Wat is MarkItDown van Microsoft? Uitleg in het Nederlands

Wie de afgelopen tijd met ChatGPT, Claude of een eigen AI-toepassing heeft gewerkt, kent het probleem: je hebt informatie in een PDF, een Word-document of een Excel-sheet, en die wil je zo netjes mogelijk aan een taalmodel geven. MarkItDown is een van de bekendste antwoorden op die vraag. De naam is een woordgrap op mark it down, en dat is precies wat het doet: het zet documenten om naar Markdown.

Waar MarkItDown vandaan komt

MarkItDown is een open-source project van Microsoft, gepubliceerd op GitHub. Het is geschreven in Python en verspreid onder de MIT-licentie. Dat is een van de ruimste open-sourcelicenties die er bestaan: je mag de code gebruiken, aanpassen, in je eigen product stoppen en zelfs verkopen, zolang je de licentietekst meelevert.

Het project is ontstaan uit een heel praktische behoefte. AI-modellen werken met tekst, maar de meeste kennis in organisaties zit opgesloten in kantoorbestanden. Een PDF is gemaakt om er op papier goed uit te zien, niet om door software gelezen te worden. Een Word-bestand is eigenlijk een ingepakte verzameling XML-bestanden. MarkItDown haalt daar de inhoud uit en giet die in een vorm die zowel mensen als taalmodellen goed kunnen lezen.

Belangrijk om te weten: het doel is niet een pixel-perfecte kopie van je document. MarkItDown richt zich op structuur en tekst: koppen, lijsten, tabellen en links. Opmaak zoals lettertypes, kleuren en marges valt bewust weg.

Welke formaten MarkItDown ondersteunt

De bibliotheek kan een flink aantal bestandstypen aan. In grote lijnen:

Niet elk formaat werkt even goed, en sommige functies hebben extra pakketten of een gekoppeld taalmodel nodig. Afbeeldingen beschrijven gaat bijvoorbeeld alleen als je MarkItDown verbindt met een AI-model dat beelden begrijpt. Voor de dagelijkse praktijk zijn PDF, Word, Excel en PowerPoint de formaten die het meeste opleveren.

MarkItDown installeren

Je hebt een recente versie van Python 3 nodig. Kijk in de documentatie op GitHub welke versie minimaal vereist is, want dat verschuift met nieuwe releases. Daarna installeer je MarkItDown met alle optionele onderdelen in één regel:

pip install 'markitdown[all]'

De toevoeging [all] zorgt dat ook de hulpbibliotheken voor PDF, Word, Excel en de andere formaten worden meegeïnstalleerd. Wil je het kleiner houden, dan kun je ook losse onderdelen kiezen, zoals markitdown[pdf,docx]. Werk je op een Mac of Linux, dan zijn de enkele aanhalingstekens nodig zodat je terminal de vierkante haken niet verkeerd leest. Op Windows in PowerShell werkt het meestal ook met dubbele aanhalingstekens.

Een goede gewoonte is om MarkItDown in een eigen virtuele omgeving te installeren (python -m venv .venv). Zo botst het niet met andere Python-projecten op je computer.

Een Python-voorbeeld in drie regels

Stel: je hebt een bestand Jaarverslag_2025.docx en je wilt de inhoud als Markdown. Dat ziet er zo uit:

from markitdown import MarkItDown
md = MarkItDown()
print(md.convert("Jaarverslag_2025.docx").text_content)

De eerste regel laadt de bibliotheek, de tweede maakt een converter aan en de derde zet het bestand om en print de Markdown-tekst. Dezelfde code werkt voor een PDF of een Excel-bestand: MarkItDown kijkt zelf naar het bestandstype. In een echt script schrijf je het resultaat natuurlijk naar een .md-bestand of stuur je het door naar je AI-toepassing.

MarkItDown op de opdrachtregel

Je hoeft niet per se Python-code te schrijven. Na de installatie staat er ook een opdracht markitdown in je terminal:

markitdown Offerte_Bakkerij_De_Vries.pdf -o offerte.md

Zonder -o verschijnt de Markdown direct in je terminal, en kun je hem met > doorsturen naar een bestand. Dat is handig voor snelle klussen of om een hele map te verwerken met een klein shellscript. Er bestaat ook een variant als MCP-server, zodat AI-assistenten die dat protocol ondersteunen MarkItDown zelf kunnen aanroepen. Dat is vooral interessant voor ontwikkelaars.

Python-bibliotheek of browsertool: het verschil

MarkItDown.nl volgt dezelfde gedachte als de bibliotheek van Microsoft, maar werkt helemaal anders onder de motorkap. Onze converter draait in je browser, met JavaScript. Er wordt niets geïnstalleerd en je bestand verlaat je apparaat niet. Dat brengt voor- en nadelen mee.

Wanneer kies je wat?

Kies de Python-bibliotheek als je regelmatig grote hoeveelheden documenten verwerkt. Denk aan een team dat elke week honderden facturen of rapporten in een zoeksysteem stopt, of een ontwikkelaar die een RAG-toepassing bouwt. Dan wil je een script dat automatisch draait, zonder dat iemand bestanden hoeft te slepen.

Kies een browsertool als je af en toe een document klaar wilt maken voor ChatGPT of Claude. Bijvoorbeeld een offerte die je wilt laten samenvatten, of een beleidsstuk van je gemeente dat je in een Claude Project wilt zetten. Installeren is dan overkill, en het is prettig dat je zeker weet dat het bestand niet naar een onbekende server gaat.

Een paar concrete situaties:

• Je bent marketeer bij een bedrijf in de Randstad en wilt een productcatalogus in PDF snel in ChatGPT plakken: PDF naar Markdown omzetten in je browser is sneller dan Python installeren.
• Je bent data-engineer en bouwt een kennisbank voor de klantenservice: de Python-bibliotheek in een pipeline is de logische keuze.
• Je hebt een prijslijst in Excel die je in een prompt wilt gebruiken: met de Excel naar Markdown-converter krijg je in een paar seconden nette tabellen.
• Je hebt een antwoord van Claude in Markdown en wilt het als document delen: daarvoor zet je Markdown om naar Word, iets wat de bibliotheek van Microsoft niet doet.

Wat MarkItDown niet is

Omdat de naam vaak opduikt, ontstaat er soms verwarring. MarkItDown is geen tekstverwerker en geen Markdown-editor. Je schrijft er geen documenten mee, je zet ze alleen om. Het is ook geen dienst in de cloud van Microsoft: de bibliotheek draait waar jij hem installeert. En het is geen vervanging voor een tool als Pandoc, die veel meer kanten op kan converteren maar ook meer instellingen heeft. In onze vergelijking tussen MarkItDown, Pandoc en Markdownify lees je welke tool waarvoor het beste werkt.

Over deze site

MarkItDown.nl is niet verbonden aan Microsoft. We gebruiken de naam omdat dit het begrip is waar veel mensen naar zoeken als ze documenten naar Markdown willen omzetten. Onze converter is een eigen implementatie in de browser en gebruikt geen code van het Microsoft-project. Wil je de originele bibliotheek gebruiken, dan vind je die op GitHub onder de organisatie van Microsoft.

Samengevat

MarkItDown is een open-source Python-bibliotheek van Microsoft onder de MIT-licentie die kantoorbestanden en andere formaten omzet naar Markdown, zodat taalmodellen ze goed kunnen lezen. Je installeert hem met pip install 'markitdown[all]' en gebruikt hem vanuit Python of de opdrachtregel. Voor automatische verwerking op grote schaal is dat ideaal. Wil je gewoon snel een document omzetten zonder installatie, dan doe je dat in je browser.