Koreanische Adresse und Bestelldaten
aus einem KakaoTalk-Chat-Screenshot lesen

Was ein KakaoTalk-Bestell-Screenshot tatsächlich enthält

KakaoTalk ist Südkoreas dominante Messaging-Plattform, die von mehr als 46 Millionen Menschen in einem Land mit 52 Millionen Einwohnern genutzt wird. Wenn ein koreanischer Kunde bei einem kleinen Unternehmen bestellt – ein Restaurant, das eine Großbestellung von Lebensmitteln aufgibt, ein Wiederverkäufer, der Schönheitsprodukte bestellt, ein Lieferant, der Rohstoffe bestätigt – läuft die gesamte Transaktion typischerweise in KakaoTalk ab. Der Kunde sendet seine Adresse, listet die gewünschten Artikel auf und bezahlt oft auch über KakaoPay, wodurch eine gestaltete Zahlungsbestätigungskarte erzeugt wird, die im selben Chatverlauf erscheint. Koreanische Gruppenkäufe (공동구매) laufen vollständig nach diesem Chatverlaufsmuster ab: Ein Organisator sammelt Artikel und Mengen von Dutzenden Käufern, was KakaoTalk-Gruppenkauf-Screenshots zur de facto Bestellliste macht.

Ein einzelner Screenshot dieser Unterhaltung kann Folgendes enthalten:

• Reine Text-Chatblasen mit der Adresse des Kunden auf Koreanisch, entweder im Straßennamen-System (도로명주소) oder im Grundstücksnummer-System (지번주소)
• Bestelldetails – Produktnamen (상품명), Mengen (수량) und optional Preise und Sonderwünsche – alles in umgangssprachlichem Koreanisch
• Eine KakaoPay-Zahlungskarte – eine optisch abgesetzte UI-Karte mit grünem Akzent, die den bezahlten Gesamtbetrag, den Händlernamen und ein Transaktionsstatus-Abzeichen zeigt
• Eine KakaoMap-Standortfreigabe – eine Vorschaukarte mit Kartenminiatur und Adresstext, wenn der Kunde seinen Standort über den integrierten Kartendienst der App teilt
• Visuelle Oberfläche – die Titelleiste des Chatraums mit dem Namen der anderen Person, das „KakaoTalk“-Branding, Zeitstempel, Lesebestätigungen und den Nachrichteneingabebereich

Jedes dieser Elemente hat ein anderes visuelles Format – Klartext, gestaltete Karte, Kartenminiatur – doch die Daten, die Sie benötigen (die Adresse und die Bestelldetails), ziehen sich durch alle hindurch. Ein herkömmliches OCR-Tool liest das gesamte Bild als einen Textblock und erzeugt eine rohe Zeichenfolge aus gemischtem Hangul, Ziffern und UI-Beschriftungen, die Sie dann manuell durchsortieren müssen. Die Herausforderung besteht nicht darin, dass die Adresse schwer zu lesen ist – sie ist klar auf Koreanisch geschrieben. Die Herausforderung besteht darin, sie aus allem anderen auf dem Bildschirm herauszulösen.

Das Problem der dualen Adressen: Straßenname (도로명주소) vs. Grundstücksnummer (지번주소)

Südkorea ist eines der wenigen Länder der Welt, in denen zwei Adresssysteme nebeneinander existieren. Das offizielle System ist die Straßenname-Adresse (도로명주소, Doro-myeong-juso), eingeführt im Juli 2011 und vollständig übernommen bis Januar 2014. In diesem System folgen Adressen einem logischen, straßenbasierten Format: Provinz oder Stadt → Bezirk → Straßenname → Gebäudenummer. Eine typische Straßenname-Adresse sieht so aus:

서울특별시 강남구 테헤란로 123
(Seoul, Gangnam-gu, Teheran-ro 123)

Aber die ältere Grundstücksnummer-Adresse (지번주소, Jibeon-juso) ist weiterhin weit verbreitet. Dieses System basiert auf Grundstücksparzellennummern statt auf Straßennamen und erzeugt Adressen, die völlig anders aussehen:

서울특별시 강남구 역삼동 123-45
(Seoul, Gangnam-gu, Yeoksam-dong 123-45)

Beide Adressen können sich auf exakt dasselbe Gebäude beziehen. Naver Maps und KakaoMap zeigen beide Versionen für jeden beliebigen Ort nebeneinander an. Im KakaoTalk-Chat könnte ein koreanischer Kunde seine Adresse in beiden Formaten senden – je nachdem, womit er vertrauter ist oder was in seinen offiziellen Dokumenten steht. Eine Person schreibt „서울시 마포구 서교동 456-7" (Grundstücksnummer), während eine andere für dasselbe Viertel „서울시 마포구 와우산로 29길 45" (Straßenname) schreibt.

Diese Realität des dualen Systems schafft ein Problem für jede Extraktionsmethode, die ein einziges Adressformat erwartet. Ein vorlagenbasiertes Tool, das auf „Straßenname + Gebäudenummer" konfiguriert ist, wird eine Grundstücksnummer-Adresse nicht erkennen, wenn es in einem Screenshot darauf stößt. Umgekehrt wird ein Tool, das auf „동(Dong) + 번지(Beonji)"-Nummernmuster programmiert ist, Straßenname-Adressen übersehen. Der Kunde wird sein Adressformat nicht für Sie standardisieren – er tippt es einfach so, wie er es kennt. Eine Extraktionsmethode, die beide Systeme anhand ihrer semantischen Struktur versteht, statt nur anhand ihres visuellen Layouts, ist der praktische Ausweg aus diesem Dilemma.

Drei häufige KakaoTalk-Bestellszenarien

Das visuelle Erscheinungsbild des Screenshots hängt davon ab, wie der Kunde seine Bestellung aufgegeben hat und ob eine Zahlung über KakaoPay erfolgt ist. Jedes Szenario bringt leicht unterschiedliche Extraktionsaspekte mit sich.

Szenario 1: Adresse und Bestelldetails in einfachen Chat-Blasen

Das häufigste Szenario: Der Kunde tippt seine Adresse und Bestellung direkt als normale Textnachrichten in den Chat. Das Gespräch könnte so aussehen:

Kunde: „네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요."
(Ja, ich möchte bestellen. 3 Kimchi-Jjigae, 2 Jeyuk-Bokkeum bitte.)
Kunde: „주소는 경기도 성남시 분당구 정자동 178-3번지 203호입니다."
(Die Adresse ist 203-ho, 178-3 Jeongja-dong, Bundang-gu, Seongnam-si, Gyeonggi-do.)

Die Adresse erscheint im Grundstücksnummer-Format (정자동 178-3) mit einer Einheitsnummer (203호). Die Bestellpositionen sind separat in einer vorhergehenden Nachricht aufgelistet. Beide Informationen liegen als Klartext vor – keine Karten, keine geteilten Karten – aber sie sind in gesprochenem Koreanisch verfasst, nicht in beschrifteten Formularfeldern. Ein herkömmliches OCR-Tool würde „네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요." als eine durchgehende Zeichenkette zusammen mit dem Adresstext ausgeben, sodass Sie die Bestellpositionen manuell von der Adresse trennen müssten.

Mit spaltenbasierter semantischer Extraktion definieren Sie zwei Spalten – Lieferadresse (배송지) und Bestellpositionen (주문 상품) – und die Engine liest den Screenshot mit dem Wissen, dass sie nach zwei unterschiedlichen Informationen im selben Chattext sucht. Sie findet die Adresse, indem sie die koreanische Adressstruktur erkennt (Provinz → Stadt → Bezirk → Grundstücksnummer → Einheit) und identifiziert die Bestellpositionen anhand ihrer numerischen Mengenangaben und Produktnamenmuster, wobei sie jede in die richtige Spalte ausgibt, ohne sie zu vermischen.

Szenario 2: Adresse mit einer KakaoPay-Zahlungskarte

KakaoTalk ist eng mit KakaoPay, Koreas führender digitaler Geldbörse, integriert. Wenn ein Kunde innerhalb des Chats über KakaoPay bezahlt, erscheint eine Zahlungsbestätigungskarte direkt im Gespräch. Die Karte hat eine unverwechselbare visuelle Identität – eine weiße oder helle Karte mit Kakao's charakteristischem gelb-grünen Akzent, die den Gesamtbetrag in großer fetter Schrift, den Händlernamen, einen Transaktionszeitstempel und ein Statusabzeichen („결제완료" – Zahlung abgeschlossen) zeigt.

Diese Karte ist ein eigenständiges UI-Element, das zwischen den Textblasen sitzt. Sie enthält den Zahlungsbetrag und die Transaktionsbestätigung, aber nicht die Lieferadresse oder die Bestellpositionen. Diese bleiben in den Textblasen über oder unter der Karte. Der Screenshot enthält nun zwei völlig unterschiedliche visuelle Formate – einfachen Chattext und eine gestaltete Zahlungskarte – im selben Bild.

Eine spaltenbasierte Extraktions-Engine, die auf visueller KI basiert, interpretiert den gesamten Screenshot als zusammengesetzte Szene. Sie erkennt die Zahlungskarte als „KakaoPay-Bestätigung" und extrahiert den Betrag in eine Zahlungsbetrag (결제 금액)-Spalte, falls Sie eine definieren, während sie gleichzeitig die Textblasen für Adresse und Bestellinformationen liest. Herkömmliches OCR liest dagegen den Kartentext und den Chattext in einen einzigen undifferenzierten Strom – „결제완료" aus dem Kartenlabel erscheint direkt neben der Adresse in der Ausgabe.

Dies ist dasselbe Prinzip, das für Zahlungs-Screenshots auf anderen Plattformen gilt: Die Zahlungsbestätigung und die Transaktionsdetails sind visuell unterschiedliche Elemente im Bild, und die Extraktionsmethode muss die Rolle jedes Elements erkennen, anstatt allen Text gleich zu behandeln.

Szenario 3: Adresse über KakaoMap-Standortkarte geteilt

KakaoTalk ermöglicht es Nutzern, ihren aktuellen Standort oder eine markierte Adresse über KakaoMap zu teilen. Wenn jemand auf die Standortfreigabe-Schaltfläche tippt, erscheint eine Vorschaukarte im Chat, die eine kleine Kartenminiatur, die Adresse als Text unter der Karte und den Namen des Ortes zeigt, falls der Nutzer einen benannten Ort markiert hat. Der Adressentext auf dieser Karte wird in kleiner Schrift innerhalb einer kompakten Vorschau dargestellt – und er kann je nachdem, welches System die Kartenschnittstelle anzeigt, in einem der beiden Adressformate geschrieben sein.

Dieses Szenario stellt einen schwierigeren Extraktionsfall dar. Die Adresse ist im Bild vorhanden, aber in kleiner Schriftgröße innerhalb einer Karte gerendert, die nur einen Teil des Screenshots einnimmt. Wenn der Text auf der Kartenvorschau durch die Vorschaugrenzen teilweise abgeschnitten ist oder der Screenshot aufgenommen wurde, bevor die Karte vollständig geladen war, kann die sichtbare Adresse unvollständig sein. Zusätzlich zeigt KakaoMap standardmäßig die Straßenname-Adresse in der Vorschau an. Selbst wenn der Kunde seine Adresse als Grundstücksnummer kennt, zeigt die geteilte Karte daher wahrscheinlich die entsprechende Straßenname-Adresse – was bedeutet, dass das Format von dem abweichen kann, was der Kunde in früheren Nachrichten eingegeben hat.

Für Extraktionszwecke bleibt die KakaoMap-Karte lesbar, solange der Adressentext sichtbar und nicht abgeschnitten ist. Definieren Sie die Spalte wie für eine Adresse in einer Textblase, und die Engine liest den Text, wo immer er im Bild erscheint – ob in einer Chatblase oder auf einer Kartenvorschau. Das Risiko ist die Abschneidung: Wenn der Screenshot nur die obere Hälfte der Karte erfasst, kann die Adresszeile unten abgeschnitten sein. Ein Screenshot in voller Höhe, der die gesamte Karte von oben bis unten enthält, vermeidet dieses Problem.

Wie die semantische Extraktion koreanische Adressen verarbeitet

Der Schlüssel zur Arbeit mit KakaoTalk-Bestell-Screenshots ist dasselbe Prinzip, das für jedes Chat-Screenshot-Extraktionsszenario gilt: Sie müssen der Engine nicht mitteilen, welches Adressformat zu erwarten ist oder wo auf dem Bildschirm gesucht werden soll. Sie definieren die gewünschten Spalten – Shipping Address (배송지), Order Items (주문 상품), Quantity (수량), Payment Amount (결제 금액) – und die KI liest jeden Screenshot als vollständige visuelle Szene, indem sie die Daten für jede Spalte dadurch lokalisiert, dass sie versteht, was sie bedeuten und wo sie typischerweise in einer KakaoTalk-Konversation erscheinen.

Dies unterscheidet sich grundlegend von vorlagenbasierter oder positionsbasierter Extraktion. Ein traditioneller Ansatz würde erfordern, dass Sie angeben: „Die Adresse ist in der Chatblase, der Betrag ist in der grünen Zahlungskarte, die Artikel sind in der vorherigen Nachricht.“ Jede Abweichung – ein Kunde, der zuerst Artikel und dann die Adresse sendet, eine KakaoPay-Karte, die über der Artikelliste statt darunter erscheint – bricht das voreingestellte Layout. Semantische Extraktion hängt nicht von festen Positionen oder Seitenlayouts ab, weil sie Inhalte interpretiert, nicht Koordinaten.

Bei koreanischen Adressen erkennt die Engine sowohl das Straßenname-Format („서울시 강남구 테헤란로 123") als auch das Grundstücksnummer-Format („서울시 강남구 역삼동 123-45") als Adressen, da beide internen Strukturmustern folgen, die das Modell gelernt hat (Verwaltungshierarchie + numerische Kennungen). Es muss nicht wissen, welches Format erwartet wird – es liest das Format, das der Kunde verwendet hat, und trägt das Ergebnis in die Spalte „Shipping Address" ein.

Dieser Blog behandelt den Anwendungsfall Bestelladresse. Wenn Ihre KakaoTalk-Screenshots auch Zahlungsdaten enthalten – den Überweisungsbetrag (송금액) auf einer KakaoPay-Karte, eine Bankkontonummer (계좌번호) oder Absender-Metadaten – liest das KakaoTalk-Screenshot-Extraktionstool diese Felder im selben Durchgang, mit demselben spaltenbasierten Ansatz.

Derselbe spaltenbasierte Ansatz gilt, wenn Kunden über andere Messaging-Apps bestellen – die Extraktion liest nach Bedeutung und nicht nach Plattform. Die Methode, die eine koreanische Adresse aus KakaoTalk extrahiert, funktioniert genauso bei WhatsApp-Business-Bestellchats, iMessage, LINE oder WeChat: Spalten einmal definieren, und die KI liest das Adressformat, das der Kunde eingegeben hat.

Was Sie extrahieren können und wo die Grenzen liegen

Bei einem typischen KakaoTalk-Bestell-Screenshot liefert ein gut definiertes Spaltenset zuverlässig folgende Daten:

Es gibt Einschränkungen, die klar benannt werden sollten. Wenn die Adresse nur in einer KakaoMap-Standortfreigabekarte erscheint und der Kartentext im Screenshot abgeschnitten ist, erhalten Sie eine unvollständige Adresse. Wenn die Bestelldaten des Kunden über mehrere aufeinanderfolgende Nachrichten verteilt sind und der Screenshot nur die letzten drei Sprechblasen erfasst, fehlt möglicherweise die vollständige Bestellliste. Wenn der Kunde Adresse und Bestellinfo in getrennten Nachrichten mit unzusammenhängendem Chat dazwischen sendet, kann das Ergebnis bei strukturell mehrdeutigen Inhalten Fülltext in derselben Spalte enthalten.

Das sind Einschränkungen der visuellen Erfassung, nicht der Extraktion. Die Lösung ist in allen Fällen dieselbe: Machen Sie den Screenshot breit genug, um alle relevanten Nachrichten zu erfassen, und definieren Sie Spalten, die zu den tatsächlich benötigten Daten passen. Die KI arbeitet mit dem, was das Bild enthält – sie erfindet keine fehlenden Daten.

Häufig gestellte Fragen