Adresse und Bestellnummer eines Kunden
aus einem iMessage-Screenshot auslesen

Warum iMessage ein anderes Extraktionsszenario als WhatsApp darstellt

Wenn Sie den Leitfaden für WhatsApp Business zum Extrahieren von Adressen aus Chat-Screenshots gelesen haben, kennen Sie das grundlegende Problem: Eine Chat-Nachricht ist kein Formular, und die benötigten Daten sind in Konversationstext eingebettet. iMessage teilt diese Kernherausforderung – die Adresse und Bestellnummer befinden sich in Nachrichten, nicht in strukturierten Feldern – fügt jedoch drei Komplikationen hinzu, die WhatsApp nicht hat.

Erstens ist iMessage iOS-exklusiv, was bedeutet, dass die Screenshots von einem einzigen Betriebssystem mit konsistentem Chat-Bläschen-Design stammen – blau für iMessage, grün für SMS – aber auch mit plattformspezifischen visuellen Elementen, die WhatsApp fehlen. Lesebestätigungen erscheinen als „Gelesen“-Label unter Nachrichten. Tippindikatoren zeigen eine animierte Auslassungspunkte. Reaktionen (Tapbacks) schweben inline über Nachrichten als Symbol-Badges. Keines dieser Elemente enthält die benötigten Daten, aber sie nehmen visuellen Raum ein, den eine herkömmliche OCR-Engine disambiguieren müsste.

Zweitens unterstützt iMessage Apple Pay Cash – Apples integriertes Peer-to-Peer-Zahlungssystem. Wenn jemand über Apple Pay Cash bezahlt, erscheint die Bestätigung im Chat als gestaltete dunkle Karte, nicht als einfacher Text-Bläschen. Der Betrag, der Name des Empfängers und der Transaktionsstatus werden in einer kompakten schwarzen Karte mit großen weißen Text und einem farbigen Status-Badge dargestellt. Visuell hat diese Karte nichts mit den Chat-Bläschen um sie herum gemeinsam. Ein Screenshot, der sowohl eine Adresse in einem regulären blauen Bläschen als auch eine Zahlungskarte in derselben Ansicht erfasst, enthält zwei völlig unterschiedliche visuelle Formate in einem Bild.

Drittens generiert iMessage umfangreiche Link-Vorschauen – wenn jemand eine URL einfügt, erstellt der Chat eine Karte mit einem Seitentitel, einer Beschreibung und einem Thumbnail. Wenn ein Kunde einen Link zu seiner Bestellseite einfügt, wird diese Vorschau zu einem weiteren visuellen Element, das so aussieht, als könnte es Adressdaten enthalten, dies aber in der Regel nicht tut.

Das Ergebnis ist ein Bild, in dem die benötigten Daten in einer Mischung aus unterschiedlich gestalteten UI-Elementen sitzen, die alle so aussehen, als könnten sie nützliche Informationen enthalten. Die Extraktionsmethode muss den Unterschied zwischen dem Bläschen mit der Adresse, der Karte mit dem Zahlungsbetrag und der Vorschau, die nur einen Link enthält, erkennen können.

Drei häufige iMessage-Bestellszenarien

Nicht jeder iMessage-Bestell-Screenshot sieht gleich aus. Das visuelle Layout variiert je nachdem, wie der Kunde seine Informationen übermittelt hat und ob eine Zahlung involviert war.

Szenario 1: Adresse und Bestellnummer in Textblasen

Der Kunde gibt seine Adresse und Bestelldetails als einfache Nachrichten im Chat ein. Die Adresse erscheint in einer standardmäßigen blauen iMessage-Bubble:

"Können Sie an 3421 Maple Street, Apt 4B, Portland, OR 97202 liefern? Bestellnummer A45-8921"

Adresse und Bestellnummer können in derselben Nachricht oder auf zwei aufeinanderfolgende Nachrichten verteilt sein. Der Blasentext ist schlicht – keine Formatierung, keine Beschriftungen. Die Adresse folgt einem Standardmuster (Straße, Stadt, Bundesstaat, PLZ), das die Extraktions-Engine anhand der Struktur erkennen kann, und die Bestellnummer ist an ihrem alphanumerischen Format und ihrer Nähe zum Bestellkontext identifizierbar. Dieses Szenario ist das einfachste: nur die Chat-Blasen mit Absendername und Zeitstempeln als einzige umgebende Elemente.

Szenario 2: Apple Pay Cash-Zahlungskarte im Chat

Wenn ein Kunde zusätzlich per Apple Pay Cash im selben Gespräch bezahlt, enthält der Chat-Verlauf eine dunkle Karte, die sich optisch deutlich von allen umgebenden Blasen abhebt. Die Karte hat einen schwarzen Hintergrund und zeigt den Dollarbetrag in großen zentrierten weißen Buchstaben, den Namen des Empfängers oder Absenders, einen Status-Badge („Gesendet“, „Zugestellt“, „Ausstehend“) und optional eine Notiz am unteren Rand.

Wichtig zu verstehen ist, was die Apple Pay Cash-Karte nicht enthält. Sie zeigt den Zahlungsbetrag und die beteiligte Person, aber nicht die Lieferadresse oder die Bestellnummer. Diese bleiben in den Textblasen oberhalb oder unterhalb der Karte. Wenn Sie Daten aus einem Screenshot extrahieren, der beides enthält, benötigen Sie separate Spalten für die Adresse (aus den Textblasen), die Bestellnummer (ebenfalls aus den Textblasen) und den Zahlungsbetrag (aus der Karte).

Dies ist ein bemerkenswerter Unterschied zu WhatsApp Business, wo Zahlungsinformationen typischerweise als Klartext geteilt werden – „Ich habe 85 $ auf Ihre Nummer überwiesen“ – und nicht als gerenderte Karte. Das Kartenformat macht die Zahlungsbestätigung visuell prominenter, ist aber auch von den anderen Informationen getrennt, was die separate Extraktion erleichtert, sofern die Extraktions-Engine die Karte als eigenständige visuelle Komponente erkennen kann.

Szenario 3: Bestelllink mit Vorschaukarte

Manche Kunden teilen ihre Bestellung, indem sie eine URL von der Website des Händlers einfügen. iMessage erzeugt eine umfangreiche Linkvorschau, die als Karte im Chat erscheint – ein Vorschaubild, Seitentitel und Beschreibung in einem abgerundeten Container. Die eigentliche Adresse und Bestellnummer können in der Textblase neben dem Link stehen oder nur durch Klicken auf den Link zugänglich sein. Die Vorschaukarte selbst zeigt in der Regel nicht die vollständige Lieferadresse oder eine komplette Bestellnummer. Wenn der Kunde den Link gesendet hat, ohne die Adresse separat einzugeben, sind die Daten im Screenshot einfach nicht sichtbar. Dies ist eine Einschränkung, die für jede Extraktionsmethode gilt: Wenn die Informationen nicht auf dem Bildschirm dargestellt werden, können sie nicht extrahiert werden.

Durch iMessages visuelles Rauschen lesen

Ein iMessage-Screenshot kann Lesebestätigungen, Tippindikatoren, Tapbacks (Emoji-Reaktionen), Nachrichteneffekte, Zeitstempel und Kontakt-Avatare enthalten. Diese Elemente sind visuelles Rauschen, wenn Ihr Ziel die Adresse und Bestellnummer ist. Herkömmliche OCR-Engines, die das Bild von links nach rechts verarbeiten, lesen „Gelesen“ als Text, den Tippindikator als Punkte und Emoji-Reaktionen als Unicode-Zeichen – alles im selben Ausgabestrom wie die Adresse. Das Ergebnis ist ein Textblock, in dem „3421 Maple Street“ und „Gelesen“ und „...“ nacheinander erscheinen, was eine manuelle Bereinigung erfordert.

Visuelle Sprachmodelle verarbeiten den Screenshot anders. Sie interpretieren das Bild als vollständige visuelle Szene und erkennen die semantische Rolle jedes Elements – „dies ist ein Lesebestätigung-Label“ versus „dies ist eine Chatblase mit einer Adresse“ – bevor sie den Text in jeder Region lesen. Der Text der Lesebestätigung verunreinigt die Adressenextraktion nicht, und der Tippindikator erscheint nicht als verstümmelte Zeichen in der Ausgabe. Jede UI-Komponente wird nach ihrer visuellen Funktion klassifiziert, nicht nur nach dem darin enthaltenen Text.

Das gleiche Prinzip – dass ein Screenshot keine Tabelle ist, die Daten aber dennoch extrahiert werden können, indem man versteht, was jeder Teil des Bildes darstellt – gilt für die iMessage-Oberfläche ebenso wie für Zahlungsscreenshots. Der spezifische Unterschied hier ist, dass iMessages visuelles Rauschen aus interaktiven UI-Elementen besteht, nicht aus Dokumentinhalten, und die Extraktionsmethode zwischen beiden unterscheiden muss.

Was Sie extrahieren können und was nicht

Die richtigen Spaltennamen festzulegen ist der einzige Schritt, um zu bestimmen, was aus dem Screenshot extrahiert wird. Bei einem iMessage-Bestell-Screenshot sind die relevanten Spalten Lieferadresse, Bestellnummer, Zahlungsbetrag (von einer Apple Pay Cash-Karte) und Kundenname (aus dem Gesprächskopf). Die Extraktions-Engine liest jede Spaltendefinition, findet den entsprechenden Wert, indem sie die semantische Rolle jedes visuellen Elements versteht, und gibt eine Zeile pro Screenshot aus. Ein Batch von 15 iMessage-Screenshots verschiedener Kunden, jeweils mit unterschiedlichen Nachrichtenformaten und Apple Pay Cash-Karten, erzeugt eine einzige Tabelle mit 15 Zeilen.

Es gibt Grenzen, die Sie beachten sollten. Apple Pay Cash-Kartendaten enthalten nur den Transaktionsbetrag – nicht die Lieferadresse oder Bestellnummer. Diese befinden sich in den Textblasen und müssen separat extrahiert werden. Wenn der Screenshot eine Linkvorschau anstelle einer getippten Adresse zeigt, ist die Adresse im Bild einfach nicht sichtbar. Bei Nachrichtenverläufen mit mehreren Nachrichten, in denen die Adresse über mehrere Blasen verteilt ist, muss der Screenshot genug vom Gespräch erfassen, um alle Teile zu enthalten. Und Lesebestätigungen und Tippindikatoren – obwohl sie die semantische Extraktion nicht beeinträchtigen – erschweren die Definition des visuellen Interessenbereichs, wenn der Screenshot aufgenommen wurde, bevor der Kunde mit dem Tippen fertig war.

Bei der Batch-Verarbeitung ist der Arbeitsablauf derselbe wie bei jeder anderen Screenshot-Kategorie. Laden Sie die Bilder hoch, definieren Sie die Spalten einmal und verarbeiten Sie sie gemeinsam. Ein Batch, der iMessage-Screenshots gemischt mit SMS-Bestellbestätigungen enthält – bei denen die Daten rein als Klartext vorliegen – folgt derselben Spaltenstruktur, und die Extraktionsmethode passt sich individuell dem visuellen Format jedes Eingabebildes an.

Häufig gestellte Fragen