Crypto Wallets auf Telegram:
Adresse und Betrag aus einem Chat-Screenshot erfassen

Wie ein Telegram-Krypto-Screenshot tatsächlich aussieht

Eine typische Krypto-Adresse, die in einem Telegram-Chat geteilt wird, kommt nicht mit einem strukturierten Formular, einem beschrifteten Feld oder einem QR-Code-Wrapper. Jemand tippt oder fügt eine Zeichenfolge in das Nachrichtenfeld ein und drückt auf Senden. Die Adresse erscheint in einer Chat-Blase – manchmal mit „Hier ist meine ETH-Adresse“ darüber, manchmal nur die Zeichenfolge allein. Der Betrag, falls es sich um eine Zahlungsanweisung handelt, wird in einer separaten Nachricht oder in derselben Zeile geschrieben: „0,5 ETH an 0xAb5801a7D398351b8bE11C439e05C5B3259aeC9B“.

Das Adressformat hängt von der Blockchain ab:

• Ethereum und EVM-Chains (ETH, BSC, Polygon, Arbitrum usw.) — 0x gefolgt von 40 hexadezimalen Zeichen (0-9, a-f), insgesamt 42 Zeichen. Beispiel: 0xAb5801a7D398351b8bE11C439e05C5B3259aeC9B. Netzwerkseitig case-insensitiv, aber EIP-55-Checksummen-Adressen mischen Groß- und Kleinschreibung.
• Bitcoin — beginnt mit 1 (Legacy P2PKH), 3 (P2SH) oder bc1 (SegWit, Bech32). 26-62 Zeichen. Einige Formate (P2SH, P2PKH) sind case-sensitiv. Bech32 (bc1...) ist case-insensitiv, muss aber vollständig klein- oder vollständig großgeschrieben sein.
• Solana — Base58-kodiert, 32-44 Zeichen. Case-sensitiv. Beispiel: 7EcDhSYGxXyscszYEp35KHN8vvw3svAuLKTzXwCFLtV2.
• Tron (TRX) — beginnt mit T, Base58, case-sensitiv.
• Monero (XMR) — beginnt mit 4 oder 8, 95 Zeichen. Case-sensitiv.

Das Wichtigste: Jedes dieser Formate verwendet ein spezifisches visuelles Muster – ein konsistentes Präfix, einen vorhersagbaren Zeichensatz und eine Länge, die in einen bekannten Bereich fällt. Das Auge eines erfahrenen Krypto-Nutzers erkennt auf den ersten Blick „das sieht aus wie eine ETH-Adresse“, aber dieses Erkennen in eine korrekt getippte Zeichenfolge zu übersetzen, wenn man 20 Screenshots verarbeiten muss, ist eine ganz andere Sache.

Das „Copy-Paste“-Problem: Warum manuelles Vorgehen unsicher ist

Der naheliegende Ansatz ist, die Adresse aus der Telegram-Nachricht zu kopieren und in dein Wallet oder deine Tabelle einzufügen. Das Problem: Diese einfache Aktion – ein Strg+C – steht im Zentrum eines ganzen Ökosystems von Clipboard-Hijacking-Malware, die genau darauf ausgelegt ist, sie auszunutzen.

Clipboard-Hijacker wie Laplas Clipper und Masad Stealer laufen still im Hintergrund und überwachen die Systemzwischenablage auf Zeichenfolgen, die wie Kryptowährungsadressen aussehen. Wenn sie eine erkennen, ersetzen sie sie vor dem Einfügen durch eine vom Angreifer kontrollierte Adresse. Der Ersatz ist oft so gestaltet, dass er mit denselben Zeichen beginnt und endet wie das Original, sodass ein schneller Blick auf die ersten und letzten Zeichen den Austausch nicht aufdeckt.

Im Februar 2026 enthüllte Microsoft Trojan:Win32/CryptoBandits.A – einen sich über USB verbreitenden Wurm, der alle 500 Millisekunden die Zwischenablage nach Wallet-Adressen für Bitcoin, Ethereum, Tron und Monero durchsucht. Er ersetzt sie durch Angreiferadressen und leitet gestohlene Daten über einen portablen Tor-Client weiter. Die Kampagne war seit mindestens Februar 2026 aktiv und infizierte Rechner über bösartige Verknüpfungsdateien auf USB-Sticks.

Selbst ohne Malware ist das manuelle Kopieren und Einfügen fehleranfällig. Eine Wallet-Adresse hat keine für Menschen lesbare Bedeutung – du kannst sie nicht „aussprechen“ oder mit einer mentalen Referenz abgleichen, wie du es bei einer US-Telefonnummer oder einer Straßenadresse könntest. Ein einziger Tippfehler in einem 42-stelligen Hex-String erzeugt eine gültige, aber andere Adresse, und die Blockchain wird die Überweisung dorthin bereitwillig ausführen. Dieses Geld kommt nicht zurück.

Warum traditionelle OCR bei Wallet-Adressen versagt

Traditionelle OCR – die Technologie, die in Scannern, PDF-Tools und vielen „Text aus Bild“-Apps steckt – liest Dokumente, indem sie einzelne Zeichenformen erkennt. Sie wurde für gedruckten Text auf strukturierten Dokumenten entwickelt: getippte Rechnungen, standardisierte Formulare, maschinell gedruckte Adressen. Wenn du ein OCR-Tool auf einen Telegram-Screenshot anwendest, erzeugt es einen Textstring, aber mit konsistenten Problemen, die für Krypto-Wallets eine große Rolle spielen.

Die Groß-/Kleinschreibung ist das größte Problem. Die meisten OCR-Engines normalisieren die Ausgabe standardmäßig in Kleinbuchstaben. Für eine Ethereum-Adresse bricht das die Adresse nicht (das Netzwerk unterscheidet nicht zwischen Groß- und Kleinschreibung), aber es entfernt die EIP-55-Prüfsummeninformationen, die Wallets helfen zu überprüfen, ob eine Adresse korrekt eingegeben wurde. Bei Bitcoin-P2SH-Adressen (beginnend mit 3) führt eine falsche Groß-/Kleinschreibung tatsächlich zum Bruch der Adresse – die Prüfsumme schlägt fehl und die Transaktion wird zurückgewiesen – aber dann hast du den korrekten String aus dem Screenshot bereits verloren. Für Solana und Tron, die vollständig zwischen Groß- und Kleinschreibung unterscheiden, ist jede auf Kleinbuchstaben normalisierte Ausgabe schlichtweg falsch.

TRM Labs, ein Unternehmen für Blockchain-Intelligenz, hat dieses Problem in der Praxis dokumentiert. Als sie die traditionelle OCR-Genauigkeit beim Extrahieren von Kryptowährungsadressen und Transaktions-Hashes aus Screenshots maßen, stellten sie eine nutzbare Genauigkeit von etwa 40 % fest. Nach der Umstellung auf einen Vision-Language-Model-Ansatz (VLM) stieg die Genauigkeit auf 98 %. Der Unterschied lag nicht in einer besseren Zeichenerkennung – der Unterschied war, dass das VLM die Struktur dessen verstand, was es las.

Hier wirkt ein tieferer Unterschied. Traditionelle OCR liest einen Screenshot als ein Pixelraster und versucht, jedes Cluster einem bekannten Zeichen zuzuordnen. Sie weiß nicht, dass 0x das Präfix einer Ethereum-Adresse ist – sie sieht eine Null, ein kleines x und versucht dann, jedes nachfolgende Zeichen isoliert zu bestimmen. Wenn die Schriftart ungewöhnlich ist, der Hintergrund dunkel oder das Zeichen durch Komprimierung leicht unscharf ist – dann rät die OCR falsch.

Wie visuelle KI eine Adresse liest – nicht Zeichen für Zeichen, sondern Muster für Muster

Eine visuelle KI betrachtet denselben Screenshot anders. Das Modell wurde mit Millionen von Dokumentbildern trainiert und versteht Text in seinem visuellen Kontext. Wenn es 0x gefolgt von 40 Zeichen aus der Menge [0-9a-fA-F] sieht, erkennt es das Muster einer Ethereum-Wallet-Adresse. Es muss nicht jedes einzelne Zeichen mit perfekter optischer Auflösung identifizieren – es nutzt die Formatbeschränkungen der Adresse, um mehrdeutige Zeichen zu ergänzen.

Aus diesem muster-basierten Ansatz ergeben sich mehrere formatspezifische Verhaltensweisen:

• Präfix-Erkennung – Die KI identifiziert 0x, bc1, T oder 4 als Adress-Präfix und erwartet, dass der Rest der Zeichenfolge dem entsprechenden Format entspricht. Dadurch wird verhindert, dass die Adresse an einem Zeilenumbruch geteilt oder ein Leerzeichen innerhalb der Chat-Blase als Feldgrenze fehlinterpretiert wird.
• Beibehaltung der Groß-/Kleinschreibung – Da das Modell die Adresse als visuelles Muster liest (Großbuchstaben haben tendenziell andere visuelle Profile als Kleinbuchstaben), behält es die ursprüngliche Schreibweise bei. Ein 0xAb5801a7 bleibt 0xAb5801a7, anstatt zu 0xab5801a7 zu werden.
• Zeichen-Disambiguierung – 0 (Null) und O (großes O), l (kleines L) und I (großes I) – diese Paare sind in vielen Schriftarten kaum zu unterscheiden und verursachen ständig Fehler in der OCR-Ausgabe. Visuelle KI löst sie auf, indem sie das Zeichen mit dem erwarteten Zeichensatz des Adressformats abgleicht. Im hexadezimalen Alphabet von Ethereum gibt es kein O oder I – wenn das Modell also eine Form erkennt, die entweder 0 oder O sein könnte, wählt es basierend auf der Formateinschränkung 0.

Dieser Ansatz ist am wichtigsten, wenn die Screenshot-Qualität nicht ideal ist. Ein Telegram-Screenshot, der auf einem Telefon aufgenommen, von der Chat-App komprimiert und dann erneut gescreenshottet wurde – ein häufiges Szenario, wenn jemand eine Adresse von einem Chat in einen anderen weiterleitet – verliert so viel an Auflösung, dass eine zeichenweise OCR unzuverlässig wird. Die musterbasierte Extraktion bleibt stabil, weil sie das Adressformat selbst als Signal nutzt und sich nicht auf perfekte Pixelklarheit verlässt.

Vom Screenshot zur Tabelle: Beide Felder extrahieren

Die Adresse und der Betrag – das sind die beiden Daten, die für jeden zählen, der eine Krypto-Transaktion aus einem Telegram-Chat verfolgt. Der Betrag sagt dir, was gesendet (oder angefordert) wurde, und die Adresse identifiziert das Ziel. Zusammen ergeben sie einen vollständigen Datensatz: „An diesem Datum wurde dieser Betrag ETH an diese Adresse gesendet.“

ImageToTable.ai erledigt das mit der Benutzerdefinierten Spaltenextraktion. Du lädst keinen Telegram-Screenshot hoch und hoffst, dass das Tool von selbst erkennt, was du brauchst. Du benennst die Spalten: Wallet-Adresse und Betrag. Die KI liest den Screenshot, findet die Textstellen, die zu diesen semantischen Beschreibungen passen, und extrahiert sie in eine Tabelle.

Das ist ein grundlegend anderer Arbeitsablauf als bei herkömmlichen Datenextraktionstools, bei denen du für jedes Chat-Format Begrenzungsrahmen zeichnen oder Parsing-Regeln definieren musst. In einem Telegram-Screenshot kann die Adresse überall in der Chat-Blase auftauchen – linksbündig, über zwei Zeilen verteilt, mit oder ohne vorangestellte Bezeichnung. Der Betrag kann in derselben oder einer anderen Nachricht stehen. Die benutzerdefinierte Spaltenextraktion umgeht das Layout-Problem komplett, weil sie Werte danach findet, was sie bedeuten, nicht wo sie auf der Seite stehen.

Wenn du das auf mehrere Screenshots anwendest – sagen wir, 15 Telegram-Wallet-Adressen, die im Laufe einer Woche in einer Trading-Gruppe geteilt wurden – führt die Batch-Verarbeitung die Ergebnisse in einer einzigen Tabelle zusammen. Jede Zeile zeigt die Adresse und den Betrag aus einem Screenshot, in der Reihenfolge, in der du sie hochgeladen hast. Kein manuelles Abtippen, kein Abgleich des Chat-Verlaufs mit einem Notizblock.

Ein paar praktische Hinweise für eine saubere Extraktion:

• Beschneide den relevanten Bereich, wenn der Screenshot darüber oder darunter irrelevante Chat-Nachrichten enthält. Die KI arbeitet mit dem gesamten Screenshot, aber schmalere Eingaben verringern die Wahrscheinlichkeit, dass eine Adresse aus einer nicht dazugehörigen Unterhaltung gezogen wird.
• Benenne die Spalten so, wie sie in deinem Anwendungsfall vorkommen. „Wallet-Adresse“ und „Betrag“ sind natürlich. Wenn du auch das Netzwerk brauchst, füge „Netzwerk (ETH/BTC/SOL)“ als Spalte hinzu – die KI liest das Adress-Präfix und kann das Netzwerk ableiten.
• Füge die vollständige Adresse im Screenshot ein. Wenn die Nachricht in der Chat-Vorschau abgeschnitten ist, klappe sie vor dem Screenshot auf. Die KI kann nur das extrahieren, was sichtbar ist.

FAQ

Kann KI jedes Krypto-Wallet-Adressformat aus einem Telegram-Screenshot extrahieren?

Ja. Die KI erkennt Adressen anhand ihrer strukturellen Muster – Präfix, Zeichensatz, Länge – und ist nicht auf formatspezifische Regeln angewiesen. ETH (0x + 40 Hex), BTC (1/3/bc1), Solana (Base58), Tron (T-Präfix) und andere werden korrekt identifiziert, solange die vollständige Adresszeichenfolge im Screenshot sichtbar ist.

Bleibt die Groß-/Kleinschreibung der extrahierten Adresse erhalten?

Ja. Die visuelle KI bewahrt die Groß-/Kleinschreibung der Zeichen so, wie sie im Screenshot erscheinen. Im Gegensatz zu herkömmlicher OCR, die die Ausgabe oft in Kleinbuchstaben normalisiert, liest die KI jedes Zeichen in seinem visuellen Kontext und behält die ursprüngliche Schreibweise bei. Dies ist entscheidend für case-sensitive Formate wie Solana, Bitcoin P2SH und Tron.

Was ist, wenn die Adresse im Screenshot als QR-Code dargestellt wird?

Wenn der Screenshot einen QR-Code anstelle einer Textzeichenfolge zeigt, muss die Adresse aus dem QR-Code dekodiert werden. Unsere aktuelle Extraktion liest sichtbaren Text aus dem Bild. Wenn die Telegram-Chat-Nachricht die Adresse und einen QR-Code anzeigt, extrahiert die KI die Textversion. Wenn nur der QR-Code sichtbar ist, müsstest du zuerst einen QR-Scanner verwenden, um die Adresse zu dekodieren.

Kann ich mehrere Telegram-Wallet-Screenshots gleichzeitig stapelverarbeiten?

Ja. Lade mehrere Screenshots in einem einzigen Batch hoch, definiere deine Spalten (Wallet-Adresse, Betrag), und die KI verarbeitet sie gemeinsam. Die Ergebnisse werden in einer einzigen Tabelle zusammengeführt, wobei jede Zeile einem Screenshot entspricht. Dies ist der primäre Workflow für alle, die eine große Anzahl von Wallet-Adressen aus Telegram-Chats verarbeiten – Screenshots von Handelsgruppen, P2P-Zahlungsbestätigungen oder Aufzeichnungen von ausgehenden Transfers.

Kann die KI das Netzwerk anhand des Adressformats bestimmen?

Teilweise. Das Adresspräfix gibt ein starkes Signal – 0x weist auf eine EVM-Chain hin (Ethereum, BSC, Polygon, Arbitrum usw.), bc1 auf Bitcoin SegWit, T auf Tron. Allerdings sehen EVM-Adressen über mehrere Chains hinweg gleich aus. Wenn du den Netzwerkkontext aus dem Telegram-Chat kennst, kannst du eine Spalte „Netzwerk“ hinzufügen und die KI das Netzwerk anhand des Adresspräfixes ableiten lassen oder es während der Überprüfung manuell ausfüllen.