Installieren

Docling unter Windows installieren

Windows 10 / 11 (64-bit) mit Python 3.10+. Der kürzeste verlässliche Weg ist 64-bit-Python + virtuelle Umgebung + uv. Jeden Befehl mit der offiziellen Installationsdokumentation abgleichen.

Step 1

Checkliste Voraussetzungen

Angestrebt: 3.10+ und 64. Bei 32 dieses Python deinstallieren und den 64-bit-Build installieren:

py --version; py -c "import struct; print(struct.calcsize('P')*8)"

Windows 10 oder 11, 64-bit (32-bit-Python scheitert an torch-Wheels).
Python 3.10, 3.11 oder 3.12, 64-bit, von python.org mit angehaktem „Add python.exe to PATH“.
PowerShell (oder Windows Terminal). Die Befehle unten setzen PowerShell voraus.
ca. 2–4 GB freien Speicher für Modell-Downloads beim ersten Lauf.

Step 2

64-bit-Python korrekt installieren

py --version

pip --version

Den Windows-Installer (64-bit) für Python 3.11 oder 3.12 laden.
Auf dem ersten Installer-Bildschirm „Add python.exe to PATH“ anhaken, dann „Install Now“.
In einem neuen PowerShell-Fenster prüfen:

Wird py nicht gefunden, Terminal schließen und neu öffnen (PATH-Aktualisierung) oder mit PATH-Option neu installieren. Der Microsoft-Store-Python-Shim kann python überschatten — lieber den py-Launcher oder den python.org-Build nehmen.

Step 3

Virtuelle Umgebung in PowerShell

Wird die Aktivierung per Execution Policy blockiert, einmal Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser ausführen, dann erneut aktivieren.

py -m venv .venv

.venv\Scripts\Activate.ps1

python -m pip install -U pip

Step 4

Schnellste Installation: uv (empfohlen)

uv löst vorkompilierte Wheels auf und umgeht die meisten nativen Compilerfehler unter Windows. Mit Extras (Beispiel):

uv add docling

uv add "docling[rapidocr]"

Oder in einem bestehenden uv-Projekt: uv venv --python 3.12, aktivieren, dann uv pip install docling.

Step 5

Standardinstallation: pip

Bei Erfolg fertig — weiter zu Verifikation. Falls pip Pakete zu kompilieren beginnt und mit C++-Fehler abbricht, nicht dagegen ankämpfen: entweder zu uv oben wechseln oder die Toolchain im nächsten Abschnitt reparieren.

pip install docling

Step 6

„Microsoft Visual C++ 14.0 is required“ beheben

Warum passiert das: Manche optionale Abhängigkeiten enthalten native C++-Extensions. Ohne MSVC-Toolchain fällt pip aufs Bauen aus Quellen zurück und scheitert. Fix A (einfachste) — uv nutzen für Wheels statt Compiler-Aufruf. Fix B — Toolchain installieren:

winget install Microsoft.VisualStudio.2022.BuildTools

Im Installer die Workload „Desktopentwicklung mit C++“ wählen (MSVC 14.0+).
Terminal neu starten, venv reaktivieren, ggf. halb gebaute Umgebung löschen und pip install docling wiederholen.
Kern-Docling hat meist Wheels — der Fehler betrifft vor allem Extras wie tesserocr oder fasttext. Falls nur ein Extra kompilieren will, lieber rapidocr/easyocr nehmen.

Step 7

OCR-Extras unter Windows

Qualität und Sprachen vergleicht die OCR-Anleitung. Für gescannte PDFs Vollseiten-OCR erzwingen: docling convert scan.pdf --ocr-mode full_page.

Engine	Windows-Installation	Hinweise
RapidOCR (einfachste)	`pip install "docling[rapidocr]"`	Nur pip, keine Systembinärdatei. Gute Standardwahl unter Windows.
EasyOCR	`pip install "docling[easyocr]"`	Nur pip, größerer Download, gut mehrsprachig.
Tesseract	UB-Mannheim-Binärdatei + PATH und `TESSDATA_PREFIX` setzen, dann `pip install "docling[tesserocr]"`	Beste Genauigkeitskontrolle, braucht aber Systembinärdatei + Sprachdaten.

Step 8

GPU / CUDA via WSL2

Natives Windows-CUDA hängt vom PyTorch-Build und den Treibern ab. Der einfachste verlässliche GPU-Weg ist WSL2 mit Ubuntu + NVIDIA-CUDA-Treibern für WSL:

docling convert report.pdf --device cuda

WSL2 + Ubuntu aus dem Microsoft Store installieren, NVIDIA-Windows-Treiber mit WSL-Support installieren.
In WSL2 der Linux-Anleitung folgen (CUDA-fähiges torch), dann das Gerät explizit wählen:

Mit python -c "import torch; print(torch.cuda.is_available())" prüfen — es muss True ausgeben, bevor GPU-Flags helfen. CPU-Only-Installationen werden voll unterstützt; GPU bringt nur Tempo.

Step 9

Verifikation

Zuerst ein kleines digitales PDF nehmen (kein OCR, keine GPU). Der allererste Lauf lädt Modelle — Verbindung halten. Dann --to json und eine OCR-Engine testen, um jede Schicht zu bestätigen.

docling --help

docling convert sample.pdf --to md

Step 10

Häufige Windows-Fehler

Installation scheitert / C++ 14.0 erforderlich — siehe Installation scheitert und MSVC 14.0 erforderlich.
python öffnet den Microsoft Store — py-Launcher nutzen oder Store-Alias deaktivieren; python.org-Build bevorzugen.
32-bit-torch-Wheels / „not a supported wheel“ — 32-bit-Python installiert; 64-bit neu installieren.
Berechtigungsfehler — niemals eine Admin-Shell als Fix nehmen; venv plus Installation ohne --user ist der Fix.
Langsame erste Umwandlung — normal: Modelle werden geladen. Mit docling-tools models download --all vorab laden.

Step 11

Windows-FAQ

uv oder pip unter Windows?

Lieber uv add docling. Es löst vorkompilierte Wheels auf und umgeht die MSVC-Toolchain, die pip bei optionalen Extras teils verlangt.

Brauche ich Visual Studio?

Nur falls pip ein natives Extra kompilieren will. Das Kernpaket installiert meist ohne. Bei C++-14.0-Fehler Build Tools 2022 mit C++-Workload per winget installieren oder zu uv wechseln.

Welche OCR-Engine ist unter Windows am einfachsten?

RapidOCR oder EasyOCR — beide allein per pip. Tesseract braucht die UB-Mannheim-Systembinärdatei plus TESSDATA_PREFIX.

Kann ich meine NVIDIA-GPU unter Windows nutzen?

Ja. Natives CUDA geht, falls der torch-Build es unterstützt; sonst ist WSL2 + Ubuntu mit CUDA-Treibern der verlässlichste Weg, dann --device cuda.

PowerShell blockiert die venv-Aktivierung?

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser einmal ausführen, dann .venv\Scripts\Activate.ps1 erneut.

Verifiziert mit Docling v2.129.0 · Zuletzt geprüft 2026-09-22 · Offizielle Quelle