Warum liest der Chatbot Tabellen in PDFs falsch?

Das Problem

Sie fragen den Chatbot nach dem Preis eines Artikels und erhalten den Preis des Nachbarartikels. Oder die Lieferzeit stimmt, aber sie gehört zu einer anderen Zeile. Solche Verwechslungen kommen bei Tabellen in PDF-Dateien häufig vor.

Der Grund liegt in der Art, wie PDFs gebaut sind. Ein PDF ist wie ein gedrucktes Blatt: Jedes Wort steht an einer festen Stelle, aber es gibt keine Information, dass die Wörter in Zeilen und Spalten zusammengehören. Wenn eine Software den Text «herausliest», entsteht oft ein Durcheinander: Spalten werden hintereinander statt nebeneinander gelesen, Zeilen springen, Kopfzeilen fehlen.

Der Chatbot sieht dann nur noch eine Reihe von Wörtern und Zahlen. Er rät, wozu sie gehören, und rät manchmal falsch. Das ist besonders gefährlich bei Preisen, Mengen, Fristen und Grenzwerten, weil die Antwort so überzeugend klingt.

So lösen Sie es mit KI – Schritt für Schritt

1. Problem bestätigen. Wählen Sie eine Tabelle und stellen Sie dem Chatbot drei Fragen, deren Antwort Sie kennen. Notieren Sie, was richtig und was falsch ist.
2. Quelle suchen. Gibt es die Tabelle noch als Excel- oder Word-Datei? Dann verwenden Sie diese statt des PDFs. Das ist der einfachste und zuverlässigste Weg.
3. PDF neu exportieren. Wenn Sie das PDF selbst erzeugt haben, exportieren Sie es neu aus Word oder Excel, nicht über «Drucken als Bild».
4. Tabellen extrahieren. Es gibt Werkzeuge, die Tabellen aus PDFs gezielt als Zeilen und Spalten auslesen. Ihr Anbieter oder Ihre IT-Betreuung kann sagen, ob das im System möglich ist.
5. Tabelle als Text umformen. Schreiben Sie jede Zeile als eigenen Satz um: «Artikel A-100: Preis 24.50 CHF, Lieferzeit 3 Tage.» So bleibt der Zusammenhang erhalten. Siehe Tabellen für RAG aufbereiten.
6. Kopfzeile wiederholen. Wenn eine Tabelle über mehrere Seiten geht, soll die Spaltenüberschrift auf jeder Seite stehen.
7. Erneut testen. Wiederholen Sie die Testfragen und vergleichen Sie mit dem ersten Ergebnis.
8. Kritische Zahlen absichern. Bei Preisen und Grenzwerten verlangen Sie Quelle und Seitenzahl, und Sie kontrollieren im Original. Siehe Nummern exakt finden.

Vorlage zum Kopieren

Mit diesem Prompt wandeln Sie eine kopierte Tabelle in eindeutige Sätze um. Verwenden Sie nur unkritische Daten oder ein für solche Inhalte freigegebenes Werkzeug:

Ich füge eine Tabelle ein, die aus einem PDF kopiert wurde und möglicherweise durcheinandergeraten ist.
Spalten laut Original: [Spalte 1, Spalte 2, Spalte 3, …]
Tabelle:
[Text einfügen]
Aufgabe:
1. Rekonstruiere die Tabelle mit Zeilen und Spalten. Markiere alle Stellen, bei denen die Zuordnung unsicher ist.
2. Schreibe jede Zeile als vollständigen Satz im Format: «[Spalte 1]: [Wert]; [Spalte 2]: [Wert]; …».
3. Erfinde keine Werte. Wenn etwas fehlt, schreibe «unklar».

Prüfen Sie das Ergebnis stichprobenartig mit dem Original, bevor Sie es in den Chatbot übernehmen.

Woran erkenne ich eine verwechselte Zeile?

Typische Warnzeichen sind Antworten, die zwar sinnvoll klingen, aber nicht zur Frage passen: ein Preis, der für eine andere Grösse gilt, eine Lieferzeit, die zum Nachbarprodukt gehört, oder Mengen, die sich nicht verbinden lassen.

Seien Sie besonders aufmerksam bei Tabellen mit vielen ähnlichen Zeilen, etwa Artikelreihen, Tarife oder Gebührenlisten. Bitten Sie den Chatbot bei Zahlen immer um die ganze Zeile als Beleg. Dann sehen Sie sofort, ob Artikel, Menge und Preis zusammengehören.

Worauf Sie achten müssen

• Verwechslungen sind unauffällig. Eine falsche Zeile fällt kaum auf, weil die Zahl aussieht wie eine richtige. Prüfen Sie Stichproben.
• Komplizierte Layouts. Zusammengefasste Zellen, mehrere Spalten pro Seite und eingerahmte Boxen sind besonders schwierig.
• Scans. Bei gescannten Tabellen kommt die Texterkennung hinzu. Siehe Gescannte Dokumente lesbar machen.
• Verbindliche Daten. Preise, Fristen und Sicherheitsgrenzwerte gehören nicht ungeprüft aus dem Chatbot in Offerten.
• Aufwand abwägen. Nicht jede Tabelle lohnt die Aufbereitung. Konzentrieren Sie sich auf häufig gefragte.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Grosshandel für Bürobedarf in Zug gibt jedes Quartal eine Preisliste als 40-seitiges PDF heraus. Der Verkaufsinnendienst fragt den Chatbot nach Staffelpreisen. Frau Odermatt bemerkt, dass bei Blättern mit zwei Preisspalten die Mengenstaffel nicht stimmt.

Vorher liest der Chatbot die beiden Spalten hintereinander und ordnet Preise falsch zu. Nachher wird die Preisliste direkt aus der Excel-Datei übernommen, jede Zeile mit Artikelnummer, Menge und Preis. Frau Odermatt prüft zehn Stichproben und verlangt vom Chatbot immer die Artikelnummer als Quelle.

So hilft Ihnen Alpasana

Wenn Preislisten, Tabellen und Dokumente systematisch für einen Chatbot aufbereitet werden sollen, unterstützt Sie die KI-Beratung und digitale Transformation von Alpasana: Prozesse aufnehmen, Schnittstellen konzipieren, Systeme verbinden und die Umsetzung dokumentieren.

Häufige Fragen

Warum klappt es bei manchen PDFs und bei anderen nicht?

Einfache Tabellen mit klaren Linien und einer Spalte pro Wert werden meist gut gelesen. Verschachtelte Tabellen, verbundene Zellen und mehrspaltige Layouts bereiten Probleme.

Hilft ein besserer Chatbot?

Manchmal. Neuere Werkzeuge erkennen Tabellen besser. Ein bereinigter Eingang ist aber immer sicherer als die Hoffnung auf ein klügeres Modell.

Kann ich die Tabelle als Bild hochladen?

Einige Werkzeuge können Bilder lesen, doch die Genauigkeit schwankt. Für Zahlen ist eine strukturierte Datei zuverlässiger.

Wie viele Stichproben brauche ich?

Eine feste Zahl gibt es nicht. Prüfen Sie so viele Zeilen, bis Sie dem Ergebnis für den Zweck vertrauen, und bei kritischen Daten mehr.