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

Woher die „99 %“ stammen — und warum sie irreführen

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

Die Zeichenfehlerrate (CER) zählt einzelne falsch erkannte Zeichen: Eine CER von 1 % bedeutet etwa ein falsches Zeichen pro hundert. Die weit verbreitete Benchmark-Skala für gedruckten Text, formalisiert durch das Zeitungsdigitalisierungsprogramm der National Library of Australia, definiert gute OCR als 98–99 % genau (1–2 % CER), durchschnittlich als 90–98 % (2–10 % CER) und schlecht als unter 90 % (Holley, 2009). Die OCR-Leitlinie 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 einer Zeichengenauigkeit von 99 % enthält immer noch etwa 20 falsche Zeichen. Auf Wortebene könnte dieselbe Ausgabe 96–98 % erreichen, weil ein einziges falsch erkanntes Zeichen das gesamte Wort durchfallen lässt. Auf Feldebene — der Kennzahl, die für die Extraktion einer Rechnungsnummer oder eines Datums entscheidend ist — lässt eine falsche Ziffer 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 die Zellinhalte mit dem Original übereinstimmen — 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 maschinell gedruckten englischen Seiten durch; die besten kommerziellen Systeme stiegen von etwa 94 % auf 98 %+ Zeichengenauigkeit und stagnierten dort weitgehend (Rice, Jenkins & Nartker, 1995). Das NIST kam in seiner Evaluierung von 1998 zum selben Ergebnis: Eine Zeichenfehlerrate von 1 % ist nur erreichbar, wenn die Quelle ein sauberes, formatfestes getipptes Original ist (NIST IR 6101, 1998). Fünfundzwanzig Jahre Deep Learning haben diese Obergrenze verschoben, aber nur für die saubersten Eingaben.

Der Dokumenttyp ist der größte einzelne Treiber der 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 erzeugen so weite Spannen, dass eine Punktschätzung aktiv irreführend wäre.

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 % bei 12 Lösungen; GatedLexiconNet (2024) — IAM-Wortgenauigkeit ~94,3 %; IJSAT (2026) — beschädigte Originale 72,7–94,7 % bei 300 DPI. Konservative Spannen verwendet, wo Quellen abweichen.

Quellen in der obigen Tabelle aufgeführt. Zeichen-/Wortzahlen stammen aus Peer-Review- und Regierungsstudien; vom Anbieter behauptete 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 aus dem Jahr 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 Genauigkeitshebel, aber die veröffentlichte Evidenz ist dünner, als Anbieter-Blogs vermuten lassen. Die eine rigorose Regierungsstudie — der Test des US Government Publishing Office an älteren und verfärbten Dokumenten — ergab, dass Farb- (RGB-) Erfassung, nicht höhere DPI, der entscheidende Faktor war: RGB-Scans erfüllten die 99-%-Zeichengenauigkeitsanforderung des GPO, während bitonale (schwarz-weiße) Scans derselben Dokumente ~77 % erreichten, und das Herunterrechnen von 300 auf 200 DPI brachte keinen Genauigkeitsgewinn (US-GPO-Whitepaper).

Aufschlüsselung nach DPI und Scan-Qualität

Quellen in der obigen Tabelle aufgeführt. Hinweis zur Transparenz: Keine peer-reviewte Studie isoliert DPI als einzigen Faktor bei Konstanthaltung aller anderen Variablen. Die Zeile „unter 150 DPI“ kombiniert daher die expliziten Niedrig-DPI-Empfehlungen aus dem LlamaIndex-Referenzglossar mit der von IJSAT (2026) bei 300 DPI gemessenen Genauigkeitsuntergrenze bei physischen Schäden — ein Näherungswert, der als solcher gekennzeichnet ist.

Der Feldtyp entscheidet, 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 führt zum Fehlschlag des gesamten Felds. Die einzige veröffentlichte Benchmark, die Feldtypen über mehrere Engines hinweg isoliert, ist eine Studie zur Rechnungsextraktion von 2025, und ihre Spannweite — 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 obigen Tabelle aufgeführt. Die Werte von 78–98 % und 40–82 % stammen aus einem einzigen unabhängigen Benchmark (BusinessWareTech, 2025, Testdatensatz mit echten Rechnungen) – eine Quelle der Güteklasse C, deren Richtung durch den Rechnungs-Benchmark von AIMultiple bestätigt wird, der zeigt, dass die Genauigkeit bei Dokumenten geringerer Qualität bei allen Tools stark abnimmt (AIMultiple, 2026). Zeilen mit der Markierung „Datenlücke“ verfügen über keine zitierfähige Drittanbieter-Messung; sie werden als solche angegeben und nicht mit Anbieterzahlen gefüllt.

Die Sprache ist die am wenigsten publizierte Genauigkeitsdimension, da fast kein Anbieter sprachspezifische Benchmarks veröffentlicht. Der einzige peer-reviewte Mehrsprachenvergleich – 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 gemischt Druck-Schreibschrift, schneidet unter diesen sauberen Korpus-Werten ab (die 46–95 %-Spanne über Lösungen hinweg in der Dokumenttyp-Tabelle ist die Referenz für die Praxis). Die arabische Lücke ist eine konservative Interpretation des veröffentlichten Befunds, dass „die Genauigkeit für Englisch erheblich höher war als für Arabisch“ auf einem Korpus mit einer einzigen gemeinsamen Schriftart; ein schwierigerer Korpus würde sie wahrscheinlich vergrößern.

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

Die größten scheinbaren 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 Hierarchie des Schwierigkeitsgrads. Zeichengenauigkeit (99 %+) ist am einfachsten aufzublähen. Wortgenauigkeit ist niedriger, weil ein einziges falsches Zeichen ein Wort durchfallen lässt – die australische Zeitungskorrekturstudie maß 81,7 % Wortgenauigkeit bei roher historischer Ausgabe, die nach manueller Korrektur auf 97,6 % anstieg (Cassidy, 2019, Macquarie-Universitätsstudie zur gleichen 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 eigene Achse: Eine Tabelle kann mit perfekten Zeichen gelesen werden und trotzdem schlecht abschneiden, wenn die Zeilen-/Spaltenstruktur falsch rekonstruiert wird. Deshalb erreicht die Archiv-Tabellenerkennung maximal wF1 0,49–0,53, während die moderne Tabellenstrukturerkennung TEDS 0,91–0,97 erreicht (TrOCR-ctx, 2025; PubTabNet-Benchmark).

Rauschen verstärkt die Streuung. In der peer-reviewed Studie von Hebert et al. ließ das Hinzufügen einer einzigen künstlichen Rauschschicht zu sauberen Buchscans die Wortgenauigkeit für die beste Engine von etwa 96 % auf 82,5 % sinken und für das Open-Source-Tesseract auf 58,4 %; zwei Rauschschichten 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 saubere-Text-Messung im Kostüm einer Universallösung behandelt werden sollte.

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 erreichen saubere digital erstellte Texte im Durchschnitt eine Zeichengenauigkeit von 99,2–99,8 % (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 „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 im Invoice-Benchmark 2025 nur die Spitzen-Engines erreichten.

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

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

Wie genau ist OCR bei Handschrift?

Modernste Systeme erreichen auf sauberen Benchmark-Korpora wie IAM und RIMES eine Wortgenauigkeit von ~94–99 % (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 Werte aus sauberen Korpora.

Welche DPI ist für die OCR-Genauigkeit am besten?

300 DPI ist die Standardempfehlung – sie erreicht bei sauberem Druck die 98–99-%-Zeichengenauigkeit, wobei für Schriften unter 10 pt 400–600 DPI empfohlen werden (OCR-Leitfaden der University of Pittsburgh). Bemerkenswert ist, dass die Studie des GPO ergab, dass der Scan-Farbmodus bei gealterten Dokumenten wichtiger war als die Auflösung: RGB-Erfassung erreichte 99 %, während bitonal (schwarz-weiß) nur ~77 % erzielte, und eine Reduzierung von 300 auf 200 DPI änderte nichts.

Warum ist die OCR-Genauigkeit bei Tabellen niedriger?

Tabellen fügen zur Zeichenerkennung einen Schritt der Strukturerkennung hinzu: 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-Benchmark; 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 lag in realen Rechnungstests je nach Engine zwischen 40–82 % (BusinessWareTech 2025).

Unterscheidet sich die OCR-Genauigkeit je nach Sprache?

Ja – erheblich. Der einzige peer-reviewed Sprachvergleich fand, dass Englisch 10–25 Prozentpunkte höher lag als Arabisch 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 für CJK, Devanagari oder andere Schriften existiert kein vergleichbarer öffentlicher Benchmark – 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) nach Möglichkeit innerhalb der letzten 3 Jahre erhobene Daten, 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 Korpuseebene erklärt und nicht weggemittelt.

Die Unterscheidung der Metriken ist das Rückgrat dieser Seite: Werte auf Zeichen-, Wort-, Feld- und Strukturebene (TEDS/wF1) werden niemals zu einer einzigen Zahl vermischt. Selbst gemeldete Zahlen von Anbietern (ABBYYs 99,8 %) sind als Anbieterangaben gekennzeichnet und dienen nur als Obergrenzen-Referenz, gemäß der D-Bewertungs-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 für Zeitungen der National Library of Australia; rohe Zeichenkonfidenzmessungen bei über 30 historischen Zeitungstiteln, 1803–1954. Liefert den Bereich 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 Kluft zwischen Englisch und Arabisch sowie die Vergleiche zwischen Serverlösungen und Open Source.
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 anhand einer 460-seitigen DOE-Stichprobe und einer 200-seitigen Magazinstichprobe. 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 der EU-Aufsichtsbehörde. Liefert den üblichen Bereich von 95–99 % für gedruckte Dokumente und das Produktionsgarantieniveau von 98–99 %.
6. US Government Publishing Office – „Optimizing OCR Accuracy on Older Documents“ (Weißbuch). Offizielle Tests von Scanmodi und Verbesserungen bei gealterten/verfärbten Dokumenten gegen die 99-%-Genauigkeitsanforderung des GPO. Liefert das Ergebnis von 99 % bei RGB gegenüber ~77 % bei bitonal (schwarz-weiß) 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 unter Verwendung der Sentence-BERT-Kosinusähnlichkeit; 12+ Lösungen. Liefert das Band von 46–95 % für Handschrift und die Spitzenreiter pro Lösung (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 mit über 400 Schlüssel-Wert-Paaren aus 20 öffentlich verfügbaren Rechnungen. Liefert die Erkenntnis zum Genauigkeitsrückgang 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 mit 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 verfolgt. 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 auf PubTabNet, SROIE, CORD und historischen Korpora. Liefert TEDS-Werte von 0,909 (PubTabNet), 0,967 (SROIE) und 0,986 (CORD) für die Tabellenstruktur.
13. „Enhancing handwritten text recognition accuracy with gated mechanisms" (2024). Peer-reviewed; GatedLexiconNet auf IAM, RIMES, READ-2016. Liefert die modernsten Handschrift-Ergebnisse: 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 auf 7 Korpora. Liefert GPT-4o-mini IAM 1,71 % CER/3,34 % WER, GPT-4o RIMES 1,69 % CER/3,66 % WER sowie die Qualitätsrahmenbedingung moderner CER < 5 %.
15. BusinessWareTech – „AWS Textract vs Google, Azure, and GPT-4o: Invoice Extraction Benchmark" (2025). Unabhängiger Benchmark auf echten Rechnungen; Note C (einzelner Testsatz, transparente Methode). Liefert Feldgenauigkeit von 78–98 % je Engine und Einzelpostenerkennung 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 bei einfachem getipptem Text > 99,2 % erreichen, und Google Cloud Vision insgesamt ~98 %.
17. ABBYY FineReader (Herstellerangabe). Selbstberichteter Wert der Note D, nur als Obergrenze für sauberen Text verwendet und entsprechend gekennzeichnet. „Bis zu 99,8 % Genauigkeit bei sauberen Scans"; dokumentiert außerdem die behauptete Verbesserung bei Faxen und niedriger Auflösung.
18. LlamaIndex – „What is OCR Accuracy Rate?"-Glossar (2026). Referenzglossar mit Tabelle zu Einflussfaktoren. Liefert die DPI-Skala (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. Hochschulrichtlinien zur Digitalisierung. 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 gesichteten 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 Werte beruhen auf Einzelstudien (BusinessWareTech-Feldgenauigkeit; IJSAT-Degradation) und sind mit ihrer Bewertung 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) kein verlässlicher öffentlicher Benchmark für Kontrollkästchen-/Markierungserkennung in moderner KI-OCR – die Literatur ist veraltetes OMR; (2) keine Erkennungsgenauigkeit für Unterschriften – Anbieter berichten Erkennung, nicht Erkennungsgenauigkeit; (3) keine peer-reviewed kontrollierte Studie, die DPI isoliert bei Konstanthaltung anderer Faktoren untersucht; (4) keine standardisierten Benchmarks für Screen-Capture-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 unverifizierbaren Anbieterzahlen gefüllt.

Verwandte Referenzen: Fehlerraten bei manueller Dateneingabe: 1–4 % nach Typ, Branche & Rolle · Was ist optische Zeichenerkennung (OCR)?

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