Den Betrag aus einem
WeChat Red Packet (Hongbao) oder Transfer (Zhuanzhang)-Screenshot extrahieren

Wie ein WeChat Red Packet (红包) in einem Chat-Screenshot aussieht

WeChat bietet zwei Möglichkeiten, Geld innerhalb eines Chats zu senden: Red Packets (红包) und Transfers (转账). Sie sehen unterschiedlich aus, verhalten sich unterschiedlich und – entscheidend für jeden, der Daten aus Screenshots extrahieren möchte – zeigen ihre Beträge zu verschiedenen Zeitpunkten auf unterschiedliche Weise an.

Ein Red Packet ist als Geschenk konzipiert. Wenn jemand eines in einem privaten Chat oder Gruppenchat sendet, erscheint in der Unterhaltung eine rote Karte mit diesen Elementen:

• Ein rot-oranger Farbverlaufshintergrund mit dem benutzerdefinierten Titelbild des Absenders oder dem standardmäßigen roten Umschlagdesign
• Das Wort „红包“ (Red Packet) wird prominent angezeigt
• Eine Grußnachricht des Absenders (z. B. „Frohes neues Jahr“ oder „Danke!“)
• Ein goldenes Schlosssymbol und eine Schaltfläche „Öffnen“ (开) unten
• Der Avatar und der Name des Absenders erscheinen über oder neben der Karte

Bevor der Empfänger auf „Öffnen“ tippt, wird der Betrag bewusst verborgen. Das ist Absicht – das Red Packet ist eine Überraschung. Der Screenshot zeigt eine Karte ohne sichtbare Zahl, nur die Erwartung einer solchen. Nachdem der Empfänger es geöffnet hat, verwandelt sich die Karte: Der Betrag erscheint in großer Schrift auf rotem Hintergrund (z. B. „¥8,88“), zusammen mit einer Nachricht „Sie haben erhalten“. Dieser Zustand nach dem Öffnen hält einige Sekunden an, bevor die Karte im Chatverlauf zu einer grauen Systemnachricht zusammenschrumpft: „Sie haben das Red Packet erhalten.“ Der Betrag erscheint dann nur noch in kleinerer Schrift als Teil dieser Systemnachricht.

Für die Extraktion aus Screenshots gibt es effektiv zwei Versionen des Red Packets: die Karte vor dem Öffnen (kein Betrag sichtbar – nicht für die Extraktion geeignet) und die Karte nach dem Öffnen oder die Systemnachricht (Betrag sichtbar). Jemand, der nach dem Öffnen einen Screenshot macht, sieht eine Karte, auf der der Betrag das visuell auffälligste Element ist – groß, zentriert, in einer Kontrastfarbe zum roten Hintergrund. Diese Version enthält die Daten, die Sie benötigen.

Wie sich ein WeChat-Transfer (转账) von einem Red Packet unterscheidet

Die Transfer-Funktion (转账) von WeChat ist die unkompliziertere der beiden Zahlungsarten – sie dient der direkten Geldüberweisung und nicht dem Verschenken. Wenn jemand einen Transfer initiiert, erscheint im Chat eine grüne Karte mit einem deutlich anderen Layout als das Red Packet:

• Eine Karte mit grünem Hintergrund (im Gegensatz zum rot-orangen Red Packet) mit einem schlichteren, transaktionsorientierten Design
• Der Betrag wird sofort und deutlich in großer Schrift angezeigt (z. B. „¥500,00")
• Unterhalb des Betrags eine dünne Trennlinie und dann die optionale Notiz oder Bemerkung (备注) des Absenders, wie z. B. „Miete für Juli"
• Ein Statusindikator unten: „未收款" (noch nicht angenommen) falls ausstehend, oder „已收款" (angenommen) nachdem der Empfänger auf „Annehmen" (收款) getippt hat
• Der Name des Absenders (sein WeChat-Anzeigename) erscheint oberhalb der Karte

Anders als beim Red Packet, bei dem der Betrag eine Überraschung ist, zeigt die Transfer-Karte den vollständigen Betrag bereits vor jeder Aktion an. Der Empfänger sieht genau, wie viel er erhalten wird, bevor er sich für die Annahme entscheidet. Dies macht den Transfer-Screenshot grundlegend anders als den Red-Packet-Screenshot: Der Betrag ist immer sichtbar, immer an derselben Position auf der Karte und immer als Währungsbetrag mit dem ¥-Symbol formatiert.

Es gibt einen weiteren praktischen Unterschied. Ein Red Packet in einem Gruppenchat ist eine Lotterie – der Absender legt einen Gesamtbetrag und eine Anzahl von Empfängern fest, und jede Person erhält einen zufälligen Anteil. Ein Transfer ist stets personenbezogen: Der gesamte Betrag geht an einen Empfänger. Für jeden, der Einkünfte aus WeChat verfolgt – etwa ein Freiberufler, der Kunden Zahlungen protokolliert – ist die Transfer-Karte die zuverlässigere Aufzeichnung, da der Betrag eindeutig und auf einen Blick sichtbar ist.

Warum herkömmliche OCR bei diesen Chat-eingebetteten Karten scheitert

Ein WeChat-Chat-Screenshot ist kein Dokument. Es ist ein Gesprächsverlauf, der mehrere visuelle Objekte enthält: Textblasen (grau oder grün), Systemnachrichten (kleiner grauer Text) und – im Fall von Red Packets und Transfers – gestaltete Karten, die wie Nachrichten im Chatfluss erscheinen, sich aber visuell und strukturell vom umgebenden Text unterscheiden.

Herkömmliche OCR-Tools behandeln jedes Pixel auf dem Bildschirm als potenziellen Text. Sie scannen das Bild von links nach rechts, von oben nach unten und geben alles aus, was wie ein Zeichen aussieht. Bei einem WeChat-Chat-Screenshot mit einer Red-Packet-Karte könnte die OCR-Ausgabe etwa so aussehen:

Heute 14:30
Li Wei
红包
Öffnen
Frohes Neues Jahr!
Sie haben erhalten
¥8,88
Red Packet
Li Wei hat ein Red Packet gesendet
Gestern

Das Problem liegt auf der Hand. Das OCR-Tool erkennt nicht, dass die rote Karte eine einzelne visuelle Komponente ist. Es weiß nicht, dass „¥8,88“ das Betragsfeld eines Red Packets ist, während „红包“ der Titel der Karte und „Öffnen“ eine Schaltflächenbeschriftung ist. Es behandelt sie als unabhängige Textfragmente, die über das Bild verstreut sind. Die Ausgabe ist eine flache Liste aller gelesenen Elemente, ohne Gruppierung, Hierarchie oder Hinweis darauf, dass die Kartenelemente als ein Datenobjekt zusammengehören.

Das dekorative Design der Karte verschärft das Problem. Der rote Farbverlaufshintergrund, das goldene Schlosssymbol, das benutzerdefinierte Titelbild – diese visuellen Elemente sind kein Text, aber herkömmliche OCR verarbeitet sie dennoch als Bildmerkmale. Bei Screenshots mit wenig Licht oder komprimierten Bildern können die Farbverlaufsübergänge die Zeichenerkennung der OCR verwirren, sodass Teile des Kartentexts falsch gelesen oder der Betrag ganz übersehen wird. Der grüne Hintergrund und das klare, minimalistische Design einer Transferkarte sind weniger anfällig für dieses Problem – aber das grundlegende Problem bleibt bestehen: Die OCR liest die Karte als zusammenhanglosen Text, anstatt sie als strukturierten Zahlungsdatensatz zu erkennen, der in einen Chat eingebettet ist.

Hier unterscheidet sich die semantische Extraktion – der Ansatz, der von Custom Column Extraction verwendet wird – von der herkömmlichen OCR. Anstatt nach sämtlichem Text zu suchen, identifiziert sie zunächst die visuelle Struktur des Screenshots: Hier ist ein Chat-Thread, hier ist eine rote Karte, hier ist eine grüne Karte, hier sind Textblasen. Dann liest sie den Inhalt innerhalb jeder Komponente und ordnet den Betrag der Karte zu, zu der er gehört, anstatt ihn als isolierte Zeichenkette irgendwo auf dem Bildschirm zu behandeln.

Visuelle KI liest die Karte als strukturiertes Datenobjekt

Der Unterschied zwischen „gesamten Text lesen“ und „visuelle Komponenten verstehen“ macht visuelle KI geeignet, um Beträge aus WeChats Chat-eingebetteten Zahlungskarten zu extrahieren. Ein Vision-Modell verarbeitet den Screenshot ganzheitlich – es erkennt die Kartenbegrenzung, sieht, dass das rote Rechteck mit dem goldenen Schloss eine einzelne interaktive Komponente ist, und liest den Text innerhalb dieser Komponente als zusammenhängende Daten statt als unabhängige Fragmente.

Bei einem Screenshot eines geöffneten Red Packets identifiziert die visuelle KI:

• Die Kartenbegrenzung: ein deutliches rot-oranges Rechteck mit abgerundeten Ecken, visuell getrennt von den Chat-Bläschen darüber und darunter
• Den Grußtext: „Frohes Neues Jahr!“ – erkannt als Nachricht des Absenders, visuell unterscheidbar vom Betrag durch die kleinere Schriftgröße
• Den Betrag: „¥8,88“ – das größte Textelement auf der Karte, mit einem anderen visuellen Gewicht als die umgebenden Elemente
• Den Systemkontext: Die Karte befindet sich in einem Chat, sodass der Name des Absenders (aus den Metadaten der Nachricht oberhalb der Karte) mit der Transaktion verknüpft werden kann

Bei einem Screenshot einer Transferkarte identifiziert dasselbe Modell:

• Die Kartenbegrenzung: ein grünes, schlichteres Rechteck mit einem sauberen Layout von oben nach unten
• Den Betrag: sofort als das hervorgehobene Element erkennbar, prominent mit dem ¥-Symbol dargestellt
• Den Statusindikator: „已收款“ oder „未收款“ – eine kleine, aber entscheidende Metadateninformation, die herkömmliche OCR wahrscheinlich als verstreuten Text behandeln würde
• Den Vermerk (备注): falls der Absender eine Notiz hinzugefügt hat, erscheint diese unterhalb des Betrags in einer eigenen visuellen Ebene

Dieses komponentenbewusste Lesen bedeutet, dass Sie eine einzelne Spalte – „Betrag“ – definieren können und die KI diesen auf beiden Kartentypen in einer gemischten Charge findet. Ein Satz von 30 WeChat-Chat-Screenshots mit 18 Red-Packet-Aufnahmen und 12 Transferbestätigungen kann mit einer einzigen Spaltendefinition gemeinsam verarbeitet werden, sodass eine einzelne Ausgabetabelle entsteht, in der jede Zeile den Betrag und den Namen des Absenders aus jedem Screenshot zeigt. Keine Konfiguration pro Kartentyp, keine separaten Chargen für rote vs. grüne Karten.

Was ein Red Packet- oder Transfer-Screenshot nicht verraten kann

Der Betrag lässt sich unter den richtigen Bedingungen zwar zuverlässig aus beiden Kartentypen extrahieren, doch es gibt Datenpunkte, die ein Chat-Screenshot grundsätzlich nicht enthält – unabhängig von der Extraktionsmethode.

Ein Red-Packet-Screenshot – selbst die Version nach dem Öffnen – enthält keine Bestellnummer, keine Transaktions-ID und keine Händlerreferenz. WeChat Pay weist jeder Zahlung eine Transaktions-ID zu, diese befindet sich jedoch im Transaktionsverlauf des Wallet (钱包), nicht auf der Red-Packet-Karte selbst. Bei Gruppen-Red-Packets zeigt der Screenshot nur Ihren Anteil am Gesamtbetrag – Sie sehen weder den Gesamtbetrag des Absenders noch die Aufteilung auf die anderen Empfänger.

Ein Transfer-Karten-Screenshot enthält ebenfalls keine Bestellnummer oder Zahlungsmethode. Der Name des Absenders auf der Karte ist der WeChat-Anzeigename – editierbar, änderbar und keine verifizierte Identität. Wenn Sie Transfers zu Buchhaltungszwecken erfassen, notieren Sie den Betrag und den Zeitstempel (sichtbar aus den Chat-Nachrichten-Metadaten über der Karte), aber seien Sie sich bewusst, dass das Namensfeld des Absenders das instabilste Identifikationsmerkmal im Datensatz ist. Für eine dauerhafte Aufbewahrung kombinieren Sie den Screenshot mit dem entsprechenden Wallet-Transaktionseintrag, in dem die offizielle Transaktions-ID verfügbar ist.

FAQ