So verwenden Sie die benutzerdefinierte Spaltenextraktion:
Nur die Daten, die Sie brauchen, nicht die ganze Seite
Die meisten Dokumentextraktions-Tools funktionieren wie ein Kopierer für Text: Sie scannen die Seite und werfen alles, was sie finden, in eine Tabelle. Wenn Sie drei Felder aus einer Bestellung benötigen – Bestellnummer, Lieferantenname und Gesamtsumme – erhalten Sie alle 47 Textzeichenfolgen auf der Seite und müssen dann manuell die drei heraussuchen, die Sie wollten. Die benutzerdefinierte Spaltenextraktion kehrt diese Logik um. Sie sagen der KI zuerst, was Sie möchten, und sie liefert nur das zurück.
Warum „Alles extrahieren“ der falsche Ausgangspunkt ist
Herkömmliche OCR beantwortet eine Frage: „Welcher Text befindet sich auf dieser Seite?“ Sie wandelt ein Bild eines Dokuments in einen Strom maschinenlesbarer Zeichen um – jedes Wort, jede Zahl, jedes versehentliche Wasserzeichen und jede Seitenzahl. Bei einer einseitigen Rechnung können das 50 bis 80 separate Textzeichenfolgen sein, die ohne Struktur und ohne Beschriftung in eine Tabelle gekippt werden. Ihre Aufgabe besteht dann darin: Den Output durchzulesen, zu identifizieren, welche Textzeichenfolge die Rechnungsnummer, das Datum und die Summe ist, und diese in Ihre eigentliche Arbeitstabelle zu kopieren.
Deshalb ist „gesamten Text per OCR erfassen“ selten die richtige Antwort für die Verarbeitung von Geschäftsdokumenten. Sie benötigen fast nie jeden Text in einem Dokument. Sie brauchen fünf bis zehn bestimmte Felder. Der Rest ist Rauschen – und die Zeit, die Sie mit dem Herausfiltern dieses Rauschens verbringen, ist genau die Zeit, die Sie durch die Automatisierung ursprünglich einsparen wollten.
Die benutzerdefinierte Spaltenextraktion geht von der anderen Richtung aus. Statt alles zu extrahieren und anschließend zu filtern, definieren Sie Ihre Spalten im Voraus. Die KI liest das Dokument mit Ihren Zielfeldern als Linse – sie sucht nach der Bestellnummer, dem Lieferantennamen und der Summe und ignoriert alles andere. Das Ergebnis ist exakt die Tabelle, die Sie wollten, mit exakt den Spalten, die Sie benannt haben.
Die wichtigste Erkenntnis: Die Extraktionsgenauigkeit verbessert sich, wenn Sie das Ziel eingrenzen. Eine KI, die gebeten wird, „den gesamten Text zu finden und zu extrahieren“, hat keinen Priorisierungsmechanismus – jede Textzeichenfolge auf der Seite wird gleich behandelt. Eine KI, die gebeten wird, „die Bestellnummer, den Lieferantennamen und die Bestellsumme zu finden“, kann ihre Aufmerksamkeit darauf konzentrieren, diese spezifischen Werte zu lokalisieren, und nutzt semantische Hinweise („Wie sieht eine Bestellnummer aus?“) und Kontext („Wo erscheint normalerweise eine Summe?“), um die Präzision zu erhöhen. Spezifität ist Genauigkeit.
Spaltennamen sind Anweisungen: Eine Benennungsstrategie
Die Spaltennamen, die Sie eingeben, sind der primäre Kommunikationskanal zwischen Ihnen und der KI. Ein gut geschriebener Spaltenname ist eine präzise Anweisung – er sagt der KI genau, nach welcher Art von Wert sie suchen und wie sie ihn formatieren soll. Ein vager Spaltenname („Betrag“) gibt der KI zu wenig Orientierung. Ein guter Spaltenname („Bestellsumme“ oder „Rechnungssumme“) grenzt die Suche ein und erhöht die Chancen, beim ersten Versuch die richtige Zahl zu erhalten.
Hier sind die Benennungsprinzipien, die die genauesten Extraktionsergebnisse erzielen:
| Prinzip | Gut | Besser | Warum |
|---|---|---|---|
| Seien Sie spezifisch in Bezug auf die Entität | Nummer | Bestellnummer | „Nummer“ könnte alles sein – Rechnungsnummer, Positionsnummer, Referenznummer. „Bestellnummer“ sagt der KI genau, welche Nummer sie finden soll. |
| Fügen Sie Kontext zu Position oder Rolle hinzu | Datum | Rechnungsdatum | Ein Dokument kann mehrere Daten enthalten (Ausstellungsdatum, Fälligkeitsdatum, Lieferdatum). Die Angabe, welches gemeint ist, vermeidet Mehrdeutigkeiten. |
| Verwenden Sie beschreibende Qualifikatoren | Adresse | Lieferadresse | Rechnungen und Bestellungen enthalten oft sowohl Rechnungs- als auch Lieferadressen. Die Angabe des Typs verhindert Verwechslungen. |
| Geben Sie das gewünschte Format an | Betrag | Gesamtbetrag (Zahl) | Das Anhängen von „(Zahl)“ signalisiert der KI, nur den numerischen Wert zu extrahieren und Währungssymbole zu entfernen. |
| Verwenden Sie gängige Dokumentterminologie | Kunde | Name des Käuferunternehmens | Verwenden Sie die Sprache, die tatsächlich in Ihren Dokumenten vorkommt. „Käufer“ ist in Bestellungen üblich; „Kunde“ ist in Rechnungen üblich. |
Sie müssen keiner starren Namenskonvention folgen – die KI versteht natürliche Sprache. „Due Date" und „Payment Due Date" funktionieren beide. Aber je spezifischer Sie sind, desto weniger Mehrdeutigkeit muss die KI auflösen, und desto höher ist Ihre Extraktionsgenauigkeit.
Drei reale Extraktionsszenarien
Derselbe Mechanismus für benutzerdefinierte Spalten passt sich sehr unterschiedlichen Dokumenttypen und Arbeitsabläufen an. Hier sind drei häufige Szenarien, jeweils mit einer anderen Strategie für die Spalteneinrichtung.
Szenario 1: Rechnungsverarbeitung
Was Sie benötigen: Rechnungsnummer, Rechnungsdatum, Fälligkeitsdatum, Lieferantenname, Zwischensumme, Steuerbetrag, Gesamtbetrag, Währung. Diese acht Felder erscheinen auf fast jeder Rechnung, unabhängig von Format oder Layout.
Spalteneinrichtung: Geben Sie die Feldnamen genau wie oben aufgeführt ein. Fügen Sie bei mehrseitigen Rechnungen mit Positionen Spalten für „Artikelbeschreibung", „Menge", „Einzelpreis" und „Positionssumme" hinzu. Jede Position wird zu einer Zeile in der Ausgabe, wobei die Rechnungskopffelder (Nummer, Datum, Lieferant) in jeder Zeile dieser Rechnung wiederholt werden – so können Sie einfach nach Lieferant filtern und summieren.
Batch-Tipp: Wenn Sie Rechnungen von mehreren Lieferanten gleichzeitig verarbeiten (z. B. Monatsabschluss der Kreditorenbuchhaltung), können Sie alle Rechnungen in einem einzigen Batch hochladen. Die KI extrahiert aus jeder Rechnung unabhängig und führt die Ergebnisse in einer einzigen Tabelle mit konsistenten Spalten über alle Zeilen hinweg zusammen.
Szenario 2: Bestellabwicklung
Was Sie benötigen: Bestellnummer, Ausstellungsdatum, Lieferantenname, Artikelcode, Artikelbeschreibung, Bestellmenge, Einzelpreis, Positionssumme, Gewünschtes Lieferdatum. Diese Felder decken sowohl den Bestellkopf als auch die Positionsdetails in einem Durchgang ab.
Strategie für die Spalteneinrichtung: Bestellungen sind tabellenlastiger als Rechnungen. Fügen Sie alle benötigten Positionsspalten — Artikelcode, Beschreibung, Menge, Einzelpreis, Positionssumme — in dieselbe Spaltenliste wie die Kopffelder ein. Die KI versteht, dass Kopffelder (Bestellnummer, Lieferantenname) für das gesamte Dokument gelten und wiederholt sie für jede Positionszeile, während Positionsfelder innerhalb der Tabelle je Zeile variieren.
Mehrseitige Verarbeitung: Bei Bestellungen, die sich über mehrere Seiten erstrecken und auf jeder Seite wiederholte Spaltenüberschriften aufweisen, erkennt die KI die wiederholten Überschriften und schließt sie aus der Ausgabe aus. Eine 10-seitige Bestellung mit 200 Positionen erzeugt 200 Datenzeilen, nicht 10 separate Tabellen, die manuell zusammengefügt werden müssen.
Szenario 3: Angebotsvergleich von Lieferanten
Was Sie benötigen: Lieferantenname, Artikelbeschreibung, Menge, Einzelpreis, Positionssumme, Lieferzeit (Tage), Zahlungsbedingungen, Währung. Laden Sie Angebote von fünf verschiedenen Lieferanten in einem Batch hoch, und die KI extrahiert jedes mit denselben Spaltendefinitionen — unabhängig davon, wie unterschiedlich jeder Lieferant sein Angebot formatiert.
Hauptvorteil: Verschiedene Lieferanten können unterschiedliche Namen für dieselben Informationen verwenden. Einer nennt es „SKU", ein anderer „Teilenummer", ein dritter „Artikelcode". Das semantische Verständnis der KI ordnet alle drei Ihrer Spalte „Artikelcode" zu, ohne dass Sie Synonyme oder lieferantenspezifische Zuordnungen konfigurieren müssen.
Dateien werden sicher verarbeitet und nicht gespeichert.
Als Vorlage speichern: Einmal einrichten, dauerhaft nutzen
Sobald Sie einen Spaltensatz definiert haben, der für einen bestimmten Dokumenttyp gut funktioniert – etwa Ihre Standardspalten für die Rechnungsextraktion –, können Sie ihn als Vorlage speichern. Beim nächsten Mal, wenn Sie Rechnungen verarbeiten, laden Sie die Vorlage mit einem Klick, statt alle acht Spaltennamen erneut einzutippen.
Hier zahlt sich der einmalige Einrichtungsaufwand kontinuierlich aus. Das Einrichten Ihrer Rechnungsspalten dauert beim ersten Mal zwei Minuten. Jede weitere Rechnungscharge – ob fünf oder fünfzig – startet mit diesen vorab geladenen Spalten. Sie laden die Dateien hoch, die KI verarbeitet sie anhand Ihrer gespeicherten Vorlage, und Sie erhalten jedes Mal eine konsistent strukturierte Tabelle.
Vorlagen fördern auch die Konsistenz im Team. Wenn mehrere Personen in Ihrem Team Dokumente verarbeiten, stellt das Teilen derselben Vorlage sicher, dass die Ausgabe aller Beteiligten identische Spalten in identischer Reihenfolge aufweist – keine Abweichungen bei Feldnamen, keine fehlenden Spalten, kein Formatierungsdrift im Laufe der Zeit.
Häufig gestellte Fragen
Wie viele Spalten sollte ich definieren – gibt es ein Limit?
Es gibt kein hartes Limit, aber ein praktisches. Bis zu etwa 15–20 Spalten ist die Extraktion durchgehend zuverlässig. Darüber hinaus beginnen Sie, Randfelder abzudecken, die möglicherweise nicht in jedem Dokument vorkommen. Ein fokussierter Spaltensatz mit 5–12 gut benannten Feldern liefert fast immer bessere Ergebnisse als eine erschöpfende Liste mit 30 Spalten, da die KI jedem Feld mehr Aufmerksamkeit widmen kann. Wenn Sie viele Felder benötigen, sollten Sie eine Aufteilung in zwei Durchläufe in Betracht ziehen: Kernfelder im ersten Durchlauf, ergänzende Felder in einem zweiten.
Was passiert, wenn ein Feld in einem bestimmten Dokument nicht vorhanden ist?
Die Zelle bleibt leer. Wenn Ihr Spaltensatz beispielsweise „Steuerbetrag“ enthält, eines Ihrer Dokumente jedoch keine Steuer aufweist (häufig bei B2B-Rechnungen zwischen Bundesstaaten oder Exportdokumenten), enthält diese Zeile in Ihrer Ausgabe einfach eine leere Zelle für den Steuerbetrag. Die Tabelle bleibt strukturell konsistent – alle Zeilen haben dieselben Spalten –, aber Werte werden nur dort eingetragen, wo die KI sie im Dokument gefunden hat.
Kann ich verschiedene Dokumenttypen in einem Batch mischen?
Ja, aber nur, wenn Ihre Spaltenauswahl für alle Dokumenttypen im Batch sinnvoll ist. Wenn Sie Rechnungen, Bestellungen und Belege zusammen mit Spalten wie „Rechnungsnummer / Bestellnummer / Belegnummer" hochladen, versucht die KI, jedes Feld in jedem Dokument zu finden. Dokumente, die ein bestimmtes Feld nicht enthalten, erhalten für diese Spalte leere Zellen. Für beste Ergebnisse bündeln Sie Dokumente desselben Typs — alle Rechnungen in einem Batch, alle Bestellungen in einem anderen. So bleiben Ihre Spaltendefinitionen fokussiert und Ihre Ausgabe sauber.
Wie genau ist das im Vergleich zur manuellen Dateneingabe?
Bei gedruckten, gut formatierten Dokumenten übersteigt die Feldgenauigkeit 90 % — das bedeutet, dass 9 von 10 Werten im ersten Durchlauf korrekt extrahiert werden. Das schneidet im Vergleich zur manuellen Dateneingabe gut ab, die laut Datenqualitätsforschung eine inhärente Fehlerquote von 1–3 % pro Tastendruck aufweist. Der Unterschied besteht darin, dass KI-Fehler tendenziell vorhersehbar sind (Verwechslung ähnlicher Feldnamen, falsches Lesen von Text mit niedriger Auflösung), während menschliche Fehler zufällig sind (Tippfehler, Vertauschungen, übersprungene Zeilen). Ein kurzer Blick auf die KI-Ausgabe erfasst die meisten Probleme; das Auffinden eigener manueller Eingabefehler erfordert eine zeilenweise Überprüfung gegen das Quelldokument — was genauso lange dauert wie die ursprüngliche Eingabe.
Kann die KI Kontrollkästchen, Stempel und Unterschriften verarbeiten?
Ja — Sie können Spalten dafür definieren. Verwenden Sie beschreibende Namen wie „Genehmigungs-Kontrollkästchen (Aktiviert/Deaktiviert)", „Firmenstempel vorhanden (Ja/Nein)" oder „Autorisierte Unterschrift vorhanden (Ja/Nein)". Die KI identifiziert diese visuellen Elemente und gibt den entsprechenden Status zurück. Bei Unterschriften ist die Ausgabe typischerweise „Vorhanden" oder „Nicht vorhanden" — sie prüft die Existenz, nicht die Identität.