Steuerformular-OCR, das Feld für Feld liest – Jede Bezeichnung mit dem korrekten Wert verknüpft
Steuerformulare verteilen Feldbezeichnungen über Rasterzellen – „Lohn, Trinkgeld, sonstige Vergütung“ in Box 1 eines W-2, „Einbehaltene Bundessteuer“ in Box 2, „Sozialversicherungspflichtiger Lohn“ 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 Strom, bei dem Bezeichnungen benachbarter Boxen mit Werten aus anderen Boxen vermischt werden. Anhand des Lesereihenfolge-Texts lässt sich nicht erkennen, ob „45000,00“ zu Box 1 oder Box 3 gehört. Unsere Vision-KI liest jede Box als beschrifteten Container: Sie versteht, dass die Bezeichnung „Lohn, Trinkgeld, sonstige Vergütung“ mit der Zahl darunter in Box 1 verknüpft ist und „Einbehaltene Bundessteuer“ mit der Zahl in Box 2 – unabhängig davon, welche Box ein Scan in Lesereihenfolge zuerst erfasst.
Verschlüsselte Verarbeitung · Automatische Datenlöschung nach 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, nicht nach Lesereihenfolge. 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 Abschnitten Teil I und Teil II – die KI ordnet räumlich jede Beschriftung dem richtigen Wert zu. Keine Vorlageneinrichtung – dieselben Spaltennamen funktionieren formularübergreifend, da die KI die Bedeutung jeder Feldbeschriftung versteht.
Das Tool nutzt 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 samt 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 einspaltigem Layout), einem W-9 (Name, Firmenname, TIN in Teil I) und einem 1099-MISC (Mieten, Lizenzgebühren, sonstige Einkünfte in Zeilen). Die KI liest das Label innerhalb jedes Feldes – nicht die Pixelposition –, sodass Sie keine formulartypischen Vorlagen benötigen. Sie können auch berechnete Spalten definieren – zum Beispiel „Prüfung Sozialversicherungs-Beitragsbemessungsgrenze (Box 3 minus Jahresgrenze)“ – und die KI berechnet die Differenz während der Extraktion und markiert jede Zeile, in der Box 3 die jährliche Beitragsbemessungsgrenze überschreitet, sodass Sie Überzahlungen erkennen, bevor sie in die Lohnabrechnung gelangen.
Jedes Steuerformular-Kästchen ist ein beschrifteter Container – Herkömmliche OCR ignoriert den Container, die Lesereihenfolge zerstört die Zuordnung
Ein W-2 hat zwanzig nummerierte Kästchen in zwei nebeneinanderliegenden Spalten. Kästchen 1 („Löhne, Trinkgelder, sonstige Vergütung“) befindet sich oben links. Kästchen 2 („Einbehaltene Bundessteuer“) darunter. Kästchen 3 („Sozialversicherungspflichtiger Lohn“) rechts von Kästchen 1 in einer zweiten Spalte. Herkömmliche OCR scannt von oben nach unten, links nach rechts und gibt aus: die Bezeichnung von Kästchen 1, dann die Bezeichnung von Kästchen 3 (gleiche Zeile, andere Spalte), dann den Wert von Kästchen 1, dann den Wert von Kästchen 3 – vier Textfragmente in Lesereihenfolge ohne Hinweis, welcher Wert zu welcher Bezeichnung gehört. Ein Mensch erkennt dies anhand der Kästchenumrandung, die Bezeichnung und Wert gruppiert – der OCR fehlt jedoch dieses räumliche Gruppierungskonzept. Bei 200 W-2s aus einer Lohnabrechnung macht die manuelle Korrektur der vertauschten Paare den Zeitgewinn durch automatisierte Extraktion zunichte. Dies ist kein Erkennungsgenauigkeitsproblem – die OCR hat jedes Zeichen korrekt gelesen. Es ist ein Layoutverständnis-Problem: Das System extrahierte Text aus Kästchen, wusste aber nicht, welcher Text zu welchem Kästchen gehört.
Die Textextraktion in Lesereihenfolge behandelt eine W-2 wie eine einzelne Wortspalte – und verliert die Zuordnung von Zahlen zu den richtigen Feldern. 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: zuerst die Bezeichnung von Box 1, dann sofort die Bezeichnung von Box 3, dann den Wert von Box 1, dann den Wert von Box 3 – eine Sequenz 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 Lesereihenfolgen-Stream nicht neben seiner Bezeichnung „Wages tips other compensation“, da die Bezeichnung von Box 3 dazwischen steht. Die Ausgabetabelle kann jeden Wert nicht zuverlässig seinem korrekten Feld zuordnen – die Paarung hängt von der Extraktionsreihenfolge ab, die durch Pixelpositionen und nicht durch Box-Gruppierung bestimmt wird.
Landesbezogene Felder verschärfen das Problem – bis zu vier zusätzliche Boxen auf demselben Formular mit eigenem räumlichen Layout. Unter den Bundesfeldern enthält eine W-2 typischerweise Box 15 (Bundesstaat/Arbeitgeber-ID-Nummer), Box 16 (Landeslöhne, Trinkgelder usw.), Box 17 (Landeseinkommensteuer) und Box 18 (örtliche Löhne, Trinkgelder usw.). Diese sind in einem Raster mit demselben Layout benachbarter Boxen wie der Bundesabschnitt angeordnet. Ein OCR, der alle zwanzig Boxen einer W-2 in Lesereihenfolge erfasst, erzeugt eine flache Zeichenkette von etwa 60 Textfragmenten – Bezeichnungen, Werte und Kopfzeilentexte – ohne jegliche Box-Gruppierungsinformationen. Die Zuordnung, welcher der 15+ Geldbeträge zu welcher der 15+ Boxen gehört, erfordert für jede einzelne W-2 manuelles Abgleichen mit dem Originalformular. Für einen Gehaltsabrechnungsdienstleister, der 500 W-2s verarbeitet, sind das 500 Formulare × 15+ manuelle Prüfungen = 7.500 Überprüfungsschritte, bevor die Daten verwendbar sind.
Dies ist kein Problem der Erkennungsgenauigkeit – der 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 Spalte von Box 3 Ihrer Tabelle landen und die 5.000 $ aus Box 2 in Box 4, sind die aggregierten Gehaltsabrechnungsdaten für diesen Mitarbeiter bei vier verschiedenen Steuerberechnungen falsch, obwohl jede extrahierte Ziffer korrekt war. Der Fehler liegt nicht im Lesen – sondern in der Zuordnung. Und da die Tabelle immer noch plausibel aussieht (Zahlen in Zahlenspalten), überlebt der Fehler die Überprüfung, bis ein W-2/W-3-Abgleich fehlschlägt oder ein Mitarbeiter seine gemeldeten Löhne anficht.
Vision AI liest jedes Feld als beschrifteten Container – die Beschriftung im Feld definiert, wofür die Zahl darin steht. Wenn die KI ein W-2 verarbeitet, erkennt sie Feld 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, da beide zum selben Container gehören. Anschließend identifiziert sie Feld 2 als separate räumliche Einheit mit eigener Beschriftung („Einbehaltene Bundessteuer“) und eigenem Wert. Da die KI nach Container und nicht nach Lesereihenfolge gruppiert, spielt es keine Rolle, ob Feld 1 oder Feld 3 bei einem Scan von links nach rechts zuerst kommt – die Beschriftung innerhalb der Umrandung von Feld 1 ist definitiv die Beschriftung für den Wert von Feld 1. Jedes Feld im Formular erhält sein eigenes Beschriftung-Wert-Paar, was eine strukturierte Ausgabe ergibt, bei der „Feld 1 Löhne“ = 45.000,00 €, „Feld 2 Einbeh. Bundessteuer“ = 5.000,00 €, „Feld 3 Sozialversicherungslöhne“ = 30.000,00 € – alle korrekt zugeordnet, unabhängig vom mehrspaltigen Layout des Formulars.
Mit der benutzerdefinierten Spaltenextraktion legen Sie genau fest, welche Felder Sie benötigen – die KI gleicht Ihre Spaltennamen mit den gelesenen Feldbeschriftungen ab. Sie definieren Spalten: „Feld 1 Löhne“, „Feld 2 Einbeh. Bundessteuer“, „Feld 3 Sozialversicherungslöhne“, „Feld 4 Einbeh. SV-Steuer“, „Feld 5 Medicare-Löhne“, „Feld 6 Medicare-Steuer“, „Landeslöhne“, „Landessteuer“. Die KI liest die Beschriftung in jedem Feld des Formulars, vergleicht sie mit Ihren Spaltennamen und füllt den passenden Wert ein. Wenn Sie im selben Batch 1099-NEC-Formulare zusammen mit W-2-Formularen verarbeiten, liest die KI das Feld „Vergütung an Nichtangestellte“ des 1099 und ordnet es der entsprechenden Spalte zu – oder lässt W-2-spezifische Spalten für diese Zeile leer, falls keine passende Beschriftung existiert. Dies ist eine beschriftungsgesteuerte Extraktion, keine vorlagengesteuerte – die Spaltennamen definieren, was Sie wollen, und die KI findet das passende Feld auf jedem Formular eigenständig.
Formularübergreifende Stapelverarbeitung funktioniert, weil die Extraktion von Feldbezeichnungen gesteuert wird – nicht von Formularvorlagen. Laden Sie einen Stapel mit 50 W-2, 30 1099-NEC und 20 W-9 hoch. Definieren Sie einmal: „Steuerpflichtiger Name“, „SSN/EIN“, „Feld 1 Lohn“, „Feld 2 Einbehaltene Steuer“. Die KI liest die Felder jedes Formulars, findet die passenden zu Ihren Spaltennamen und trägt die Daten ein. W-2-Formulare füllen alle Lohn- und Steuerabzugsspalten. 1099-NEC-Formulare füllen die Namens- und SSN/EIN-Spalten sowie jedes passende von Ihnen definierte Einkommensfeld – und lassen W-2-spezifische Feldspalten leer. W-9-Formulare füllen die Namens- und SSN/EIN-Spalten und lassen alle Feldspalten leer. Eine Spaltendefinition funktioniert für alle drei Formulartypen im selben Stapel, weil die Extraktion auf Bezeichnungsabgleich basiert, nicht auf Vorlagenzuordnung. Die Ausgabe ist eine Excel-Datei mit allen extrahierten Daten jedes Formulars, korrekt zugeordnet und bereit für Ihre Lohnbuchhaltung oder Buchhaltungssoftware.
Wie ein Lohnlauf mit W-2s, 1099s und W-9s in einem Durchgang extrahiert wird – Kästchen für Kästchen
Hochladen – alle Steuerformulare vom Jahresende, unverändert, ohne Vorsortierung
Laden Sie alle Ihre Jahresend-Steuerformulare in einem einzigen Batch hoch: 50 W-2 aus der Lohnabrechnung (digitale PDFs, einige mit vier bundesstaatlichen Feldern für Mitarbeiter in verschiedenen Bundesstaaten), 30 1099-NEC-Formulare für freie Mitarbeiter (teils digital erstellt, teils eingescannt von Papierkopien, die von den Auftragnehmern zurückgeschickt wurden) und 20 W-9, die während des Onboardings gesammelt wurden (eine Mischung aus handschriftlichen und getippten Formularen mit unterschiedlicher Scanqualität). Keine Vorsortierung nach Formulartyp, keine Trennung von W-2 mit bundesstaatlichen Feldern von W-2 ohne, keine Aufteilung von Multi-State-W-2 in einzelne Dateien. Die KI verarbeitet alle Formulare gemeinsam – jedes Feld auf jedem Formular wird unabhängig als beschrifteter Container gelesen. Wenn ein Mitarbeiter in Feld 15–17 sowohl Angaben für Kalifornien als auch für New York auf demselben W-2 hat, extrahiert die KI beide Datensätze als separate beschriftete Gruppen.
Spalten definieren – die gewünschten Feldbezeichnungen plus optionale Prüfspalten
Geben Sie die Spaltennamen für Ihre Lohnabrechnungstabelle ein: Formulartyp, Steuerjahr, Name des Steuerpflichtigen, SSN/EIN, Feld 1 Lohn, Feld 2 Einbehaltene Bundessteuer, Feld 3 Sozialversicherungslohn, Feld 4 Einbehaltene SV-Steuer, Feld 5 Krankenversicherungslohn, Feld 6 Krankenversicherungssteuer, Lohn Bundesstaat, Steuer Bundesstaat. Fügen Sie dann die Prüfspalten hinzu: SV-Satz-Prüfung (Feld 4 ÷ Feld 3; Abweichung melden wenn ≠ 6,2%), KV-Satz-Prüfung (Feld 6 ÷ Feld 5; Abweichung melden wenn ≠ 1,45%). Bei dem handschriftlichen W-9 mit einer verschmierten TIN liest die KI die lesbaren Ziffern und markiert das unsichere Zeichen – Sie prüfen dieses eine Feld. Bei der 1099-NEC eines Auftragnehmers mit einer Postfachadresse extrahiert die KI die Adresse unverändert in das Adressfeld. Bei dem W-2 mit sowohl kalifornischen als auch New Yorker Bundesstaatsfeldern liest die KI die Bezeichnungen „Lohn Bundesstaat" und „Einkommensteuer Bundesstaat" jedes Abschnitts und extrahiert sie in die Spalten Lohn Bundesstaat und Steuer Bundesstaat – mit der Bundesstaatsabkürzung als Kontext, damit Sie wissen, welche Zeile zu welchem Bundesstaat gehört.
Ausgabe — eine Tabelle, jedes Feld korrekt mit seiner Beschriftung verknüpft, Prüfspalten bereits berechnet
Laden Sie eine Excel-Datei herunter, in der jede Zeile ein Steuerformular darstellt — W-2, 1099-NEC oder W-9 — mit allen extrahierten Feldwerten in den richtigen Spalten. Feld 1 Löhne in der Spalte Feld 1, Feld 2 Einbehaltene Bundessteuer in der Spalte Feld 2, Feld 3 Sozialversicherungslöhne in der Spalte Feld 3 — jede Beschriftung korrekt mit ihrem Wert verknüpft, weil die KI jedes Feld als beschrifteten Container und nicht als leseordnungsbasierten Textstrom erfasst hat. Die berechneten Spalten wurden bereits ausgeführt: Die Spalte SS-Satzprüfung zeigt „OK" für Zeilen, in denen Feld 4 ÷ Feld 3 = 6,2 % ergibt, und einen Abweichungswert für Zeilen, in denen dies nicht der Fall ist. Die Spalte Medicare-Satzprüfung macht dasselbe für Feld 6 ÷ Feld 5 bei 1,45 %. Jedes Formular, bei dem der Einbehalt nicht dem erwarteten Satz entspricht, wird zur Überprüfung markiert — Sie prüfen diese Zeilen und importieren dann den gesamten Batch in Ihre Lohnbuchhaltung oder senden ihn an Ihren Steuerberater, im Vertrauen darauf, dass keine Feld-Wert-Zuordnung durch die leseordnungsbasierte Extraktion durcheinandergeraten ist.
Wann die feldweise Extraktion am besten funktioniert – und wo Sie prüfen sollten
Die Extraktion von Steuerformularen ist bei Standard-IRS- und gleichwertigen Formularen sehr zuverlässig. Einige Bedingungen beeinflussen die Genauigkeit – insbesondere solche, die die Feldgrenzen verschwimmen lassen, auf die Vision-KI für die räumliche Gruppierung angewiesen ist.
Zuverlässige Extraktion
IRS-Standardformulare mit nummerierten Feldern – 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 Feldbeschriftungen explizit und Feldgrenzen klar sind.
Digital erstellte PDFs aus Lohnabrechnungssoftware (ADP, Gusto, QuickBooks Payroll, Paychex) und Steuervorbereitungssoftware (TurboTax, H&R Block) – saubere digitale Ausgabe ermöglicht nahezu perfekte Extraktion, da alle Feldbeschriftungen und Werte maschinengedruckt mit scharfen Grenzen sind.
Handschriftliche W-9- und W-4-Formulare mit leserlicher Handschrift – die KI liest Handschrift in beschrifteten Feldern und ordnet den handschriftlichen Wert der gedruckten Feldbeschriftung zu.
Stapelverarbeitung mehrerer Formulare mit gemischten Formulartypen – W-2s, 1099s und W-9s im selben Stapel, eine Tabellenkalkulationsausgabe, jedes Formular füllt die Spalten, die seinen Feldbeschriftungen entsprechen.
Diese Fälle prüfen
Stark kopierte oder N-te Generationen von Kopien, bei denen Kastenränder nahezu unsichtbar sind – die KI nutzt Kastenränder zur räumlichen Gruppierung. Fehlen diese, greift die KI auf Näherungsheuristiken zurück, die weniger zuverlässig sind als explizite Containergruppierung. Scannen Sie für kritische Gehaltsdaten nach Möglichkeit Originalformulare.
Korrigierte W-2-Formulare (W-2c) mit sowohl Original- als auch korrigierten Werten – die KI extrahiert beide Sätze, wenn beide sichtbar sind. Definieren Sie explizite Spaltennamen für korrigierte Werte (z. B. „Box 1 Lohn korrigiert“) und gleichen Sie diese mit den Originalwerten ab, um die Korrektur korrekt zu erfassen.
Internationale Steueräquivalente – Kanada T4, UK P60, Australien PAYG-Zahlungsübersicht, Deutschland Lohnsteuerbescheinigung – die KI kann Kastenwerte mit dem gleichen labelgesteuerten Ansatz extrahieren, aber Kastennummern und -bezeichnungen unterscheiden sich erheblich. Überprüfen Sie die ersten Extraktionen anhand der Originalformulare, um sicherzustellen, dass Ihre Spaltennamen korrekt den länderspezifischen Bezeichnungskonventionen zugeordnet sind.
Ratenprüfungen berechneter Spalten (SV 6,2 %, KV 1,45 %) sind arithmetische Verifikationen – sie bestätigen, dass der extrahierte Box 4 ÷ Box 3 der erwarteten Rate entspricht, ersetzen jedoch keine Lohnsteuerberechnung oder Compliance-Prüfung. Die Prüfung erkennt Extraktionsfehler (falsch gelesene Ziffern, vertauschte Kästen) – sie stellt nicht fest, ob die korrekte Steuer gemäß Steuerrecht einbehalten wurde.
Häufig gestellte Fragen
Wie unterscheidet sich die kastenweise Extraktion von herkömmlicher OCR bei Steuerformularen?
Herkömmliche OCR liest Text in Lesereihenfolge – von oben nach unten, links nach rechts – und gibt einen fortlaufenden Textstring aus. Bei einem W-2 mit Box 1 und Box 3 in derselben Zeile erfasst die traditionelle OCR zuerst die Bezeichnung von Box 1, dann die von Box 3, dann den Wert von Box 1, dann den von Box 3 – was eine vertauschte Sequenz ergibt, bei der Bezeichnungen und Werte verschiedener Kästen vermischt werden. Die kastenweise Extraktion nutzt Vision-KI, um jeden Kasten als räumlichen Container zu lesen: Sie identifiziert den umrandeten Bereich von Box 1, liest die darin enthaltene Bezeichnung („Löhne, Trinkgelder, andere Vergütungen“), liest den darin enthaltenen Wert (45.000 €) und ordnet sie einander zu. Dann macht sie dasselbe für Box 2, Box 3 usw. – jeder Kasten liefert ein sauberes Paar aus Bezeichnung und Wert, unabhängig vom Spaltenlayout der Seite. Die Ausgabe sind strukturierte Daten, bei denen Box 1 Löhne immer 45.000 € beträgt, nicht 30.000 €, nur weil der Wert eines anderen Kastens 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 Kästen jedes Formulars und füllt die passenden Spalten. W-2s füllen alle Spalten für Löhne, Einbehaltungen und staatliche Steuern. 1099-NEC-Formulare füllen die Felder für Name, SSN/EIN und nichtselbstständige Vergütung. W-9s füllen die Felder für Name, Firmenname, TIN und Adresse. Jeder Formulartyp füllt nur die Spalten, deren Bezeichnungen seinen Kästen entsprechen – die Ausgabetabelle enthält eine Zeile pro Formular, und Sie können nach Formulartyp filtern, um W-2s von 1099s für verschiedene nachgelagerte Arbeitsabläufe zu trennen. Dies ist besonders nützlich zum Jahresende, wenn Sie alle Steuerformulare für ein Steuerjahr in einer Sitzung verarbeiten.
Verarbeitet die KI auch handschriftliche Steuerformulare wie W-4 und W-9?
Ja. Unsere Vision-KI ist auf Handschrift in strukturierten Formularen trainiert und kann handschriftliche Namen, SSNs, EINs, Adressen und Geldbeträge in beschrifteten Feldern lesen. Da die KI das Feld als räumlichen Container erkennt, weiß sie, dass der handschriftliche Text in Feld 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 geben die Feldidentität vor – der handschriftliche Inhalt liefert den Wert. Die Genauigkeit hängt von der Leserlichkeit der Handschrift ab: klar geschriebene Druckbuchstaben und Zahlen werden zuverlässig extrahiert. Kursive Unterschriften, stark stilisierte Handschrift oder verschmierte/nasse Tinte können die Genauigkeit in betroffenen Feldern verringern. Bei der TIN kommt es auf jede einzelne Ziffer an – verwenden Sie berechnete Spalten, um jede SSN mit einer unerwarteten Ziffernanzahl (≠ 9) oder einem ungewöhnlichen Format zur sofortigen Überprüfung zu markieren.
Was ist mit W-2 mit mehreren staatlichen Steuerfeldern – werden die Daten jedes Bundesstaates separat extrahiert?
Ja. Wenn ein W-2 Steuerinformationen für zwei Bundesstaaten enthält (z. B. Kalifornien in der ersten und New York in der zweiten Zeile), liest die KI jeden Staatsabschnitt als eigenen beschrifteten Containergruppe. Box 15 (Bundesstaat), Box 16 (Staatslohn) und Box 17 (Staatseinkommensteuer) für Kalifornien bilden eine Gruppe; dieselben Boxen für New York bilden eine zweite Gruppe. Die KI extrahiert beide Sätze und behält die Staatskennung bei. Wenn Sie in Ihrer Ausgabe „Staatslohn“ und „Staatsteuer“ als Spaltennamen definiert haben, gibt die KI alle gefundenen Werte aus. Wir empfehlen, pro Formular eine Zeile in der Ausgabe zu definieren – wenn Sie eine Aufschlüsselung nach Bundesstaat benötigen, können Sie den W-2 zweimal mit spezifischeren Spaltennamen verarbeiten (z. B. „CA Staatslohn“, „NY Staatslohn“) oder das Google Sheets Add-on verwenden, um staatsspezifische Daten an separate Blätter anzuhängen. Für die meisten Lohnabrechnungs-Workflows reicht es aus, alle Staatsdaten in einer einzigen Zeile mit beschrifteten Spalten zu extrahieren, um die Summen mit Ihren staatlichen Einreichungen abzugleichen.
Sind die Steuerdaten meiner Mitarbeiter – SSNs, Löhne, Abzüge – sicher?
Alle Dateiübertragungen nutzen 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, Lohnbeträge und Abzugsbeträge – werden niemals zum Trainieren unserer KI-Modelle verwendet und über den Verarbeitungszeitraum hinaus nicht aufbewahrt. Die extrahierte Excel-Datei wird direkt auf Ihren Rechner 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.