Gescannte Unterlagen im Betrieb durchsuchbar machen: Was bringt Texterkennung?
Texterkennung (OCR) wandelt eingescannte Seiten in durchsuchbaren Text um. Damit werden auch alte Papierunterlagen für eine Suche oder eine Wissensdatenbank nutzbar. Die Qualität hängt stark vom Scan ab: gerade, gut lesbar und in ausreichender Auflösung.
In Kürze
- Ein Scan ohne Texterkennung ist für eine Suche nur ein Bild.
- Gute Scans sind gerade, kontrastreich und nicht zu klein aufgelöst.
- Handschrift und verblasste Durchschläge werden oft nur teilweise erkannt.
- Nicht alles muss gescannt werden. Wichtig ist, was regelmäßig gebraucht wird.
Warum ist ein Scan allein nicht genug?
Ein gescanntes Dokument ist für den Computer zunächst ein Foto. Man kann es ansehen, aber nicht durchsuchen. Erst die Texterkennung, auch OCR genannt, liest die Buchstaben aus dem Bild und macht daraus Text. Viele Scanner und Kopierer können das bereits beim Scannen, oft muss die Funktion aber eingeschaltet werden.
Worauf kommt es beim Scannen an?
- Gerade einlegen: Schräge Seiten werden schlechter erkannt.
- Auflösung: Für Text sind 300 dpi ein üblicher Richtwert.
- Kontrast: Verblasste Durchschläge vor dem Scannen eventuell kopieren oder als Graustufen scannen.
- Ein Dokument, eine Datei: Nicht zehn Lieferscheine in eine PDF-Datei.
Was erkennt die Texterkennung schlecht?
Handschrift, Stempel über Text, sehr kleine Schrift und stark verschmutzte Seiten. Bei Plänen werden Beschriftungen oft erkannt, Maßketten und Symbole nur teilweise. Das sollte man wissen, bevor man sich auf eine Suche nach einem bestimmten Maß verlässt.
Wie hängt das mit einer Wissensdatenbank zusammen?
Eine Wissensdatenbank kann nur Fragen zu Text beantworten, den sie lesen kann. Bei der Wissensdatenbank von Goma-IT übernimmt die Texterkennung beim Einlesen das Umwandeln eingescannter Seiten, über Microsoft Azure in der EU-Datenzone. Liegt ein Dokument als schlechter Scan vor, kann auch die beste KI daraus nicht mehr herausholen, als erkannt wurde. Deshalb lohnt es sich, bei wichtigen Unterlagen auf gute Scans zu achten.
Womit anfangen?
Mit den Unterlagen, nach denen am häufigsten gefragt wird. In vielen Betrieben sind das Prüfberichte, Abnahmeprotokolle und Unterlagen zu Stammkunden. Ein Archiv vollständig zu scannen, ist selten nötig.
Häufige Fragen
Müssen wir alle Ordner einscannen?
Nein. Sinnvoll ist, mit den Unterlagen zu beginnen, die regelmäßig gebraucht werden, etwa Prüfberichte oder Unterlagen zu Stammkunden. Der Rest kann im Keller bleiben.
Erkennt die Texterkennung auch Pläne und Zeichnungen?
Beschriftungen und Text auf Plänen meist ja, die Zeichnung selbst nicht. Maße in Zeichnungen werden je nach Qualität nur teilweise erkannt.