Stapeldatenextraktion: Ein Ordner hinein, eine Tabelle zum Prüfen heraus
Das manuelle Extrahieren von Daten aus einem Stapel Dokumente dauert etwa 3 Minuten pro Seite. Die Stapelverarbeitung erledigt jede Seite in 5–10 Sekunden und fasst den gesamten Ordner in einer Tabelle zusammen – etwa 18-mal schneller, ohne Vorlagen und ohne Vorsortierung.
5–10 s pro Seite · Beliebiges Format (PDF/JPG/PNG) · Gemischter Batch · Bis zu 99 % Genauigkeit bei gedrucktem Text
Was Sie aus einem Dokumentenstapel extrahieren können
Benennen Sie die benötigten Spalten einmal, und die KI zieht diese Werte aus jedem Dokument im Stapel – unabhängig von Format oder Layout. Jedes Dokument wird zu einer Zeile in einer einzigen Tabelle.
Sie geben diese Spaltennamen einmal ein. Die KI wendet sie auf jedes Dokument im Stapel an: PDFs, Scans, Fotos, Word-Dateien und Textdateien gleichermaßen.
Stapeldatenextraktion klingt einfach – bis man sie an einem echten Ordner ausprobiert
Jedes Tool verspricht „mehrere Dateien hochladen, eine Tabelle erhalten“. Die meisten liefern das nur, wenn alle Dokumente dasselbe Layout haben. Echte Ordner sehen anders aus: Lieferanten unterscheiden sich, Formate mischen sich, und ein paar Dateien sind immer schlechter als der Rest. Und wenn es um den Text selbst geht statt um benannte Spalten, ist Batch-OCR, das den gesamten Ordner liest, der leichtere Weg über dieselben Dateien.
Wo die Stapelverarbeitung bei echten Ordnern scheitert
Eine Vorlage pro Dokumentlayout bedeutet eine Vorlage pro Anbieter. Vorlagenbasierte Tools benötigen einen Parser pro Layout. Wenn also die Rechnungen jedes Anbieters anders positioniert sind, müssen Sie für jeden eine separate Konfiguration erstellen und pflegen. Selbst KI-gestützte Tools wie Nanonets oder Rossum erfordern ein Training oder Feldzuordnung pro Dokumenttyp, bevor sie einen Stapel verarbeiten können. Ein Nutzer auf Reddit beschrieb die Situation unverblümt: „Wir kopieren jede Woche manuell Daten aus PDFs in Excel, und das dauert so lange.“ Die Vorlagenlösung beseitigt die Arbeit nicht; sie verlagert sie vom Kopieren zum Konfigurieren.
Echte Ordner sind nicht nach Format sortiert. Ein natives PDF, ein gescanntes Bild und ein Handyfoto benötigen bei herkömmlichen OCR-Tools jeweils eine eigene Verarbeitungspipeline. Sie müssen also separate Stapel pro Format ausführen und die Ergebnisse manuell zusammenführen. Ein Entwickler auf Reddit drückte es deutlich aus: „PDF ist ein für Menschen lesbares Ausgabeformat. Es ist kein für Computer lesbares Eingabeformat.“ Deshalb haben formatspezifische Pipelines Probleme, sobald ein Ordner verschiedene Formate mischt.
Stapelgröße und Fortschrittsanzeige sind Nebensache. Viele Tools verarbeiten Dateien einzeln hinter einem einzigen Fortschrittsbalken. Wenn ein Dokument fehlschlägt, gibt es keine Möglichkeit zu wissen, welches oder warum. Sie müssen also den gesamten Stapel manuell überprüfen. Der eigentliche Engpass ist nicht die KI-Geschwindigkeit, sondern das Fehlen eines Status pro Dokument.
Wie ein einziger Batch einen ganzen gemischten Ordner abdeckt
Sie definieren die Ausgabe, nicht die Eingaberegeln. Statt für jedes Layout einen Parser zu erstellen, geben Sie die benötigten Spaltennamen ein (z. B. Document Date, Vendor, Total Amount, Tax, Due Date) und die KI findet diese Werte auf jedem Dokument, indem sie deren Bedeutung versteht. „Invoice Date" auf dem PDF eines Anbieters und „Transaction Date" auf einem gescannten Beleg eines anderen werden beide Ihrer Spalte „Document Date" zugeordnet. Die Spaltennamen selbst sind die einzige Konfiguration, und sie gelten für jedes Dokument im Batch – unabhängig von Anbieter, Format oder Layout. Das ist Benutzerdefinierte Spaltenextraktion: Die KI liest nach Bedeutung, statt Positionsregeln durchzusetzen.
Alle Formate nutzen eine gemeinsame Pipeline, daher gibt es keinen Vorsortierschritt. Legen Sie einen Ordner mit PDF-Rechnungen, gescannten JPG-Belegen, PNG-Fotos vom Handy und gelegentlich Word- oder Textdateien in denselben Upload. Das visuelle Sprachmodell liest jede Datei auf dieselbe Weise: Es betrachtet die Pixel und extrahiert die von Ihnen benannten Spalten. Es gibt keine „PDF-Pipeline" versus „Bild-Pipeline", sondern nur einen Batch, eine Spaltendefinition und eine Ausgabetabelle.
Fortschritt pro Dokument und unabhängige Verarbeitung bedeuten, dass eine fehlerhafte Datei den Batch nicht scheitern lässt. Jedes Dokument wird unabhängig verarbeitet und sein Status in Echtzeit verfolgt. Die Batch-Ansicht zeigt genau, welche Dokumente abgeschlossen sind, welche verarbeitet werden und welche Probleme aufgetreten sind – statt eines einzigen Fortschrittsbalkens, der einzelne Fehler verbirgt. Die Verarbeitung dauert 5–10 Sekunden pro Seite (vs. ca. 3 Minuten manuelle Eingabe pro Seite), und die Ausgabe ist eine konsolidierte XLSX- oder CSV-Datei mit den von Ihnen definierten Spalten.
Stapeldatenextraktion in der Praxis: Von einem Ordner mit gemischten Dateien zu einer sauberen Tabelle
So durchläuft ein gemischter Ordner einen Stapel und Sie behalten dabei jede Datei im Blick.
Laden Sie den gesamten Stapel hoch, Formate und alles
Ihr Monatsordner enthält 30 Dateien: 18 PDF-Rechnungen aus 10 verschiedenen ERP-Systemen, 7 gescannte Belege als JPGs von Außenstellen und 5 Handyfotos handschriftlicher Lieferscheine. Ziehen Sie alle 30 in den Upload-Bereich. PDF, JPG, PNG, WebP und sogar Word- oder Textdateien werden zusammen hochgeladen, ohne Vorsortierung und ohne Schritt „Dokumenttyp auswählen“. Der Stapel-Upload verarbeitet etwa 30 Dateien gleichzeitig, jede bis zu 10 MB.
Benennen Sie Ihre Spalten einmal, sie gelten für jedes Dokument
Geben Sie Belegdatum, Lieferant, Rechnungsnummer, Gesamtbetrag, Steuerbetrag, Fälligkeitsdatum ein. Diese werden zu den exakten Kopfzeilen in Ihrer Ausgabetabelle. Die KI ordnet „Rechnungsdatum“ auf digitalen PDFs, „Transaktionsdatum“ auf gescannten Belegen und „Datum“ auf handschriftlichen Notizen alle Ihrer Spalte „Belegdatum“ zu, weil sie versteht, was jedes Feld bedeutet, statt eine Dokumenttyp-Vorlage abzugleichen. Optional können Sie eine berechnete Spalte wie Positionssumme (Menge × Einzelpreis) hinzufügen, und die KI führt die Arithmetik während der Extraktion durch.
Prüfen Sie den Stapel Datei für Datei, korrigieren Sie nur, was nötig ist
Die Verarbeitung dauert 5-10 Sekunden pro Seite. Die Ausgabe ist eine einzige XLSX-Datei: 30 Zeilen, eine pro Dokument, mit den von Ihnen definierten Spalten, und jede Zeile behält ihren eigenen Status, sodass Sie direkt zu den Dateien springen können, die einen Blick benötigen. Wenn die Rechnung eines Lieferanten keine Steuer ausweist, bleibt diese Zelle leer statt einer erfundenen Null, und diese eine Zeile kann korrigiert werden, ohne die anderen 29 anzufassen. Die KI unterstützt außerdem abgeleitete Spalten: Definieren Sie eine Spalte „Kategorie“ mit Optionen wie „Rechnung / Beleg / Lieferschein / Bestellung“, und die KI klassifiziert jedes Dokument während der Extraktion, sodass in einem einzigen Durchlauf sowohl die Daten als auch die Dokumenttyp-Kennzeichnung erzeugt werden.
Wann die Stapeldatenextraktion am besten funktioniert und wann Vorsicht geboten ist
Die Stapeldatenextraktion verarbeitet zuverlässig gemischte Formate und unterschiedliche Layouts, wenn die Zielfelder beschriftet sind. Wenn Sie die Grenzen kennen, laufen Ihre Stapel reibungslos.
Wann es am besten funktioniert
Stapel mit gemischten Formaten, die gemeinsame Feldkonzepte teilen. Wenn jedes Dokument ein Datum, eine Summe und einen Lieferantennamen an unterschiedlichen Positionen enthält, ordnet die KI diese Ihren benannten Spalten zu – ohne Konfiguration pro Dokument.
Klare gedruckte Beschriftungen in der Nähe der Werte. Bis zu 99 % Genauigkeit, wenn Felder beschriftet sind, z. B. „Rechnungsdatum:“ und „Summe:“ an beliebiger Position auf der Seite.
~30 Dokumente pro Stapel mit Sichtbarkeit des Status jeder Datei. Der Status jedes Dokuments (wird verarbeitet / abgeschlossen / Fehler) ist in Echtzeit sichtbar. Größere Mengen werden in mehrere Stapel aufgeteilt, die jeweils eine unabhängige Tabelle erzeugen.
Wann Vorsicht geboten ist
Stark beeinträchtigte Quellqualität. Verblasste Thermo-Belege, Scans unter 200 DPI oder komprimierte Bilder mit Artefakten. Die KI gleicht dies mithilfe des Kontexts besser aus als herkömmliche OCR, aber eine schlechte Quellqualität ist unabhängig vom Dokumenttyp der größte Engpass für die Genauigkeit.
Sehr dokumentspezifische Felder ohne gemeinsame Bedeutung als Anker. Wenn ein Dokument „Container-Siegelnummer“ enthält und nichts anderes im Stapel etwas Ähnliches referenziert, hat die KI kein dokumentübergreifendes Signal, auf das sie sich stützen kann. Typspezifische Felder werden besser extrahiert, wenn sie mit ähnlichen Dokumenten gebündelt werden.
Unbeschriftete Zahlenwerte ohne nahegelegene Feldnamen. Ein Dollar-Betrag, der allein in einem Absatz steht, ohne „Summe“ oder „Betrag“ in der Nähe, gibt der KI keine Beschriftung zum Abgleich. Beschriftungs-Wert-Paare werden zuverlässig extrahiert; isolierte Zahlen in erzählendem Text möglicherweise nicht.
Häufig gestellte Fragen
Kann ich Daten aus PDFs, gescannten Bildern und Handyfotos in demselben Upload stapelweise extrahieren, oder muss ich sie nach Format trennen?
Alle Formate kommen in denselben Stapel. Laden Sie PDFs, JPGs, PNGs, WebP, AVIF, Word-Dokumente und Textdateien gemeinsam hoch. Das visuelle Sprachmodell verarbeitet jede Datei über eine einzige Pipeline: Es liest die Pixel, versteht den Inhalt und extrahiert die von Ihnen benannten Spalten. Ein Belegdatum, das in einem nativen PDF gefunden wird, kommt auf dieselbe Weise durch, egal ob es in einem gescannten JPG oder einem Handyfoto steckt, weil die KI auf Bedeutung statt auf das Dateiformat achtet. Keine separaten Stapel pro Format, kein manuelles Vorsortieren nach Format.
Was passiert, wenn ein von mir definiertes Feld wie Steuerbetrag bei einigen Dokumenten im Stapel nicht vorhanden ist?
Die KI lässt diese Zelle für dieses Dokument leer, statt einen Wert zu erfinden oder den Stapel anzuhalten. Eine Bestellung ohne Steuerposition zeigt eine leere Zelle in der Spalte Steuerbetrag, während Rechnungen im selben Stapel mit Steuer den Wert ausgefüllt haben. Kein Fehler stoppt den Stapel, und kein erfundener Wert gelangt stillschweigend in Ihre Tabelle. Das ist besonders nützlich, wenn Ihr Stapel verschiedene Dokumenttypen oder Lieferantenformate enthält, die überlappende, aber nicht identische Felder aufweisen, da jedes Dokument innerhalb desselben Spaltenrahmens unabhängig verarbeitet wird.
Kann ich Einzelposten im Stapelmodus extrahieren, wenn jedes Dokument eine unterschiedliche Anzahl von Zeilen hat – von einem einzelnen Posten auf einer Rechnung bis zu 50 Zeilen auf einer Bestellung?
Ja. Die KI liest die Struktur jedes Dokuments unabhängig und erzeugt so viele Ausgabezeilen, wie das Dokument enthält. Eine einzeilige Rechnung erzeugt eine Zeile mit den Kopfzeilenfeldern (Belegdatum, Lieferant, Gesamtbetrag) und eine Einzelpostenzeile (Menge, Einzelpreis, Positionssumme). Eine Bestellung mit 50 Zeilen erzeugt 50 Zeilen, die alle dieselben Spaltenüberschriften teilen. Sie definieren keine Zeilenanzahl im Voraus und erhalten keine kaputte Tabelle durch Inhalte variabler Länge. berechnete Spalte wie „Positionssumme (Menge × Einzelpreis)“ funktionieren auch über Stapel variabler Länge.
Kann ich einer Stapelextraktion berechnete Spalten hinzufügen, zum Beispiel Positionssumme berechnet als Menge × Einzelpreis während des Stapellaufs?
Ja. Mit berechnete Spalte können Sie Berechnungen definieren, die die KI während der Extraktion durchführt, statt einen separaten Excel-Formelschritt zu benötigen. Geben Sie „Positionssumme (Menge × Einzelpreis)“ als Spaltenname ein, und die KI multipliziert die Werte, die sie für Menge und Einzelpreis in jedem Dokument des Stapels findet, und gibt das Ergebnis direkt aus. Dies funktioniert über jedes Dokument, unabhängig davon, wie viele Einzelposten es enthält. Für angemeldete Benutzer unterstützt das Regelformat komplexere mehrstufige Berechnungen, einschließlich zeilenübergreifender Aggregation und bedingter Logik.
Beeinträchtigt ein Dokument von schlechter Qualität im Stapel die anderen?
Nein. Jedes Dokument wird unabhängig verarbeitet und sein Status wird in der Stapelansicht nachverfolgt. Wenn eine Datei in einem Stapel von 30 ein verblasster Scan ist, ist die Extraktionsgenauigkeit dieses Dokuments geringer, aber die anderen 29 Dateien sind nicht betroffen. Das Dokument von schlechter Qualität erscheint weiterhin in der Ausgabe mit den Werten, die die KI extrahieren konnte, und seine Zeile ist zur Überprüfung leicht zu identifizieren. Für beste Ergebnisse scannen Sie mit 300 DPI oder höher und nutzen Sie den Status pro Dokument in der Stapelansicht, um die Dateien zu finden, die Aufmerksamkeit benötigen, ohne den gesamten Stapel erneut auszuführen.