Dokumentextraktion für Behörden
Öffentliche Formulare, FOIA und Altarchive unter 508

Die drei Dokumenttypen, die keine Regierungsbehörde ignorieren darf

Die Dokumentextraktion im Privatsektor dreht sich in der Regel um einen Dokumenttyp nach dem anderen – Rechnungen für die Kreditorenbuchhaltung, Belege für die Spesenabrechnung, Verträge für die Rechtsabteilung. Regierungsbehörden haben diesen Luxus nicht. Die meisten verarbeiten gleichzeitig drei grundlegend verschiedene Dokumentkategorien, die jeweils einen anderen Verarbeitungsansatz erfordern.

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

FOIA- und öffentliche Aktenanfragen sind das gegenteilige Problem. Sie sind unstrukturiert, unvorhersehbar und erfordern oft eine Schwärzung vor der Veröffentlichung. Eine einzige FOIA-Anfrage kann E-Mails, interne Memos, PDF-Berichte, gescannte handschriftliche Notizen, Fotos und Tabellenausdrucke umfassen – alle zu einem Thema, aber ohne gemeinsames Format. Gemäß federalem FOIA-Gesetz (5 U.S.C. § 552) haben Behörden 20 Arbeitstage Zeit zu antworten (mit Verlängerungen). Im Geschäftsjahr 2024 erhielten Bundesbehörden 1.089.920 FOIA-Anfragen und bearbeiteten über 1,14 Millionen. Der Engpass liegt nicht darin, relevante Dokumente zu finden – sondern darin, jede Seite zu prüfen, um personenbezogene Daten (PII), sicherheitsrelevantes Material der Strafverfolgung und andere ausgenommene Inhalte vor der Veröffentlichung zu identifizieren und zu schwärzen. Dokumentextraktionswerkzeuge, die PII-Felder (Namen, SSNs, Telefonnummern, Adressen, Geburtsdaten) über unstrukturierte Formate hinweg identifizieren und kennzeichnen können, adressieren ein anderes Problem als die Formularverarbeitung – eines, bei dem es ebenso sehr um das Entfernen von Daten geht wie um deren Extraktion.

Legacy-Papierarchive repräsentieren Jahrzehnte – manchmal Jahrhunderte – von Regierungsunterlagen, die nie in digitales Format überführt wurden. Grundbucheinträge aus den 1920er Jahren. Gerichtsakten aus den 1970er Jahren. Militärdienstakten aus dem Zweiten Weltkrieg. Bezirksratsprotokolle, die 1985 auf einer Schreibmaschine getippt wurden. Die National Archives and Records Administration (NARA) hat Digitalisierungsstandards unter 36 CFR Teil 1236 festgelegt, die es Behörden erlauben, Papieroriginale zu entsorgen, sobald sie gemäß konformer Standards digitalisiert wurden – ein regulatorischer Anreiz, endlich die Kartons im Lager zu scannen. Aber Scannen allein macht Unterlagen nicht nutzbar. Ein gescanntes PDF einer Grundbucheintragung von 1943 ist ohne OCR nicht durchsuchbar, und herkömmliche OCR scheitert an Schreibmaschinenschriften, vergilbtem Papier, handschriftlichen Randnotizen und nicht standardisierten Layouts, die in historischen Regierungsdokumenten üblich sind. Unser Leitfaden zu OCR für Behörden geht tiefer auf die Archiv-Digitalisierungsstandards, PDF/A-Erhaltung und FOIA-fähige Ausgabeanforderungen ein, die gelten, wenn Sie diese Unterlagen vom Papier lösen.

Warum öffentliche Beschaffung anders funktioniert als Unternehmenseinkauf

Wenn Sie Software im privaten Sektor evaluiert haben, wird Ihnen der öffentliche Beschaffungsprozess im Großen und Ganzen vertraut vorkommen – Bedarf ermitteln, Optionen vergleichen, Pilotprojekt durchführen, Vertrag aushandeln. Die Unterschiede liegen in den Rahmenbedingungen, die wann und wie diese Schritte stattfinden.

Haushaltszyklen bestimmen den Zeitplan. Das Bundeshaushaltsjahr läuft vom 1. Oktober bis 30. September. Staatliche und lokale Regierungen folgen meist dem 1. Juli bis 30. Juni, wobei etwa 20 % der Bundesstaaten andere Zyklen nutzen. In der Praxis bedeutet das: Das Zeitfenster für den Softwarekauf ist nicht „wenn Sie es brauchen“ – sondern „bevor das Haushaltsjahr endet und Ihr nicht ausgegebenes Budget zurückfließt.“ Im 4. Quartal (Juli–September für die meisten) gibt es einen Ansturm an 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 föderale IT-Beschaffung 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 Lehre 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), durch den FedRAMP Authorization Act (2022) gesetzlich verankert, verlangt, dass jeder Cloud-Dienst, der Bundesdaten verarbeitet, eine standardisierte Sicherheitsbewertung durchläuft. FedRAMP gibt es in drei Wirkungsstufen: 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 Mittel. Der Zertifizierungsprozess dauert jedoch in der Regel 12–24 Monate und kostet Anbieter sechsstellige Beträge. Deshalb tragen nur eine Handvoll Dokumentextraktionsplattformen eine FedRAMP-Zertifizierung: Hyperscience erreichte FedRAMP High im Dezember 2024, und Plattformen, die auf AWS GovCloud oder Azure Government aufbauen, können einige Kontrollen von der zugrunde liegenden Infrastruktur übernehmen. Für Bundesstaaten und Kommunen bietet StateRAMP (inzwischen auch GovRAMP genannt) einen parallelen Rahmen – modelliert nach FedRAMPs NIST 800-53-Kontrollen, aber angepasst an die Beschaffung auf Staatsebene, mit über 23 teilnehmenden Bundesstaaten.

Die Einhaltung von Section 508 ist kein optionales Extra. 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) Part 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, die meisten Behörden testen jedoch inzwischen gegen WCAG 2.1 AA oder 2.2 AA, da diese Versionen Kriterien für mobile und kognitive Barrierefreiheit hinzugefügt haben. 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 konkrete Angaben sollte bei der Bewertung als Warnsignal gewertet werden. Section 508 gilt für die Benutzeroberfläche des Tools – Tastaturnavigation, Screenreader-Kompatibilität, Farbkontraste, Fokus-Management – und nicht nur für die Barrierefreiheit der ausgegebenen Dokumente.

Kleine Kommune vs. Bundesbehörde: Wenn dasselbe Tool zweimal anders bewertet wird

Eine städtische Finanzabteilung mit 12 Mitarbeitern, die monatlich 500 Lieferantenrechnungen und 200 Bauanträge bearbeitet, hat nicht die gleichen Anforderungen wie eine Bundesbehörde, die monatlich 50.000 Formulare verarbeitet, über eigenes IT-Sicherheitspersonal und ein Beschaffungsteam verfügt, das 80-seitige Ausschreibungen verfasst. Beide über einen Kamm zu scheren, ist der häufigste Fehler in Inhalten zu Behörden-Technologie – und der Grund, warum die meisten Artikel über „Dokumentenverarbeitung in der Verwaltung“ für den Kreissekretär irrelevant sind, der einfach nur aufhören will, Daten aus 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, definieren, welche Daten er benötigt, und strukturierte Ausgaben erhalten, ohne die IT zu rufen? Das Tool sollte Stapelverarbeitung unterstützen – das gleichzeitige Hochladen von 50 Genehmigungsanträgen und das Erhalten einer einzigen Tabelle –, weil sich manuelle Arbeit bei großen Mengen vervielfacht. Für Kreisfinanzabteilungen kann die Dokumentextraktion direkt in Monatsabschlussprozesse einfließen: Das Extrahieren von Daten aus allen eingehenden Rechnungen, Belegen und Kontoauszügen vor dem Monatsabschluss eliminiert das hektische manuelle Erfassen vor der Frist. Ebenso bedeutet die Automatisierung von Rechnungsgenehmigungsworkflows, dass Genehmigungsfelder mit extrahierten Daten vorausgefüllt werden, anstatt dass Genehmiger jede PDF-Datei öffnen müssen – und das Erkennen doppelter Rechnungen, 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 Erfassung von Frühzahlungsrabatten jährlich Tausende an verpassten Einsparungen zurückholen – ein 2 % Skonto bei Zahlung innerhalb von 10 Tagen bei 200.000 $ Jahresausgaben entspricht 4.000 $ Ersparnis, 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 Kontrollkästchen. Wenn ein Anbieter keine FedRAMP-Moderate-Autorisierung (mindestens) hat, endet die Bewertung dort – unabhängig von Funktionen oder Preis. Bundesbehörden sollten den FedRAMP-Status eines Anbieters direkt im 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 eine Partnerschaft mit einem Bundesbehörden-Sponsor eingegangen ist und auf die Autorisierung hinarbeitet – was 12–18 Monate dauern kann. Keines davon ist gleichbedeutend mit „FedRAMP Authorized".

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

So bewerten Sie Dokumentextraktions-Tools für Behörden: Eine 6-Punkte-Entscheidungsmatrix

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

Der FedRAMP-Realitätscheck: Wann er unverhandelbar ist und wann nicht

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

FedRAMP ist unverhandelbar, wenn: der Cloud-Dienst Bundesdaten im Rahmen eines Bundesvertrags verarbeitet, speichert oder überträgt. Das deckt praktisch jedes SaaS-Tool ab, das eine Bundesbehörde bezahlt und zur Verarbeitung ihrer Dokumente nutzt. Die Anforderung ergibt sich aus dem FedRAMP Authorization Act und wird über 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 ein Datenverstoß schweren Schaden verursachen würde – die Bereitstellung von Hyperscience beim VA zur Verarbeitung von über einer Milliarde Dokumenten pro Jahr erfolgt im Rahmen dieses Frameworks.

FedRAMP ist in der Regel nicht erforderlich, wenn: die beschaffende Stelle eine Kreis-, Stadt- oder Gemeindeverwaltung ist (nicht der Bund); die verarbeiteten Daten nicht aus einem Bundesystem stammen; und der Vertrag keine Bundes-Durchgriffsklauseln enthält. Das StateRAMP-Framework wurde entwickelt, um diese Lücke zu schließen, aber die Einführung erfolgt von Staat zu Staat unterschiedlich und ist nicht universell. Für viele Beschaffungen auf Kreisebene unter 50.000 $ ist SOC 2 Type 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 wechseln von freiwilliger Teilnahme zu gesetzlicher Pflicht. Wenn Sie Tools für eine staatliche Behörde evaluieren, prüfen Sie den Status Ihres Bundesstaates, bevor Sie annehmen, dass StateRAMP optional ist.

Für Behörden unterhalb der FedRAMP-Schwelle – Kreisverwaltungsbüros, kommunale Genehmigungsabteilungen, kleine staatliche Behörden ohne Bundesdatenverarbeitung – kann sich die Evaluierung auf die praktischen Dimensionen (Dokumentpassung, Bereitstellungsmodell, Section 508, Integration) konzentrieren, statt auf den Sicherheitszertifizierungsstatus. Das bedeutet nicht, Sicherheit zu ignorieren: SOC 2 Type II, Datenverschlüsselung und US-basierte Datenresidenz bleiben Basisanforderungen. Aber FedRAMP als universelle Anforderung für alle staatlichen Technologiekäufe zu behandeln, ist wie einen LKW-Führerschein für einen Kleinwagen zu verlangen – es wendet ein Regulierungsframework für eine andere Risikoklasse auf einen Anwendungsfall an, der es nicht erfordert.

Diese Unterscheidung ist wichtig, weil sie bestimmt, welche Tools überhaupt in Ihrem Evaluierungspool sind. Der IDP-Markt hat eine scharfe Trennlinie: Auf der einen Seite Unternehmensplattformen mit FedRAMP-Zertifizierung und sechsstelligen Jahresverträgen, gebaut für Bundesmaßstäbe. Auf der anderen Seite zugängliche Tools, die für kleine Teams preislich gestaltet sind – ohne Code, ohne Schulung, mit monatlichen Abonnements – die 90 % des Dokumentextraktionsbedarfs einer Kreisbehörde zu 5 % der Kosten lösen können.

Staatliche Datenstandards verändern die Extraktionslandschaft

Die Diskussion über Dokumentextraktion im öffentlichen Sektor wird zunehmend von Datenstandards geprägt, die Regierungen selbst entwickeln. E-Rechnungsvorgaben in ganz Europa sind das deutlichste Beispiel – und sie sind für US-Behörden relevant, weil sie zeigen, wohin sich Datenstandards global entwickeln.

Die Zeitleiste der europäischen E-Rechnungsvorgaben für 2026–2027 zeigt, dass 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 unterstützter Interoperabilitätsstandard – ermöglicht es den Systemen verschiedener Länder, Rechnungen ohne Formatkonvertierung auszutauschen, und schafft damit effektiv 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 als vielmehr um die Zuordnung strukturierter XML-Felder zu internen Systemen. Der Unterschied zwischen der Verarbeitung einer E-Rechnung und einer PDF-Rechnung ist nicht nur eine Formatpräferenz – es ist ein grundlegend anderes Datenintegrationsproblem, und Extraktionstools müssen beides bewältigen, da der Übergang von PDF zu strukturierten Daten Jahre dauert.

Für US-Behörden ist die kurzfristige Relevanz folgende: Wenn Ihre Behörde Rechnungen, Bestellungen oder andere Dokumente von EU-basierten Lieferanten oder Auftragnehmern erhält, werden Sie zunehmend strukturierte XML-Daten zusätzlich zu oder anstelle von PDFs erhalten. Ihr Extraktionstool sollte beide Formate ohne parallele Workflows verarbeiten können. Und wenn Sie ein AP-Team sind, das sich auf diesen Übergang vorbereitet, kann eine 90-Tage-Bereitschaftscheckliste helfen, die interne Arbeit zu strukturieren – von der Identifizierung betroffener Lieferanten bis zum Testen Ihrer Eingangspipeline – bevor die Vorgabe Ihren eingehenden Dokumentenstrom erreicht. Für Auftragnehmer auf der anderen Seite dieser Pipeline – die Verarbeitung von Bestellungen des Bundes, der Länder oder der Kommunen – deckt unser Leitfaden zur Extraktion von Regierungs-Bestelldaten die FAR-spezifischen Felder ab (CLIN/SLIN-Struktur, verpflichtete Beträge, Set-aside-Kennzeichnungen), die öffentliche Bestellungen zu einem anderen Extraktionsproblem machen als kommerzielle.

Das übergreifende Muster ist erwähnenswert: Regierungen nutzen zunehmend ihre Beschaffungsmacht, um das Format der Dokumente zu standardisieren, die sie erhalten, was die Extraktionslast im Laufe der Zeit reduziert. Aber dieselben Regierungen haben immer noch jahrzehntelanges Altpapier 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 Dokumentextraktionstool für Behörden eine FedRAMP-Autorisierung?

Nein. FedRAMP ist für Cloud-Dienste verpflichtend, die Bundesdaten im Rahmen eines Vertrags mit einer Bundesbehörde verarbeiten. Es gilt nicht automatisch für Käufe von Kreis-, Stadt- oder Gemeindeverwaltungen. Die Anforderungen auf Landesebene variieren – einige Bundesländer schreiben StateRAMP vor, andere akzeptieren SOC 2, und viele haben keine formale Cloud-Sicherheitsautorisierung für risikoarme Verwaltungstools. Klären Sie Ihre spezifischen Compliance-Anforderungen mit der Beschaffungs- oder Sicherheitsabteilung Ihrer Behörde, bevor Sie Anbieter bewerten. Wenn Ihre Behörde FedRAMP verlangt, überprüfen Sie den Status eines Anbieters direkt im FedRAMP-Marktplatz – verlassen Sie sich nicht auf Marketingaussagen.

Wie überprüfe ich, ob ein Dokumentextraktionstool tatsächlich 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 angegeben sein (Unterstützt, Teilweise unterstützt, Nicht unterstützt oder Nicht zutreffend) mit Anmerkungen zur Testmethodik. Der eigentliche Test ist jedoch eine Live-Demonstration: Bitten Sie den Anbieter, einen vollständigen Extraktionsworkflow – Hochladen, Felddefinition, Ergebnisprüfung, Export – nur mit Tastaturnavigation und Screenreader durchzuführen. Wenn das nicht live möglich ist, ist die VPAT nicht zuverlässig. Testen Sie auch die Ausgabe des Tools: Können die erzeugten 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-autorisiert, SSO, dediziertes Onboarding, SLAs) kostet typischerweise über 50.000 $ pro Jahr und enthält Compliance-Aufwand, den ein Kreisamt nicht benötigt und nicht bezahlen sollte. Ein Tool für kleine Teams (30–300 $/Monat, Self-Service, ohne FedRAMP) kann 90 % der Dokumentextraktionsanforderungen eines Kreises abdecken, besteht jedoch keine bundesweite Sicherheitsprüfung. Bewerten Sie auf der Ebene, für die Sie tatsächlich einkaufen – ein Kreisbedarf mit einem Tool auf Bundesniveau zu decken, ist wie ein Feuerwehrauto zu kaufen, um den Garten zu gießen.

Können Dokumentextraktionstools die FOIA-Schwärzung übernehmen?

Einige können beim Identifizierungsschritt helfen, aber nicht bei der Schwärzung selbst. KI-gestützte Dokumentextraktion kann PII-Felder (Namen, Sozialversicherungsnummern, Geburtsdaten, Telefonnummern, Adressen) in unstrukturierten Dokumenten kennzeichnen – und gibt Prüfern eine Übersicht, was vor der manuellen Schwärzung beachtet werden muss. Die eigentliche Schwärzung (dauerhaftes Entfernen oder Unkenntlichmachen der gekennzeichneten Inhalte, sodass sie nicht wiederhergestellt werden können) wird jedoch in der Regel von spezieller FOIA-Schwärzungssoftware wie CaseGuard, VIDIZMO Redactor oder Redactable übernommen. Wenn FOIA-Verarbeitung Ihr Hauptanwendungsfall ist, bewerten Sie zuerst dedizierte Schwärzungsplattformen; Dokumentextraktionstools, die PII vorab identifizieren können, ergänzen diese, ersetzen sie aber nicht.

Welche Genauigkeit kann ich bei alten Papierunterlagen aus den 1970er-Jahren erwarten?

Das hängt vom Zustand der Quelldokumente und der OCR-Engine ab. Maschinengeschriebene Dokumente auf guter Papierqualität, die mit 300+ DPI gescannt werden, können mit moderner KI-basierter OCR eine Zeichengenauigkeit von 95–98 % erreichen. 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 Unterlagen, die den Digitalisierungsstandards von NARA (36 CFR Teil 1236) unterliegen, ist möglicherweise ein FADGI-konformes Scannen vor der OCR sowie eine manuelle Überprüfung der OCR-Ausgabe erforderlich. Dokumentextraktionstools mit KI-basierter Handschrifterkennung (statt herkömmlicher OCR) schneiden bei Schreibschrift und schwer lesbarer Handschrift besser ab, aber kein Tool erreicht 99 % bei 50 Jahre alten handschriftlichen Unterlagen – setzen Sie die Erwartungen entsprechend.

Wie plane ich den Kauf eines Dokumentextraktionstools rund um den Haushaltszyklus der Regierung?

Beginnen Sie den Evaluierungsprozess mindestens ein Quartal vor Ihrer Frist zum Ende des Haushaltsjahres. Für Bundesbehörden (Haushaltsjahr Oktober–September) starten Sie die Anbieterbewertung bis April–Mai, um Zeit für Sicherheitsprüfung, Beschaffungsabwicklung und Vertragsabschluss vor der Verpflichtungsfrist am 30. September zu haben. Für Landes- und Kommunalbehörden (meist Haushaltsjahr 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 im Voraus nach ihrem Onboarding-Zeitplan für Behörden und ob sie eine Bestellung verarbeiten können oder eine Kartenzahlung benötigen. Einige kleinere SaaS-Tools können ein Konto innerhalb von 48 Stunden nach Erhalt einer Bestellung bereitstellen; Unternehmensplattformen benötigen möglicherweise 4–8 Wochen.

Der nächste Schritt ist keine Demo — sondern ein Dokumenten-Audit

Der häufigste Fehler bei der Bewertung von Technologie im öffentlichen Sektor ist, mit der Anbieterrecherche zu beginnen, bevor Sie Ihre eigenen Anforderungen definiert haben. Bei der Dokumentenextraktion ist die Voraussetzung keine Anbietervergleichsmatrix — sondern eine klare Bestandsaufnahme darüber, welche Dokumente Ihre Behörde tatsächlich verarbeitet, in welchen Mengen und mit welchen nachgelagerten Systemen.

Nehmen Sie sich eine Woche — nicht ein Quartal — um Ihre Dokumentenrealität zu prüfen. Zählen Sie die Dokumente, die letzten Monat in Ihre Abteilung kamen, und kategorisieren Sie sie nach dem Rahmen dieses Artikels: Bürgerformulare, unstrukturierte Anfragen und Altarchive. Notieren Sie, in welchen Formaten sie eintreffen (Papier, PDF, E-Mail-Anhang, Fax, Handyfoto). Verfolgen Sie, wohin die Daten fließen, nachdem jemand sie eingetippt hat — und ob das Zielsystem Excel, CSV oder API-Eingaben akzeptieren kann. Identifizieren Sie, welche drei Felder bei manueller Eingabe die meisten Fehler verursachen (Daten in inkonsistenten Formaten? Lieferantennamen mit Tippfehlern? Dollar-Beträge 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 tatsächlich sinnvoll ist. Es liefert Ihnen auch die Daten, um den Kauf gegenüber Budgetprüfern zu rechtfertigen: „Letzten Monat hat unser Team 140 Stunden damit verbracht, 3.200 Genehmigungsanträge manuell einzugeben. Bei 28 $/Stunde inklusive Nebenkosten sind das 3.920 $/Monat allein für die Dateneingabe. Das Tool kostet 200 $/Monat.“

Die Dokumentenverarbeitung im öffentlichen Sektor 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 Enterprise-IDP-Plattform ist. Es ist eine Person mit einem Stapel Papier und einer Tastatur. Das richtige Tool ist das, das die Lücke zwischen Ihrem Ist-Zustand und Ihrem Ziel schließt, nicht das mit der längsten Compliance-Checkliste. Beginnen Sie mit dem, was auf Ihrem Schreibtisch liegt, nicht mit dem, was in der Broschüre eines Anbieters steht.