Den Betrag aus einem
WeChat-Rotumschlag (红包) oder Überweisungs-Screenshot ermitteln

So sieht ein WeChat-Rotumschlag (红包) in einem Chat-Screenshot aus

WeChat bietet zwei Möglichkeiten, Geld in einem Chat zu senden: Rotumschläge (红包) und Überweisungen (转账). Sie sehen unterschiedlich aus, verhalten sich unterschiedlich und — entscheidend für alle, die Daten aus Screenshots extrahieren möchten — zeigen ihre Beträge zu verschiedenen Zeitpunkten auf unterschiedliche Weise an.

Ein Rotumschlag ist als Geschenk gedacht. Wenn jemand einen in einem privaten Chat oder Gruppenchat sendet, erscheint in der Konversation eine rote Karte mit diesen Elementen:

• Ein rot-oranger Farbverlaufshintergrund mit dem benutzerdefinierten Coverbild des Absenders oder dem Standard-Rotumschlag-Design
• Das Wort „红包" wird prominent angezeigt
• Eine Begrüßungsnachricht vom Absender (z. B. „Frohes Neues Jahr" oder „Danke!")
• Ein rundes goldenes Schloss-Symbol und ein „Öffnen" (开)-Button unten
• Avatar und Name des Absenders erscheinen über oder neben der Karte

Bevor der Empfänger auf „Öffnen" tippt, ist der Betrag absichtlich verborgen. Das ist Absicht — der Rotumschlag ist eine Überraschung. Der Screenshot erfasst eine Karte ohne sichtbare Zahl, nur die Erwartung einer solchen. Nachdem der Empfänger sie geöffnet hat, verändert sich die Karte: Der Betrag erscheint in großer Schrift auf dem roten Hintergrund (z. B. „¥8.88"), zusammen mit einer „Du hast erhalten"-Nachricht. Dieser Zustand nach dem Öffnen dauert ein paar Sekunden, bevor die Karte zu einer grauen Systemnachricht im Chatverlauf kollabiert: „Du hast den Rotumschlag erhalten." Der Betrag erscheint dann nur noch in kleinerer Schrift als Teil dieser Systemnachricht.

Für die Extraktion auf Basis von Screenshots gibt es effektiv zwei Versionen des Rotumschlags: die Karte vor dem Öffnen (kein Betrag sichtbar — nicht nützlich für die Extraktion) und die Karte nach dem Öffnen oder die Systemnachricht (Betrag sichtbar). Jemand, der nach dem Öffnen einen Screenshot macht, erfasst eine Karte, auf der der Betrag das visuell auffälligste Element ist — groß, zentriert, in einer kontrastierenden Farbe auf dem roten Hintergrund. Das ist die Version, die die Daten enthält, die du brauchst.

So unterscheidet sich eine WeChat-Überweisung (转账) von einem Rotumschlag (红包)

Die Überweisungsfunktion (转账) von WeChat ist die unkompliziertere der beiden Zahlungsarten – für direkte Geldtransfers gedacht, nicht für Geschenke. Wenn jemand eine Überweisung startet, erscheint im Chat eine grüne Karte mit einem deutlich anderen Layout als beim Rotumschlag:

• Eine Karte mit grünem Hintergrund (im Kontrast zum Rot-Orange des Rotumschlags) mit einem schlichteren, transaktionsorientierten Design
• Der Betrag wird sofort und deutlich in großer Schrift angezeigt (z. B. „¥500.00")
• Unter dem Betrag eine dünne Trennlinie und dann die optionale Notiz oder Bemerkung (备注) des Absenders, 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 über der Karte

Anders als beim Rotumschlag, bei dem der Betrag eine Überraschung ist, zeigt die Überweisu­ngskarte den vollen Betrag, bevor irgendeine Aktion erfolgt. Der Empfänger sieht genau, wie viel er erhält, bevor er sich zum Annehmen entscheidet. Dadurch unterscheidet sich der Überweisungs-Screenshot grundlegend vom Rotumschlag-Screenshot: Der Betrag ist immer sichtbar, immer an derselben Position auf der Karte und immer als Währungsbetrag mit dem ¥-Symbol formatiert.

Es gibt noch einen weiteren praktischen Unterschied. Ein Rotumschlag in einem Gruppenchat ist eine Lotterie – der Absender legt einen Gesamtbetrag und eine Anzahl von Empfängern fest, und jede Person erhält einen zufälligen Anteil. Eine Überweisung ist immer von Person zu Person: Der volle Betrag geht an einen Empfänger. Für alle, die Einkünfte aus WeChat nachverfolgen – etwa Freiberufler, die Kunden­zahlungen erfassen – ist die Überweisungskarte die zuverlässigere Aufzeichnung, weil der Betrag eindeutig und auf einen Blick sichtbar ist.

Warum traditionelle OCR bei diesen Chat-Eingebetteten Karten durcheinanderkommt

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 – bei Rotumschlägen (红包) und Überweisungen (转账) – gestaltete Karten, die im Chatverlauf sitzen, als wären sie Nachrichten, sich aber visuell und strukturell vom umgebenden Text unterscheiden.

Traditionelle 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 Rotumschlag-Karte könnte die OCR-Ausgabe etwa so aussehen:

Heute 14:30
Li Wei
红包
Öffnen
Frohes neues Jahr!
Du hast erhalten
¥8.88
Rotumschlag
Li Wei hat einen Rotumschlag gesendet
Gestern

Das Problem ist offensichtlich. Das OCR-Tool hat kein Bewusstsein dafür, dass die rote Karte eine einzelne visuelle Komponente ist. Es weiß nicht, dass „¥8.88" das Betragsfeld eines Rotumschlags ist, während „红包" der Titel der Karte und „Öffnen" ein Button-Label ist. Es behandelt sie als unabhängige Textfragmente, die über das Bild verstreut sind. Die Ausgabe ist eine flache Liste von allem, was es gelesen hat, ohne Gruppierung, ohne Hierarchie und ohne Hinweis darauf, dass die Kartenelemente als ein Datenobjekt zusammengehören.

Das dekorative Design der Karte verschärft das Problem. Der rote Verlaufs-Hintergrund, das goldene Schloss-Symbol, das benutzerdefinierte Cover-Bild – diese visuellen Elemente sind kein Text, aber traditionelle OCR verarbeitet sie trotzdem als Bildmerkmale. Bei Screenshots mit wenig Licht oder komprimierten Bildern können die Verlaufsübergänge 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 Überweisungskarte sind weniger anfällig für dieses Problem – aber das grundlegende Problem bleibt: Die OCR liest die Karte als zusammenhanglosen Text, statt sie als strukturierten Zahlungsdatensatz in einem Chat zu erkennen.

Hier unterscheidet sich die semantische Extraktion – der Ansatz, den Benutzerdefinierte Spaltenextraktion verwendet – von der traditionellen OCR. Statt nach allem Text zu scannen, identifiziert sie zuerst die visuelle Struktur des Screenshots: hier ist ein Chatverlauf, 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, statt 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" ist es, was visuelle KI dafür geeignet macht, Beträge aus WeChats im Chat eingebetteten Zahlungskarten zu extrahieren. Ein Vision-Modell verarbeitet den Screenshot ganzheitlich – es erkennt die Grenze der Karte, erkennt, dass das rote Rechteck mit dem goldenen Schloss eine einzelne interaktive Komponente ist, und liest den Text innerhalb dieser Komponente als zusammengehörige Daten statt als unabhängige Fragmente.

Bei einem Screenshot eines Rotumschlags (红包), der nach dem Öffnen aufgenommen wurde, identifiziert die visuelle KI:

• Die Kartengrenze: ein deutliches rot-oranges Rechteck mit abgerundeten Ecken, visuell getrennt von den Chat-Blasen darüber und darunter
• Den Begrüßungstext: „Frohes Neues Jahr!" – erkannt als Nachricht des Absenders, visuell vom Betrag durch die kleinere Schriftgröße unterschieden
• 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 Nachrichten-Metadaten über der Karte) mit der Transaktion verknüpft werden kann

Bei einem Screenshot einer Überweisungskarte (转账) identifiziert dasselbe Modell:

• Die Kartengrenze: ein grünes, minimalistisches Rechteck mit einem klaren Layout von oben nach unten
• Den Betrag: sofort als Headline-Element erkennbar, prominent mit dem ¥-Symbol angezeigt
• Den Statusindikator: „已收款" oder „未收款" – ein kleines, aber entscheidendes Metadatum, das traditionelle OCR wahrscheinlich als verstreuten Text behandeln würde
• Die Bemerkung (备注): Wenn der Absender eine Notiz hinzugefügt hat, erscheint sie unter dem Betrag in einer eigenen visuellen Ebene

Dieses komponentenbewusste Lesen bedeutet, dass du eine einzige Spalte definieren kannst – „Betrag" – und die KI findet sie bei beiden Kartentypen in einem gemischten Batch. Ein Satz von 30 WeChat-Chat-Screenshots mit 18 Rotumschlag-Erfassungen und 12 Überweisungsbestätigungen kann mit einer Spaltendefinition zusammen verarbeitet werden und erzeugt eine einzige Ausgabetabelle, in der jede Zeile den Betrag und den Namen des Absenders aus jedem Screenshot zeigt. Keine Konfiguration pro Kartentyp, keine separaten Batches für rote vs. grüne Karten.

Was dir ein Rotumschlag- oder Überweisungs-Screenshot nicht verraten kann

Während der Betrag unter den richtigen Bedingungen aus beiden Kartentypen zuverlässig extrahiert werden kann, gibt es Datenpunkte, die ein Chat-Screenshot schlicht nicht enthält – unabhängig von der Extraktionsmethode.

Ein Rotumschlag-Screenshot – selbst die Version nach dem Öffnen – enthält keine Bestellnummer, keine Transaktions-ID und keinen Händlerverweis. WeChat Pay vergibt bei jeder Zahlung eine Transaktions-ID, aber diese ID befindet sich im Wallet (钱包)-Transaktionsverlauf, nicht auf der Rotumschlag-Karte selbst. Bei Gruppen-Rotumschlägen zeigt der Screenshot nur deinen Anteil an der Gesamtsumme – du siehst weder den Gesamtbetrag des Absenders noch, wie er unter den anderen Empfängern aufgeteilt wurde.

Ein Überweisungskarten-Screenshot enthält ebenfalls keine Bestellnummer oder Zahlungsmethodendetails. Der Name des Absenders auf der Karte ist sein WeChat-Anzeigename – bearbeitbar, änderbar und keine verifizierte Identität. Wenn du Überweisungen für Buchhaltungszwecke protokollierst, erfasse den Betrag und den Zeitstempel (sichtbar aus den Chat-Nachrichtenmetadaten über der Karte), aber sei dir bewusst, dass das Namensfeld des Absenders das am wenigsten stabile Identifikationsmerkmal in der Gruppe ist. Für eine dauerhafte Aufbewahrung kombiniere den Screenshot mit dem entsprechenden Wallet-Transaktionseintrag, wo die offizielle Transaktions-ID verfügbar ist.

FAQ