Steuerformular-OCR, das Feld für Feld liest – jede Beschriftung gepaart mit ihrem korrekten Wert
Steuerformulare verteilen Feldbeschriftungen über Gitterzellen – „Löhne, Trinkgelder, sonstige Vergütung“ in Box 1 eines W-2, „Einbehaltene Bundessteuer“ in Box 2, „Sozialversicherungspflichtige Löhne“ in Box 3. Jede Box ist eine kleine Informationsinsel, getrennt durch Rahmen und Leerraum. Herkömmliche OCR gibt Text in Lesereihenfolge aus – von oben nach unten, von links nach rechts – und erzeugt einen flachen Datenstrom, in dem Beschriftungen benachbarter Boxen mit Werten aus verschiedenen Boxen vermischt werden. Anhand von Text in Lesereihenfolge lässt sich nicht erkennen, ob „45000.00“ zu Box 1 oder Box 3 gehört. Unsere Vision AI liest jede Box als beschrifteten Container: Sie versteht, dass die Beschriftung „Löhne, Trinkgelder, sonstige Vergütung“ mit der Zahl darunter in Box 1 gepaart ist und „Einbehaltene Bundessteuer“ mit der Zahl in Box 2 – unabhängig davon, welche Box eine OCR in Lesereihenfolge zuerst erfasst.
Verschlüsselte Verarbeitung · Automatische Löschung der Daten nach der Konvertierung
Was Sie aus Steuerformularen extrahieren können
Geben Sie die benötigten Spaltennamen ein – die KI findet diese Werte auf jedem Steuerformular, indem sie jedes Feld als beschrifteten Container liest und nicht der Lesereihenfolge folgt. Ob es sich um ein W-2 mit Box 1 bis Box 20 in zwei nebeneinanderliegenden Spalten handelt, ein 1099-NEC mit beschrifteten Feldern auf der Seite oder ein W-9 mit den Abschnitten Teil I und Teil II – die KI ordnet räumlich jedes Label dem korrekten Wert zu. Keine Vorlageneinrichtung erforderlich – dieselben Spaltennamen funktionieren über alle Formulare hinweg, da die KI versteht, was jedes Feldlabel bedeutet.
Das Tool verwendet die Benutzerdefinierte Spaltenextraktion: Sie geben die Spaltennamen ein – „Box 1 – Löhne“, „Box 2 – Einbehaltene Bundessteuer“, „Name des Steuerpflichtigen“, „SSN/EIN“ – und die KI findet die passenden Werte, indem sie jedes Feld-Label und dessen Inhalt als räumliche Einheit liest. Dieselben Spaltennamen funktionieren bei einem W-2 (Box 1 bis Box 20 in einem zweispaltigen Raster), einem 1099-NEC (beschriftete Felder in einem einspaltigen Layout), einem W-9 (Name, Firmenname, TIN in Teil I) und einem 1099-MISC (Mieten, Lizenzen, sonstige Einkünfte in Zeilen). Die KI liest das Label innerhalb jedes Feldes – nicht die Pixelposition –, sodass Sie keine Formularvorlagen benötigen. Sie können auch Berechnete Spalten definieren – zum Beispiel „Prüfung Beitragsbemessungsgrenze Sozialversicherung (Box 3 abzüglich Lohnbemessungsgrenze)“ – und die KI berechnet die Differenz während der Extraktion und kennzeichnet jede Zeile, in der Box 3 die jährliche Beitragsbemessungsgrenze überschreitet, sodass Sie eine Überzahlung erkennen, bevor sie in die Lohnabrechnung gelangt.
Jede Steuerformular-Box ist ein beschrifteter Behälter – Traditionelle OCR ignoriert den Behälter, die Lesereihenfolge zerstört die Zuordnung
Ein W-2 hat zwanzig nummerierte Boxen in zwei nebeneinanderliegenden Spalten. Box 1 („Löhne, Trinkgelder, sonstige Vergütung“) befindet sich oben links. Box 2 („Einbehaltene Bundessteuer“) befindet sich darunter. Box 3 („Sozialversicherungspflichtige Löhne“) befindet sich rechts von Box 1 in einer zweiten Spalte. Traditionelle OCR scannt von oben nach unten, links nach rechts und gibt Folgendes aus: die Beschriftung für Box 1, dann die Beschriftung für Box 3 (gleiche Zeile, andere Spalte), dann den Wert in Box 1, dann den Wert in Box 3 – vier Textfragmente in Lesereihenfolge ohne Hinweis darauf, welcher Wert zu welcher Beschriftung gehört. Ein Mensch, der das Formular betrachtet, weiß es, weil die Box-Grenze die Beschriftung mit ihrem Wert gruppiert – aber OCR hat kein räumliches Gruppierungskonzept. Im großen Maßstab, mit einem Stapel von 200 W-2 aus einem Gehaltslauf, macht die manuelle Korrektur der durcheinandergebrachten Beschriftungs-Wert-Paare die Zeitersparnis der automatisierten Extraktion zunichte. Dies ist kein Erkennungsgenauigkeitsproblem – die OCR hat jedes Zeichen korrekt gelesen. Es ist ein Layout-Verständnis-Problem: Das System hat Text aus Boxen extrahiert, wusste aber nicht, welcher Text zu welcher Box gehört.
Die Textextraktion in Lesereihenfolge behandelt eine W-2 wie eine einzelne Wortspalte – und verliert dabei, welcher Wert zu welcher Box gehört. Eine Standard-W-2 hat Box 1 und Box 3 in derselben horizontalen Zeile, mit Box 2 und Box 4 darunter. Die Lesereihenfolge scannt die obere Zeile von links nach rechts: Sie trifft zuerst auf das Label von Box 1, dann direkt auf das Label von Box 3, dann auf den Wert von Box 1, dann auf den Wert von Box 3 – eine Abfolge wie „Wages tips other compensation 45000.00 Social security wages 30000.00 Federal income tax withheld 5000.00 Social security tax withheld 1860.00.“ Der Wert 45000.00 liegt im Lesereihenfolge-Stream nicht neben seinem Label „Wages tips other compensation“, weil das Label von Box 3 auf der Seite dazwischensteht. Die Ausgabetabelle bietet keine zuverlässige Möglichkeit, jeden Wert seinem korrekten Feld zuzuordnen – die Zuordnung hängt von der Extraktionsreihenfolge ab, die durch die Pixelposition bestimmt wird, nicht durch die Box-Gruppierung.
Boxen auf Staatsebene verschärfen das Problem – bis zu vier zusätzliche Boxen auf demselben Formular mit eigenem räumlichen Layout. Unterhalb der Bundesboxen enthält eine W-2 typischerweise Box 15 (State/Employer's state ID number), Box 16 (State wages, tips, etc.), Box 17 (State income tax) und Box 18 (Local wages, tips, etc.). Diese sind in einem Raster mit demselben Layout benachbarter Boxen wie im Bundesbereich angeordnet. Eine OCR in Lesereihenfolge, die alle zwanzig Boxen einer W-2 erfasst, erzeugt einen flachen String aus etwa 60 Textfragmenten – Labels, Werte und Kopfzeilentext – ohne jegliche Box-Gruppierungsinformationen. Die Rekonstruktion, welcher der 15+ Dollar-Beträge zu welcher der 15+ Boxen gehört, erfordert für jede einzelne W-2 einen manuellen Abgleich mit dem Originalformular. Für einen Gehaltsabrechnungsdienstleister, der 500 W-2 verarbeitet, sind das 500 Formulare × 15+ manuelle Prüfungen = 7.500 Verifizierungsschritte, bevor die Daten verwendbar sind.
Das ist kein Problem der Erkennungsgenauigkeit – die OCR hat jede Ziffer korrekt gelesen, sie aber den falschen Boxen zugeordnet. Ein Test mit einer W-2 könnte eine Zeichenerkennungsgenauigkeit von 99 % bei den einzelnen Zahlen zeigen – $45.000,00, $5.000,00, $30.000,00, $1.860,00, $30.000,00, $435,00 – alle Ziffern korrekt. Aber wenn die $45.000 aus Box 1 in der Box-3-Spalte Ihrer Tabelle landen und die $5.000 aus Box 2 in Box 4, sind die aggregierten Gehaltsdaten für diesen Mitarbeiter in vier separaten Steuerberechnungen falsch, obwohl jede extrahierte Ziffer korrekt war. Der Fehler liegt nicht im Lesen – sondern in der Zuordnung. Und weil die Tabelle weiterhin plausibel aussieht (Zahlen in Zahlenspalten), übersteht der Fehler die Prüfung, bis ein W-2/W-3-Abgleich fehlschlägt oder ein Mitarbeiter seine gemeldeten Löhne anficht.
Vision AI liest jede Box als beschrifteten Container – die Beschriftung in der Box definiert, was die Zahl in der Box darstellt. Wenn die KI eine W-2 verarbeitet, identifiziert sie Box 1 als räumliche Einheit: einen umrandeten Bereich mit der Beschriftung „Löhne, Trinkgelder, sonstige Vergütung“ und einem Dollar-Betrag darunter. Sie ordnet die Beschriftung ihrem Wert zu, weil beide zum selben Container gehören. Anschließend identifiziert sie Box 2 als separate räumliche Einheit mit eigener Beschriftung („Einbehaltene Bundessteuer“) und eigenem Wert. Da die KI nach Container statt nach Lesereihenfolge gruppiert, spielt es keine Rolle, ob Box 1 oder Box 3 bei einem Scan von links nach rechts zuerst erscheint – die Beschriftung innerhalb der Umrandung von Box 1 ist eindeutig die Beschriftung für den Wert von Box 1. Jede Box auf dem Formular erhält ihr eigenes Beschriftungs-Wert-Paar, was eine strukturierte Ausgabe erzeugt, bei der „Box 1 – Löhne“ = 45.000,00 $, „Box 2 – Einbehaltene Bundessteuer“ = 5.000,00 $, „Box 3 – Sozialversicherungspflichtige Löhne“ = 30.000,00 $ – alle korrekt zugeordnet, unabhängig vom mehrspaltigen Layout des Formulars.
Benutzerdefinierte Spaltenextraktion ermöglicht es Ihnen, genau zu benennen, welche Boxen Sie benötigen – die KI gleicht Ihre Spaltennamen mit den Box-Beschriftungen ab, die sie auf dem Formular liest. Sie definieren Spalten: „Box 1 – Löhne“, „Box 2 – Einbehaltene Bundessteuer“, „Box 3 – Sozialversicherungspflichtige Löhne“, „Box 4 – Einbehaltene Sozialversicherungssteuer“, „Box 5 – Medicare-pflichtige Löhne“, „Box 6 – Medicare-Steuer“, „Staatliche Löhne“, „Staatliche Steuer“. Die KI liest die Beschriftung in jeder Box auf dem Formular, vergleicht sie mit Ihren Spaltennamen und füllt den passenden Wert ein. Wenn Sie 1099-NEC-Formulare zusammen mit W-2-Formularen im selben Batch verarbeiten, liest die KI die Box „Nichtarbeitnehmervergütung“ des 1099-Formulars und ordnet sie der entsprechenden Spalte zu – oder lässt W-2-spezifische Spalten für diese Zeile leer, falls keine passende Beschriftung vorhanden ist. Dies ist beschriftungsgesteuerte Extraktion, nicht vorlagengesteuert – die Spaltennamen definieren, was Sie möchten, und die KI findet die passende Box auf jedem Formular unabhängig.
Die Batch-Verarbeitung über Formulartypen hinweg funktioniert, weil die Box-Beschriftungen und nicht die Formularvorlagen die Extraktion steuern. Laden Sie einen Batch mit 50 W-2-Formularen, 30 1099-NEC-Formularen und 20 W-9-Formularen hoch. Definieren Sie einmal: „Name des Steuerpflichtigen“, „SSN/EIN“, „Box 1 – Löhne“, „Box 2 – Einbehaltene Bundessteuer“. Die KI liest die Boxen jedes Formulars, findet diejenigen, die Ihren Spaltennamen entsprechen, und füllt die gefundenen Daten ein. W-2-Formulare füllen alle Lohn- und Steuerabzugsspalten. 1099-NEC-Formulare füllen die Spalten für Name und SSN/EIN sowie jedes passende Einkommensfeld, das Sie definiert haben – und lassen die W-2-spezifischen Box-Spalten leer. W-9-Formulare füllen die Spalten für Name und SSN/EIN und lassen alle Box-Spalten leer. Eine Spaltendefinition funktioniert für alle drei Formulartypen im selben Batch, weil die Extraktion auf Beschriftungsabgleich basiert und nicht auf Vorlagenabgleich. Die Ausgabe ist eine Excel-Datei mit den extrahierten Daten jedes Formulars, korrekt zugeordnet, bereit für Ihre Lohnbuchhaltung oder Ihr Buchhaltungssystem.
So werden W-2, 1099 und W-9 aus einem Gehaltslauf in einem Batch extrahiert – Box für Box
Hochladen – alle Steuerformulare vom Jahresende, unverändert, ohne Vorsortierung
Laden Sie alle Ihre Steuerformulare vom Jahresende in einem einzigen Batch hoch: 50 W-2-Formulare aus der Lohnbuchhaltung (digitale PDFs, einige mit vier staatlichen Boxen für Mitarbeiter in verschiedenen Bundesstaaten), 30 1099-NEC-Formulare für unabhängige Auftragnehmer (einige digital erstellt, einige von Papierkopien gescannt, die von Auftragnehmern per Post zurückgeschickt wurden) und 20 W-9-Formulare, die während des Onboardings gesammelt wurden (eine Mischung aus handschriftlichen und getippten Formularen mit unterschiedlicher Scanqualität). Keine Vorsortierung nach Formulartyp, kein Trennen von W-2-Formularen mit staatlichen Boxen von solchen ohne, kein Aufteilen von W-2-Formularen mit mehreren Bundesstaaten in einzelne Dateien. Die KI verarbeitet alle Formulare gemeinsam – jede Box auf jedem Formular wird unabhängig als beschrifteter Container gelesen. Wenn ein Mitarbeiter auf demselben W-2 Box 15–17 für Kalifornien und auch Box 15–17 für New York ausgefüllt hat, extrahiert die KI beide Datensätze als separate beschriftete Gruppen.
Spalten definieren – die Box-Beschriftungen, die Sie extrahiert haben möchten, plus etwaige Prüfspalten
Geben Sie die Spaltennamen für Ihre Lohnbuchhaltungstabelle ein: Formulartyp, Steuerjahr, Name des Steuerpflichtigen, SSN/EIN, Box 1 – Löhne, Box 2 – Einbehaltene Bundessteuer, Box 3 – Sozialversicherungspflichtige Löhne, Box 4 – Einbehaltene Sozialversicherungssteuer, Box 5 – Medicare-pflichtige Löhne, Box 6 – Medicare-Steuer, Staatliche Löhne, Staatliche Steuer. Fügen Sie dann die Prüfspalten hinzu: Prüfung Sozialversicherungssatz (Box 4 ÷ Box 3; Abweichung ausgeben, wenn ≠ 6,2 %), Prüfung Medicare-Satz (Box 6 ÷ Box 5; Abweichung ausgeben, wenn ≠ 1,45 %). Beim handschriftlichen W-9 mit einer verschmierten TIN liest die KI die lesbaren Ziffern und vermerkt das unklare Zeichen – Sie prüfen dieses eine Feld. Beim 1099-NEC von einem Auftragnehmer mit einer Postfachadresse extrahiert die KI die Adresse unverändert in das Adressfeld. Beim W-2 mit sowohl kalifornischen als auch New Yorker Staatsboxen liest die KI die Beschriftungen „State wages“ und „State income tax“ jedes Staatsabschnitts und extrahiert sie in die Spalten „Staatliche Löhne“ und „Staatliche Steuer“ – mit der Staatsabkürzung als Kontext, damit Sie wissen, welche Zeile zu welchem Bundesstaat gehört.
Ausgabe – eine Tabelle, jede Box korrekt mit ihrer Beschriftung gepaart, Prüfspalten bereits ausgeführt
Laden Sie eine Excel-Datei herunter, in der jede Zeile ein Steuerformular darstellt – W-2, 1099-NEC oder W-9 – mit allen extrahierten Box-Werten in den richtigen Spalten. Box 1 – Löhne in der Box-1-Spalte, Box 2 – Einbehaltene Bundessteuer in der Box-2-Spalte, Box 3 – Sozialversicherungspflichtige Löhne in der Box-3-Spalte – jede Beschriftung korrekt mit ihrem Wert gepaart, weil die KI jede Box als beschrifteten Container gelesen hat und nicht als Textstrom in Lesereihenfolge. Die Berechneten Spalten wurden bereits ausgeführt: Die Spalte „Prüfung Sozialversicherungssatz“ zeigt „OK“ für Zeilen, in denen Box 4 ÷ Box 3 6,2 % ergibt, und einen Abweichungswert für jede Zeile, in der dies nicht der Fall ist. Die Spalte „Prüfung Medicare-Satz“ macht dasselbe für Box 6 ÷ Box 5 bei 1,45 %. Jedes Formular, bei dem die Einbehaltung nicht dem erwarteten Satz entspricht, wird zur Überprüfung markiert – Sie prüfen diese Zeilen und importieren dann die gesamte Charge in Ihr Lohnabrechnungssystem oder senden sie an Ihren Steuerberater, mit der Gewissheit, dass keine Box-Wert-Zuordnung durch die Extraktion in Lesereihenfolge durcheinandergebracht wurde.
Wann die feldweise Extraktion am besten funktioniert – und wo Sie prüfen sollten
Die Extraktion von Steuerformularen ist bei standardisierten IRS- und vergleichbaren Formularen sehr zuverlässig. Einige Bedingungen beeinflussen die Genauigkeit – insbesondere solche, die die Feldgrenzen verschwimmen lassen, auf die Vision AI für die räumliche Gruppierung angewiesen ist.
Zuverlässige Extraktion
IRS-Standardformulare mit nummerierten Boxen – W-2, W-3, W-4, 1099-Serie (NEC, MISC, INT, DIV, R), W-9, 1040, Schedule C, Schedule K-1 – alle werden mit korrekter Label-Wert-Zuordnung extrahiert, da die Box-Labels explizit und die Box-Grenzen klar sind.
Digital erzeugte PDFs aus Lohnabrechnungssoftware (ADP, Gusto, QuickBooks Payroll, Paychex) und Steuervorbereitungssoftware (TurboTax, H&R Block) – saubere digitale Ausgabe führt zu nahezu perfekter Extraktion, da alle Box-Labels und -Werte maschinell mit scharfen Rändern gedruckt werden.
Handschriftliche W-9- und W-4-Formulare mit leserlicher Handschrift – die KI liest Handschrift innerhalb beschrifteter Boxen und ordnet den handschriftlichen Wert dem gedruckten Label der Box zu.
Batch-Verarbeitung mehrerer Formulare mit gemischten Formulartypen – W-2s, 1099s und W-9s im selben Batch, eine Tabellenausgabe, jedes Formular füllt die Spalten, die seinen Box-Labels entsprechen.
Diese Fälle prüfen
Stark kopierte oder Kopien in N-ter Generation, bei denen die Feldgrenzen bis zur Unsichtbarkeit verblasst sind – die KI nutzt Feldgrenzen für die räumliche Gruppierung. Fehlen die Grenzen, greift die KI auf Näherungsheuristiken der Beschriftungen zurück, was weniger zuverlässig ist als eine explizite Containergruppierung. Scannen Sie bei kritischen Lohn- und Gehaltsdaten wann immer möglich die Originalformulare.
Korrigierte W-2-Formulare (W-2c), bei denen sowohl Original- als auch korrigierte Werte erscheinen – die KI extrahiert beide Sätze, wenn beide sichtbar sind. Definieren Sie explizite Spaltennamen für die korrigierten Werte (z. B. „Box 1 – Löhne korrigiert“) und gleichen Sie diese mit den Originalwerten ab, um sicherzustellen, dass die Korrektur korrekt erfasst wird.
Internationale Steueräquivalente – Kanada T4, UK P60, Australien PAYG-Zahlungsübersicht, Deutschland Lohnsteuerbescheinigung – die KI kann Feldwerte mit demselben beschriftungsbasierten Ansatz extrahieren, aber Feldnummerierung und Beschriftungen unterscheiden sich erheblich. Überprüfen Sie die ersten Extraktionen anhand der Originalformulare, um zu bestätigen, dass Ihre Spaltennamen den Beschriftungskonventionen des jeweiligen Landes entsprechen. Für britische HMRC-Mehrwertsteuererklärungen im Speziellen – wo die Feldarithmetik (Box 3 = Box 1 − Box 2) genauso wichtig ist wie die Werte selbst – siehe unseren MwSt.-Erklärung-zu-Excel-Konverter.
Prüfungen der berechneten Spalten zu den Sätzen (Sozialversicherung 6,2 %, Medicare 1,45 %) sind arithmetische Verifikationen – sie bestätigen, dass die extrahierte Box 4 ÷ Box 3 dem erwarteten Satz entspricht, ersetzen jedoch keine Lohnsteuerberechnung oder Compliance-Prüfung. Die Prüfung erkennt Extraktionsfehler (fehlgelesene Ziffern, vertauschte Felder) – sie stellt nicht fest, ob die korrekte Steuer gemäß Steuergesetz einbehalten wurde.
Häufig gestellte Fragen
Wie unterscheidet sich die boxweise Extraktion von regulärer OCR bei Steuerformularen?
Reguläre OCR liest Text in Lesereihenfolge – von oben nach unten, von links nach rechts – und gibt einen fortlaufenden Textstring aus. Bei einem W-2 mit Box 1 und Box 3 in derselben Zeile stößt herkömmliche OCR zuerst auf das Label von Box 1, dann auf das Label von Box 3, dann auf den Wert von Box 1, dann auf den Wert von Box 3 – was eine durcheinandergebrachte Sequenz ergibt, in der Labels und Werte verschiedener Boxen verschachtelt sind. Die boxweise Extraktion verwendet Vision AI, um jede Box als räumlichen Container zu lesen: Sie identifiziert den umrandeten Bereich von Box 1, liest das Label darin („Löhne, Trinkgelder, sonstige Vergütung“), liest den Wert darin (45.000 $) und ordnet sie einander zu. Dann macht sie dasselbe für Box 2, Box 3 usw. – jede Box erzeugt ein sauberes Label-Wert-Paar, unabhängig vom Spaltenlayout der Seite. Das Ergebnis sind strukturierte Daten, bei denen Box 1 – Löhne immer 45.000 $ beträgt, nicht 30.000 $, nur weil der Wert einer anderen Box in der Lesereihenfolge zufällig als Nächstes kam.
Kann ich W-2s, 1099s und W-9s zusammen in einem Batch verarbeiten?
Ja. Laden Sie W-2s, 1099-NEC-Formulare, 1099-MISC-Formulare, W-9s und andere Steuerdokumente in einem einzigen Batch hoch. Definieren Sie Ihre Spaltennamen einmal – die KI liest die Boxen jedes Formulars und füllt die passenden Spalten. W-2s füllen alle Lohn-, Einbehaltungs- und staatlichen Steuerspalten. 1099-NEC-Formulare füllen die Felder für Name, SSN/EIN und nichtangestellte Vergütung. W-9s füllen die Felder für Name, Firmenname, TIN und Adresse. Jeder Formulartyp füllt nur die Spalten, deren Labels zu seinen Boxen passen – die Ausgabetabelle enthält eine Zeile pro Formular, und Sie können nach Formulartyp filtern, um W-2s von 1099s für verschiedene nachgelagerte Arbeitsabläufe zu trennen. Das ist besonders nützlich zum Jahresende, wenn Sie alle Steuerformulare für ein einzelnes Steuerjahr in einer Sitzung verarbeiten.
Verarbeitet die KI handschriftliche Steuerformulare wie W-4 und W-9?
Ja. Unsere Vision AI ist auf Handschrift in strukturierten Formularen trainiert und kann handschriftliche Namen, SSNs, EINs, Adressen und Dollar-Beträge in beschrifteten Feldern lesen. Da die KI das Feld als räumlichen Container betrachtet, weiß sie, dass der handschriftliche Text in Box 1 eines W-9 der Name ist (Teil I, Zeile 1), und die handschriftlichen Ziffern im TIN-Bereich die SSN oder EIN sind. Die gedruckten Beschriftungen auf dem Formular liefern die Feldidentität – der handschriftliche Inhalt liefert den Wert. Die Genauigkeit hängt von der Lesbarkeit der Handschrift ab: klar geschriebene Blockschrift und Zahlen werden zuverlässig extrahiert. Kursive Unterschriften, stark stilisierte Handschrift oder verschmierte/nasse Tinte können die Genauigkeit bei betroffenen Feldern verringern. Bei der TIN zählt bereits eine falsch gelesene Ziffer – nutzen Sie Berechnete Spalten, um jede SSN mit unerwarteter Ziffernanzahl (≠ 9) oder ungewöhnlichem Formatmuster zur sofortigen Prüfung zu kennzeichnen.
Was ist mit W-2-Formularen mit mehreren staatlichen Steuerfeldern – werden die Daten jedes Bundesstaats separat extrahiert?
Ja. Wenn ein W-2 Steuerinformationen für zwei Bundesstaaten enthält (z. B. Kalifornien in der ersten staatlichen Zeile und New York in der zweiten), liest die KI jeden staatlichen Abschnitt als eigene beschriftete Containergruppe. Box 15 (Staat), Box 16 (Staatliche Löhne) und Box 17 (Staatliche Einkommenssteuer) für Kalifornien bilden eine Gruppe; dieselben Boxen für New York bilden eine zweite Gruppe. Die KI extrahiert beide Sätze und bewahrt die staatliche Kennung. Wenn Sie in Ihrer Ausgabe „Staatliche Löhne“ und „Staatliche Steuer“ als Spaltennamen definiert haben, gibt die KI alle gefundenen Werte aus. Wir empfehlen, in der Ausgabe eine Zeile pro Formular zu definieren – wenn Sie eine Aufschlüsselung nach Bundesstaat benötigen, können Sie das W-2 zweimal mit spezifischeren Spaltennamen verarbeiten (z. B. „CA Staatliche Löhne“, „NY Staatliche Löhne“) oder das Google Sheets-Add-on verwenden, um staatsspezifische Daten an separate Tabellenblätter anzuhängen. Für die meisten Lohnabrechnungs-Workflows reicht es aus, alle staatlichen Daten in einer einzigen Zeile mit beschrifteten Spalten zu extrahieren, um die Summen mit Ihren staatlichen Meldungen abzugleichen.
Sind die Steuerdaten meiner Mitarbeiter – SSNs, Löhne, einbehaltene Steuern – sicher?
Alle Dateiübertragungen verwenden TLS 1.3-Verschlüsselung. Dokumente werden in einer isolierten Sitzung verarbeitet und innerhalb von 24 Stunden nach der Konvertierung automatisch von unseren Servern gelöscht. Ihre Steuerdaten – einschließlich SSNs, EINs, Lohnbeträgen und Einbehaltungsbeträgen – werden niemals zum Trainieren unserer KI-Modelle verwendet und niemals über das Verarbeitungsfenster hinaus aufbewahrt. Die extrahierte Excel-Datei wird direkt auf Ihren Computer heruntergeladen; wir speichern keine Extraktionsergebnisse. Für Lohnabrechnungsdienstleister und Buchhaltungsfirmen, die sensible Mitarbeiterdaten verwalten, stellt diese Architektur sicher, dass die von Ihnen hochgeladenen Daten unsere Server nach Abschluss der Verarbeitung verlassen und die einzige dauerhafte Kopie die auf Ihren eigenen Systemen ist, wo sie hingehört.