So extrahieren Sie bestimmte Felder aus jedem Dokument —
Foto, Scan oder PDF
Die Frage ist fast nie, ob ein Computer ein Dokument lesen kann. OCR liest Dokumente seit Jahrzehnten zuverlässig. Die Frage, die wirklich zählt – und die die meisten Tools immer noch nicht gut beantworten – ist: Kann es mir nur die Felder liefern, die ich brauche, strukturiert, wie ich sie brauche, unabhängig vom Format des Dokuments? Das ist ein anderes Problem und erfordert einen anderen Ansatz.
Wichtige Erkenntnisse
- 99 % Genauigkeit bei einer einzelnen Rechnungsvorlage klingt beeindruckend – der eigentliche Engpass ist aber nicht die Genauigkeit bei einem Layout, sondern ob das Tool beim nächsten Layout funktioniert, ohne dass Sie ihm jedes Feld neu zeigen müssen.
- Geben Sie „Fälligkeitsdatum“ ein und die KI findet „Zahlungsziel“, „Zahlen bis“ oder sogar „Netto 30“ (und berechnet das tatsächliche Datum) – weil sie die Bedeutung versteht, nicht nur Textabgleiche.
- Verwandeln Sie 50 Rechnungen von 15 verschiedenen Lieferanten – PDFs, Scans und Handyfotos gemischt – in unter 10 Minuten in eine saubere Excel-Datei mit ImageToTable.ai, ohne Konfiguration pro Lieferant.
OCR vs. Feldextraktion: Was ist der eigentliche Unterschied
OCR — optische Zeichenerkennung — wandelt ein Textbild in maschinenlesbare Zeichen um. Gib ihr ein Foto einer Quittung und sie liefert einen Textstring, der das widerspiegelt, was auf dem Papier gedruckt ist. Diese Ausgabe ist tatsächlich nützlich: Sie ist durchsuchbar, kopierbar und kann in andere Systeme eingespeist werden. Aber sie hat kein Bewusstsein dafür, was der Text bedeutet oder welche Teile für dich relevant sind.
Die gezielte Feldextraktion geht von einer anderen Prämisse aus. Statt zu fragen "Welcher Text ist in diesem Dokument", fragst du "Welche Werte hat dieses Dokument für die von mir definierten Felder". Die Ausgabe ist keine Transkription — es ist ein strukturierter Datensatz, bei dem deine Spaltennamen die Überschriften sind und der Inhalt des Dokuments die Zeilen füllt.
| Ansatz | Eingabe | Ausgabe | Struktur definiert durch |
|---|---|---|---|
| Basis-OCR | Bild / PDF | Roher Textstring | Niemand – reiner Textdump |
| PDF-zu-Excel-Konverter | Tabelle spiegelt Original-Layout | Das Dokument selbst | |
| Vorlagenbasierter Extrahierer | PDF / Bild | Vordefinierte Felder (Rechnungsnr., Datum, Summe…) | Der Softwareanbieter |
| Benutzerdefinierte Feldextraktion | Jedes Format | Ihre Spalten, aus jedem Layout befüllt | Sie |
Die von dir eingegebenen Spaltennamen werden zu den Überschriften deiner Ausgabetabelle. Die Aufgabe der KI ist es, den entsprechenden Wert in jedem Dokument zu finden — unabhängig davon, wo er erscheint, wie das Dokument ihn nennt oder in welchem Format die Datei vorliegt.
Was zählt als "Jedes Dokument"
Der Ansatz funktioniert über eine breitere Palette von Eingabetypen hinweg als die meisten Dokumenttools, da die zugrundeliegende Technologie ein visuelles Large Model und kein Formatparser ist. Es liest Bilder so, wie ein Mensch es tut — es versteht den Inhalt, nicht die Dateistruktur.
Funktionierende Eingabeformate
Digitale PDFs
PDFs mit Textebene aus jeder Software – Buchhaltungssysteme, ERP-Exporte, Word-zu-PDF usw.
Gescannte Dokumente
Scanner-Ausgabe, gescannte Archive, gefaxte Dokumente als PDF oder Bild.
Dokumentenfotos
Handyfotos von Quittungen, Rechnungen, Formularen, Whiteboards, Tabellen. Ausreichende Beleuchtung erforderlich.
Bildschirmfotos
Bildschirmfotos von Webseiten, Dashboards, Systemoberflächen, Zahlungsbestätigungen, Bestellübersichten.
Handschriftliche Dokumente
Handschriftliche Formulare, Feldnotizen, unterschriebene Papierdokumente. Die Genauigkeit variiert je nach Handschrift und Scanqualität.
Funktionierende Dokumenttypen
So funktioniert die Spaltenbenennung in der Praxis
Die von Ihnen vergebenen Spaltennamen dienen der KI als semantische Anweisungen. Sie müssen nicht wissen, wo auf der Seite ein Feld erscheint, wie das Dokument es bezeichnet oder ob die Information explizit oder implizit ist. Klare Feldnamen in natürlicher Sprache reichen völlig aus.
Einige Beispiele, wie die KI Spaltennamen interpretiert:
Findet das Zahlungsfälligkeitsdatum, egal ob die Rechnung "Fällig am", "Zahlung fällig", "Zahlen bis" oder implizit "Netto 30 ab Rechnungsdatum" angibt (in diesem Fall wird das Datum berechnet).
Erkennt, ob ein Vertrag automatisch verlängert wird – unabhängig davon, ob dies in einer "Verlängerungs"-Klausel, einem "Laufzeit"-Abschnitt oder versteckt in Klausel 12.4 auf Seite 18 steht.
Lokalisiert den Patientennamen in einem Laborbericht oder Entlassungsbrief, selbst wenn er von anderen Namen umgeben ist (Arzt, Einrichtung, überweisender Arzt).
Erkennt, ob ein offizielles Siegel oder ein Stempel auf dem Dokument sichtbar ist – liefert Ja/Nein, ohne dass der Stempel bestimmten Text enthalten muss.
Fehlt ein Feld in einem Dokument, bleibt die Zelle leer. Die KI ersetzt es nicht durch ein verwandtes Feld oder erfindet einen Wert. Eine leere Zelle ist eine korrekte Information – sie zeigt an, dass das Dokument diese Daten nicht enthält.
Einzeldokument vs. Stapel: Gleiche Spalten, viele Dateien
Derselbe Ansatz mit Spaltennamen funktioniert, ob Sie nun ein Dokument oder dreihundert verarbeiten. Im Stapelmodus laden Sie alle Dateien gemeinsam hoch, definieren Ihre Spalten einmal und erhalten eine einzige Excel-Datei, in der jede Zeile einem Dokument und jede Spalte einem Ihrer angegebenen Felder entspricht.
Hier zeigt sich die praktische Bedeutung der formatübergreifenden Flexibilität. Ein realer Stapel besteht selten aus identischen Dokumenten. Ein Monat Lieferantenrechnungen umfasst digitale PDFs großer Zulieferer, gescannte Papierrechnungen kleinerer Firmen und Fotos von Quittungen der Außendienstmitarbeiter. Eine Runde Patientendatenerfassung enthält ausgedruckte Laborberichte, handschriftlich ausgefüllte Aufnahmeformulare und exportierte System-Screenshots. Alles gemeinsam hochzuladen und auf der anderen Seite eine konsistente Tabelle zu erhalten – darum geht es.
Verarbeitungsgeschwindigkeit: 5–10 Sekunden pro Seite. Ein Stapel von 50 einseitigen Dokumenten ist in unter 10 Minuten fertig. Mehrseitige Dokumente (Verträge, Berichte) benötigen proportional mehr Zeit basierend auf der Seitenzahl.
Häufige Anwendungsfälle nach Dokumententyp
Im Folgenden sind die häufigsten Szenarien aufgeführt, bei denen die benutzerdefinierte Feldextraktion die manuelle Dateneingabe ersetzt. Jeder Link führt zu einer detaillierteren Workflow-Anleitung für diesen Dokumententyp.
Rechnungen & Belege
Lieferant, Rechnungsnr., Datum, Bestellreferenz, Steuer, Gesamtsumme extrahieren – aus jedem Format, jedem Layout. Eine Zeile pro Rechnung.
Verträge & Vereinbarungen
Vertragsparteien, Vertragswert, Datum des Inkrafttretens, Ablauf, automatische Verlängerung, geltendes Recht aus einer Reihe von Lieferantenverträgen extrahieren.
Angebote & RFQs
Wandeln Sie PDF-Angebote von Lieferanten in eine Vergleichstabelle um – Stückpreis, Mindestbestellmenge, Lieferzeit, Zahlungsbedingungen – für alle Anbieter in einem Durchlauf.
Stapelverarbeitung AP / Ausgaben
Verarbeiten Sie 40–200 Rechnungen oder Belege in einem Durchlauf. Eine Tabelle, eine Zeile pro Dokument, bereit zum Einfügen in Ihre AP-Übersicht.
Direkt in Google Sheets
Nutzen Sie das Google Sheets-Seitenleisten-Add-on zum Hochladen, Festlegen von Feldern und Anhängen extrahierter Daten – ohne Datei herunterzuladen.
Handschriftliche Formulare & Checklisten
Extrahieren Sie Felder aus handschriftlichen Aufnahmeformularen, Inspektionschecklisten und Papierumfragen – inklusive Kontrollkästchen- und Signaturerkennung.
Genauigkeit und ehrliche Grenzen
Bei gedrucktem Text in klaren Dokumenten – digitalen PDFs, Scans guter Qualität, gut ausgeleuchteten Fotos – erreicht die Erkennungsgenauigkeit bis zu 99 %. Das deckt die meisten professionellen Dokumenten-Workflows ab. Einige Szenarien sollten Sie verstehen, bevor Sie sich im Produktivbetrieb darauf verlassen:
Hohe Genauigkeit
- Digitale PDFs aus jeder Quelle
- Büroscans mit 300 DPI oder besser
- Handyfotos bei gutem Licht, minimaler Unschärfe
- Screenshots in Standardauflösung
- Mehrsprachige Dokumente – jede Sprache
- Klare Felder mit standardisierter Bedeutung
Eingeschränkte Genauigkeit oder außerhalb des Bereichs
- Dichte Handschrift oder schlechte Schreibweise
- Niedrig aufgelöste Scans, starke Schatten, extreme Schräglage
- Felder, die durch komplexe Querverweise oder Anhänge definiert sind
- Rechtliche Auslegung mehrdeutiger Klauselsprache
- Denkaufgaben („Ist das ein gutes Angebot?“)
Häufig gestellte Fragen
Muss ich vor dem Hochladen eines neuen Dokumententyps etwas konfigurieren?
Nein. Es gibt keine Vorlagen oder dokumententypspezifische Einrichtung. Laden Sie ein beliebiges Dokument hoch, geben Sie Ihre Spaltennamen in Klartext ein, und die KI erledigt den Rest. Dieselbe Oberfläche funktioniert für Rechnungen, Verträge, Formulare und Fotos von handschriftlichen Notizen.
Kann ich verschiedene Dokumententypen in einem Batch mischen?
Ja. Ein einzelner Batch kann Rechnungen zusammen mit Quittungen oder Verträge zusammen mit Angebots-PDFs enthalten. Jede Datei erzeugt eine Zeile. Wenn eine Spalte für einen bestimmten Dokumententyp nicht zutrifft, bleibt die Zelle leer. Gemischte Formate (PDFs, Scans, Bilder) funktionieren ebenfalls im selben Upload.
Welche Dateiformate werden akzeptiert?
PDF, JPG, PNG, WebP und AVIF. Dies umfasst digitale PDFs, gescannte Dokumente in diesen Bildformaten, Handyfotos und Screenshots. Es ist nicht nötig, Dateien vor dem Hochladen in ein bestimmtes Format zu konvertieren.
Wie spezifisch können meine Spaltennamen sein?
Sehr spezifisch. „Stückpreis für Artikel A (pro kg, ohne MwSt.)“ ist ein gültiger Spaltenname, und die KI versucht, diese Genauigkeit zu erreichen. Präzisere Spaltennamen liefern in der Regel sauberere Ergebnisse, da die KI ein klareres Ziel hat. Mehrdeutige Namen wie „Betrag“ können je nach Dokumenttyp unterschiedliche Werte erfassen – spezifischere Namen wie „Rechnungsbetrag (inkl. MwSt.)“ sind besser.
Welche Ausgabeformate stehen zur Verfügung?
Excel (XLSX), CSV und JSON. Für die meisten Tabellenkalkulations-Workflows ist XLSX die Standardeinstellung. CSV eignet sich für den Import in Datenbanken oder andere Systeme. JSON steht Entwicklern zur Verfügung, die die Extraktion in automatisierte Pipelines integrieren.
Kann ich Dokumente von anderen Personen sammeln, bevor ich extrahiere?
Ja. Sie können einen Sammlungslink – eine teilbare URL – erstellen und an Außendienstmitarbeiter, Kunden oder Teammitglieder senden. Diese öffnen den Link, geben einen kurzen Verifizierungscode ein und laden Dateien direkt hoch. Kein Konto auf ihrer Seite erforderlich. Die Dateien landen automatisch in Ihrer Verarbeitungswarteschlange. Nützlich zum Sammeln von Ausgabenbelegen, Inspektionsfotos oder Kundendokumenten vor der Durchführung einer Batch-Extraktion.
Jedes Dokument. Ihre Spalten. Strukturierte Ausgabe.
Laden Sie ein Foto, einen Scan oder ein PDF hoch — geben Sie die benötigten Felder ein — laden Sie eine saubere Excel-Datei herunter. Keine Einrichtung, keine Vorlagen, keine Formatbeschränkungen.