Swish-Zahlungs-Screenshots
So identifizieren Sie Betrag, Empfänger und Mobilnummer

Wo die drei Felder auf einem Swish-Bestätigungsbildschirm sitzen

Swish ist Schwedens dominierendes mobiles Bezahlsystem, das 2012 von einem Konsortium aus sechs großen Banken – Swedbank, Nordea, SEB, Handelsbanken, Danske Bank und Länsförsäkringar – eingeführt wurde. Laut dem Jahresbericht von Getswish AB hatte es im Dezember 2024 rund 8,5 Millionen aktive Nutzer und verarbeitete im selben Jahr 1,1 Milliarden Zahlungen im Wert von 560 Milliarden SEK (etwa 60 Milliarden USD). Anders als Zahlungssysteme, die in mehreren Banking-Apps leben – wie PayNow in Singapur – ist Swish eine eigenständige Anwendung. Dieselbe Swish-App läuft auf jedem Telefon, unabhängig davon, welche schwedische Bank der Nutzer verwendet. Das bedeutet, dass der Bestätigungsbildschirm für alle praktisch identisch ist. Für jeden, der Swish-Screenshots von mehreren Sendern verarbeitet, ist diese Konsistenz ein großer Vorteil: Sie sehen ein Layout, nicht drei oder vier.

Der Bestätigungsbildschirm zeigt den Transaktionsbetrag in großer Schrift in der Mitte – nur Schwedische Kronen (SEK), keine andere Währung. Unter dem Betrag erscheint der registrierte Name des Empfängers, gefolgt von seiner maskierten Mobiltelefonnummer im Format 07XX-XXX XX XX mit verborgenen mittleren Ziffern. Ein Freitext-Notizfeld („Meddelande (Nachrichtenfeld)“ auf Schwedisch) befindet sich am unteren Rand der Bestätigung und zeigt die Nachricht, die der Sender eingegeben hat – typischerweise eine Rechnungsnummer, ein Produktverweis oder eine kurze Beschreibung des Zahlungszwecks. Datum und Uhrzeit der Transaktion werden je nach App-Version oben oder unten auf dem Bildschirm angezeigt.

Was Swish von bankeigenen Zahlungssystemen wie PayNow oder Brasiliens PIX unterscheidet, ist, dass sich dieses Layout nicht ändert, je nachdem, welche Bank der Sender nutzt. Jeder Swish-Nutzer – ob sein Bankkonto bei SEB, Swedbank, Nordea, Handelsbanken, ICA Banken oder einer der anderen 13 teilnehmenden Banken liegt – sieht nach Abschluss einer Überweisung denselben Bestätigungsbildschirm. Die Felder befinden sich an denselben Positionen, in derselben Schriftart, demselben Farbschema. Eine Charge von Swish-Screenshots von zwanzig verschiedenen Personen erzeugt zwanzig Bilder, die aussehen, als kämen sie von derselben App – weil sie das tun.

Die praktische Konsequenz ist, dass ein vorlagenbasiertes Extraktionstool – eines, das Begrenzungsrahmen an bestimmten Pixelkoordinaten zeichnet – bei Swish-Screenshots funktionieren würde, ohne dass bankenspezifische Vorlagen erforderlich sind. Aber vorlagenbasierte Tools versagen, sobald Getswish AB ein Design-Update veröffentlicht, was mehrfach vorgekommen ist (wie Nutzerbewertungen im App Store und Google Play zeigen, die kleinere UI-Änderungen zwischen Versionen erwähnen). Der zuverlässigere Ansatz ist die semantische Extraktion: Definieren Sie die gewünschten Felder nach Namen und lassen Sie die KI sie anhand der Bedeutung lokalisieren, nicht anhand der Position. Das funktioniert unabhängig davon, ob die Swish-Version auf dem Screenshot von 2024, 2025 oder 2026 stammt.

Der Empfänger: Der Name aus dem Swish-Register, nicht die Eingabe des Absenders

Dieses Feld wird von Swish-Neulingen am häufigsten falsch interpretiert. Auf einem Venmo-Screenshot ist der Empfänger ein @username – etwas, das der Empfänger selbst gewählt hat. Bei PayPal ist es eine E-Mail-Adresse. Bei Swish ist der auf dem Bestätigungsbildschirm angezeigte Empfängername der Name, der beim BankID des Empfängers registriert ist („Mobilt BankID“), Schwedens nationalem elektronischen Identifikationssystem, das jeder Swish-Nutzer zum Senden von Geld benötigt.

Wenn jemand Geld über Swish sendet, gibt er die Telefonnummer des Empfängers ein. Swish gleicht diese Telefonnummer mit dem Bankkonto des Empfängers ab und gibt den registrierten Namen zurück – den legalen Namen oder den Namen, den die Person bei der Registrierung ihrer BankID verwendet hat. Dieser Name erscheint auf dem Bestätigungsbildschirm des Absenders. Der Empfänger kann keinen Anzeigenamen oder Benutzernamen wählen; der Bildschirm zeigt, was die Bank des Empfängers aus der Registrierung seiner schwedischen Personnummer gespeichert hat. Das bedeutet, dass der Name, den Sie auf dem Screenshot sehen – „Anna Andersson“ oder „Erik Johansson“ – direkt mit der schwedischen nationalen Identität des Empfängers verknüpft ist, nicht mit einem Bildschirmnamen, den er nächste Woche ändern kann.

Die Mobiltelefonnummer erscheint unter dem Empfängernamen, teilweise maskiert – genug der letzten Ziffern sind sichtbar, um die Identität des Empfängers aus Sicht des Absenders zu bestätigen, aber die vollständige Nummer wird nie auf dem Bestätigungsbildschirm angezeigt. Das Format folgt dem schwedischen Telefonnummernplan: eine dreistellige Mobilfunkvorwahl, die mit 07 beginnt (z. B. 070, 072 oder 076), gefolgt von sieben Ziffern, die in gruppierter Form angezeigt werden, wobei die mittleren Zeichen durch X ersetzt sind. Eine Nummer wie 070-XXX 12 34 zeigt Ihnen beispielsweise die Vorwahl und die letzten vier Ziffern, aber nicht die vollständige Teilnehmernummer.

Für jeden, der Swish-Screenshots für Aufzeichnungszwecke verarbeitet, besteht die praktische Herausforderung darin, dass der Empfängername auf dem Screenshot durch die Perspektive des Absenders gefiltert wird. Wenn Sie eine Zahlung erhalten und einen Screenshot Ihrer eigenen Swish-App mit der eingehenden Transaktion machen, zeigt das Feld „Empfänger“ Ihren eigenen Namen (da die Bestätigung aus Sicht des Zahlers erfolgt). Wenn Sie einen Screenshot von einem Kunden erhalten, der Sie bezahlt hat, ist der Name auf dem Screenshot Ihr eigener, wie er bei BankID registriert ist. Die angezeigte Mobilnummer ist Ihre – maskiert. Diese beiden Identitätsmerkmale – der registrierte Name und die Telefonnummer – sind die beiden Felder, die Sie benötigen, um eine Zahlung in Ihren Aufzeichnungen der richtigen Person zuzuordnen.

Das Notizfeld: Wo schwedische Zeichen die traditionelle OCR vor Herausforderungen stellen

Swish erlaubt bei jeder Zahlung eine Nachricht von bis zu 50 Zeichen – das Feld „Meddelande (Nachrichtenfeld)“. Der Absender kann jede beliebige Kombination der zulässigen Zeichen eingeben: die Buchstaben a-ö (einschließlich schwedischer Klein- und Großbuchstaben), die Ziffern 0-9 und die Sonderzeichen :;.,?!()". Der Zeichensatz ist breit genug für die meisten geschäftlichen Zwecke – Rechnungsnummern, Bestellreferenzen, Kundennamen, kurze Beschreibungen des Zahlungszwecks.

Das Notizfeld ist der Ort, an dem schwedische Zeichen – å, ä, ö (und ihre Großbuchstaben Å, Ä, Ö) regelmäßig vorkommen. Ein Kunde könnte „Tack för maten!“ („Danke für das Essen!“), „Faktura nr 1042“ („Rechnung Nr. 1042“) oder „Mötesarvode mars“ („Sitzungsvergütung März“) eingeben. Diese Zeichen sind im alltäglichen schwedischen Sprachgebrauch üblich, stellen aber ein bekanntes Problem für traditionelle OCR-Engines dar: Die Umlautpunkte (Punkte über den Buchstaben) sind kleine visuelle Merkmale, die bei niedrig aufgelösten Screenshots oder JPEG-Komprimierung verschwimmen und mehrdeutig werden können. Eine OCR-Engine könnte „ärtor“ als „artor“ oder „för“ als „for“ lesen – beides gültige schwedische Wörter mit völlig unterschiedlicher Bedeutung.

Für jeden, der Daten aus Swish-Screenshots extrahiert, ist das Notizfeld der Bereich, in dem die Extraktionsgenauigkeit am wichtigsten ist. Der Betrag und der Empfängername sind große, klar dargestellte Felder, die die meisten Tools korrekt erfassen. Das Notizfeld ist kleiner, kann Sonderzeichen enthalten und enthält oft genau die Information, die Sie benötigen, um eine Zahlung einer bestimmten Rechnung oder einem bestimmten Kunden zuzuordnen – ein Lesefehler in diesem Feld ist daher folgenschwerer als ein Fehler in der Betragsspalte.

Visuelle KI liest Zeichen ganzheitlich – sie erkennt „för“ als vollständiges Wort anhand seiner Form und des Kontexts, ohne zu versuchen, die beiden Punkte auf dem „ö“ als separates Merkmal zu dekodieren. Dies ist einer der konkreten Unterschiede zwischen semantischer Extraktion und traditionellen OCR-Ansätzen: Das Tool muss nicht jedes Zeichen klar „sehen“, wenn es das Wort als Ganzes versteht. Speziell für schwedischsprachige Notizfelder bedeutet dies, dass Zeichen, an denen traditionelle OCR scheitern würde – das å in „får“ („Schaf“ oder „darf“), das ä in „lägga“ („hinzufügen“), das ö in „större“ („größer“) – im Kontext korrekt gelesen werden.

So sieht die Extraktion für einen Batch von Swish-Screenshots aus

Wenn Sie einen Batch von Swish-Zahlungs-Screenshots hochladen und die Spalten Betrag (SEK), Empfängername, Telefonnummer, Notizen und Datum definieren, lokalisiert die Extraktions-Engine jeden Wert auf jedem Screenshot, indem sie erkennt, was das Feld bedeutet – unabhängig davon, wo auf dem Bildschirm es sich befindet. Jeder Screenshot erzeugt eine Zeile, und alle Zeilen werden zu einer einzigen Tabelle zusammengeführt. Da das Layout der Swish-Bestätigung konsistent ist, ist auch die Ausgabe konsistent – keine anpassungen pro Absender erforderlich.

Das Ziel dieser Daten in Schweden ist in der Regel eine der großen Buchhaltungsplattformen des Landes. Fortnox ist die dominierende Software für KMU mit über 612.000 Kunden, gefolgt von Visma eEkonomi und Bokio. Freiberufler – insbesondere solche, die als Einzelunternehmen (enskild firma) tätig sind – nutzen möglicherweise SpeedLedger oder Hogia für eine einfachere Buchhaltung. Alle diese Plattformen unterstützen das SIE-Format (Standard Import Export), Schwedens universellen Buchhaltungs-Datenaustauschstandard, was bedeutet, dass in einer Tabelle strukturierte Daten in jede von ihnen importiert werden können. Aber keine von ihnen kann nativ einen Swish-Screenshot verarbeiten. Der Schritt zwischen „Ein Kunde hat mir einen Swish-Zahlungs-Screenshot geschickt“ und „Die Zahlung ist in meinem Fortnox-Konto verbucht“ ist für die meisten schwedischen Geschäftsinhaber immer noch manuell.

Derselbe Batch-Workflow gilt auch, wenn die Screenshots für die Aufbewahrung durch die Schwedische Steuerbehörde (Skatteverket) aufbewahrt werden müssen. Das schwedische Buchführungsgesetz (Bokföringslag) verlangt von Unternehmen, Transaktionsaufzeichnungen mindestens sieben Jahre lang aufzubewahren. Eine Tabelle mit extrahierten Swish-Zahlungen – Betrag, Empfänger, Telefon, Datum und Nachricht – bietet eine prüfbare Spur, die jede eingehende Zahlung mit dem Kunden verknüpft, der sie gesendet hat. Für einen Freiberufler, der 20–30 Swish-Zahlungen pro Monat verwaltet, ist der Unterschied zwischen einer 15-minütigen Buchhaltungssitzung und einem Nachmittag voller Querverweise, ob diese Daten in einem strukturierten Format vorliegen oder über die Screenshot-Galerie des Telefons verstreut sind.

Swish-Zahlungen beliefen sich 2024 laut dem Jahresbericht von Getswish AB im Durchschnitt auf SEK 639 (ca. USD 68) für Person-zu-Person-Überweisungen und SEK 415 (ca. USD 44) für Handelszahlungen. Das gesamte Transaktionsvolumen – 1,1 Milliarden Zahlungen – deutet darauf hin, dass der durchschnittliche aktive Nutzer im Laufe des Jahres etwa 123 Zahlungen getätigt hat. Bei diesem Volumen ist die manuelle Erfassung jedes Screenshots nicht nachhaltig. Die Extraktion ersetzt einen sich wiederholenden Kopier-Einfüge-Workflow durch einen einzigen Batch-Vorgang, der einen ganzen Monat Screenshots in einem Durchlauf verarbeitet.

Wenn Sie Zahlungen aus anderen europäischen Apps neben Swish verarbeiten – MobilePay von Kunden in Dänemark, Twint aus der Schweiz, Bizum aus Spanien – funktionieren dieselben Spaltendefinitionen für alle. Betrag, Empfänger, Datum und Referenz sind universelle Felder. Das Prinzip, das all diesen Extraktionen zugrunde liegt, ist dasselbe: Sie definieren die Ausgabespalten, die KI findet die passenden Werte, indem sie die Bedeutung jedes Begriffs versteht – unabhängig davon, welche App den Screenshot erstellt hat. Ein Batch mit Swish-, MobilePay- und Twint-Screenshots erzeugt eine einzige Tabelle mit einer einheitlichen Struktur – keine app-spezifischen Vorlagen, keine separaten Workflows.

FAQ

Kann ich Daten aus einem Swish-Screenshot extrahieren, der über WhatsApp oder Messenger weitergeleitet wurde?

Ja, mit der gleichen Einschränkung der Genauigkeit, die für jedes komprimierte Bild gilt. Soziale Messaging-Apps komprimieren Bilder, was die Lesbarkeit kleinerer Texte beeinträchtigen kann – insbesondere das Notizfeld und der Datumsstempel. Betrag und Empfängername bleiben in den meisten Fällen lesbar, da sie in größerer Schrift dargestellt werden. Für die Stapelverarbeitung fordern Sie nach Möglichkeit die Original-Screenshots an, anstatt weitergeleitete Versionen, wenn das Notizfeld für Ihre Aufzeichnungen wichtig ist. Wenn Sie nur den Screenshot haben, funktioniert die Extraktion trotzdem; das Notizfeld muss dann möglicherweise bei einigen Zeilen manuell überprüft werden.

Unterstützt Swish andere Währungen als SEK?

Nein. Swish-Transaktionen laufen ausschließlich in Schwedischen Kronen (SEK). Es gibt keine Multiwährungsanzeige, keinen Wechselkursumrechnung und keine Gebühr, die vom angezeigten Betrag abgezogen wird. Der Betrag auf dem Bestätigungsbildschirm ist exakt der, der vom Sender zum Empfänger geflossen ist – was Sie sehen, ist das, was Sie erhalten haben. Wenn ein Screenshot ein anderes Währungssymbol als "SEK" oder "kr" zeigt, ist er entweder gefälscht oder stammt von einem anderen Zahlungssystem.

Kann ich Swish-Screenshots zusammen mit MobilePay oder anderen nordischen Zahlungs-Apps stapelweise verarbeiten?

Ja. Swish- und MobilePay-Screenshots haben ähnliche Feldstrukturen – Betrag, Telefonnummer und ein Notizfeld mit landestypischen Zeichen (å/ä/ö für Schwedisch, æ/ø/å für Dänisch). Sie können im selben Batch mit denselben Spaltendefinitionen hochgeladen werden. Die Extraktion identifiziert Felder nach ihrer Bedeutung, nicht nach der Herkunfts-App. Jeder Screenshot erzeugt eine Zeile; die resultierende Tabelle fasst alle Transaktionen in einer einheitlichen Struktur zusammen – keine app-spezifische Konfiguration erforderlich.

Was ist, wenn das Notizfeld nur schwedische Zeichen enthält – ist die Extraktion trotzdem genau?

Ja. Die visuelle KI liest Zeichen ganzheitlich, anstatt jedes diakritische Zeichen einzeln zu dekodieren. Die schwedischen Zeichen å, ä und ö werden als vollständige Buchstaben im Kontext erkannt, nicht als "a mit Kreis" oder "a mit zwei Punkten", wie es eine traditionelle OCR-Engine auf Pixelebene erkennen müsste. Die Genauigkeit für schwedischsprachige Notizfelder ist mit der für englischsprachige Felder vergleichbar, mit denselben Einschränkungen bei sehr kleinen Schriftgrößen oder stark komprimierten Bildern.