Präsentationsvorbereitung

Die Anwendung unterstützt bei der Strukturierung von Vorträgen und Präsentationen aus bereits vorhandenen Dokumenten. Aus hochgeladenem Material — Skripten, Papern, Berichten oder bestehenden Foliensätzen — wird ein strukturiertes Markdown-Artefakt erzeugt, das anschließend in Markdown, PowerPoint oder Word exportiert werden kann. Die Erzeugung erfolgt nicht durch einen einzelnen LLM-Aufruf, sondern über eine agentische Pipeline aus zwei spezialisierten Agenten, die Dokumenten-Treue, Längen-Anpassung und Übersetzung kontrolliert handhaben. Die LLM-Anbindung ist als OpenAI-kompatible Schnittstelle ausgelegt und kann lokal oder im eigenen Rechenzentrum betrieben werden.

Auf einen Blick

• Aus vorhandenen Dokumenten (PDF, Word, PowerPoint, Markdown, Text) eine strukturierte Folienübersicht ableiten, ohne diese manuell zu erstellen
• Die Folienzahl an die geplante Vortragsdauer anpassen lassen, statt sie nachträglich kürzen oder ergänzen zu müssen
• Eine bestehende Präsentation in eine andere Sprache übertragen, einschließlich Sprechernotizen
• Inhalte mehrerer Quelldokumente zu einer einheitlichen Foliengliederung zusammenführen
• Die erzeugte Struktur im Dialog präzisieren, ohne den Quelltext jedes Mal erneut zu durchsuchen
• Das Ergebnis in das jeweils benötigte Format exportieren (Markdown für die Weiterverarbeitung, PowerPoint für den Vortrag, Word für die Begleitdokumentation)

Highlights

Im Unterschied zu einem direkten LLM-Prompt oder einem einfachen Konvertierungs-Skript trennt die Anwendung Dialog und Strukturarbeit, prüft jeden Stichpunkt gegen die Quelldokumente und passt die Foliengliederung systematisch an Rahmenbedingungen wie Dauer und Sprache an. Daraus ergeben sich folgende Differenzierungsmerkmale:

• Zwei-Agenten-Architektur: Ein Chat-Agent führt das Gespräch und sammelt Anforderungen; ein Artefakt-Agent verarbeitet jeden Dialog-Turn separat und aktualisiert die Foliengliederung in einem strukturierten Markdown-Dokument. Beide Agenten haben getrennte System-Prompts und unterschiedliche Verantwortlichkeiten.
• Dokumenten-Treue mit interner Zitatführung: Inhaltsfolien werden ausschließlich aus den hochgeladenen Dokumenten abgeleitet. Während der Generierung trägt jeder Stichpunkt eine interne Quellreferenz, fehlende Angaben werden als explizite Platzhalter markiert. Erfindungen auf Inhaltsfolien sind durch das Prompt-Regelwerk ausgeschlossen.
• Zeitbasierte Folienanpassung: Aus der angegebenen Vortragsdauer wird eine Zielanzahl von Folien berechnet (Faktor 0,8 Folien pro Minute). Eine zweite Verarbeitungsphase reduziert oder erweitert die Gliederung gezielt auf diese Zielgröße, statt eine willkürliche Folienzahl zu erzeugen.
• Mehrsprachige Verarbeitung: Bei abweichender Zielsprache werden Überschriften, Stichpunkte und Sprechernotizen vollständig übersetzt; Fachbegriffe können bei Bedarf in Klammern erläutert werden. Die Sprachumschaltung ist auch nachträglich im laufenden Dialog möglich.
• Anbindung an fünf Eingabeformate: PDF, Word (DOCX), PowerPoint (PPTX), Markdown und Text werden über eine einheitliche Parsing-Komponente eingelesen und auf eine gemeinsame Markdown-Repräsentation abgebildet.
• Drei Ausgabeformate: Die Ausgabe kann als Markdown, als PowerPoint-Datei mit Sprechernotizen oder als Word-Dokument mit Folien-Abschnitten heruntergeladen werden.
• Versionshistorie mit Undo: Die letzten fünf Artefakt-Versionen werden vorgehalten, jede Änderung erhält eine kurze Diff-Beschreibung und kann zurückgenommen werden.
• Token-Budget mit Sichtbarkeit: Der gemeinsame Token-Verbrauch von Dokumenten, Dialog und Artefakt wird laufend angezeigt, um Kontextlimits beim eingesetzten LLM einzuhalten.
• Lokale LLM-Anbindung: Die Anwendung erwartet eine OpenAI-kompatible Schnittstelle, die lokal oder im eigenen Netz betrieben werden kann. Inhalte verlassen damit nicht zwingend die eigene Infrastruktur.
• Sitzungsbasierter Betrieb: Daten werden ausschließlich im Arbeitsspeicher der laufenden Sitzung gehalten; nach Sitzungsende verbleibt nichts in der Anwendung.