Genauigkeit der Handschrifterkennung:
Nach Schrift, Modell & Dokumenttyp (2026)

Warum Handschrift schwieriger ist als gedruckter Text

Gedruckter Text ist eine geschlossene Menge standardisierter Zeichen; Handschrift ist eine offene Menge idiosynkratischer Zeichen. Jedes Modell auf dieser Seite kämpft mit denselben drei strukturellen Unterschieden – und sie erklären, warum sich jede Schrift, jeder Stil und jede Architektur unten unterschiedlich verhält.

Erstens: Schreibervariation. Keine zwei Personen formen denselben Buchstaben auf dieselbe Weise. Allein der IAM-Korpus enthält Handschrift von 657 verschiedenen Schreibern über 13.353 Textzeilen (Heyberger & Guyeux, 2024) – derselbe Buchstabe erscheint in Hunderten materiell unterschiedlicher Ausführungen, weshalb Genauigkeit bei der Hand eines festen Schreibers für die allgemeine Erkennung bedeutungslos ist. Zweitens: verbundene Zeichen. In Schreibschrift und in vollständig verbundenen Schriften verschmelzen Buchstaben zu Ligaturen ohne saubere Segmentierungsgrenze – die Erkennungsengine muss entscheiden, wo ein Zeichen endet und das nächste beginnt, eine Entscheidung, die gedruckter Text nie erzwingt. Arabisch ist der Extremfall: Die Schrift ist innerhalb von Wörtern vollständig verbunden, wird von rechts nach links geschrieben und weist Buchstabenformen auf, die je nach Position im Wort ihre Gestalt ändern – ein wesentlicher Grund, warum arabische Benchmarks hinter lateinischen zurückbleiben (IIETA-Vergleichsstudie, 2024). Drittens: kontextabhängige und mehrdeutige Buchstabenformen – ein schlampiges „u" und „n" unterscheiden sich nur in der Richtung eines Serifenansatzes; nur das umgebende Wort löst die Mehrdeutigkeit auf. Deshalb kombinieren fast alle modernen Systeme ein visuelles Modell mit einem Sprachmodell: Beim IAM-Korpus reduziert das Hinzufügen eines Lexikons oder Sprachmodells die Wortfehler typischerweise um ein Drittel oder mehr (Detektionsbasierte Textzeilenerkennung, 2024).

Die praktische Konsequenz ist eine anhaltende Kennzahlenlücke. Die Zeichenfehlerrate (CER) zählt falsch gelesene Zeichen pro hundert – eine CER von 2 % bedeutet etwa zwei falsche Zeichen pro hundert. Die Wortfehlerrate (WER) zählt ganze Wörter, die falsch transkribiert wurden; da ein einziges falsch gelesenes Zeichen ein ganzes Wort scheitern lässt, liegt die WER bei Handschrift typischerweise 2–4× höher als die CER – beim arabischen KHATT-Korpus koexistiert eine CER von 8,9 % mit einer WER von 37,6 % (IIETA, 2024). Jede Genauigkeitsangabe, die eine einzelne Zahl nennt, ohne zu sagen, welche Kennzahl und auf welchem Korpus, ist bestenfalls unvollständig.

Die Schrift ist der mit Abstand größte Genauigkeitstreiber in der Handschrifterkennung – größer als die Wahl des Modells. Das folgende Diagramm zeigt die veröffentlichte CER-Bandbreite (beste gemeldete bis typische modellübergreifende) für jeden großen Benchmark-Korpus. Die Geschichte ist eine Treppe: Moderne lateinische Handschrift ist nahezu Druckqualität; Arabisch und Chinesisch liegen eine Größenordnung schwieriger; historische Dokumente sind die Klippe – es sei denn, das Modell wurde für sie trainiert.

Aufschlüsselung nach Schrift und Sprache

Quellen: Crosilla et al. (2025) — LLM-Benchmark über IAM/RIMES/READ-2016/Bentham, 8 multimodale LLMs; CodeSOTA IAM-Bestenliste (2024–2026) — CER/WER pro Modell mit Quellenangaben; Heyberger & Guyeux (2024) — Übersicht zum Stand der Technik auf Zeilenebene (VAN 1,91 % CER auf RIMES); Springer SNCS (2023) — CVL-Cross-Korpus-Ergebnisse; IIETA (2024) & MDPI (2024) — KHATT-Ergebnisse; ICDAR-2013-Chinesisch-Wettbewerb & PMC11951872 (2024) — chinesische Zeichenkorrektheitsrate; arXiv 2409.17095 (2024) — READ-2016-WER mit aufgabenspezifisch trainierten Modellen. Die chinesische Zeile verwendet die Zeichenkorrektheitsrate (CR), nicht die CER — siehe Hinweis unter der Tabelle.

Quellen in der obigen Tabelle aufgeführt. Zwei Hinweise zu den Metriken: (1) Die chinesische Zeile berichtet die Zeichenkorrektheitsrate (CR), die Metrik, die sowohl im ICDAR-2013-Wettbewerb als auch in späteren Arbeiten verwendet wird – sie zählt korrekt erkannte Zeichen, bestraft aber Einfügungen nicht so wie die CER, ist also in der Tendenz vergleichbar, aber nicht identisch mit der CER. (2) Die historischen Zeilen sind bewusst nach Modelltyp aufgeteilt: aufgabenspezifisch trainierte Engines und allgemeine LLMs sind bei denselben Dokumenten unterschiedliche Kategorien – siehe Aufschlüsselung nach Modellarchitektur.

Der Schreibstil – Druckschrift, Schreibschrift oder gemischt – ist die Dimension, die Praktiker zuerst wahrnehmen, und diejenige mit den am wenigsten belastbaren Daten. Kein größerer Benchmark-Korpus kennzeichnet jede Stichprobe als Druck- oder Schreibschrift, daher beruht die Druck- vs. Schreibschrift-Lücke auf Branchen-Benchmarks und der Zusammensetzung der Korpora selbst (RIMES und CVL sind Schreibschrift; IAM ist gemischt).

Aufschlüsselung nach Schreibstil

Quellen in der Tabelle oben aufgeführt. Datenlücke ehrlich benannt: Es gibt keine begutachtete Studie, die Druckschrift- vs. Schreibschrift-Genauigkeit auf einem kontrollierten, stilbeschrifteten Korpus isoliert — RIMES und CVL sind zufällig Schreibschrift und IAM gemischt, aber kein Benchmark beschriftet jede Stichprobe — daher stützt sich die Stildimension hier auf den AIMultiple-Schreibschrift-Benchmark und die Korpuszusammensetzung der begutachteten Ergebnisse, mit dem Hinweis, dass ein direkter akademischer Stilvergleich noch nicht existiert (siehe Einschränkungen).

Die Modellarchitektur hat auf demselben IAM-Korpus in zehn Jahren zu einer etwa fünffachen Fehlerreduktion geführt. Die folgende Leaderboard-Entwicklung — CTC-basierte rekurrente Netze, dann Transformer, dann multimodale LLMs — ist der sauberste publizierte Beleg dafür, wie sich die Handschriftgenauigkeit verbessert hat, und sie ist zugleich die Achse, auf der „Genauigkeit“ am stärksten davon abhängt, wie das Modell trainiert wurde.

Aufschlüsselung nach Modellarchitektur

Quellen in der Tabelle oben aufgeführt. Die Zeilen vergleichen die besten publizierten Ergebnisse auf demselben IAM-Korpus, mit Ausnahme der letzten Zeile, die die nicht angepasste kommerzielle Auswertung der Studie auf RIMES berichtet — aufgenommen, um zu zeigen, dass eine nicht abgestimmte kommerzielle Engine auf einem ungewohnten Korpus eher wie ein Forschungsmodell von 2016 als von 2026 funktioniert. Vergleiche zwischen Architekturen auf identischen Aufteilungen sind selten; die IAM-„Aachen-Aufteilung“ und die Standardaufteilung erzeugen für dasselbe Modell unterschiedliche Zahlen (z. B. DRetHTR-base 6,55 WER auf IAM-A, 2026).

Der Dokumenttyp bestimmt, wie viel der theoretischen Genauigkeit den Kontakt mit der Realität übersteht. Saubere Benchmark-Korpora sind zeilenweise segmentiert und auf glattem Papier geschrieben; reale Dokumente kommen als Formulare mit überlappenden Feldern, Briefe mit Randnotizen und Manuskripte mit Abkürzungen und verblasster Tinte. Die veröffentlichte Spanne für jeden Dokumenttyp – nicht die Benchmark-Obergrenze – ist die Zahl, mit der Sie planen sollten.

Aufschlüsselung nach Dokumenttyp

Quellen in der obigen Tabelle aufgeführt. Beachten Sie, dass die Zeilen für „freie Briefe“ CER verwenden, während „reale Notizen“ die semantische Ähnlichkeit als Bewertungsmaßstab nutzen – unterschiedliche Messskalen, die getrennt statt vermischt dargestellt werden. Die Spanne von 46–95 % ist die einzige Zahl, die sowohl moderne als auch historische, saubere und unordentliche Dokumente in einer Messung abdeckt.

So verwenden Sie diese Daten

Sie müssen keinen Benchmark ausführen, um aus „Handschrifterkennungsgenauigkeit“ eine belastbare Erwartung für Ihre eigenen Dokumente abzuleiten. Eine vierschrittige Überschlagsprüfung mit den obigen Tabellen genügt – und sie zeigt meist, dass die Schlagzeilenzahl an einem anderen Dokumenttyp gemessen wurde als an dem, den Sie verarbeiten.

Dies sind grobe Schätzformeln, kein Ersatz für das Benchmarking Ihrer eigenen Dokumente. Jeder veröffentlichte Bereich auf dieser Seite wurde an einem fremden Korpus gemessen – die einzige Genauigkeitszahl, die für Ihren Workflow gilt, ist die, die Sie daran messen. Der Wert dieser Seite liegt darin, die Erwartung zu setzen, bevor Sie messen.

Häufig gestellte Fragen

Wie genau ist die Handschrifterkennung im Jahr 2026?

Das hängt fast vollständig von Schrift und Dokumenttyp ab. Bei moderner englischer Handschrift (IAM-Benchmark) erreichen die besten Systeme 1,22–1,71 % CER (CodeSOTA 2026; Crosilla 2025); französische Schreibschrift ist mit 1,63–1,91 % ähnlich (Crosilla 2025; Heyberger 2024); Arabisch liegt bei 8,9–16,3 % CER (IIETA 2024; MDPI 2024); und allgemeine Modelle bei historischen Manuskripten erzielen 71–82 % CER (Crosilla 2025). Bei 12 kommerziellen Lösungen mit vielfältiger realer Handschrift liegen die Werte für semantische Ähnlichkeit zwischen 46–95 % (AIMultiple 2026).

Was ist der Stand der Technik bei der IAM-Handschriftdatenbank?

Stand 2026 meldet GPT-5 ~1,22 % CER auf IAM, mit GPT-4o-mini bei 1,71 % CER / 3,34 % WER (Crosilla 2025) und der spezialisierten HTR-JAND bei 1,23 % CER mit Lexikonkorrektur (CodeSOTA 2024). Auf demselben Korpus lag der Stand der Technik vor der Transformer-Ära bei etwa 8 % Zeichenfehler (Chowdhury & Vig, 2018) und typische CNN-LSTM-Systeme erreichten 7,5–8,4 % WER (PyLaia — arXiv 2409.17095) — die Fehlerraten sind um ein Vielfaches gesunken, doch IAM bleibt der Referenz-Benchmark für englische Handschrift (657 Schreiber, 13.353 Zeilen).

Kann KI Schreibschrift lesen?

Ja — die führenden multimodalen Modelle verarbeiten Schreibschrift inzwischen gut. Im AIMultiple-Benchmark 2025 mit 100 absichtlich unordentlichen Schreibschriftproben erzielte Gemini 3 Pro 100 % semantische Ähnlichkeit, wobei GPT-5 und olmOCR-2-7B zur Spitzengruppe gehörten (AIMultiple, 2025); ältere OCR-Engines lagen hinter der Gruppe zurück. Schreibschrift bleibt schwieriger als Druckschrift — die Zeichen sind verbunden, daher ist die Segmentierung mehrdeutig — aber die Lücke ist eine Frage der Modellgeneration, keine absolute Hürde.

Wie schneidet die Handschrifterkennung im Vergleich zur OCR für gedruckten Text ab?

Die OCR für gedruckten Text erreicht 98–99 %+ Zeichengenauigkeit bei sauberen Dokumenten (siehe OCR-Genauigkeit nach Dokumenttyp), während die besten Handschriftsysteme bei 98,3–98,8 % Zeichengenauigkeit (1,2–1,7 % CER) bei modernem Englisch liegen – nahe, aber nicht gleich – und bei Arabisch und Chinesisch auf 83–91 % sowie bei allgemeinen Modellen bei historischen Dokumenten auf unter 30 % fallen (Crosilla 2025; IIETA 2024; PMC11951872 2024). Die Lücke zwischen gedrucktem und handschriftlichem Text beträgt bei jeder Schrift etwa eine Größenordnung.

Warum ist die Handschrifterkennung bei historischen Dokumenten so ungenau?

Historische Dokumente kombinieren alte Schriften, Abkürzungen, verblasste Tinte und Vokabulare außerhalb moderner Trainingsdaten. Das Ergebnis ist ein deutlicher Modellspezialisierungseffekt: aufgabenspezifisch trainierte Engines erreichen 3,6–6,2 % CER auf dem READ-2016-Korpus und 4,8–6,05 % bei den schwierigsten Schriften wie Glagolitisch (Heyberger 2024; PMC12202554 2025), während acht allgemeine LLMs 71–82 % CER erzielten – unbrauchbare Transkription (Crosilla 2025). Erkennung ist möglich, aber nur mit einem Modell, das für die jeweilige historische Sammlung trainiert wurde.

Was ist ein guter CER für die Handschrifterkennung?

Die in der HTR-Literatur übernommene Arbeitsskala des Fachgebiets definiert CER unter 5 % als „sehr gut“, 5–10 % als „gut“ und unter 2,5 % als „ausgezeichnet“ (Muehlberger et al. 2019; Hodel et al. 2021, angewendet von Crosilla et al. 2025). Bei moderner Handschrift in lateinischer Schrift liegen die besten Systeme im Bereich „ausgezeichnet“; bei Arabisch, Chinesisch und historischen Dokumenten ist „sehr gut“ (5–10 %) derzeit das realistische Produktionsziel.

Was ist der Unterschied zwischen CER und WER bei der Handschrifterkennung?

Zeichenfehlerrate zählt einzelne falsch erkannte Zeichen; Wortfehlerrate (WER) zählt ganze Wörter als falsch, sodass ein einziges falsch erkanntes Zeichen ein ganzes Wort durchfallen lässt. Bei Handschrift liegt die WER typischerweise 2–4× höher als die CER – beim arabischen KHATT koexistieren 8,9 % CER mit 37,6 % WER (IIETA 2024). Prüfen Sie immer, welche Metrik eine Aussage verwendet: „95 % Genauigkeit“ bedeutet je nach CER, WER oder Dokumentgenauigkeit sehr Unterschiedliches.

Methodik & Quellen

Wie diese Seite erstellt wurde

Diese Seite bündelt Daten aus 15 unabhängigen Quellen aus den Jahren 2013–2026, überwiegend Peer-Review-Publikationen, akademischen Wettbewerbsberichten und einer Peer-Review-TPAMI-Übersichtsarbeit. Die Quellen wurden anhand von drei Kriterien ausgewählt: (1) öffentlich dokumentierte Methodik mit angegebener Korpusgröße, (2) Ergebnisse, die auf benannten Benchmark-Korpora (IAM, RIMES, CVL, KHATT, READ-2016, ICDAR-2013) oder transparenten industriellen Testmengen berichtet wurden, und (3) Relevanz für die Handschrifterkennung statt Marketingbehauptungen. Wenn mehrere Quellen dieselbe Dimension berichten, werden konservative Spannen (niedrigster–höchster berichteter Wert) verwendet – wir untertreiben lieber. Wenn Quellen erheblich voneinander abweichen, wird die Abweichung durch Metrikebene, Korpusaufteilung oder Trainingsregime erklärt und nicht weggemittelt.

Die Metrikunterscheidung ist das Rückgrat dieser Seite: CER, WER und Zeichenkorrektheitsrate (CR) werden niemals zu einer einzigen Zahl vermischt, und aufgabenspezifisch trainierte versus allgemeine Modelle werden als getrennte Zeilen aufgeführt, da es sich um unterschiedliche Messregime auf denselben Dokumenten handelt. Selbstberichtete Zahlen von Anbietern werden vollständig ausgeschlossen – keine vom Anbieter veröffentlichte Genauigkeitsbehauptung zur Handschrifterkennung bestand den Test mit zwei unabhängigen Quellen, was selbst ein Befund ist (siehe Einschränkungen).

Quellenverzeichnis

1. Crosilla, G., Klic, L. & Colavizza, G. — „Benchmarking Large Language Models for Handwritten Text Recognition," Journal of Documentation 81(7) (2025). Peer-reviewed; 8 multimodale LLMs × 7 Korpora (IAM, RIMES, READ-2016, Bentham, Leopardi, LAM, ICDAR-2017). Liefert IAM 1,71 % CER/3,34 % WER (GPT-4o-mini), RIMES 1,69 % CER (GPT-4o), historische 71–82 % CER sowie die Qualitätsbänder <5 %/<2,5 % CER.
2. Heyberger, L. & Guyeux, C. — „Advancements and Challenges in Handwritten Text Recognition: A Comprehensive Survey," Journal of Imaging 10(1):18 (2024). Peer-reviewed Übersichtsarbeit; über 250 Studien. Liefert Korpus-Spezifikationen (IAM 657 Schreiber/13.353 Zeilen, READ 30.000 Seiten), Zeilenebenen-Stand der Technik (VAN 1,91 % CER auf RIMES) sowie nicht angepasste kommerzielle Ergebnisse (DOCSUMO 11 % CER, Transkribus 18 % CER auf RIMES).
3. Garrido-Muñoz, C., Ríos-Vila, A. & Calvo-Zaragoza, J. — „Handwritten Text Recognition: A Survey," IEEE TPAMI 48(4) (2026). Peer-reviewed Übersichtsarbeit. Liefert Absatzebenen-Stand der Technik auf IAM (VAN 4,7 %, OrigamiNet 4,6 %) sowie die 58-prozentige Fehlerreduktion des CTC-Paradigmas und die Kritik der Out-of-Distribution-Generalisierung aktueller Benchmarks.
4. CodeSOTA — „IAM Leaderboard" (2024–2026). Technischer Benchmark-Aggregator; jeder Eintrag verlinkt die Originalarbeit. Liefert modellspezifische CER/WER auf IAM (GPT-5 ~1,22 % CER, HTR-JAND 1,23 % CER/3,78 % WER, GPT-4o-mini 3,34 % WER, DRetHTR-base 6,55 % WER auf IAM-A, MetaWriter 10,32 % WER) sowie den Hinweis, dass OCR der Tesseract-Klasse für Handschrift ungeeignet ist (~12,5 % CER).
5. „General Detection-based Text Line Recognition" (2024, arXiv 2409.17095). Preprint mit modellübergreifenden Vergleichstabellen. Liefert WER-Vergleich auf IAM/READ/RIMES (DAN 5,01 WER auf IAM, 4,10 auf READ; DTrOCR 2,38 auf IAM; RIMES bestes 1,99 mit Sprachmodell) sowie die Statistiken des IAM-Aachen-Splits.
6. „Data Augmentation for Offline Handwritten Text Recognition: A Systematic Literature Review," SN Computer Science (2023). Peer-reviewed. Liefert korpusübergreifende Generalisierungszahlen: Ein auf IAM trainiertes Modell erreicht auf CVL 10,89 % CER / 26,24 % WER gegenüber 8,62 % CER auf IAM selbst, sowie die CVL-Korpusbeschreibung (deutsche/englische Schreibschrift).
7. „A Comparative Study of Four Handwritten Text Recognition Models," Ingénierie des Systèmes d'Information 29(6) (2024). Peer-reviewed; DAN/VAN/FCN/GFCN auf KHATT. Liefert beste KHATT-Ergebnisse: DAN 8,9 % CER / 37,6 % WER; VAN 10,7 % CER / 43,9 % WER; sowie Analyse der Herausforderungen der arabischen Schrift (verbundene Buchstaben, positionsabhängige Formen).
8. „Machine Learning Approach for Arabic Handwritten Recognition," Applied Sciences 14(19):9020 (2024). Peer-reviewed; BiLSTM-CTC auf KHATT. Liefert KHATT-BiLSTM-Ergebnisse (13,2–15,8 % CER / 27,31–31,6 % WER) und historische Basiswerte (MDLSTM 31,3 % WER, 2015); dokumentiert KHATTs 1.000 Schreiber / 4.000 Dokumente.
9. Yin, F. et al. – „ICDAR 2013 Chinese Handwriting Recognition Competition“. Akademischer Wettbewerb (IEEE). Liefert das Offline-Texterkennungsergebnis von 88,76 % Zeichenkorrektheitsrate auf CASIA-HWDB-basierten Testmengen (1.020 Schreiber).
10. „Attention-based Handwritten Chinese Recognition for Power Industry“ (2024). Peer-reviewed. Liefert das ICDAR-2013-Ergebnis 2024 (92,67 % AR / 93,18 % CR) sowie HWDB-Ergebnisse (96,92 % AR / 97,66 % CR) und zeigt die Verbesserung von 2013 auf 2024 bei chinesischem Offline-Text.
11. „Assessing Advanced Handwritten Text Recognition Engines for Digitizing Historical Documents“ (2025). Peer-reviewed; fünf Engines × vier Schriften. Liefert die Zeichenfehlerrate nach Schrift: römische Druckschrift 1,74–2,78 %, kroatische Republik 3,54–6,32 %, glagolitische Schrift 4,83–6,05 %, Kurzschrift 9,53–11,9 %.
12. „Enhancing Handwritten Text Recognition Accuracy with Gated Mechanisms“ (2024). Peer-reviewed; GatedLexiconNet. Liefert einen zweiten IAM-Datenpunkt (Wortfehlerrate 5,73 % / Zeichenfehlerrate 2,27 %) sowie RIMES-Zeichenfehlerrate 0,9 % / Wortfehlerrate 2,76 % aus einem dedizierten Modell.
13. AIMultiple – „Handwriting Recognition Benchmark: LLMs vs OCRs“ (2025-11). Anbieterneutraler Analysten-Benchmark; 100 Schreibschriftproben von 10 Schreibern; Kosinus-Ähnlichkeits-Pipeline. Liefert den reinen Schreibschrift-Benchmark: Gemini 3 Pro 100 %, GPT-5 und olmOCR-2-7B in der Spitzengruppe unter 14 Lösungen.
14. AIMultiple – „OCR Benchmark: Text Extraction / Capture Accuracy“ (2026). Anbieterneutral; 12+ Lösungen. Liefert die lösungsübergreifende Handschrift-Spanne von 46–95 % sowie die Spitzenreiter je Lösung (GPT-5 95 %, olmOCR-2-7B 94 %, Gemini 2.5 Pro 93 %).
15. BusinessWareTech – „Handwritten Form Recognition Benchmark“ (2025). Unabhängiger Benchmark, Note C (einzelne Testmenge, transparente Methode); 10 echte handschriftlich ausgefüllte Formulare. Liefert das Ergebnis auf Dokumentebene, dass selbst Top-Modelle bei echten Formularen unter 95 % bleiben und GPT-5 Mini / Gemini 2.5 Flash Lite führten.

Einschränkungen

• Geografische und Schriftabdeckung: Lateinische Schriftkorpora dominieren die Literatur — Englisch (IAM), Französisch (RIMES) und Deutsch (CVL, READ). Arabisch (KHATT) und Chinesisch (CASIA-HWDB) sind solide, aber dünner abgedeckt; für Japanisch, Koreanisch und Devanagari-Handschrift fehlen in den von uns gefundenen Quellen standardisierte CER/WER-Benchmarks vollständig. Der ICDAR-2023-Indic-Wettbewerb (Sieger mit 95,94 % Zeichenerkennungsrate über zehn Schriften) ist der einzige aggregierte Indic-Datenpunkt und ist in den obigen Tabellen nicht enthalten, da er eine andere Metrik und einen anderen Schriftsatz verwendet.
• Methodische Einschränkungen: Die Korpusaufteilungen unterscheiden sich zwischen den Studien (IAM-Standard vs. Aachen-Split) und ergeben für dasselbe Modell erheblich unterschiedliche Werte — die obigen Spannen umfassen beide, wo veröffentlicht. Kein größeres Korpus kennzeichnet den Schreibstil (Druckschrift vs. Schreibschrift) pro Stichprobe, daher stützt sich die Stildimension auf Branchen-Benchmarks statt auf kontrollierte akademische Daten. Cloud-Anbieter (Google, Microsoft, Amazon) veröffentlichen keine handschriftspezifischen Genauigkeitsmessungen; ihre „99%+"-Angaben beziehen sich auf gedruckten Text, und es konnten keine zwei unabhängigen Anbietermessungen der Handschriftgenauigkeit gefunden werden — weshalb auf dieser Seite keine D-bewerteten Anbieterzahlen erscheinen.
• Zeitliche Lücken: Die Zahl des ICDAR-2013-Chinesisch-Wettbewerbs (88,76 % CR) ist 13 Jahre alt und dient als historischer Anker neben dem Ergebnis von 2024 auf demselben Testset. Das IAM-Korpus stammt aus dem Jahr 1999, bleibt aber der De-facto-Benchmark für englische Handschrift. Die LLM-Ergebnisse von 2025–2026 (GPT-4o-mini, GPT-5) sind die neuesten Daten und dürften sich noch verändern.
• Was wir nicht finden konnten: (1) eine begutachtete kontrollierte Studie, die Druckschrift- vs. Schreibschriftgenauigkeit auf demselben Korpus isoliert; (2) einen anbieterveröffentlichten, methodisch transparenten Handschriftgenauigkeits-Benchmark für Google Document AI, Azure Document Intelligence oder Amazon Textract; (3) einen standardisierten Benchmark für gemischte Druck- und Handschriftdokumente (der häufigste reale Fall, derzeit nur durch den BusinessWareTech-10-Formularsatz abgedeckt); (4) eine Aggregation der Genauigkeitsvarianz pro Schreiber; (5) einen LLM-Ära-Benchmark für chinesische oder arabische Handschrift, vergleichbar mit der IAM-basierten Crosilla-Studie. Diese Lücken werden benannt, statt mit unbelegbaren Behauptungen gefüllt.

Verwandte Referenzen: OCR-Genauigkeit nach Dokumenttyp · Fehlerraten bei manueller Dateneingabe · Dokumentverarbeitungskosten pro Datensatz · Was ist optische Zeichenerkennung (OCR)?

Verwandte Lektüre: Erschwingliche KI-Handschriftextraktion für kleine Unternehmen · Wie sich die Genauigkeit der KI-Handschriftextraktion verbessert hat