OCR Benchmark: Wie du von Technologien der Texterkennung und intelligenten Dokumentenverarbeitung profitierst

1. Was ist OCR und wie hilft sie dir im Berufsalltag?
2. Welche Software bietet optische Zeichenerkennung (OCR)? 
3. Wie präzise ist OCR inzwischen?
4. Lies dieses Whitepaper für mehr über intelligente Dokumentenverarbeitung

Es ist schon erstaunlich, was heutzutage durch künstliche Intelligenz möglich ist. Bloß kognitive Fähigkeiten wie Lesen, Verstehen und Denken können nur Menschen lernen. Das scheint mit immer mehr Technologien und Programmen für Texterkennung allerdings nicht mehr wirklich zu stimmen. Es klingt zwar wie Zukunftsmusik, doch du kannst wirklich mittlerweile einfach einen Text abscannen und dann vollautomatisch auswerten lassen.

Das Stichwort hier lautet automatische Texterkennung (englisch „Optical Character Recognition“, Abkürzung OCR). Aber ist eine KI tatsächlich in der Lage, einen geschriebenen Text „lesen“ zu können? Und was passiert, wenn dieses Schriftstück nicht gedruckt, sondern handschriftlich verfasst ist? Dieser Artikel erklärt dir die vielversprechenden Möglichkeiten von AI-Zeichenerkennung und gibt dir ein Whitepaper zur OCR Benchmark an die Hand. Darin erfährst du nicht nur, wie präzise die neue Technologie arbeitet, sondern auch, wer der beste Anbieter ist.

Was ist OCR und wie hilft sie dir im Berufsalltag?

Optical Character Recognition oder auf Deutsch Optische Zeichenerkennung bezeichnet eine Art der Automatisierung. Hierbei erkennt eine Software auf Basis von Datenmengen und Algorithmen die gedruckten oder handgeschriebenen Symbole wie Buchstaben, Zahlen oder Satzzeichen. Vereinfacht gesagt, liest eine Maschine einen Text so, wie es ein Mensch tun würde, und überträgt ihn in ein maschinenlesbares Format. 

Bei der OCR segmentiert ein Programm zunächst ein Dokument in einzelne Zeichen, um diese anschließend zu entschlüsseln. Im nächsten Schritt werden die erkannten Teile wiederum zu einem Text zusammengefügt und digital abgelegt. Daraus ergeben sich mehrere Vorteile: 

• Weniger Kosten und mehr Effizienz: Du musst Texte nicht mehr manuell abtippen, sondern kannst Dokumente in Papierform zügig digitalisieren und archivieren. 
• Höhere Präzision: Es treten bei der Optical Character Recognition weniger Fehler auf als bei der händischen Transkription. 
• Platzersparnis und Zugänglichkeit: Wenn alle Dokumente und Schriftstücke digitalisiert sind, ist weniger Platz für deren Aufbewahrung nötig. Zudem sind sie immer bei Bedarf griffbereit. 

Ein weiterer Vorteil von automatischer Texterkennung ergibt sich beim Einsatz der sogenannten IDP-Technologie. Intelligent Document Processing bzw. intelligente Dokumentenverarbeitung beschreibt die Prozesse, die über die OCR hinausgehen: Durch die Integration von maschinellem Lernen und künstlicher Intelligenz lassen sich die gescannten Texte analysieren, interpretieren und weiterverarbeiten. Wenn du bei deinem Business auch auf IDP setzt, zeigen sich weitere Vorzüge der Automatisierung:

• Neben klassischen Texten kannst du auch Bildtexte (wie PDF) erkennen lassen. 
• Die KI kann automatisiert den Dokumententyp bestimmen und kategorisieren. 
• Durch eine Datenextraktion ist eine direkte Übertragung in eine Datenbank möglich. 

Auch bei der Nutzung einer IDP-Software kommen die Vorzüge Kosten- und Zeiteffizienz, Genauigkeit und digitale Ablage zum Tragen. 

Während die OCR Workflows für Scandienstleister sowie historische Archive optimiert, bietet IDP Möglichkeiten für mehrere Branchen: Angefangen bei Buchhaltung und Rechtsabteilung über Customer Support und HR bis zum Versicherungswesen hilft die Technologie immer, wenn es um die Verarbeitung von Dokumenten geht. 

Welche Software bietet optische Zeichenerkennung (OCR)? 

Anbieter*innen von SaaS-Lösungen müssen sich auf ein solides OCR-Tool verlassen können. Es empfiehlt sich, bei der Auswahl einer OCR-Software auf eine angemessene Qualität zu achten. Obwohl Automatisierungstechnologien und insbesondere KI-gestützte Erkennungssoftware noch recht neu auf dem Markt sind, gibt es bereits zahlreiche Anbieter für Optical Character Recognition. Zudem gibt es viele Softwares, die bei ihren Features auf intelligente Datenverarbeitung setzen. 

Die PLANET AI GmbH ist ein solcher Anbieter einer OCR-Texterkennung. Als IDA (Intelligente Dokumentenanalyse) vertreibt sie eine Software-Suite, die auf eine patentierte Zeichenerkennung zurückgreift. Die OCR-Technologie erkennt neben Maschinen- und Handschrift auch Checkboxen, Barcodes sowie Tabellen. 

Grundlegend für die verschiedenen Funktionen von IDA ist natürlich die initiale optische Zeichenerkennung. Nachdem nicht digitale Texte gescannt und durch die Software erkannt wurden, lassen sich die Daten extrahieren, die Dokumente klassifizieren und die Texte in einem elektronischen Format ablegen. 

Wie präzise ist OCR inzwischen?

Das Problem: Ein Fehler bei der optischen Zeichenerkennung kann den Sinn des Textes verfälschen und die Texterkennung nicht nur erschweren, sondern unmöglich machen. Wenn bereits die OCR nicht zuverlässig abläuft, ist eine automatische Datenverarbeitung durch IDP schlicht nicht denkbar. Deswegen muss zunächst ermittelt werden, welche Qualität du von einer Texterkennungssoftware überhaupt erwarten kannst – als gefühlter Standard der Branche.

Um zu sehen, wie genau die Automatisierung für Texte mithilfe der OCR-Tools inzwischen ist, hat PLANET AI ein Whitepaper erstellt. Darin findest du den Härtetest für mehrere Software-Optionen. Der Studie lagen 200 Dokumente (viele darunter handschriftlich und historisch) zugrunde, bei deren Analyse eine Fehlerrate ermittelt wurde. Weitere Informationen zur Studie, z. B. zum verwendeten Datensatz, kannst du über das Kontaktformular erhalten.

Die Studie legt als OCR Benchmark die einzelnen Zeichen fest, statt die Fehlerrate ganzer Wörter zu berücksichtigen (Character Error Rate statt Word Error Rate). So soll speziell die granulare Herangehensweise der optischen Zeichenerkennung geprüft werden. Nachdem die Methodik der Studie vorgestellt wird, kannst du die Ergebnisse sehen. Und diese sind eindeutig: IDA ist die Software, die beim Test am besten abschneidet, indem sie zehnmal weniger Fehler macht als das Tool mit der höchsten Fehlerquote. 

Übrigens unterscheidet der Test zwischen drei zentralen Kategorien von OCR-Tools: 

• Open-Source: easyOCR, MMOCR, PaddleOCR, Tesseract
• Kommerziell: Amazon, Azure, Google, IDA/PLANET AI
• Bildbasiert: GPT4 Vision Preview/OpenAI

Weitere Informationen und besonders die Rückschlüsse über Kategorien und die OCR Benchmark findest du im Whitepaper (verfügbar auf Deutsch und Englisch). 

 

Das Whitepaper von PLANET AI zeigt eine Studie zur OCR Benchmark und vergleicht dabei neun Anbieter.

Lies dieses Whitepaper für mehr über intelligente Dokumentenverarbeitung

Egal, ob dein Business schon direkt von der OCR-Technologie profitiert oder du für deine Kund*innen eine Lösung mithilfe intelligenten Dokumentenmanagements anbieten willst – du brauchst eine automatische Texterkennung. Unter den Software-Anbietern gibt es viele, die eine korrekte Zeichenerkennung versprechen. Die Studie von PLANET AI hat jedoch bewiesen, dass es eine große Qualitätsspanne innerhalb der Tools gibt. IDA ist die Software-Suite, die im Vergleich die niedrigste Fehlerquote erzielt. Damit legt die Software den Standard als OCR Benchmark fest. 

Und wenn die optische Zeichenerkennung in deinem Unternehmen erst einmal reibungslos funktioniert, kannst du von den Vorteilen der KI-basierten Automatisierung profitieren. Du wirst merken, dass du Zeitaufwand und Kosten senken und Effizienz und Präzision erhöhen kannst. PLANET steht übrigens für Planung und Anwendung neuronaler Technologien. Das Beispiel der Optical Character Recognition zeigt ganz gut, dass KI bei Bedarf kognitiv gesehen immer menschlicher werden und Texte sowohl lesen als auch analysieren können.