Wir stellen die extrem kurze Zusammenfassung vor, eine neue Aufgabe der Einzeldokumentenzusammenfassung, die keine extraktiven Strategien begünstigt und einen abstraktiven Modellierungsansatz erfordert. Das Ziel ist es, eine kurze, einssätzige Nachrichten-Zusammenfassung zu erstellen, die die Frage „Worum geht es im Artikel?“ beantwortet. Für diese Aufgabe sammeln wir ein realweltliches, großes Datensatz aus Online-Artikeln des British Broadcasting Corporation (BBC). Wir schlagen ein neues abstraktives Modell vor, das auf den Themen des Artikels konditioniert ist und ausschließlich auf Faltungsneuronalen Netzen basiert. Experimentelle Demonstrationen zeigen, dass diese Architektur langfristige Abhängigkeiten in einem Dokument erfasst und relevante Inhalte erkennt. Sie übertrifft sowohl ein orakelhaftes extraktives System als auch den aktuellen Stand der Technik bei abstraktiven Ansätzen, sowohl bei automatisierten Bewertungen als auch bei menschlichen Beurteilungen.