Neuronale abstraktive Zusammenfassungsmodelle haben bei der Zusammenfassung relativ kurzer Dokumente vielversprechende Ergebnisse erzielt. Wir schlagen das erste Modell für die abstraktive Zusammenfassung einzelner längeren Texte (z.B. wissenschaftlicher Arbeiten) vor. Unser Ansatz besteht aus einem neuen hierarchischen Encoder, der die Diskursstruktur eines Dokuments modelliert, und einem aufmerksamkeitsgesteuerten Diskursbewusstsein-Decoder zur Generierung der Zusammenfassung. Empirische Ergebnisse anhand zweier groß angelegter Datensätze von wissenschaftlichen Papieren zeigen, dass unser Modell signifikant besser abschneidet als die bislang besten Modelle.