OCR-Texterkennung: was sie leistet
Texterkennung macht aus einem Bild durchsuchbaren Text. Ob sie brauchbar ist, entscheidet sich beim Scannen, nicht bei der Software.
Wiedererkennen
Wann dieses Thema zur Frage wird
Drei Momente, in denen es darauf ankommt.
- Die Volltextsuche findet nichts. Der Text ist da, aber die Erkennung hat ihn falsch gelesen, und niemand merkt es beim Suchen.
- Ein Angebot verspricht eine hohe Genauigkeit. Gemessen wird sie an gedrucktem Text, nicht an Ihren Durchschlägen.
- Jemand sucht nach einem Namen. Er steht im Dokument, aber nicht in der Textschicht, weil die Seite schief im Scanner lag.
Was OCR tut
Ein Scan ist zunächst ein Bild: Sie sehen die Schrift, der Rechner sieht Bildpunkte. Die Texterkennung legt eine unsichtbare Textschicht darunter, sodass sich das Dokument durchsuchen und kopieren lässt. Das Aussehen ändert sich nicht.
Die Scanqualität entscheidet
Wird zu grob erfasst, fransen Buchstaben aus und die Erkennung wird unzuverlässig. Farbe hilft zusätzlich, weil sie Stempel und farbige Vermerke vom Text trennt.
Woran man eine schlechte OCR erkennt
Ein einfacher Test: Ein Wort im PDF markieren. Wird stattdessen ein halber Absatz oder eine ganze Seite markiert, wurde die Textschicht nicht sauber erzeugt. Wir haben diesen Fall aus erster Hand erlebt: bei einem Bestand, dessen Papier zu diesem Zeitpunkt bereits vernichtet war. Prüfen Sie das an der Probe, nicht am Ende.
Wo OCR an Grenzen stößt
Handschrift wird nicht zuverlässig erkannt. Stark verblasste Durchschriften, Thermopapier und Matrixdruck sind schwierig. Bei Tabellen geht die Struktur oft verloren. In diesen Fällen ist die manuelle Erfassung der Metadaten der verlässlichere Weg.
Was eine gute Textschicht wert ist
Sie ist der Unterschied zwischen einem Archiv, in dem man blättert, und einem, in dem man sucht. Bei der Übergabe ziehen wir deshalb gemeinsam zehn Dokumente und suchen sie. Wird eines nicht in unter einer Minute gefunden, arbeiten wir nach.
Weiterlesen
Gehört oft dazu
Scandienstleister auswählen
Die meisten Anbieter werben mit denselben Worten. Unterscheiden lassen sie sich an acht Punkten, und an der Frage, ob sie vor der Unterschrift etwas vorweisen.
Was es kostet
Der Preis hängt an drei Dingen: wie viele Ordner, was darin steckt und wie tief abgelegt wird. Alles andere sind Nebenkosten.
Ablagetiefe wählen
Das ist die einzige Frage, die Sie wirklich beantworten müssen. Alles andere ist in jedem Paket gleich.
Fünf Ordner, drei Werktage, null Euro
Sie sehen das Ergebnis, bevor Sie sich entscheiden.