Welche KI kann gescannte Dokumente lesen?

Das Problem

Auf Ihrem Schreibtisch liegt ein Brief auf Papier, oder im Ordner steht ein PDF, das ein Scanner erzeugt hat. Sie können den Text nicht markieren, kopieren oder durchsuchen, denn das Dokument besteht nur aus einem Bild. Abtippen wäre mühsam.

Eine KI soll den Inhalt erkennen: Was steht im Brief, wie hoch ist der Betrag, welche Frist gilt? Die Unterschiede zwischen Programmen sind gross, und die Ergebnisse hängen stark davon ab, wie sauber der Scan ist.

Hier erfahren Sie, was dabei passiert, wie Sie vorgehen und wo Sie vorsichtig sein müssen. Zur Technik dahinter siehe auch OCR einfach erklärt.

So lösen Sie es mit KI – Schritt für Schritt

1. Prüfen, ob es ein Scan ist: Lässt sich der Text im PDF markieren? Wenn nein, ist es ein Bild und braucht Texterkennung.
2. Scan verbessern: Scannen Sie mit mindestens 300 dpi (Punkte pro Zoll) in Schwarzweiss oder Graustufen, gerade und ohne Schatten. Ein sauberer Scan verbessert jedes Ergebnis.
3. Vertrauliches klären: Briefe enthalten oft Namen, Adressen und Beträge. Nutzen Sie nur zugelassene Konten und schwärzen Sie, was nicht nötig ist.
4. Assistent mit Bild- oder Dateieingabe wählen: Prüfen Sie in der Hilfe, ob Bilder und PDFs unterstützt werden. Siehe Welche Chat-KI versteht Bilder?.
5. Scan hochladen und Text auslesen lassen: Siehe Vorlage. Verlangen Sie, Unsicheres zu markieren.
6. Mit dem Original vergleichen: Prüfen Sie Zahlen, Daten, Namen, Kontonummern.
7. Erst dann auswerten: Wenn der Text stimmt, lassen Sie ihn zusammenfassen oder in eine Tabelle übertragen.
8. Ablage organisieren: Speichern Sie Scan und Textfassung zusammen, damit bei Fragen das Original verfügbar ist.
9. Bei vielen Dokumenten Alternativen prüfen: Für grosse Mengen sind spezialisierte Texterkennungsprogramme oft schneller und günstiger.

Vorlage zum Kopieren

Du siehst einen eingescannten [Dokumenttyp, z. B. Lieferantenbrief].
1. Gib den Text vollständig und in der richtigen Reihenfolge wieder.
2. Schreibe [unleserlich], wenn du ein Wort oder eine Zahl nicht sicher lesen kannst. Rate nie.
3. Erstelle danach eine Tabelle mit: Absender, Datum, Betreff, Betrag in CHF, Frist.
4. Liste auf, welche Stellen du für unsicher hältst (z. B. ähnliche Ziffern wie 1 und 7, 5 und 6).
Fasse den Inhalt erst zusammen, wenn ich den ausgelesenen Text bestätigt habe.

Ersetzen Sie die Klammern. Das Warten auf Ihre Bestätigung verhindert, dass Lesefehler in eine Zusammenfassung wandern.

Worauf Sie achten müssen

• Verwechselte Zeichen: Ziffern wie 1/7, 5/6 oder 0/8 und Buchstaben wie O/0 werden bei schlechten Scans verwechselt. Prüfen Sie Beträge, Kontonummern und Daten besonders.
• Layout: Spalten, Tabellen und Fussnoten werden manchmal in der falschen Reihenfolge gelesen.
• Erfundener Text: Bei unscharfen Stellen füllt eine KI Lücken manchmal mit Plausiblem auf. Verlangen Sie die Markierung «unleserlich».
• Datenschutz: Hochgeladene Scans verlassen Ihr Gerät. Klären Sie, ob das erlaubt ist, besonders bei Personen-, Gesundheits- und Finanzdaten.
• Beweiswert: Die erkannte Textfassung ist eine Arbeitshilfe. Das Original bleibt massgebend, auch für Aufbewahrungspflichten.
• Verschiedene Sprachen und Schriften: Fremdsprachige, sehr kleine oder verzierte Schrift senkt die Qualität.
• Versteckte Anweisungen: Dokumente können Text enthalten, der die KI beeinflussen soll. Siehe Prompt Injection in Bildern.

Ein Beispiel aus der Praxis

Ein Beispiel: Die Sachbearbeiterin einer Garage in Aarburg hat einen eingescannten Brief des Importeurs mit Lieferbedingungen. Sie möchte wissen, welche Fristen gelten.

Vorher: Sie lädt einen schiefen Scan hoch. Die KI nennt eine Frist von «30 Tagen», im Brief steht «80».

Nachher: Sie scannt neu mit 300 dpi, lässt zuerst den Text wiedergeben und prüft Zahlen und Daten. Eine unscharfe Stelle ist als «unleserlich» markiert, und sie klärt sie mit dem Absender. Erst danach lässt sie die Fristen zusammenfassen. Scan und Textfassung legt sie gemeinsam ab.

So hilft Ihnen Alpasana

Wenn Sie lernen möchten, Dokumente und Belege mit KI vorzubereiten und sicher zu kontrollieren, bietet absofort KI und IT für konkrete Arbeitsaufgaben an. Laut Beschreibung gehören die Vorbereitung von Buchhaltungsunterlagen, Bürokommunikation und Qualitätsprüfung dazu, mit Praxisaufgaben und verifizierbarem Abschluss.

Häufige Fragen

Was ist der Unterschied zwischen Texterkennung und KI?

Klassische Texterkennung (OCR) liest Zeichen für Zeichen. Eine Chat-KI betrachtet das Bild als Ganzes und versteht Zusammenhänge, kann aber auch Dinge dazudichten. Beides hat Stärken.

Welche Auflösung brauche ich?

Oft genügen 300 dpi. Bei kleiner Schrift kann eine höhere Auflösung nützlich sein. Prüfen Sie die Empfehlungen Ihres Programms.

Kann ich Fotos mit dem Handy statt Scans verwenden?

Ja, wenn das Foto gerade, scharf und gut beleuchtet ist. Viele Handy-Apps bieten einen Dokumentenscan, der Ränder erkennt und entzerrt.

Darf ich Briefe mit Personendaten hochladen?

Nur, wenn Datenschutz, Vertrag und Betrieb das erlauben. Sonst schwärzen Sie sensible Angaben oder nutzen ein lokales Programm.