Glossar
Was ist OCR / Texterkennung?
Kurz erklärt
OCR steht für optische Zeichenerkennung. Die Technik erkennt Schrift auf Scans und Fotos und macht sie als Text durchsuchbar und weiterverarbeitbar. Ob der erkannte Text auch richtig verstanden wird, ist eine zweite Frage.
Ein eingescanntes Dokument ist für einen Computer zunächst nur ein Bild. Erst die Texterkennung macht daraus Zeichen, die sich suchen, kopieren und auswerten lassen.
Was ist OCR?
OCR ist die Abkürzung für Optical Character Recognition. Ein Programm analysiert ein Bild, findet Zeilen und Zeichen und gibt sie als Text aus. Gedruckte Schrift gelingt in der Regel besser als Handschrift. Auch die Qualität der Vorlage spielt eine Rolle, etwa Auflösung, Schräglage oder verblasster Druck. Verbreitet sind freie Werkzeuge wie Tesseract ebenso wie Cloud-Dienste großer Anbieter.
Wie funktioniert die Texterkennung?
Vereinfacht läuft sie in mehreren Schritten ab.
- Bild aufbereiten, etwa Drehung korrigieren und Kontrast verbessern
- Textbereiche und Zeilen finden
- Zeichen und Wörter erkennen
- Text samt Position ausgeben
Moderne Verfahren nutzen dafür neuronale Netze, weshalb auch schwierige Vorlagen häufig lesbar werden.
Worin unterscheidet sich OCR von einer KI-Auswertung?
OCR liefert Text, verrät aber nicht, was er bedeutet. Ob eine Zahl der Rechnungsbetrag oder das Datum ist, erkennt erst eine nachgelagerte Auswertung, zum Beispiel mit einem Large Language Model. Manche Sprachmodelle können Bilder auch direkt lesen, ohne eigenen OCR-Schritt. In beiden Fällen können Fehler entstehen, etwa verwechselte Ziffern oder erfundene Ergänzungen im Sinne einer Halluzination. Wichtige Werte sollten daher geprüft werden.
Wo wird OCR im Unternehmen eingesetzt?
Typisch sind die Belegverarbeitung, das Digitalisieren von Papierakten und das Auslesen von Formularen. Im Zusammenspiel mit Belegbild und DMS landen Scans geordnet in der Ablage. SaracAI bietet Belegverarbeitung mit dem Lesen von Scans an. Der SaracAI-Connector, ein MCP-Server für DATEV, E-Mail und OneDrive, ist bei einer Steuerkanzlei im Einsatz und liest dort auch Scan-PDFs und Bilddateien. Für die Anwendung gilt: Ergebnisse vor dem Buchen prüfen.