OCR oder KI: Dokumenttext extrahieren und Ergebnis prüfen
Text zu extrahieren und ein Dokument zu verstehen sind verschiedene Aufgaben. OCR erkennt Zeichen in einem Bild. Generative KI kann Text neu ordnen, erklären oder Zusammenhänge ableiten. Werden diese Schritte kombiniert, ohne das Original aufzubewahren, ist womöglich nicht mehr erkennbar, ob ein Satz gedruckt oder rekonstruiert wurde. Für ein Archiv beginnen Sie mit einer möglichst originalgetreuen Transkription und prüfen diese anhand der Seite.
Prüfen Sie die Datei in einer Minute
Öffnen Sie die Datei und versuchen Sie, eine Zeile mit Zahlen und Umlauten zu markieren und zu kopieren. Vergleichen Sie den Text mit der Seite. Falls das nicht geht, achten Sie auf Schatten, Schräglage, Tabellenränder oder abgeschnittene Wörter. Ein für Sie lesbares Foto kann ungleichmäßigen Kontrast haben, der die Erkennung erschwert.
Laut Tesseract-Dokumentation können Auflösung, Bildrauschen, Ränder und Schräglage die OCR beeinflussen. Ein besseres Eingabebild kann helfen; künstliche Vergrößerung stellt nicht wieder her, was nie aufgenommen wurde. Ein neues, gut beleuchtetes Foto kann sinnvoller sein als wiederholte Verarbeitung eines schlechten Bildes.
Arbeiten Sie mit einer Kopie und behalten Sie das Original
Fotografieren Sie die ganze Seite bei gleichmäßigem Licht. Prüfen Sie, ob der kleinste Text vergrößert lesbar bleibt, richten Sie die Zeilen aus und schneiden Sie nur den äußeren Hintergrund ab. Überschriften, Notizen und Seitenzahlen müssen erhalten bleiben. Führen Sie OCR auf einer Kopie aus und vergleichen Sie das Ergebnis mit dem Original.
Die ConverteArq-Werkzeuge zum Drehen von Bildern und Zuschneiden bereiten eine Kopie vor; sie führen keine OCR aus. Ein PDF aus Seitenfotos enthält weiterhin Bilder, bis Erkennungssoftware eine Textebene erstellt.
Erkennen Sie folgenreiche Fehler an einem Beispiel
Fiktive Zeile: Code AB-0018; Menge 10 Stück; Stückpreis R$ 12,50; Hinweis „Charge nicht freigegeben“. Prüfen Sie Verwechslungen zwischen Null und O, Eins und kleinem l sowie Dezimalkomma und Punkt. Wird aus „nicht freigegeben“ nur „freigegeben“, ändert sich die Aussage, obwohl ein kurzes Wort fehlt.
Prüfen Sie nicht nur die Rechtschreibung. Achten Sie auf Verneinungen, Satzzeichen, Kennungen, Daten und Beträge. Eine plausibel wirkende Korrektur kann trotzdem falsch sein.
Nutzen Sie KI nach der Transkription mit klaren Grenzen
Nach der OCR kann ein KI-Dienst helfen, Felder zu ordnen, wiederkehrende Bezeichnungen zu finden oder eine mögliche Bedeutung einer Abkürzung vorzuschlagen. Lassen Sie den Wortlaut der Quelle getrennt von jeder Änderung ausgeben. Eine ausgeschriebene Abkürzung bleibt eine Interpretation, bis Sie sie im Zusammenhang bestätigt haben.
Formulieren Sie etwa: „Ordne diese Transkription in Felder. Bewahre jeden Originalwert. Korrigiere keine Codes und ergänze keine unsicheren Buchstaben. Kennzeichne unleserliche Stellen mit [unleserlich]. Liste mögliche Korrekturen getrennt auf, ohne sie anzuwenden.“ Ersetzt die Antwort AB-0018 durch einen geläufigeren Code, lehnen Sie das ab und speichern eine normalisierte Fassung getrennt.
Prüfen Sie in Tabellen auch die Zuordnung
OCR kann einzelne Zahlen erkennen und trotzdem die Beziehung zwischen Zeilen und Spalten verlieren. Vergleichen Sie jeden Wert mit der Überschrift. Prüfen Sie, ob eine Fußnote in der falschen Zeile steht oder eine leere Zelle zu null wurde. Validieren Sie die Tabelle separat, bevor Sie sie in eine Tabellenkalkulation übernehmen. Unser PDF-zu-CSV-Ratgeber (auf Portugiesisch) erklärt diese Schritte.
Dokumentieren Sie das Ergebnis
Speichern Sie die Transkription mit Quelldateiname, verarbeiteten Seiten und unsicheren Feldern. Ersetzen Sie das Original nicht durch einen „korrigierten“ Text ohne Verlauf. Das Textvergleichswerkzeug (auf Portugiesisch) findet Unterschiede zwischen zwei Textfassungen; es vergleicht keinen Text mit einem Bild und bestätigt keine Genauigkeit.
Wie viel Prüfung nötig ist, hängt vom Zweck ab. Ein Scan soll vielleicht nur durchsuchbar werden; für den Import von Zahlen in eine Tabelle ist eine andere Kontrolle nötig. Legen Sie den Zweck vorher fest, damit unwichtige Formatierung nicht von einer entscheidenden Zahl ablenkt.
Häufige Fragen
Kann KI OCR ersetzen?
Beide erfüllen verschiedene Aufgaben. OCR erkennt sichtbare Zeichen; KI kann Inhalte interpretieren oder neu ordnen. Bewahren Sie die Quelle auf und prüfen Sie Änderungen oder Schlussfolgerungen.
Kann OCR ein schlechtes Foto reparieren?
Ein Teil des Textes kann erkannt werden. Fehlende, unscharfe oder abgeschnittene Zeichen lassen sich aus diesem Bild allein jedoch nicht verlässlich bestätigen. Machen Sie nach Möglichkeit eine neue Aufnahme und markieren Sie Unsicherheiten.
Beweist ein durchsuchbares PDF, dass der Text stimmt?
Nein. Erkennungsfehler oder eine andere Lesereihenfolge sind möglich. Prüfen Sie wichtige Angaben anhand des Originals.
Technische Quelle
Passende Werkzeuge und Ratgeber
OCR oder KI: Dokumenttext extrahieren und Ergebnis prüfen — Português (Brasil)