Referenzen
Datenreferenzen und Terminologie-Definitionen für Dokumenten-KI. Jede Seite ist quellengeprüft und zur Zitierung konzipiert.
Statistiken
Beleg v1.1: docTR vs. Docling auf festen SROIE- und CORD-Belegen; normalisierte Textdistanz, nachbearbeiteter Feld-F1, Batch-Durchsatz, GPU-Kosten.
Beleg v1.1: docTR vs. Surya2 bei 361 SROIE- und 100 CORD-Belegen; Textdistanz-Diagnostik, Feld-F1 nach Nachverarbeitung, Batch-Laufzeit, GPU-Kosten.
Beleg v1.1: docTR führt bei SROIE-LLM-Feld-F1 und Batch-Durchsatz; EasyOCR führt bei SROIE-Regex-F1 und CORD-Batch-Durchsatz. Methoden und Quellen.
Beleg-Benchmark: Verfügbare RTX 4090 GPU-Schätzungen reichen von $0.0479–$1.0609 pro 1.000 SROIE-Seiten bei historischen $0.76/Std. Zeitmessgrenzen und CPU-Umfang erklärt.
Die p50-Latenz von Beleg-OCR-Anfragen liegt bei SROIE zwischen 108,7 und 2668,0 ms. Acht berücksichtigte CPU/GPU-Engine-Läufe; p95, akzeptierter Wall-Throughput und Timing-Grenzen erklärt.
Receipt v1.1 vergleicht PaddleOCR und EasyOCR auf SROIE und CORD: normalisierte Textdistanz, Regex- und LLM-Feld-F1, Batch-Durchsatz, GPU-Kosten.
First-Party-Benchmark: LLM-Nachbearbeitung schlägt regex bei der Belegfeldextraktion, Feld-F1 für 8 OCR-Modelle auf SROIE + CORD, Methodik enthalten.
Receipt v1.1 vergleicht drei VLMs anhand von SROIE- und CORD-Feldwerten, Anfragelatenz und historischen GPU-Kosten; SROIE-Wall-Zeit und Kosten von Unlimited-OCR fehlen.
Beleg v1.1: Tesseract vs. PaddleOCR bei 361 SROIE- und 100 CORD-Belegen; normalisierte Textdistanz, Feld-F1, fehlende Wandzeit, CPU-Kostenumfang.
First-Party-Benchmark: 8 Open-Source-OCR-Engines vs. Dokument-Parsing-VLMs auf 361 SROIE- + 100 CORD-Belegen — CER, Feld-F1, Latenz, Kosten. Methodik enthalten.
Beleg-Benchmark: normalisierte SROIE-CER und Feld-F1 messen unterschiedliche Ziele. CORD-Ganzseiten-CER ist nicht anwendbar. Bewertungs- und Pipeline-Grenzen erklärt.
Benchmark aus erster Hand mit 5 Open-Source-OCR-Modellen auf 461 Belegen (SROIE + CORD): CER, WER, Feld-F1, Latenz, Kosten pro 1.000 Seiten.
Ausnahmeraten in der Dokumentenautomatisierung: 9 % Best-in-Class vs. 22 % Durchschnitt, Ursachen, Prüfkosten und Schwellenwert-Abwägungen mit allen Quellenangaben.
Unabhängige Benchmarks zu Dokumentverarbeitungskosten pro Datensatz: manuell 8–16 $, Vorlage 2–5 $, KI ab 0,02 $/Seite. Nach Dokumenttyp, Größe, Region.
Handschrift-OCR-Genauigkeitsdaten: IAM CER 1,2–1,7 %, Arabisch 8,9–16 %, historisch 71–82 %. Aufgeschlüsselt nach Schrift, Modell und Dokumenttyp. 15 zitierfähige Quellen.
Benchmarks zur Rechnungsverarbeitungszeit: 12,5 Min. manuelle Bearbeitung vs. 9,2 Tage Durchlaufzeit, nach Methode, Komplexität und Phase – mit vollständigen Quellen für die Zitierung.
Unabhängige Benchmarks zum ROI der Automatisierung der Datenerfassung: Amortisation in 3–12 Monaten, 60–80 % Einsparungen, Gewinnschwelle sowie eine Formel zur Berechnung der eigenen Rendite.
Unabhängige Benchmarks zur OCR-Genauigkeit nach Dokumenttyp: 99,2–99,8 % bei digital erstellten PDFs, 98–99 % bei Scans, 46–95 % bei Handschrift, Tabellen-TEDS. 15 zitierfähige Quellen.
Beleg-OCR-Genauigkeit nach Zustand und Feld: 90 %+ bei sauberen Scans, 55–73 % bei verblasstem Thermopapier, 67–69 % bei Handyfotos. Gesamtbeträge 95–99 %, Händlernamen 73–88 %. 14 Quellen.
Unabhängige Benchmarks zu Fehlerquoten bei manueller Dateneingabe: auf Feldebene 1-4 %, auf Datensatzebene bis zu 40 %, nach Dokumenttyp, Branche und Rolle.
Definitionen
Datenerfassung wandelt Papier, Scans, PDFs und Fotos in maschinenlesbare Daten um. So funktioniert sie, ihre Arten und Missverständnisse.
ICR ist maschinelles Lernen zur Zeichenerkennung für handgeschriebene Druckschrift. Wie es sich aus OCR entwickelt hat, die Unterschiede zwischen ICR, OCR und IWR sowie Einsatzgebiete.
Die Schlüsselinformationsextraktion (KIE) überführt Felder wie Rechnungsnummern und Datumsangaben aus Dokumenten in strukturierte Daten. Funktionsweise, Grenzen, Missverständnisse.
Ein durchsuchbares PDF ist ein Scan mit einer unsichtbaren OCR-Textschicht — Sie können den Text auswählen, kopieren und mit Strg+F durchsuchen. So funktioniert es, PDF/A-Regeln und häufige Fallstricke.
Die Feldgenauigkeit zählt korrekt extrahierte Felder; die Zeichengenauigkeit zählt korrekt gelesene Zeichen. 99 % Zeichengenauigkeit sind nicht 99 % genaue Daten.
IDP ist KI-Software, die Daten aus Dokumenten erfasst, klassifiziert, extrahiert und validiert. Funktionsweise, Entwicklung von OCR zu LLMs und Missverständnisse.
Die STP-Rate misst den Anteil der Dokumente, die ohne menschliches Eingreifen verarbeitet werden – Branchendurchschnitt 32 %, Best-in-Class 49 %, KI 60–80 %. Formel und Missverständnisse.
OCR wandelt Bilder von gedrucktem, handschriftlichem oder getipptem Text in maschinenlesbare Daten um. So funktioniert es, die 4 Arten von OCR, ihre Geschichte und Anwendungsfälle.