teams behouden beide. De parser verzorgt de invoer, extractie en export zodat de cijfers vertrouwd kunnen worden, waarna ChatGPT gericht wordt op het schone resultaat voor het samenvatten en opstellen waar het altijd al beter in was.
Hoe Parseur data uit PDF-bestanden haalt
Stuur jouw documenten via e-mail naar je Parseur-mailbox, upload ze, of push ze via de API. De engine leest ze stuk voor stuk en retourneert de velden die jij hebt gedefinieerd. De data komt terug als CSV, Excel of JSON en belandt in jouw workflow via Zapier, Make, de API of een van de andere integraties.
Het gratis plan bevat elke AI-functie, wat betekent dat de eerlijkste manier om erachter te komen of dit werkt op de PDF's van jouw leveranciers, is door er vanmiddag tien van je lelijkste exemplaren doorheen te halen. Betaalde plannen starten pas wanneer jouw volume dat doet.
De installatie duurt minuten, geen verkoopgesprek.
Lees meer over PDF-data-extractie
- Data extraheren uit een gescande PDF
- Tekst extraheren uit PDF
- Tabellen extraheren uit PDF
- Vergelijk de beste PDF-parsers
- Hoe agentic documentextractie werkt
Conclusie
ChatGPT kan tekst uit een PDF halen, en in 2026 doet het dat goed. Wat het niet kan doen, is jouw documenten verzamelen, elke keer dezelfde structuur teruggeven, je vertellen welke antwoorden je niet moet vertrouwen, en schone data leveren in het systeem dat het nodig heeft. Dat zijn loodgietersproblemen, geen intelligentieproblemen, en geen enkele model-update lost loodgieterswerk op.
Gebruik ChatGPT om een document te begrijpen. Gebruik Parseur wanneer hetzelfde document blijft terugkomen en iemand in jouw team het telkens opnieuw moet overtikken.
Laatst bijgewerkt op
