PDF-Formulare mit dem Browser-KI-Agenten ausfüllen mit SimplePDF

Benjamin André-Micolon

KI-Agenten sind inzwischen im Browser zu Hause: Der integrierte Browser der ChatGPT-Desktop-App und Chrome können die Seite lesen, auf der Sie gerade sind, und darauf handeln. Die meisten Websites überlassen es diesen Agenten, sich durch Schaltflächen und Textfelder zu raten. SimplePDF nicht. Der Editor teilt dem Agenten über WebMCP genau mit, was er mit dem geöffneten Dokument tun kann. WebMCP ist ein entstehender Webstandard (ein Entwurf einer W3C Community Group), der die Aktionen einer Website für KI-Agenten verfügbar macht. So füllt der Agent das Formular aus, wie es ein Skript täte, und Sie prüfen das Ergebnis, bevor es irgendwohin geht.

Auf Seiten von SimplePDF gibt es nichts zu installieren oder einzurichten. Öffnen Sie den Editor in einem agentenfähigen Browser und fragen Sie einfach.

#Wem das hilft

Ein Formular vom Agenten ausfüllen zu lassen, ist kein Partytrick. Für viele Menschen beseitigt es eine Hürde, an der Maus und Tastatur nichts ändern:

• Menschen, die das Formular nicht sehen können. Blinde und sehbehinderte Nutzerinnen und Nutzer steuern den Agenten per Sprache: „Lies mir dieses Formular vor“, „Trage meinen Namen in das erste Feld ein“, „Setze das Häkchen für einen einzelnen Antragsteller“. Der Agent liest das Dokument über get_document_content, listet die Felder auf, füllt sie aus und liest vor, was er eingetragen hat. Das PDF wird zum Gespräch statt zu einem Raster unbeschrifteter Kästchen, mit dem ein Screenreader sich schwertut.
• Menschen, die ein Formular in einer Sprache ausfüllen, die sie nicht lesen. Ein Mietvertrag auf Niederländisch, ein Steuerformular auf Französisch, eine Schulanmeldung auf Japanisch: Der Agent liest das Dokument in seiner Sprache, erklärt jedes Feld in Ihrer und trägt Ihre Antworten in der Sprache des Formulars ein. Sie sehen weiterhin jeden Wert auf der Seite, bevor irgendetwas abgeschickt wird.
• Alle, die vor einem dichten Vertrag sitzen. Bitten Sie den Agenten, das Dokument vor der Unterschrift in einfachen Worten zu erklären: wozu Sie sich verpflichten, wozu die Gegenseite sich verpflichtet, welche Klauseln ungewöhnlich sind. Der Agent hat über get_document_content den vollständigen Text, die Erklärung betrifft also genau dieses Dokument und keine allgemeine Vorlage.
• Menschen mit motorischen Einschränkungen, oder schlicht ein Formular mit 40 Feldern. Sagen Sie die Antworten einmal. Der Agent setzt jede an ihren Platz, und Sie korrigieren höchstens den einen oder anderen Fehler, statt alles zu tippen.

In jedem Fall gilt dieselbe Regel: Der Agent macht Vorschläge, Sie prüfen. Im kostenlosen Editor kann der Agent nicht für Sie einreichen: Das Einreichen-Tool antwortet mit einem Fehler, der zur Registrierung auffordert, das Abschließen eines geteilten Formulars bleibt also bei einer angemeldeten Person. Herunterladen ist ebenfalls ein Tool, sagen Sie dem Agenten also, dass er es Ihnen überlassen soll (die fertigen Anweisungen auf der Startseite tun genau das), und prüfen Sie jeden Wert, bevor das Dokument irgendwohin geht.

#Welche Agenten heute funktionieren

WebMCP wird beim W3C standardisiert, mit Google und Microsoft im Rücken, und die Browser-Unterstützung kommt schrittweise:

• ChatGPT-Desktop-App, integrierter Browser: funktioniert bereits. ChatGPT erkennt die Tools von SimplePDF als Site-Tools (aufgelistet in der Adressleiste) und nutzt sie, wenn Sie es bitten, am Dokument zu arbeiten. Site-Tools erfordern GPT-5.6 Sol oder Terra und stehen in Enterprise- oder Edu-Arbeitsbereichen nicht zur Verfügung (OpenAI-Dokumentation zu Site-Tools).
• Chrome 149 und neuer: über den WebMCP-Origin-Trial verfügbar. Zum Ausprobieren aktivieren Sie chrome://flags/#enable-webmcp-testing, starten den Browser neu und installieren die Erweiterung Model Context Tool Inspector, um die Tools zu sehen und aufzurufen. Unterstützung für Gemini in Chrome ist angekündigt.
• Andere Browser: noch nichts. Der Editor funktioniert genau wie bisher; die Tools werden einfach nicht angeboten.

#Ein Formular mit dem Agenten ausfüllen

1. Öffnen Sie den SimplePDF-Editor in einem agentenfähigen Browser und öffnen Sie Ihr PDF von Ihrem Gerät oder über einen Link
2. Bitten Sie den Agenten um das, was Sie brauchen, zum Beispiel: „Fülle dieses Formular mit meinen Daten aus: Name Jane Doe, geboren am 12. März 1990, E-Mail jane@example.com, und setze das Häkchen beim Newsletter“
3. Beobachten Sie den Agenten bei der Arbeit auf der Seite: Er listet die Felder auf, liest das Dokument, wenn er Kontext braucht, und setzt dann jeden Wert
4. Prüfen Sie jeden Wert, korrigieren Sie, was Sie möchten, und laden Sie das Dokument anschließend selbst herunter oder reichen Sie es selbst ein

Geben Sie dem Agenten die Daten in Ihrem Prompt mit oder verweisen Sie ihn auf eine Seite, die er lesen kann, etwa eine frühere E-Mail oder eine Profilseite in einem anderen Tab. Dateien auf Ihrem Computer können Site-Tools nicht lesen.

#Was der Agent kann

Jedes Tool entspricht etwas, das Sie auch selbst im Editor tun können. Der Agent sieht dasselbe Dokument wie Sie, und jede Änderung erscheint direkt auf der Seite.

Im SimplePDF-Editor tragen die Tool-Namen das Präfix simplepdf_embed_, damit sie nie mit den Tools einer anderen Website kollidieren.

#Was privat bleibt

Während Sie das PDF bearbeiten, wird es in Ihrem Browser verarbeitet, wie jedes Dokument, das Sie mit SimplePDF bearbeiten: Eine Datei, die Sie von Ihrem Gerät öffnen, erreicht niemals einen SimplePDF-Server, und ein über einen Link geöffnetes PDF wird direkt von diesem Link heruntergeladen (SimplePDF leitet es nur dann weiter, wenn der Host des Links verhindert, dass Browser es direkt abrufen). Wenn Sie ein Formular einreichen, wird das ausgefüllte Dokument dort gespeichert, wo es der Eigentümer des Formulars eingerichtet hat, in seinem eigenen Speicher oder bei SimplePDF, genau so, wie es auch ohne Agenten wäre. Was der Agent über die Tools liest, etwa die Liste der Felder, deren Werte und den extrahierten Text, geht an den Modellanbieter des Agenten, genau wie ein Text, den Sie in einen Chat einfügen würden. Behandeln Sie den Agenten so, wie Sie jede Person behandeln würden, der Sie das ausgefüllte Dokument zeigen.

Nichts ist endgültig, bevor das Dokument heruntergeladen oder eingereicht wurde. Im kostenlosen Editor kann der Agent überhaupt nicht einreichen (das Tool verlangt eine Registrierung), und Sie können ihn auch bitten, Ihnen das Herunterladen zu überlassen: Prüfen Sie die Felder und schließen Sie dann ab. Die Feldänderungen des Agenten sind ganz normale Änderungen: Machen Sie sie rückgängig, passen Sie sie an oder schließen Sie den Tab.

#Für Ihren eigenen Editor aktivieren

WebMCP ist im kostenlosen SimplePDF-Editor aktiv. Auf Ihrem eigenen gebrandeten Editor bleibt es deaktiviert, bis Sie es in der Editor-Konfiguration Ihres Dashboards einschalten, verfügbar im Pro-Plan.

Sie betten den Editor in Ihre App ein? Aktivieren Sie die WebMCP-Option des Embed-SDK: Es registriert die Tools des Editors auf Ihrer Seite und leitet jeden Aufruf an den iframe des Editors weiter. Genau dort finden Agenten sie: Der eingebettete Editor registriert keine eigenen Tools, und der Browser von ChatGPT schaut ohnehin nie in einen iframe hinein:

import { EmbedPDF } from '@simplepdf/react-embed-pdf';

<EmbedPDF
  mode="inline"
  companyIdentifier="acme"
  document={{ url: 'https://example.com/form.pdf' }}
  // Keep the decision with the person: withhold submit
  webMCP={{ enabled: true, exclude: ['submit'] }}
/>

import { createEmbed } from '@simplepdf/embed';

createEmbed({
  target: '#editor',
  companyIdentifier: 'acme',
  document: { url: 'https://example.com/form.pdf' },
  // Keep the decision with the person: withhold submit
  webMCP: { enabled: true, exclude: ['submit'] },
});

webMCP: { enabled: true } registriert jeden Vorgang, den das SDK als Tool bereitstellt, loadDocument eingeschlossen; exclude nimmt SDK-Methodennamen ('submit', 'loadDocument', 'deletePages', …) und hält diejenigen zurück, die einer Person vorbehalten bleiben sollen. Die vollständige Referenz der Optionen finden Sie in der Embed-SDK-Dokumentation.

Für Agenten, die nicht im Browser laufen, etwa Claude, Cursor oder eine Backend-Automatisierung, nutzen Sie stattdessen den entfernten MCP-Server oder die Vorausfüll-API: siehe PDF-Formulare mit KI-Agenten vorausfüllen.

#Kein Agent in Ihrem Browser? Nutzen Sie SimplePDF Copilot

WebMCP setzt einen agentenfähigen Browser voraus. Wenn Sie keinen haben oder den Assistenten lieber in der Seite als im Browser hätten: SimplePDF Copilot greift dieselbe Idee als Chat-Bereich neben dem Editor auf und funktioniert in jedem Browser:

• Bringen Sie Ihre eigene KI mit, schon heute. Öffnen Sie copilot.simplepdf.com, verbinden Sie die KI, die Sie ohnehin nutzen (Anthropic, OpenAI, Google Gemini, Mistral, DeepSeek), oder ein Modell, das auf Ihrem eigenen Rechner läuft (Ollama, LM Studio), und chatten Sie mit dem Formular. Das PDF bleibt im Browser; der KI-Datenverkehr geht an den Anbieter, den Sie gewählt haben.
• Ein vollständig integriertes Erlebnis in Ihrer eigenen App. Copilot ist eine MIT-lizenzierte Referenzimplementierung: Forken Sie sie, verbinden Sie sie mit Ihrem KI-Anbieter, Ihren Tools und Ihrem Speicher, passen Sie die Prompts und die Oberfläche an und veröffentlichen Sie sie unter Ihrer eigenen Domain (der eingebettete Editor benötigt dort den Pro-Plan). Siehe wie man SimplePDF Copilot selbst hostet.

Was SimplePDF Copilot ist beschreibt den Prüfablauf und den Datenfluss im Detail.

Das war's! Der Agent in Ihrem Browser füllt das PDF aus, und Sie prüfen es und reichen es ein.

Wenn Sie Fragen haben, wenden Sie sich gerne an support@simplepdf.com