OCR-Genauigkeit nach Dokumenttyp: Digitales PDF, Scan,
Handschrift- und Tabellen-Benchmarks (2026)

Woher die „99 %“-Angabe stammt – und warum sie in die Irre führt

Die 99-%-Angabe ist eine Zeichengenauigkeit-Messung bei sauber gedrucktem Text, und die Zeichengenauigkeit ist die günstigste verfügbare Betrachtungsweise. Wenn man das versteht – und die drei anderen verwendeten Betrachtungsweisen –, erklärt sich, warum „99 % OCR-Genauigkeit“ und „78 % Feldgenauigkeit“ für dasselbe System beide zutreffen können.

Die Zeichenfehlerrate (CER) zählt einzelne falsch erkannte Zeichen: Eine CER von 1 % bedeutet etwa ein falsches Zeichen pro hundert. Die weithin übernommene Benchmark-Skala für gedruckten Text, formalisiert durch das Zeitungsdigitalisierungsprogramm der National Library of Australia, definiert gute OCR als 98–99 % genau (1–2 % CER), durchschnittliche als 90–98 % (2–10 % CER) und schlechte als unter 90 % (Holley, 2009). Der OCR-Leitfaden des Europäischen Datenschutzausschusses setzt die übliche Leistung bei gedruckten Dokumenten unabhängig davon bei 95–99 % Zeichengenauigkeit an, wobei 98–99 % als produktionsreifes Garantieniveau behandelt werden (EDPB, 2024).

Das Problem ist, dass die Zeichengenauigkeit die am wenigsten anspruchsvolle der verwendeten Kennzahlen ist. Ein Dokument mit 2.000 Zeichen und 99 % Zeichengenauigkeit enthält immer noch etwa 20 falsche Zeichen. Auf der Wortebene könnte dieselbe Ausgabe 96–98 % erreichen, weil ein einziges falsch erkanntes Zeichen das gesamte Wort durchfallen lässt. Auf der Feldebene – der Kennzahl, die für die Extraktion einer Rechnungsnummer oder eines Datums entscheidend ist – lässt ein einziges falsches Zeichen das gesamte Feld durchfallen, sodass ein System mit 99 % Zeichengenauigkeit je nach Engine nur 78–98 % Feldgenauigkeit liefern kann (BusinessWareTech-Benchmark, 2025). Für Tabellen gilt eine vierte Kennzahl: die Tree Edit Distance Similarity (TEDS), die bewertet, ob die extrahierte Tabellenstruktur und der Zellinhalt dem Original entsprechen – eine völlig andere Achse als die Zeichengenauigkeit.

Der historische Verlauf zeigt, wie schwer die Obergrenze für sauberen Text zu durchbrechen ist. Das Information Science Research Institute der UNLV führte von 1992–1995 jährliche OCR-Genauigkeitstests mit maschinengedruckten englischen Seiten durch; die besten kommerziellen Systeme stiegen von etwa 94 % auf 98 %+ Zeichengenauigkeit und erreichten dort weitgehend ein Plateau (Rice, Jenkins & Nartker, 1995). NIST kam in seiner Evaluierung von 1998 zum selben Schluss: Eine Zeichenfehlerrate von 1 % ist nur erreichbar, wenn die Quelle ein sauberes, fest formatiertes getipptes Original ist (NIST IR 6101, 1998). Fünfundzwanzig Jahre Deep Learning haben diese Obergrenze angehoben, aber nur für die saubersten Eingaben.

Der Dokumenttyp ist der mit Abstand größte Einflussfaktor auf die OCR-Genauigkeit – größer als die Wahl der Engine. Das folgende Diagramm zeigt die veröffentlichte Spanne für jede Dokumentklasse; die Streuung zwischen dem niedrigsten und dem höchsten beobachteten Wert ist die ehrliche Antwort, nicht ein einzelner „Durchschnitt“. Beschädigte oder handschriftliche Dokumente ergeben so weite Spannen, dass eine Punktschätzung aktiv in die Irre führen würde.

Aufschlüsselung nach Dokumenttyp

Quellen: IntuitionLabs (2025) — alle Engines >99,2 % bei einfachem getipptem Text; Holley (2009) — sauber 98–99 % „guter“ Benchmark; beschädigt 71–98,02 % rohe Zeichenkonfidenz bei australischen Zeitungen 1803–1954; AIMultiple (2026) — Handschrift 46–95 % über 12 Lösungen; GatedLexiconNet (2024) — IAM-Wortgenauigkeit ~94,3 %; IJSAT (2026) — beschädigte Originale 72,7–94,7 % bei 300 DPI. Konservative Spannen verwendet, wo Quellen voneinander abweichen.

Quellen in der obigen Tabelle aufgeführt. Zeichen-/Wortzahlen stammen aus Peer-Review- und Regierungsstudien; von Anbietern angegebene Zahlen sind als solche gekennzeichnet. TEDS und wF1 sind strukturelle Metriken und nicht direkt mit der Zeichengenauigkeit vergleichbar — siehe Warum die Genauigkeitsspannen so breit sind. Für die Zeile mit der stärksten Verschlechterung ist die 71%-Untergrenze eine Messung von 2009 am schlechtesten abschneidenden historischen Zeitungstitel (die jüngste verfügbare veröffentlichte Rohzahl); moderne Engines erzielen bei ähnlichen Dokumenten deutlich bessere Ergebnisse (siehe Methodik).

Die Auflösung ist der am besten steuerbare Hebel für die Genauigkeit, aber die veröffentlichten Belege sind dünner, als Anbieter-Blogs vermuten lassen. Die einzige strenge Regierungsstudie — der Test des US Government Publishing Office an älteren und verfärbten Dokumenten — ergab, dass Farbaufnahme (RGB), nicht eine höhere DPI, der entscheidende Faktor war: RGB-Scans erfüllten die 99%-Zeichengenauigkeitsanforderung des GPO, während bitonale (schwarz-weiße) Scans derselben Dokumente ~77% erreichten, und die Reduzierung von 300 auf 200 DPI brachte keinen Genauigkeitsgewinn (US-GPO-Whitepaper).

Aufschlüsselung nach DPI und Scanqualität

Quellen in der obigen Tabelle aufgeführt. Hinweis auf die ehrliche Einschränkung: Keine peer-reviewte Studie isoliert DPI allein, während alle anderen Faktoren konstant gehalten werden. Die Zeile „unter 150 DPI“ kombiniert daher die expliziten Low-DPI-Empfehlungen aus dem LlamaIndex-Referenzglossar mit der durch IJSAT (2026) bei 300 DPI gemessenen Genauigkeitsuntergrenze bei physischer Beschädigung – ein Näherungswert, der als solcher gekennzeichnet ist.

Der Feldtyp bestimmt, ob ein Lesefehler relevant ist. Ein falsch gelesenes Wort in einem Absatz bleibt für die meisten Arbeitsabläufe unsichtbar; eine falsch gelesene Ziffer in einer Rechnungsnummer lässt das gesamte Feld fehlschlagen. Der einzige veröffentlichte Benchmark, der Feldtypen über mehrere Engines hinweg isoliert, ist eine Rechnungsextraktionsstudie aus dem Jahr 2025, und deren Spanne – 40–98 % je nach Feldtyp und Engine – ist der klarste verfügbare Beleg dafür, dass „OCR-Genauigkeit“ keine einzelne Zahl ist (BusinessWareTech, 2025).

Aufschlüsselung nach Feldtyp

Quellen in der Tabelle oben aufgeführt. Die Werte von 78–98 % und 40–82 % stammen aus einem einzigen unabhängigen Benchmark (BusinessWareTech, 2025, Testset mit echten Rechnungen) – eine C-Klasse-Quelle, die in ihrer Tendenz durch den Rechnungs-Benchmark von AIMultiple bestätigt wird, der zeigt, dass die Genauigkeit bei Dokumenten geringerer Qualität über alle Tools hinweg stark abfällt (AIMultiple, 2026). Zeilen mit der Kennzeichnung „Datenlücke“ basieren auf keiner zitierfähigen Drittmessung; sie werden als solche ausgewiesen und nicht mit Anbieterzahlen gefüllt.

Sprache ist die am wenigsten publizierte Genauigkeitsdimension, da fast kein Anbieter sprachspezifische Benchmarks veröffentlicht. Der einzige peer-reviewte mehrsprachige Vergleich – eine Studie von 2021 mit 18.568 englischen und arabischen Dokumentbildern – ergab, dass die englische Genauigkeit bei denselben Engines „erheblich höher“ war als die arabische, wobei die Lücke bei der Erkennung ohne Anpassung in der Größenordnung von 10–25 Prozentpunkten lag (Hebert et al., 2021). Handschrift-Benchmarks liefern einen zweiten Datenpunkt: Französische (RIMES) und englische (IAM) Handschrift erreichen in den besten Systemen inzwischen nahezu Druckqualität – allerdings nur bei sauberer, standardisierter Korpus-Handschrift.

Aufschlüsselung nach Sprache und Schrift

Quellen in der obigen Tabelle aufgeführt. IAM und RIMES sind standardisierte Handschrift-Korpora – reale, unordentliche Handschrift, insbesondere gemischte Druck-Schreibschrift, schneidet unter diesen sauberen Korpus-Werten ab (die 46–95 %-Spanne über alle Lösungen in der Dokumenttyp-Tabelle ist die Referenz für die reale Welt). Die arabische Lücke ist eine konservative Interpretation der veröffentlichten Feststellung, „dass die Genauigkeit für Englisch erheblich höher war als für Arabisch“ auf einem Korpus mit einer einzigen gemeinsamen Schriftart; ein schwierigerer Korpus würde die Lücke wahrscheinlich vergrößern.

Warum die Genauigkeitsspannen so breit sind: Vier Metriken, ein Wort

Die scheinbar größten Widersprüche in OCR-Genauigkeitsdaten sind keine Messfehler – es sind unterschiedliche Metriken, die auf unterschiedliche Dokumentbedingungen angewendet werden. „99 % Zeichengenauigkeit“ und „78 % Feldgenauigkeit“ beschreiben dasselbe System; „wF1 0,49 Tabellenerkennung“ und „TEDS 0,96 Tabellenstruktur“ beschreiben dieselbe Technologie auf unterschiedlichen Korpora.

Die vier verwendeten Metriken bilden eine strenge Schwierigkeitshierarchie. Zeichengenauigkeit (99 %+) ist am einfachsten aufzublähen. Wortgenauigkeit ist niedriger, weil ein einziges falsches Zeichen ein Wort durchfallen lässt – die australische Zeitungskorrektur-Studie maß 81,7 % Wortgenauigkeit bei roher historischer Ausgabe, die nach manueller Korrektur auf 97,6 % stieg (Cassidy, 2019, Macquarie-Universitätsstudie derselben Korpusklasse). Feldgenauigkeit ist noch niedriger, weil eine falsche Ziffer das gesamte Feld durchfallen lässt – die 78–98 %-Spanne der Engines oben. Strukturmetriken (TEDS für Tabellen, wF1 für Erkennung) sind eine völlig separate Achse: Eine Tabelle kann mit perfekten Zeichen gelesen werden und trotzdem schlecht abschneiden, wenn die Zeilen-/Spaltenstruktur falsch rekonstruiert wird. Deshalb erreicht die archivarische Tabellenerkennung maximal wF1 0,49–0,53, während moderne Tabellenstrukturerkennung TEDS 0,91–0,97 erreicht (TrOCR-ctx, 2025; PubTabNet-Bestenliste).

Rauschen verstärkt die Streuung. In der peer-reviewten Studie von Hebert et al. senkte das Hinzufügen einer einzigen künstlichen Rauschebene zu sauberen Buchscans die Wortgenauigkeit von etwa 96 % auf 82,5 % für die beste Engine und auf 58,4 % für Open-Source-Tesseract; zwei Rauschebenen drückten sie weiter nach unten (Hebert et al., 2021). Deshalb ist die ehrliche Antwort auf „Wie genau ist OCR?“ immer eine Spanne, die von der Dokumentart abhängt – und warum jede Einzelwert-Behauptung als eine Messung an sauberem Text behandelt werden sollte, die sich als universelle Aussage verkleidet.

So verwenden Sie diese Daten

Sie benötigen kein vollständiges Audit, um aus „Wir haben gehört, OCR sei zu 99 % genau“ – die Behauptung, die jeder Anbieter wiederholt und die diese Seite testet – eine vertretbare Erwartung für Ihre eigenen Dokumente zu machen. Eine dreistufige Überschlagsrechnung mit den obigen Spannen reicht aus, und sie zeigt in der Regel, dass die Schlagzeilenzahl nicht auf die Dokumente zutrifft, die Sie tatsächlich verarbeiten.

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

Häufig gestellte Fragen

Wie hoch ist die durchschnittliche OCR-Genauigkeit?

Der Durchschnitt hängt vollständig vom Dokumenttyp ab. Über die Quellen auf dieser Seite hinweg erreicht sauberer, digital erstellter Text im Durchschnitt 99,2–99,8 % Zeichengenauigkeit (IntuitionLabs 2025; ABBYY), saubere Scans 98–99 % (Holley 2009; EDPB 2024), beschädigte oder historische Scans 71–98 % (Holley 2009) und Handschrift 46–95 % je nach Lösung (AIMultiple 2026). Eine einzelne Zahl für die „durchschnittliche OCR-Genauigkeit“ ist nicht aussagekräftig – die Spanne ist die Antwort.

Was ist eine gute OCR-Genauigkeit?

Die weithin übernommene Skala der National Library of Australia definiert gute OCR für gedruckten Text als 98–99 % Zeichengenauigkeit (1–2 % CER), durchschnittlich als 90–98 % und schlecht als unter 90 % (Holley, 2009). Für die Feldextraktion – die Kennzahl, die für Geschäftsdaten entscheidend ist – ist ein realistischerer „guter“ Wert 93–98 %, den nur die führenden Engines im Rechnungs-Benchmark 2025 erreichten.

Wie genau ist OCR bei gescannten Dokumenten im Vergleich zu digitalen PDFs?

Saubere Scans von gedrucktem Text erreichen 98–99 % Zeichengenauigkeit – nahe an den 99,2–99,8 % von digital erstelltem Text, aber nicht gleichwertig. Die Lücke wird deutlich größer, sobald Scans an Qualität verlieren: Historische Zeitungsscans erreichten 71–98 % Rohgenauigkeit (Holley 2009), und beschädigte Originale fielen selbst bei 300 DPI auf 72,7–94,7 % (IJSAT 2026). Niedrige DPI, bitonale Erfassung und alterndes Papier drücken Scans jeweils weiter nach unten.

Wie genau ist Handschrift-OCR?

Modernste Systeme erreichen ~94–99 % Wortgenauigkeit auf sauberen Benchmark-Korpora wie IAM und RIMES (GatedLexiconNet 2024; LLM-HTR-Benchmark 2025), aber über alle Lösungen hinweg liegt die Spanne bei 46–95 % (AIMultiple 2026) – ältere Engines liegen am unteren Ende, und unordentliche reale Handschrift, gemischte Druck-/Schreibschrift oder historische Schriften schneiden deutlich schlechter ab als die sauberen Korpuswerte.

Welche DPI ist für die OCR-Genauigkeit am besten?

300 DPI ist die Standardempfehlung – sie erreicht die Zeichengenauigkeit von 98–99 % bei sauberen Druckvorlagen, wobei 400–600 DPI für Schriftarten unter 10 pt empfohlen werden (OCR-Leitfaden der University of Pittsburgh). Bemerkenswert ist, dass die Studie des GPO ergab, dass der Farbmodus beim Scannen für gealterte Dokumente wichtiger war als die Auflösung: RGB-Erfassung erreichte 99 %, während bitonal (schwarz-weiß) nur etwa 77 % erzielte, und die Reduzierung von 300 auf 200 DPI änderte nichts.

Warum ist die OCR-Genauigkeit bei Tabellen geringer?

Tabellen erfordern zusätzlich zur Zeichenerkennung einen Schritt zur Strukturerkennung: Die Engine muss Zeilen, Spalten und verbundene Zellen rekonstruieren, bevor der Inhalt verwendet werden kann. Moderne Systeme erreichen TEDS 0,91–0,97 bei digital erstellten Tabellen-Korpora (PubTabNet-Bestenliste; TrOCR-ctx 2025), aber Archiv- oder handgezeichnete Tabellen fallen auf wF1 0,49–0,53 bei der Erkennung (ICDAR 2019 cTDaR), und die Extraktion von Einzelposten in realen Rechnungstests lag je nach Engine zwischen 40–82 % (BusinessWareTech 2025).

Unterscheidet sich die OCR-Genauigkeit je nach Sprache?

Ja – erheblich. Der einzige peer-reviewed Sprachvergleich fand heraus, dass die englische Genauigkeit 10–25 Prozentpunkte höher lag als die arabische bei denselben Engines und demselben Korpus (Hebert et al. 2021). Handschrift-Benchmarks zeigen, dass französische und englische Korpora in Top-Systemen inzwischen nahezu Druckqualität erreichen, aber es gibt keinen vergleichbaren öffentlichen Benchmark für CJK, Devanagari oder andere Schriften – eine echte Datenlücke (siehe Einschränkungen).

Methodik & Quellen

So wurde diese Seite erstellt

Diese Seite bündelt Daten aus 16 unabhängigen Studien aus den Jahren 1995–2026. Die Quellen wurden anhand von drei Kriterien ausgewählt: (1) öffentlich dokumentierte Methodik mit angegebener Stichprobengröße, (2) Daten, die – soweit verfügbar – innerhalb der letzten 3 Jahre erhoben wurden, wobei ältere Quellen im Text mit Jahreszahl gekennzeichnet sind, und (3) Relevanz für die Dokumentenverarbeitung statt Marketing-Behauptungen. Wenn mehrere Quellen dieselbe Kennzahl berichten, werden konservative Spannen (niedrigster–höchster berichteter Wert) verwendet – wir untertreiben lieber. Wo Quellen erheblich voneinander abweichen, wird die Abweichung auf Metrik- oder Korpuse Ebene erklärt, statt sie wegzumitteln.

Die Unterscheidung der Metriken ist das Rückgrat dieser Seite: Zeichen-, Wort-, Feld- und Strukturebene (TEDS/wF1) werden niemals zu einer einzigen Zahl vermischt. Von Anbietern selbst gemeldete Zahlen (ABBYYs 99,8 %) sind als anbieterseitig gekennzeichnet und dienen nur als Obergrenzen-Referenz, gemäß der D-Grad-Zitierregel, die eine Bestätigung verlangt – in diesem Fall durch IntuitionLabs' unabhängige Messung, dass alle Engines bei einfachem getipptem Text über 99,2 % liegen.

Quellenverzeichnis

1. Holley, R. – „How Good Can It Get?“ D-Lib Magazine 15(3/4) (2009). Digitalisierungsprogramm der National Library of Australia für Zeitungen; rohe Zeichenkonfidenz-Messungen über 30+ historische Zeitungstitel, 1803–1954. Liefert die Spanne für beschädigte Scans von 71–98,02 %, die Skala gut/durchschnittlich/schlecht von 98–99 %/90–98 %/<90 % sowie den „guten“ Benchmark von 1–2 % Zeichenfehlerrate (CER).
2. Hebert, J. et al. – „OCR with Tesseract, Amazon Textract, and Google Document AI: a benchmarking experiment,“ Journal of Computational Social Science (2021). Peer-reviewed; n=322 englische Buchscans + n=100 arabische Artikelscans × 43 Rauschtypen = 18.568 Dokumente, 51.304 Anfragen. Liefert den Rückgang der Wortgenauigkeit von sauber zu verrauscht (~96 %→82,5 %→58,4 %), die Lücke zwischen Englisch und Arabisch sowie die Vergleiche zwischen Server- und Open-Source-Lösungen.
3. Rice, S.V., Jenkins, F.R. & Nartker, T.A. – „The Fourth Annual Test of OCR Accuracy,“ UNLV ISRI (1995). Jährliche unabhängige Bewertung kommerzieller OCR-Systeme anhand einer 460-seitigen DOE-Stichprobe und einer 200-seitigen Magazin-Stichprobe. Liefert die Entwicklung der Zeichengenauigkeit von 1992–1995 (~94 %→98 %+), die die Obergrenze für sauberen Text verankert.
4. NIST IR 6101 – „Impact of image quality on machine print optical character recognition“ (1998). Bewertung von drei kommerziellen OCR-Produkten durch das US-amerikanische National Institute of Standards and Technology anhand von Seiten des Federal Register. Liefert die Einschränkung, dass eine Fehlerrate von 1 % fest formatierte, saubere Originale erfordert.
5. Europäischer Datenschutzausschuss – „AI Possible Risks & Mitigations: OCR“ (2024). Technische Leitlinien einer EU-Aufsichtsbehörde. Liefert den üblichen Bereich von 95–99 % für gedruckte Dokumente und das Produktionsgarantieniveau von 98–99 %.
6. US Government Publishing Office – Whitepaper „Optimizing OCR Accuracy on Older Documents“. Offizielle Tests von Scanmodi und Bildverbesserungen an gealterten/verfärbten Dokumenten gegen die 99-%-Genauigkeitsanforderung des GPO. Liefert das Ergebnis von 99 % bei RGB gegenüber ~77 % bei bitonalen Scans sowie das Ergebnis des Downsamplings von 300 auf 200 DPI.
7. „Optical Character Recognition Accuracy on Degraded Documents,“ IJSAT (2026). Peer-reviewed; EasyOCR unter vier physischen Bedingungen bei 300 DPI. Liefert die Genauigkeitsleiter von 94,7 % normal / 86,9 % zerknittert / 80,9 % verschmutzt / 72,7 % nass.
8. AIMultiple – „OCR Benchmark: Text Extraction / Capture Accuracy“ (2026). Anbieterneutraler Analysten-Benchmark mit Sentence-BERT-Kosinusähnlichkeit; 12+ Lösungen. Liefert die Handschrift-Spanne von 46–95 % und die führenden Lösungen im Einzelvergleich (GPT-5 95 %, olmOCR-2-7B 94 %, Gemini 2.5 Pro 93 %).
9. AIMultiple – „Invoice OCR Benchmark: Extraction Accuracy of LLMs vs OCRs“ (2026). Anbieterneutraler Benchmark, 400+ Schlüssel-Wert-Paare aus 20 öffentlich verfügbaren Rechnungen. Liefert die Erkenntnis über den Genauigkeitsabfall bei niedriger gegenüber hoher Qualität.
10. Gao, L. et al. — „ICDAR 2019 Competition on Table Detection and Recognition (cTDaR)", ICDAR (2019). Akademischer Wettbewerb, 11 Teams, moderne und Archivdatensätze mit handgezeichneten und handschriftlichen Tabellen. Liefert die Untergrenze für die Tabellenerkennung im Archiv-Track: wF1 0,49 (spätere Modelle 0,53).
11. OpenCodePapers — „Table Recognition on PubTabNet"-Leaderboard (2024). Technischer Benchmark-Aggregator, der veröffentlichte TEDS-Ergebnisse auf dem PubTabNet-Korpus erfasst. Liefert die TEDS-Obergrenze: MuTabNet 0,9687 (2024), TableMaster 0,9676, SLANet 0,963.
12. „Tabular context-aware OCR and tabular data reconstruction for historical records" (2025). Peer-reviewed; TrOCR-ctx über PubTabNet, SROIE, CORD und historische Korpora. Liefert die Tabellenstruktur-Werte: TEDS 0,909 (PubTabNet), 0,967 (SROIE), 0,986 (CORD).
13. „Enhancing handwritten text recognition accuracy with gated mechanisms" (2024). Peer-reviewed; GatedLexiconNet auf IAM, RIMES, READ-2016. Liefert die State-of-the-Art-Werte für Handschrift: IAM WER 5,73 %/CER 2,27 % und RIMES CER 0,9 %.
14. „Benchmarking Large Language Models for Handwritten Text Recognition" (2025, Journal of Documentation). Peer-reviewed; proprietäre und offene LLMs vs. Transkribus über 7 Korpora. Liefert GPT-4o-mini IAM 1,71 % CER/3,34 % WER, GPT-4o RIMES 1,69 % CER/3,66 % WER und den Qualitätsrahmen für moderne CER<5 %.
15. BusinessWareTech — „AWS Textract vs Google, Azure, and GPT-4o: Invoice Extraction Benchmark" (2025). Unabhängiger Benchmark mit echten Rechnungen; Note C (einzelner Testsatz, transparente Methode). Liefert die Feldgenauigkeit von 78–98 % je Engine und die Erkennung von Einzelposten von 40–82 % je Engine.
16. IntuitionLabs — „Pharma Document AI & OCR Accuracy: A Benchmark Report" (2025-04). Branchenforschung, die einen Benchmark mit gemischten Dokumenten zusammenfasst; Note C. Liefert die Erkenntnis, dass alle Engines >99,2 % bei einfachem getipptem Text erzielen, und Google Cloud Vision mit ~98 % insgesamt.
17. ABBYY FineReader (Herstellerangabe). Selbstberichtete Angabe der Note D, nur als Obergrenze für sauberen Text verwendet und entsprechend gekennzeichnet. „Bis zu 99,8 % Genauigkeit bei sauberen Scans"; dokumentiert außerdem die Verbesserungsbehauptung für Fax-/Niedrigauflösung.
18. LlamaIndex — „What is OCR Accuracy Rate?"-Glossar (2026). Referenzglossar mit Tabelle zu Einflussfaktoren. Liefert die DPI-Leiter (72 vs. 300 vs. 600 DPI) und die Mindestempfehlung von 300 DPI, die in der DPI-Tabelle verwendet wird.
19. University of Pittsburgh — „Best Practices: OCR"-Bibliotheksleitfaden. Leitfaden zur Universitätsdigitalisierung. Liefert den 300-DPI-Standard und die Empfehlung von 400–600 DPI für Schriften <10 pt.
20. Cassidy, S. — „The Impact of OCR Quality on the Use of Digitized Historical Texts“ (Macquarie University). Peer-reviewte Studie zur Post-OCR-Korrektur historischer Zeitungen. Liefert den Korrektureffekt von 81,7 % → 97,6 % Wortgenauigkeit.

Einschränkungen

• Geografische Abdeckung: Die Quellen konzentrieren sich auf Nordamerika, die EU, Australien und (bei Handschrift) europäische Korpora. Für Lateinamerika oder Afrika wurden keine verlässlichen Primärdaten gefunden; CJK-/Devanagari-Vergleiche fehlen in der von uns gefundenen peer-reviewed Literatur.
• Methodische Einschränkungen: Cloud-Anbieter (Google, Azure, Amazon) veröffentlichen keine methodisch transparenten Genauigkeits-Benchmarks nach Dokumenttyp – ihre „99 %+"-Angaben sind Marketing, keine Messungen, und werden hier ausgeschlossen, außer wo eine unabhängige Studie sie gemessen hat. Mehrere zentrale Zahlen beruhen auf Einzelstudien-Datenpunkten (BusinessWareTech-Feldgenauigkeit; IJSAT-Degradation) und sind mit ihrer Note gekennzeichnet. ABBYYs 99,8 % ist eine Anbieterangabe, die nur als bestätigte Obergrenze verwendet wird.
• Zeitliche Lücken: Die UNLV-ISRI-Daten (1995) und NIST-Daten (1998) sind über 27 Jahre alt, bleiben aber die einzigen öffentlichen Längsschnittaufzeichnungen zur Obergrenze der Saubertext-Genauigkeit; sie sind mit Jahreszahl gekennzeichnet und dienen dem historischen Kontext. Der Holley-Wert (2009) für beschädigte Scans ist die aktuellste verfügbare veröffentlichte Rohzahl für historische Zeitungen – moderne Engines schneiden bei solchen Dokumenten besser ab (Hebert et al. 2021), weshalb die Tabelle beide Werte zeigt.
• Was wir nicht finden konnten: (1) ein verlässlicher öffentlicher Benchmark für Kontrollkästchen-/Markierungserkennung in moderner KI-OCR – die Literatur ist veraltetes OMR; (2) Genauigkeit der Unterschriftenerkennung – Anbieter berichten Erkennung, nicht Erkennungsgenauigkeit; (3) eine peer-reviewed kontrollierte Studie, die DPI isoliert und andere Faktoren konstant hält; (4) standardisierte Benchmarks für Bildschirmaufnahme-OCR (Screenshots); (5) Dokumente mit gemischtem Layout (Text + Tabellen + Bilder auf einer Seite) über die Einzelposten-Zahlen hinaus, die der einzige veröffentlichte Näherungswert sind. Diese Lücken werden benannt, statt mit nicht verifizierbaren Anbieterzahlen gefüllt.

Verwandte Referenzen: Fehlerraten bei manueller Dateneingabe nach Typ und Rolle · Was ist optische Zeichenerkennung (OCR)?

Weiterführende Lektüre: So verbessern Sie die OCR-Genauigkeit: 10 praktische Tipps · Wie genau ist die KI-Dokumentenextraktion wirklich? · ABBYY FineReader vs. moderne KI-OCR