Dokumentenextraktion für Behörden
Öffentliche Formulare, FOIA und Altarchive unter 508

Drei Dokumententypen, die keine Behörde ignorieren darf

In der Privatwirtschaft dreht sich die Dokumentenextraktion meist um einen Dokumententyp – Rechnungen für die Buchhaltung, Belege für die Spesenabrechnung, Verträge für die Rechtsabteilung. Behörden haben diesen Luxus nicht. Die meisten bearbeiten gleichzeitig drei grundlegend verschiedene Dokumentenkategorien, die jeweils einen anderen Verarbeitungsansatz erfordern.

Bürgerformulare sind die Kategorie mit hohem Volumen und festem Format. Steuererklärungen (Formular 1040, W-2, 1099), Anträge auf Sozialleistungen (SNAP, Arbeitslosenversicherung, Sozialversicherung), Genehmigungsanträge (Baugenehmigungen, Gewerbelizenzen) und Anträge auf Personenstandsurkunden (Geburts-/Sterbeurkunden). Diese Dokumente haben eine Gemeinsamkeit: Ihre Struktur ist bekannt und wiederholbar. Ein Formular 1040 von einem Steuerzahler hat das gleiche Feldlayout wie ein Formular 1040 von einem anderen. Die Herausforderung liegt nicht in der Formatvielfalt – sondern im Volumen. Allein der IRS bearbeitet jährlich über 165 Millionen individuelle Einkommensteuererklärungen, wobei etwa 6 % noch auf Papier eingehen. Für ein staatliches Finanzamt oder ein Bezirksgericht besteht der Kernbedarf in der Stapelverarbeitung: Hunderte oder Tausende von Formularen hochladen und strukturierte Daten in einer einzigen Tabelle zurückerhalten, mit konsistenter Feldbenennung über alle Dokumente hinweg.

FOIA- und Auskunftsersuchen sind das gegenteilige Problem. Sie sind unstrukturiert, unvorhersehbar und erfordern oft eine Schwärzung vor der Herausgabe. Eine einzige FOIA-Anfrage kann E-Mails, interne Vermerke, PDF-Berichte, gescannte handschriftliche Notizen, Fotos und Tabellenausdrucke umfassen – alle zu einem Thema, aber ohne gemeinsames Format. Gemäß Bundes-FOIA-Gesetz (5 U.S.C. § 552) haben Behörden 20 Arbeitstage Zeit für eine Antwort (mit Verlängerungen). Im Geschäftsjahr 2024 gingen bei Bundesbehörden 1.089.920 FOIA-Anfragen ein; über 1,14 Millionen wurden bearbeitet. Der Engpass ist nicht das Auffinden relevanter Dokumente – sondern die Prüfung jeder Seite, um personenbezogene Daten (PII), sicherheitsrelevantes Material und andere ausgenommene Inhalte vor der Herausgabe zu identifizieren und zu schwärzen. Dokumentenextraktionstools, die PII-Felder (Namen, SSNs, Telefonnummern, Adressen, Geburtsdaten) über unstrukturierte Formate hinweg erkennen und markieren können, adressieren ein anderes Problem als die Formularverarbeitung – eines, bei dem es ebenso sehr um das Entfernen von Daten wie um deren Extraktion geht.

Historische Papierarchive umfassen Jahrzehnte – manchmal Jahrhunderte – von Regierungsunterlagen, die nie digitalisiert wurden. Grundbucheinträge aus den 1920er Jahren. Gerichtsakten aus den 1970er Jahren. Militärdienstakten aus dem Zweiten Weltkrieg. Sitzungsprotokolle des Bezirksrats, 1985 mit der Schreibmaschine getippt. Die National Archives and Records Administration (NARA) hat unter 36 CFR Teil 1236 Digitalisierungsstandards festgelegt, die es Behörden erlauben, Papieroriginale zu vernichten, sobald sie konform digitalisiert wurden – ein regulatorischer Anreiz, endlich die eingelagerten Kartons zu scannen. Aber Scannen allein macht Unterlagen nicht nutzbar. Ein gescanntes PDF einer Grundschuld von 1943 ist ohne OCR nicht durchsuchbar, und herkömmliche OCR hat Probleme mit Schreibmaschinenschriften, vergilbtem Papier, handschriftlichen Randnotizen und nicht standardisierten Layouts, die in historischen Behördenunterlagen üblich sind.

Warum die öffentliche Beschaffung anders funktioniert als Unternehmenseinkäufe

Wenn Sie bereits Software im privaten Sektor evaluiert haben, wird Ihnen der Prozess der öffentlichen Beschaffung im Großen und Ganzen vertraut vorkommen – Sie ermitteln Bedarf, vergleichen Optionen, führen einen Pilotversuch durch, verhandeln einen Vertrag. Die Unterschiede liegen in den Rahmenbedingungen, die wann und wie diese Schritte stattfinden.

Haushaltszyklen bestimmen den Kalender. Das Bundeshaushaltsjahr läuft vom 1. Oktober bis 30. September. Landes- und Kommunalverwaltungen folgen meist dem 1. Juli bis 30. Juni, wobei etwa 20 % der Bundesstaaten andere Zyklen nutzen. In der Praxis bedeutet dies, dass das Zeitfenster für den Softwarekauf nicht „wenn Sie es brauchen“ ist, sondern „bevor das Haushaltsjahr endet und Ihr nicht ausgegebenes Budget zurückfließt.“ Im 4. Quartal (Juli–September für die meisten) gibt es einen Ansturm von Beschaffungsaktivitäten, der die Reaktionsfähigkeit der Anbieter und die Vertragsabwicklung verlangsamen kann. Wenn Sie im August mit einer Frist zum 30. September Dokumentextraktions-Tools evaluieren, brauchen Sie einen Anbieter, der einen Auftrag innerhalb von Tagen, nicht Wochen, bearbeiten und ein Konto einrichten kann. Die IT-Beschaffung des Bundes belief sich im GJ 2024 auf rund 74 Milliarden US-Dollar, ein Anstieg von fast 13 % gegenüber dem Vorjahr – und die Behörden stehen unter Druck durch Initiativen wie die GSA OneGov-Strategie, den Beschaffungszyklus zu beschleunigen. Die Schlussfolgerung für Evaluatoren: Beginnen Sie den Prozess mindestens ein Quartal vor Ihrer Frist und fragen Sie Anbieter direkt nach ihrem Onboarding-Zeitplan für Behörden.

Sicherheitszertifizierungen sind das Nadelöhr. Das Federal Risk and Authorization Management Program (FedRAMP), gesetzlich verankert durch den FedRAMP Authorization Act (2022), verlangt, dass jeder Cloud-Dienst, der Bundesdaten verarbeitet, eine standardisierte Sicherheitsbewertung durchläuft. FedRAMP gibt es in drei Auswirkungsstufen: Niedrig (125 Sicherheitskontrollen), Mittel (325 Kontrollen) und Hoch (421 Kontrollen). Die meisten SaaS-Tools, die nicht-klassifizierte Behörden-daten verarbeiten – Verwaltungsformulare, Leistungsanträge, Genehmigungsanträge – fallen unter die Stufe Mittel. Der Zertifizierungsprozess dauert jedoch in der Regel 12-24 Monate und kostet Anbieter sechsstellige Beträge. Daher tragen nur eine Handvoll Dokumentextraktionsplattformen eine FedRAMP-Zertifizierung: Hyperscience erreichte FedRAMP Hoch im Dezember 2024, und Plattformen, die auf AWS GovCloud oder Azure Government aufbauen, können einige Kontrollen von der zugrunde liegenden Infrastruktur übernehmen. Für Landes- und Kommunalverwaltungen bietet StateRAMP (inzwischen auch GovRAMP genannt) einen parallelen Rahmen – modelliert nach FedRAMP NIST 800-53-Kontrollen, aber angepasst für die Beschaffung auf Landesebene, mit über 23 teilnehmenden Bundesstaaten.

Die Einhaltung von Section 508 ist keine Option. Gemäß Section 508 des Rehabilitation Act (29 U.S.C. § 794d) müssen alle von Bundesbehörden beschafften, gewarteten oder genutzten Informations- und Kommunikationstechnologien (IKT) für Menschen mit Behinderungen zugänglich sein. Durchgesetzt wird dies über die Federal Acquisition Regulation (FAR) Teil 39.2, die von den Behörden verlangt, die Barrierefreiheit vor dem Kauf zu bewerten – nicht danach. Die überarbeiteten 508-Standards legen WCAG 2.0 Level AA als technischen Maßstab fest, obwohl die meisten Behörden heute gegen WCAG 2.1 AA oder 2.2 AA testen, da diese Versionen Kriterien für mobile und kognitive Barrierefreiheit hinzufügen. In der Praxis bedeutet dies, dass Anbieter eine Voluntary Product Accessibility Template (VPAT) – heute oft als Accessibility Conformance Report (ACR) bezeichnet – vorlegen müssen, die genau dokumentiert, welche WCAG-Erfolgskriterien ihr Produkt erfüllt und mit welchem Unterstützungsgrad. Eine VPAT mit unvollständigen Abschnitten, veralteten WCAG-Versionen (1.0 oder 2.0 Level A) oder vagen Formulierungen wie „unterstützt mit Ausnahmen“ ohne Details sollte bei der Bewertung als Warnsignal gewertet werden. Section 508 gilt für die Benutzeroberfläche des Tools – Tastaturnavigation, Bildschirmlesegerät-Kompatibilität, Farbkontrast, Fokusverwaltung – nicht nur für die Barrierefreiheit der ausgegebenen Dokumente.

Kleine Kommunen vs. Bundesbehörden: Wenn dasselbe Tool zweimal anders bewertet wird

Eine städtische Finanzabteilung mit 12 Mitarbeitern, die monatlich 500 Lieferantenrechnungen und 200 Genehmigungsanträge bearbeitet, hat nicht dieselben Anforderungen wie eine Bundesbehörde, die monatlich 50.000 Formulare verarbeitet, mit eigenem IT-Sicherheitspersonal und einem Beschaffungsteam, das 80-seitige Ausschreibungen verfasst. Beide als gleiche Bewertung zu behandeln, ist der häufigste Fehler in Inhalten zu Regierungstechnologie – und der Grund, warum die meisten Artikel über „behördliche Dokumentenverarbeitung“ für den Kreissekretär irrelevant sind, der einfach nur aufhören möchte, Daten von Papierformularen in ein 15 Jahre altes AS/400-Terminal zu tippen.

Auf Kreis- und Gemeindeebene sollte die Bewertung mit der Benutzerfreundlichkeit beginnen: Kann ein nicht-technischer Mitarbeiter Dokumente hochladen, die gewünschten Daten definieren und strukturierte Ergebnisse erhalten, ohne die IT zu bemühen? Das Tool sollte Stapelverarbeitung unterstützen – 50 Bauanträge auf einmal hochladen und eine einzige Tabelle zurückerhalten –, denn manuelle Arbeit vervielfacht sich mit der Menge. Für Kreisfinanzämter kann die Dokumentenextraktion direkt in Monatsabschlussprozesse einfließen: Die Extraktion von Daten aus allen eingehenden Rechnungen, Quittungen und Kontoauszügen vor dem Monatsabschluss eliminiert die Hektik, alles manuell vor der Frist einzugeben. Ebenso bedeutet die Automatisierung von Rechnungsgenehmigungs-Workflows, dass Genehmigungsfelder mit extrahierten Daten vorausgefüllt werden, anstatt dass Genehmiger jede PDF öffnen müssen – und das Erkennen von Duplikatrechnungen, bevor sie die Zahlungswarteschlange erreichen, verhindert die unangenehme Frage, warum ein Lieferant zweimal mit Steuergeldern bezahlt wurde. Für Behörden, die Lieferantenzahlungen mit Skonto abwickeln, kann die Automatisierung der Skontonutzung jährlich Tausende eingesparte Euros wieder hereinholen – ein 2 % Skonto bei Zahlung innerhalb von 10 Tagen auf eine jährliche Ausgabe von 200.000 € spart 4.000 €, was die Kosten des Extraktionstools selbst mehr als deckt.

Auf Bundesebene kehrt sich der Bewertungsrahmen um. Sicherheit und Compliance sind die ersten Hürden, nicht die letzten Kästchen zum Ankreuzen. Wenn ein Anbieter nicht mindestens über eine FedRAMP Moderate-Autorisierung verfügt, endet die Bewertung dort – unabhängig von Funktionen oder Preis. Bundesbehörden sollten den FedRAMP-Status eines Anbieters direkt auf dem FedRAMP-Marktplatz überprüfen, anstatt sich auf Marketingaussagen zu verlassen. „FedRAMP Ready“ bedeutet, dass der Anbieter eine erste Bewertung bestanden hat, aber noch nicht autorisiert ist. „FedRAMP In Process“ bedeutet, dass er mit einem Sponsor einer Bundesbehörde zusammenarbeitet und auf die Autorisierung hinarbeitet – was 12–18 Monate dauern kann. Keines ist gleichbedeutend mit „FedRAMP Authorized“.

Landesbehörden liegen in der Mitte, jedoch mit einer entscheidenden Nuance: Viele Bundesländer übernehmen StateRAMP-Anforderungen in ihre Vergabesprache, und einige verabschieden Gesetze, die es verpflichtend machen. Für einen Anbieter, der mehrere Landesbehörden bedient, kann eine einzige StateRAMP-Autorisierung Türen in teilnehmenden Bundesländern öffnen – das Modell „Einmal prüfen, vielfach bedienen“ –, aber der Prozess erfordert dennoch 6–12 Monate für Dokumentation, Bewertung und kontinuierliche Überwachung.

Bewertungsmatrix für Dokumentenextraktionstools im öffentlichen Sektor: 6 Entscheidungskriterien

Ausschreibungen für Dokumentenextraktionstools im öffentlichen Sektor werden oft zu Checklisten – „Unterstützt der Anbieter PDF-Eingabe? Check. Excel-Ausgabe? Check. Stapelverarbeitung? Check." – die jeder Anbieter standardmäßig erfüllt. Eine Checkliste zeigt, welche Tools die Aufgabe können. Sie müssen aber wissen, welche Tools in Ihrer spezifischen Behördenumgebung tatsächlich funktionieren. Diese sechs Dimensionen decken die Lücken auf, die eine Feature-Matrix verbirgt.

Der FedRAMP-Realitätscheck: Wann ist es zwingend, wann nicht?

FedRAMP ist die am meisten missverstandene Anforderung bei der Bewertung von Dokumentextraktionslösungen für Behörden – und es lohnt sich, die rechtlichen Anforderungen von der Beschaffungsträgheit zu trennen.

FedRAMP ist zwingend erforderlich, wenn: der Cloud-Dienst Bundesdaten im Rahmen eines Bundesauftrags verarbeitet, speichert oder überträgt. Dies betrifft im Wesentlichen jedes SaaS-Tool, das eine Bundesbehörde bezahlt und zur Verarbeitung ihrer Dokumente nutzt. Die Anforderung ergibt sich aus dem FedRAMP Authorization Act und wird durch FAR-Klauseln in Beschaffungsverträgen durchgesetzt. FedRAMP Moderate (325 Kontrollen) deckt die meisten Verwaltungsdaten ab. FedRAMP High (421 Kontrollen) ist für Strafverfolgung, nationale Sicherheit und Systeme reserviert, bei denen eine Datenpanne schwerwiegende Schäden verursachen würde – der Einsatz von Hyperscience durch die VA zur Verarbeitung von über einer Milliarde Dokumenten jährlich erfolgt unter diesem Rahmenwerk.

FedRAMP ist in der Regel nicht erforderlich, wenn: die beschaffende Stelle eine Kreis-, Stadt- oder Gemeindeverwaltung (nicht der Bund) ist; die verarbeiteten Daten nicht aus einem Bundesystem stammen; und der Vertrag keine Bundesweitergabeklauseln enthält. Das StateRAMP-Rahmenwerk wurde entwickelt, um diese Lücke zu schließen, aber die Einführung erfolgt von Bundesstaat zu Bundesstaat und ist nicht universell. Für viele Beschaffungen auf Kreisebene unter 50.000 US-Dollar ist SOC 2 Typ II in Kombination mit US-basiertem Datenhosting der praktische Standard.

StateRAMP wird in immer mehr Bundesstaaten verpflichtend. Ab 2026 nehmen 23+ Bundesstaaten am StateRAMP-Programm teil, und einige bewegen sich von der freiwilligen Einführung zum gesetzlichen Mandat. Wenn Sie Tools für eine Landesbehörde evaluieren, prüfen Sie den Status Ihres Bundesstaates, bevor Sie davon ausgehen, dass StateRAMP optional ist.

Für Behörden unterhalb der FedRAMP-Schwelle – Bezirksämter, kommunale Genehmigungsabteilungen, kleine Landesbehörden ohne Bundesdaten – kann sich die Bewertung auf die praktischen Dimensionen (Dokumenteneignung, Bereitstellungsmodell, Section 508, Integration) konzentrieren, statt auf den Sicherheitszertifizierungsstatus. Das bedeutet nicht, Sicherheit zu ignorieren: SOC 2 Typ II, Datenverschlüsselung und US-basierte Datenhaltung bleiben Basiserwartungen. Aber FedRAMP als universelle Anforderung für alle staatlichen Technologiekäufe zu behandeln, ist wie einen LKW-Führerschein für einen PKW zu verlangen – es wendet einen Regulierungsrahmen für eine andere Risikoklasse auf einen Anwendungsfall an, der ihn nicht erfordert.

Diese Unterscheidung ist wichtig, da sie bestimmt, welche Tools überhaupt in Ihrem Bewertungspool sind. Der IDP-Markt ist stark gespalten: Auf der einen Seite Unternehmensplattformen mit FedRAMP-Zertifizierung und sechsstelligen Jahresverträgen, ausgelegt für den Bundesbetrieb. Auf der anderen Seite zugängliche Tools, die für kleine Teams bepreist sind – kein Code, keine Schulung erforderlich, monatliche Abonnements – die 90 % der Dokumentextraktionsanforderungen einer Bezirksbehörde zu 5 % der Kosten lösen können. Wenn Ihre Behörde FedRAMP nicht gesetzlich benötigt, bedeutet der Ausschluss der zweiten Kategorie aus der Bewertung, Leistungsfähigkeit und Budgeteffizienz ungenutzt zu lassen.

Staatliche Datenstandards verändern die Extraktionslandschaft

Die Diskussion über Dokumentenextraktion im öffentlichen Sektor wird zunehmend von Datenstandards geprägt, die Regierungen selbst entwickeln. E-Rechnungsvorschriften in ganz Europa sind das deutlichste Beispiel – und sie sind auch für US-Behörden relevant, da sie die globale Richtung von Datenstandards aufzeigen.

Der Zeitplan für die E-Rechnungspflicht in Europa 2026–2027 zeigt, wie Regierungen systematisch PDF-Rechnungen durch strukturierte Datenformate ersetzen (XML-basierte Standards wie Factur-X in Frankreich, XRechnung in Deutschland und KSeF in Polen). Das Peppol-Netzwerk – ein staatlich geförderter Interoperabilitätsstandard – ermöglicht den Austausch von Rechnungen zwischen verschiedenen Ländern ohne Formatkonvertierung und schafft so eine grenzüberschreitende staatliche Datenpipeline. Die Lehre für US-Behörden: Wenn Regierungen strukturierte Datenstandards vorschreiben, geht es bei der Extraktion weniger um das Lesen von PDFs, sondern vielmehr um die Abbildung strukturierter XML-Felder auf interne Systeme. Der Unterschied zwischen der Verarbeitung einer E-Rechnung und einer PDF-Rechnung ist nicht nur eine Frage des Formats – es ist ein grundlegend anderes Datenintegrationsproblem, und Extraktionstools müssen beides können, da der Übergang von PDF zu strukturierten Daten Jahre dauert.

Für US-Behörden ist die kurzfristige Relevanz: Wenn Ihre Behörde Rechnungen, Bestellungen oder andere Dokumente von EU-Lieferanten oder Auftragnehmern erhält, werden Sie zunehmend strukturierte XML-Daten zusammen mit oder anstelle von PDFs erhalten. Ihr Extraktionstool sollte beide Formate ohne parallele Workflows verarbeiten können. Und wenn Ihr AP-Team sich auf diesen Übergang vorbereitet, kann eine 90-Tage-Bereitschafts-Checkliste helfen, die interne Arbeit zu strukturieren – von der Identifizierung betroffener Lieferanten bis zum Testen Ihrer Eingangspipeline – bevor die Pflicht Ihren eingehenden Dokumentenstrom erreicht.

Das übergreifende Muster ist beachtenswert: Regierungen nutzen zunehmend ihre Beschaffungsmacht, um das Format der eingehenden Dokumente zu standardisieren, was den Extraktionsaufwand mit der Zeit reduziert. Aber dieselben Regierungen haben noch jahrzehntealte Papierbestände und Millionen von Bürgerformularen, die niemals einem strukturierten Standard entsprechen werden – denn ein Steuerzahler, der ein Papierformular 1040 ausfüllt, erzeugt kein Factur-X-XML. Das Extraktionstool, das Sie heute evaluieren, muss beide Enden dieses Spektrums abdecken.

Häufig gestellte Fragen

Benötigt jedes Dokumentenextraktionstool für Behörden eine FedRAMP-Zulassung?

Nein. FedRAMP ist nur für Cloud-Dienste verpflichtend, die im Rahmen eines Bundesauftrags Bundesdaten verarbeiten. Es gilt nicht automatisch für Käufe von Landkreisen, Städten oder Gemeinden. Die Anforderungen auf Bundeslandebene variieren – manche schreiben StateRAMP vor, andere akzeptieren SOC 2, und viele haben keine formelle Cloud-Sicherheitszulassung für risikoarme Verwaltungstools. Klären Sie Ihre spezifischen Compliance-Anforderungen mit der Beschaffungs- oder Sicherheitsabteilung Ihrer Behörde, bevor Sie Anbieter bewerten. Falls Ihre Behörde FedRAMP benötigt, prüfen Sie den Status eines Anbieters direkt im FedRAMP-Marktplatz – verlassen Sie sich nicht auf Marketingaussagen.

Wie überprüfe ich, ob ein Dokumentenextraktionstool die Section-508-Standards erfüllt?

Fordern Sie die VPAT/ACR des Anbieters an und prüfen Sie sie auf Vollständigkeit – für jedes WCAG-2.0-AA-Kriterium sollte ein Konformitätsgrad (Unterstützt, Teilweise unterstützt, Nicht unterstützt oder Nicht zutreffend) mit Anmerkungen zur Testmethodik angegeben sein. Der wahre Test ist jedoch eine Live-Demonstration: Bitten Sie den Anbieter, einen vollständigen Extraktionsworkflow – Hochladen, Felddefinition, Ergebnisprüfung, Export – nur mit Tastaturnavigation und einem Screenreader durchzuführen. Wenn das nicht live möglich ist, ist die VPAT nicht zuverlässig. Testen Sie auch die Ausgabe des Tools: Können die erstellten Excel-Dateien und PDFs von assistiven Technologien gelesen werden?

Kann dasselbe Tool sowohl für unser Kreisamt als auch für eine Bundesbehörde funktionieren?

Selten. Die Compliance-Anforderungen unterscheiden sich stark zwischen Kreis- und Bundesebene. Ein Tool für den Bundesbetrieb (FedRAMP-zugelassen, SSO, dediziertes Onboarding, SLAs) kostet in der Regel 50.000+ USD pro Jahr und enthält Compliance-Aufwand, den ein Kreisamt nicht braucht und nicht bezahlen sollte. Ein Tool für kleine Teams (30-300 USD/Monat, Self-Service, kein FedRAMP) deckt 90% der Dokumentenextraktion eines Kreises ab, besteht aber keine bundesstaatliche Sicherheitsprüfung. Bewerten Sie auf der Ebene, für die Sie tatsächlich einkaufen – ein Kreistool mit einem Bundesstandard-Tool zu vergleichen, ist wie ein Feuerwehrauto zu kaufen, um den Garten zu gießen.

Können Dokumentenextraktionstools FOIA-Schwärzungen durchführen?

Einige helfen bei der Identifizierung, nicht aber bei der Schwärzung selbst. KI-gestützte Dokumentenextraktion kann personenbezogene Daten (Namen, SSNs, Geburtsdaten, Telefonnummern, Adressen) in unstrukturierten Dokumenten markieren – und Prüfern eine Karte liefern, was vor der manuellen Schwärzung beachtet werden muss. Die eigentliche Schwärzung (dauerhaftes Entfernen oder Unkenntlichmachen der markierten Inhalte, ohne Wiederherstellbarkeit) erfolgt jedoch in der Regel durch spezielle FOIA-Schwärzungssoftware wie CaseGuard, VIDIZMO Redactor oder Redactable. Wenn FOIA-Verarbeitung Ihr Hauptanwendungsfall ist, evaluieren Sie zuerst dedizierte Schwärzungsplattformen; Dokumentenextraktionstools, die PII vorab identifizieren, können diese ergänzen, aber nicht ersetzen.

Welche Genauigkeit kann ich bei historischen Papierdokumenten aus den 1970er Jahren erwarten?

Das hängt vom Zustand der Quelldokumente und der OCR-Engine ab. Maschinenschriftliche Dokumente auf gutem Papier, gescannt mit 300+ DPI, erreichen mit moderner KI-basierter OCR 95-98% Zeichengenauigkeit. Handschriftliche Dokumente, verblasste Tinte, Wasserschäden und nicht standardisierte Layouts (mehrspaltige Register, Randnotizen) reduzieren die Genauigkeit erheblich – 70-85% sind bei anspruchsvollen historischen Dokumenten realistisch. Für dauerhafte Aufzeichnungen nach NARAs 36 CFR Teil 1236 Digitalisierungsstandards sind möglicherweise FADGI-konforme Scans vor der OCR und eine manuelle Überprüfung der OCR-Ergebnisse erforderlich. Dokumentenextraktionstools mit KI-basierter Handschrifterkennung (statt traditioneller OCR) liefern bei kursiver und verblasster Handschrift bessere Ergebnisse, aber kein Tool erreicht 99% bei 50 Jahre alten handschriftlichen Aufzeichnungen – setzen Sie Ihre Erwartungen entsprechend.

Wie plane ich den Kauf einer Dokumentenextraktion um den Haushaltszyklus der Regierung herum?

Beginnen Sie die Evaluierung mindestens ein Quartal vor Ihrem Geschäftsjahresende. Für Bundesbehörden (GJ Oktober–September) starten Sie die Anbieterevaluierung bis April–Mai, um Zeit für Sicherheitsprüfung, Beschaffungsprozess und Vertragsabschluss vor der Verpflichtungsfrist am 30. September zu haben. Für Landes-/Kommunalbehörden (meist GJ Juli–Juni) beginnen Sie bis Januar–Februar. Q4 (Juli–September für die meisten) ist die geschäftigste Beschaffungszeit – Anbieter reagieren langsamer, und die Vertragsabwicklung dauert länger. Fragen Sie Anbieter frühzeitig nach ihrem Onboarding-Zeitplan für Behörden und ob sie einen Kaufauftrag verarbeiten oder eine Kreditkartenzahlung benötigen. Einige kleinere SaaS-Tools können ein Konto innerhalb von 48 Stunden nach Eingang eines Kaufauftrags bereitstellen; Unternehmensplattformen benötigen 4-8 Wochen.

Der nächste Schritt ist keine Demo – es ist ein Dokumenten-Audit

Der häufigste Fehler bei der Bewertung von Regierungstechnologie ist, mit der Anbieterrecherche zu beginnen, bevor die eigenen Anforderungen definiert sind. Für die Dokumentenextraktion ist die Voraussetzung keine Anbietervergleichsmatrix – sondern eine klare Bestandsaufnahme, welche Dokumente Ihre Behörde tatsächlich verarbeitet, in welchen Mengen und mit welchen nachgelagerten Systemen.

Nehmen Sie sich eine Woche – nicht ein Quartal – Zeit, um Ihre Dokumentenrealität zu prüfen. Zählen Sie die Dokumente, die letzten Monat in Ihrer Abteilung eingegangen sind, und kategorisieren Sie sie nach dem Rahmen dieses Artikels: Bürgerformulare, unstrukturierte Anfragen und Legacy-Archive. Notieren Sie, in welchen Formaten sie eingehen (Papier, PDF, E-Mail-Anhang, Fax, Handyfoto). Zeichnen Sie auf, wohin die Daten fließen, nachdem jemand sie eingetippt hat – und ob das Zielsystem Excel, CSV oder API-Eingaben akzeptiert. Identifizieren Sie, welche drei Felder bei manueller Eingabe die meisten Fehler verursachen (Daten in inkonsistenten Formaten? Firmennamen mit Tippfehlern? Geldbeträge mit Dezimalfehlern?).

Dieses Audit – nicht die Feature-Matrix eines Anbieters – ist Ihr Bewertungsrahmen. Es zeigt Ihnen, welche der sechs Entscheidungsdimensionen für Ihre Behörde am wichtigsten sind, wo Sie Kompromisse eingehen können und welche Preisspanne angesichts Ihres Volumens sinnvoll ist. Es liefert Ihnen auch die Daten, die Sie benötigen, um den Kauf gegenüber Budgetprüfern zu rechtfertigen: „Letzten Monat hat unser Team 140 Stunden damit verbracht, 3.200 Genehmigungsanträge manuell einzugeben. Bei voll belasteten 28 €/Stunde sind das 3.920 €/Monat allein für die Dateneingabe. Das Tool kostet 200 €/Monat.“

Die behördliche Dokumentenverarbeitung hat eine ungewöhnliche Eigenschaft: Dasselbe Tool, das in einer Bundesausschreibung als „nicht unternehmenstauglich“ abgetan würde, kann die Arbeitsweise eines Kreisamts transformieren – weil die Ausgangsbasis des Kreisamts keine IDP-Plattform für Unternehmen ist. Es ist ein Mensch mit einem Stapel Papier und einer Tastatur. Das richtige Tool ist das, das die Lücke zwischen dem Ist-Zustand und dem Soll-Zustand schließt, nicht das mit der längsten Compliance-Checkliste. Beginnen Sie mit dem, was auf Ihrem Schreibtisch liegt, nicht mit dem, was im Prospekt eines Anbieters steht.