So senden Sie Screenshot-Daten aus
jeder App in Google Sheets (Anleitung 2026)

App-Screenshots sind eine Datenquelle, kein Dokumentenformat

Jedes Tutorial zur Datenextraktion aus Bildern geht von derselben Annahme aus: Das Bild enthält eine Tabelle. Die integrierte OCR von Google Drive sucht nach Text und gibt ihn als flachen Block aus. Die Funktion „Daten aus Bild“ von Excel scannt nach Gitternetzlinien, ordnet Zellen Koordinaten zu und rekonstruiert Zeilen und Spalten. Drittanbieter-Add-ons wie ExtractTable – über 68.000 Installationen im Google Workspace Marketplace – erkennen umrandete Tabellen und führen eine zellenweise OCR durch.

Das Problem: Die Screenshots, die Sie tatsächlich machen, enthalten keine Tabellen. Eine Stripe-Zahlungsbestätigung zeigt „Betrag: 247,00 €“ und „Status: Erfolgreich“ als gestapelte Label-Wert-Paare in einem Kartenlayout. Eine Shopify-Bestellseite zeigt Rechnungsadresse, Positionen und Erfüllungsstatus in separaten Bereichen. Ein internes Dashboard ist ein Mosaik aus KPI-Karten, jede mit einer Zahl und einem Label – keine Gitternetzlinien, keine Zellgrenzen, keine zuzuordnenden Koordinaten.

Wenn Sie einen dieser Screenshots in ein Tabellenerkennungstool geben, erhalten Sie entweder eine leere Ausgabe (keine Tabelle gefunden) oder jedes sichtbare Wort wird in einen unstrukturierten Textblock geworfen. Am Ende tippen Sie die vier oder fünf benötigten Werte trotzdem neu ab – nur dass Sie jetzt auch noch Zeit damit verbracht haben, das Bild hochzuladen und auf das Scheitern der Erkennung zu warten.

Was App-Screenshots brauchen, ist kein Tabellendetektor. Es ist ein Leser, der versteht, was der Text auf dem Bildschirm bedeutet – nicht wo er steht. Ein Leser, der „Betrag: 247,00 €“ finden kann, egal ob es auf der linken Seite einer Bestätigungskarte in Stripe oder auf der rechten Seite einer Transaktionsdetailseite in PayPal erscheint. Diese Fähigkeitslücke zu schließen, wurden die meisten Bild-zu-Tabellen-Tools nie entwickelt.

Für einen breiteren Überblick, wie die Screenshot-zu-Tabelle-Lücke in Ihre bestehende Pipeline passt, ohne etwas zu unterbrechen, behandelt der Artikel zur Pipeline-Architektur die Architektur – jede Formel, jedes Diagramm und jeder Import, den Sie bereits erstellt haben, bleibt intakt. Die folgende Anleitung ist die praktische Version: Installieren, Konfigurieren, Erfassen.

Installation des Add-ons, das App-Screenshots liest

ImageToTable.ai bietet ein Google Sheets-Add-on – ein Seitenfenster, das in Ihrer Tabelle lebt und KI-Extraktion durchführt, ohne das Blatt zu verlassen. Es verwendet benutzerdefinierte Spaltenextraktion: Sie geben die gewünschten Feldnamen ein (z. B. "Transaktionsbetrag, Datum, Referenznummer, Status"), und die KI findet diese Werte überall auf dem Screenshot, indem sie deren Bedeutung versteht. Ein Transaktionsbetrag oben links in einem Screenshot und unten mittig in einem anderen wird in derselben Spalte Ihrer Ausgabe aufgelöst – weil die KI Semantik liest, nicht Pixelkoordinaten.

Die Installation dauert weniger als eine Minute, einmalig:

1. Google Workspace Marketplace öffnen. Klicken Sie in einem beliebigen Google Sheet auf Erweiterungen → Add-ons → Add-ons abrufen. Suchen Sie nach "ImageToTable.ai". Klicken Sie auf Installieren und erteilen Sie die angeforderten Berechtigungen – das Add-on benötigt Schreibzugriff auf das aktive Tabellenblatt ausschließlich zum Anhängen extrahierter Zeilen. Es verändert keine vorhandenen Zellen, Formeln oder die Blattstruktur.
2. API-Schlüssel generieren. Gehen Sie in Ihrem ImageToTable.ai-Webkonto (kostenlos registrieren) zu Profil → API-Schlüssel → Neu generieren. Kopieren Sie den Schlüssel.
3. Schlüssel in der Seitenleiste hinterlegen. Starten Sie das Add-on in Sheets: Erweiterungen → ImageToTable.ai → Öffnen. Fügen Sie Ihren API-Schlüssel im Bereich Konto der Seitenleiste ein. Dadurch wird das Add-on mit Ihrem Plan verknüpft – die Nutzung wird auf Ihr Kontingent angerechnet, und Ihre gespeicherten Spaltendefinitionen werden zwischen der Webplattform und der Seitenleiste synchronisiert. Ein Schlüssel, eine Verknüpfung, fertig.

Das Add-on ist nun bereit. Ein etwa 300 Pixel breites Panel wird auf der rechten Seite Ihrer Tabelle angezeigt. Das Blatt, an dem Sie gearbeitet haben, bleibt im Mittelpunkt. Kein neuer Tab, kein neues Fenster, kein Kontextwechsel.

Schritt für Schritt – Ihr erster Screenshot zu Tabellendaten

Hier ist der gesamte Ablauf, vom Screenshot auf Ihrem Desktop bis zur Datenzeile in Ihrer Tabelle. Der erste Durchlauf dauert inklusive Einrichtung etwa 90 Sekunden. Jeder weitere Screenshot aus derselben Quelle – dasselbe Zahlungsportal, dasselbe Dashboard, dieselbe App – dauert etwa 15 Sekunden, da Ihre Spaltendefinitionen erhalten bleiben.

Jeder Screenshot wird in etwa 5–10 Sekunden verarbeitet, verglichen mit rund 3 Minuten für manuelles Lesen und Eintippen derselben Felder – ein 18-facher Geschwindigkeitsvorteil pro Bild. Die Zeitersparnis summiert sich, wenn Screenshots in Batches eintreffen. Und die Spaltendefinitionen bleiben zwischen den Sitzungen erhalten: Zahlungsbestätigungen von morgen benötigen keine Neueinrichtung – die Seitenleiste merkt sich bereits, wie Sie Ihre Spalten benannt haben.

Eine beständige Erfassungsroutine aufbauen

Der erste Screenshot, den Sie über das Add-on senden, ist ein Machbarkeitsnachweis. Der zehnte ist eine Gewohnheit. Der Unterschied zwischen beiden liegt darin, ob der Erfassungsschritt Reibung in Ihren bestehenden Arbeitsablauf bringt – oder darin verschwindet.

Vorlagenbeständigkeit ist der Gewohnheitsverstärker. Wenn das Add-on über einen API-Schlüssel mit Ihrem Konto verbunden ist, werden die Spaltennamen, die Sie für eine Sitzung definieren, in die nächste übernommen. Wenn Sie täglich Stripe-Zahlungsbestätigungen mit den Spalten "Datum | Betrag | Kunde | Zahlungsmethode | Status" verarbeiten, warten diese fünf Spalten morgen in der Seitenleiste auf Sie. Sie benennen sie nicht um. Sie konfigurieren nicht neu. Sie laden die neuen Screenshots hoch und klicken auf Extrahieren.

Für mehrere Datenquellen erstellen Sie benannte Vorlagen: eine für Zahlungsbestätigungen (Stripe/PayPal), eine für Auftragsverfolgung (Shopify/WooCommerce-Adminbereich), eine für interne KPI-Schnappschüsse (das Dashboard Ihres Teams). Das Wechseln der Vorlagen in der Seitenleiste erfolgt mit einem Klick – die Spalten tauschen sofort. Das Vorlagensystem verwandelt das Add-on von einem reinen Extraktionswerkzeug in einen Multi-Quellen-Erfassungshub.

Drei Muster, die die Routine für die meisten Nutzer beständig machen:

• Gleiche Zeit, gleiche Quelle. Jeden Morgen prüfst du die Stripe-Zahlungen von gestern. Öffne das Blatt, öffne die Seitenleiste, die Vorlage „Stripe Payments“ ist bereits ausgewählt, lade die neuen Screenshots hoch, extrahiere. Die gesamte Sitzung – vom Öffnen von Sheets bis zum Befüllen aller Datenzeilen – dauert bei einem Dutzend Screenshots unter einer Minute.
• Auslöserbasierte Erfassung. Jedes Mal, wenn du eine Aktion abschließt, die einen Datenpunkt generiert – ein Kunde gibt eine Bestellung auf, eine Zahlung wird abgeschlossen, ein KPI aktualisiert sich – machst du einen Screenshot. Am Ende des Tages öffnest du Sheets und verarbeitest die Tagesaufnahmen stapelweise. Das Add-on speichert deine Spaltendefinitionen zwischen den Sitzungen, sodass der tägliche Batch ein einziger Upload-und-Extraktion-Zyklus ist.
• Sammlungsbasierte Erfassung. Wenn Screenshots von anderen Personen stammen – ein Außendiensttechniker, der App-Messwerte sendet, ein Teammitglied, das eine Dashboard-Aufnahme teilt – kombiniere das Add-on mit einem Sammel-Link: Erstelle eine teilbare URL in deinem ImageToTable.ai-Konto, teile sie mit Mitwirkenden, und ihre hochgeladenen Screenshots landen in deiner Kontowarteschlange. Von dort aus verarbeitest du sie über die Seitenleiste wie deine eigenen Aufnahmen. Keine Registrierung auf Seiten der Mitwirkenden erforderlich.

Der Wert des Add-ons liegt nicht darin, dass es bei einem einzelnen Screenshot Zeit spart. Sondern darin, dass sich die Ersparnis wiederholt – ohne Neukonfiguration, ohne Kontextwechsel – an jedem Tag, an dem du es nutzt. Die Seitenleiste am Rand deiner Tabelle wird so beständig wie eine Bearbeitungsleiste, und der Raum zwischen Screenshot und Datenzeile wird zum Teil deines Workflows, über den du nicht mehr nachdenkst.

Für einen detaillierteren Vergleich, wie der Seitenleisten-Workflow im Vergleich zur traditionellen Drive-OCR-Methode abschneidet – inklusive einer Schritt-für-Schritt-Aufschlüsselung beider Wege – zeigt die Workflow-Analyse im direkten Vergleich, wie jeder Ansatz in der Praxis tatsächlich aussieht.

Add-on oder Web-Plattform – wann was nutzen?

ImageToTable.ai bietet zwei Erfassungsmöglichkeiten: die Seitenleiste des Add-ons und die browserbasierte Web-Plattform. Beide nutzen dieselbe Extraktions-Engine, dasselbe Konto und dasselbe Plan-Kontingent. Die Wahl hängt vom Arbeitsablauf ab, nicht von den Funktionen.

Beide Modi existieren im selben Konto nebeneinander. Verarbeiten Sie Ihre täglichen Stripe-Bestätigungen über die Seitenleiste und Ihre wöchentlichen Rechnungssammlungen über die Web-Plattform – beides wird vom selben Kontingent abgezogen, beide synchronisieren Ihre Vorlagen, und die Ausgabe landet dort, wo Sie es jeweils bestimmen. Für Add-on-Extraktions-Workflows mit bestimmten Dokumenttypen finden Sie in den Leitfäden zur Beleg-Extraktion und Rechnungs-Extraktion die Spaltenbenennungsmuster, die für jeden Dokumenttyp die sauberste Ausgabe liefern.

FAQ

Funktioniert das Add-on mit Screenshots aus jeder App?

Ja – die Extraktions-Engine liest den visuellen Inhalt des Screenshots und findet Felder anhand ihrer Bedeutung, nicht nach App-Layout. Ein Zahlungsbetrag auf einem Stripe-Bestätigungsbildschirm und derselbe Betrag auf einem PayPal-Beleg werden beide der von Ihnen benannten Spalte „Betrag“ zugeordnet, da die KI die Beziehung zwischen Label und Wert versteht, nicht die Pixelposition. Die einzige praktische Einschränkung: Der Screenshot muss lesbar sein. Wenn der Text auf dem Bildschirm zu klein zum Lesen ist oder das Bild stark komprimiert wurde, sinkt die Genauigkeit – dieselbe Einschränkung wie bei jedem KI-basierten Erkennungssystem.

Muss ich den Screenshot zuschneiden, um nur die gewünschten Daten zu zeigen?

Nein. Der Spaltennamen-Ansatz bedeutet, dass Sie der KI mitteilen, was extrahiert werden soll, nicht wo gesucht werden soll. Ein Vollbild-Screenshot einer Shopify-Bestellseite – mit Navigationsleisten, Seitenmenüs und nicht zusammenhängenden Dashboard-Widgets – ist in Ordnung. Die KI scannt das gesamte Bild, identifiziert die Felder, die Ihren Spaltennamen entsprechen, und ignoriert alles andere. Zuschneiden ist nicht nötig. Tatsächlich hilft der umgebende Kontext der KI manchmal, Felder zu unterscheiden – eine Zahl neben „Bestellsumme“ in einem Preisbereich ist eindeutig anders als dieselbe Zahl, die als SKU in einem Inventarbereich erscheint.

Was ist mit Screenshots mit sensiblen Daten – Zahlungsdetails, personenbezogene Daten von Kunden?

Dateien werden während der Extraktionssitzung verarbeitet und nach Abschluss nicht gespeichert. Das Add-on kommuniziert über HTTPS mit der Extraktions-API. Wenn Ihre Screenshots personenbezogene Daten, Zahlungskartendaten oder geschützte Gesundheitsinformationen enthalten, prüfen Sie die Verarbeitungsbedingungen im Hinblick auf die Compliance-Anforderungen Ihrer Organisation – insbesondere bei Anwendbarkeit von HIPAA oder DSGVO. Das Tool verarbeitet Daten vorübergehend; es liegt in Ihrer Verantwortung zu bestätigen, dass der Workflow Ihren Datenverarbeitungspflichten entspricht.

Kann ich Daten aus mehreren Screenshots gleichzeitig extrahieren?

Ja. Wählen Sie mehrere Dateien im Upload-Dialog aus oder ziehen Sie einen Stapel per Drag & Drop hinein. Jeder Screenshot wird unabhängig verarbeitet und fügt eine Zeile zu Ihrem aktiven Blatt hinzu. Zehn Screenshots mit den Spalten „Datum | Betrag | Kunde | Status“ erzeugen zehn Zeilen – eine pro Screenshot – in der Reihenfolge des Hochladens.

Ersetzt dies meine bestehenden IMPORTDATA-Pipelines oder Tabellenformeln?

Nein. Das Add-on fügt Zeilen zu Ihrem Blatt hinzu – es ändert keine bestehenden Formeln, Importe oder bedingten Formatierungen. Ihre QUERY-, VLOOKUP- und SUMIFS-Formeln verweisen auf Spaltenüberschriften und Bereiche, die unverändert bleiben. Das Add-on schließt eine Lücke – Screenshots, die keine native Sheets-Funktion lesen kann – ohne etwas zu berühren, das bereits funktioniert.

Wie unterscheidet sich dies von der integrierten Google Drive-OCR-Methode?

Google Drive OCR (Bild hochladen → mit Docs öffnen → Text kopieren → in Sheets einfügen → in Spalten aufteilen) ist ein sieben- bis neunstufiger Prozess, der rohen, unstrukturierten Text ausgibt. Es versteht keine Datenbeziehungen – „Betrag: 247,00 €“ und „Datum: 15. März“ erscheinen als undifferenzierter Text, den Sie manuell neu organisieren müssen. Das Add-on erzeugt typisierte, spaltenausgerichtete Daten, die direkt als fertige Zeile in Ihrem Blatt landen. Der Unterschied liegt nicht in der Extraktionsqualität – sondern darin, dass das Add-on jeden Zwischenschritt zwischen „Ich habe einen Screenshot“ und „Die Daten sind in meinem Blatt“ eliminiert. Eine vollständige Aufschlüsselung beider Wege finden Sie im Workflow-Vergleichsartikel.

Was ist, wenn die KI den falschen Wert für ein Feld extrahiert?

Niedrig vertrauenswürdige Extraktionen werden in der Seitenleiste markiert, bevor Daten in die Tabelle übernommen werden – Sie können sie direkt prüfen und korrigieren. Bei wiederholten Extraktionen aus derselben App-Oberfläche erreicht die Genauigkeit für gedruckten Text in klaren Screenshots bis zu 99 %. Die häufigste Fehlerquelle ist nicht das falsche Lesen durch die KI, sondern die Mehrdeutigkeit des Spaltennamens – wenn Sie eine Spalte „Nummer“ nennen und der Screenshot eine Transaktions-ID, eine Referenznummer und eine Positionsanzahl enthält, hat die KI drei Kandidaten. Beschreibende Spaltennamen („Transaktions-ID“ statt „Nummer“) lösen dieses Problem. Der Leitfaden für konsistente Screenshot-Extraktion behandelt Namensgebung und Bildqualität, die Korrekturen minimieren.

Ist das dasselbe wie die Excel-Funktion „Daten aus Bild“?

Nein. Die Excel-Funktion „Daten aus Bild“ ist ein Tabellenrekonstruktionswerkzeug – sie erkennt Gitternetzlinien im Bild, ordnet Zellen Koordinaten zu und wendet OCR auf jede Zelle an. Sie funktioniert bei Screenshots mit umrandeten Tabellen. Sie versagt bei den Karten- und Panel-Layouts, die die meisten App-Screenshots ausmachen. Das hier beschriebene Add-on liest den semantischen Inhalt des gesamten Bildes – es extrahiert benannte Felder aus jedem Layout, mit oder ohne Tabelle.