Kurz beantwortet
Docsi liest Text aus PNG-, JPEG- und WebP-Bildern lokal per Texterkennung, ohne Upload. Am besten funktionieren scharfe Screenshots und gerade, gut ausgeleuchtete Fotos mit ausreichend großer Schrift. Das Bild liefert nur sichtbaren Text, keine verdeckten Absätze und keine echte Tabellenstruktur. Prüfe Ziffern, Namen und Beträge am Bild, bevor du den Text für eine KI-Aufgabe verwendest.
Das Wichtigste in Kürze
- Docsi liest PNG, JPEG und WebP lokal per Texterkennung.
- Scharfe Screenshots sind meist besser lesbar als Fotos vom Bildschirm.
- Fotografiere Dokumente gerade, gleichmäßig beleuchtet und ohne Blitz.
- Tabellen kommen als Textzeilen an und brauchen eine Zeilenprüfung.
- Prüfe Ziffern, Namen und Beträge Zeichen für Zeichen am Bild.
Eine lesbare Aufnahme bereitstellen
Die Dateiauswahl unterstützt PNG, JPEG und WebP. Verwende eine scharfe Aufnahme mit allen relevanten Zeilen. Häufig ist eine Originaldatei besser als ein verkleinerter Screenshot aus einer Nachricht.
Docsi kann den Text einer Bildquelle lokal erkennen. Daraus folgt keine fehlerfreie Interpretation von Handschrift, Diagrammen, Symbolen oder Tabellen. Bei vielen kleinen Zeichen helfen engere, gut lesbare Ausschnitte, solange der Zusammenhang erhalten bleibt.
Erkennung und Aussage trennen
- Füge das Bild hinzu und benenne, was du daraus brauchst.
- Lass zunächst die wichtigen sichtbaren Textstellen wiedergeben.
- Vergleiche Namen, Nummern und besondere Zeichen mit dem Bild.
- Fordere erst danach Erklärung oder strukturierte Ausgabe an.
Fehlende Struktur offen lassen
Ein abgebildeter Tabellenrand kann wichtige Spalten abschneiden. Ein Screenshot einer Fehlermeldung liefert nicht automatisch die Ursache. Benenne sichtbare Hinweise und fordere bei Bedarf zusätzliche Bilder oder die Originaldatei an.
Bildtext schrittweise zu einer Quelle machen
Prüfe zuerst die Lesbarkeit ohne Vergrößerungstricks, die nur größere Pixel erzeugen. Eine neue schärfere Aufnahme ist oft hilfreicher als ein vergrößertes kleines Bild. Halte zusammengehörige Zeilen in einem Ausschnitt und benenne ihre Reihenfolge, wenn mehrere Bilder nötig sind. Bei Tabellen sollten Überschrift und Einheit zusammen mit den Werten erfasst sein. Ein Betrag ohne Währung oder ein Datum ohne Feldbezeichnung lässt sich nicht zuverlässig interpretieren.
Wenn du den erkannten Text korrigierst, halte die Korrektur im Auftrag ausdrücklich fest. Bitte anschließend um die Verwendung dieser bestätigten Lesart und prüfe sie im Ergebnis. Ein Screenshot ist kein editierbares Originaldokument: Seitenstruktur, versteckte Kommentare oder Formeln lassen sich daraus nicht automatisch zurückgewinnen. Für solche Fragen nutze die echte Quelldatei. Das Bild bleibt die Referenz für das, was tatsächlich sichtbar war.
Welche Bilder Docsi annimmt
Docsi nimmt PNG, JPEG und WebP als Bildquelle an, also die üblichen Formate für Screenshots und Handyfotos. Große Fotos verkleinert er auf eine kompakte Kopie mit höchstens 2.400 Pixeln Kantenlänge; das Original bleibt unverändert. Der Text wird lokal mit Tesseract für Deutsch und Englisch erkannt.
Kann das gewählte KI-Modell Bilder verarbeiten, bekommt es bei einer KI-Aufgabe zusätzlich das Bild. Das hilft beim Einordnen von Layouts, ersetzt aber nicht die Prüfung des erkannten Textes. Fotos im HEIC-Format von iPhones wandelst du vorher in JPEG um, etwa über „Exportieren“ in der Fotos-App.
Gute Screenshots machen
Unter Windows öffnest du das Snipping Tool mit Windows-Taste + Umschalt + S und wählst einen Bereich; auf dem Mac nimmst du mit Cmd + Umschalt + 4 einen Ausschnitt auf. Schneide auf den relevanten Teil zu, statt den ganzen Bildschirm aufzunehmen; so bleibt der Text nach dem Verkleinern groß genug.
Vergrößere die Ansicht vor der Aufnahme auf 125 bis 150 Prozent, wenn die Schrift klein ist. Vermeide halbtransparente Fenster, Mauszeiger über dem Text und dunkle Designs mit grauer Schrift. Ein Screenshot mit klarem Kontrast liefert fast immer bessere Ergebnisse als ein Foto vom Bildschirm.
Dokumente fotografieren
Lege das Blatt flach auf eine dunkle, ruhige Fläche und halte das Handy parallel darüber. Nutze Tageslicht oder gleichmäßiges Raumlicht und verzichte auf den Blitz, der glänzendes Papier überstrahlt. Das Blatt sollte das Bild weitgehend ausfüllen, ohne dass Ränder abgeschnitten werden.
Bei mehrseitigen Unterlagen fotografierst du jede Seite einzeln und benennst die Bilder fortlaufend. Für längere Dokumente ist ein Scan als PDF praktischer: Docsi liest die Seiten dann mit Seitenzahlen und du kannst sie einzeln prüfen.
Tabellen aus Bildern übernehmen
Die Texterkennung liefert Zeilen, keine Zellen. Eine Tabelle im Bild kommt deshalb als Folge von Textzeilen an, in der Spalten verrutschen können. Bitte Docsi, daraus eine Tabelle mit ausdrücklich genannten Spalten zu bauen, und vergleiche jede Zeile mit dem Bild.
Bei vielen Zeilen oder wichtigen Zahlen ist es oft schneller, die Originaldaten zu besorgen – etwa als Excel- oder CSV-Download – oder die Werte selbst abzutippen. Ein Bild ist eine gute Quelle für Text, aber eine unsichere für Zahlenkolonnen.
Erkannten Text gezielt prüfen
Typische Fehler in Bildtext sind verwechselte Zeichen (0 und O, 1 und l, rn und m), fehlende Kommas in Beträgen und zusammengezogene Wörter an Zeilenenden. Lies Zahlen, Namen und Daten Zeichen für Zeichen nach; Fließtext verträgt kleine Fehler eher.
Die angezeigte Erkennungssicherheit ist eine Schätzung der Engine. Auch bei hohen Werten können einzelne Ziffern falsch sein. Übernimm deshalb nur Text, den du geprüft hast, als Grundlage für Quellenmarken und Auswertungen.
Ein Ablauf im Beispiel
Ein Beispiel: Nach einer Vorlesung fotografierst du das Whiteboard mit einer Formelherleitung in drei Schritten. Du machst drei Fotos statt einem, jeweils gerade von vorn und ohne Spiegelung. Docsi erkennt den gedruckten Teil gut, die handschriftlichen Formeln dagegen nur lückenhaft.
Du tippst die Formeln selbst ab und fügst sie als Text hinzu, die Fotos dienen als Beleg für die Reihenfolge. Danach bittest du Docsi, die Herleitung Schritt für Schritt zu erklären und auf die Fotos zu verweisen. So kombinierst du die Stärke der Texterkennung bei Druckschrift mit deiner eigenen Prüfung bei Handschrift.
Checkliste vor dem Weitergeben
Text aus Bildern sieht oft richtig aus, enthält aber einzelne falsche Zeichen. Diese Prüfung konzentriert sich auf die Stellen, an denen Fehler am meisten schaden.
- Zahlen, Beträge und Daten sind Zeichen für Zeichen geprüft.
- Namen und Fachbegriffe stimmen mit dem Bild überein.
- Tabellenzeilen sind einzeln mit dem Bild verglichen.
- Unlesbare Stellen sind markiert statt geraten.
Begriffe kurz erklärt
- Screenshot
- Ein Bild des Bildschirminhalts oder eines Ausschnitts davon.
- Zuschnitt
- Das Entfernen unnötiger Bildränder, damit der relevante Text größer bleibt.
- Bildmodell
- Ein KI-Modell, das neben Text auch Bilder verarbeiten kann.
- Kontrast
- Der Helligkeitsunterschied zwischen Schrift und Hintergrund; hoher Kontrast verbessert die Erkennung.
- HEIC
- Das Standard-Fotoformat vieler iPhones; vor dem Hinzufügen in JPEG umwandeln.
Ein konkretes Beispiel
Ein Screenshot zeigt eine Sendungsnummer und „Zustellung voraussichtlich“. Kontrolliere jedes Zeichen der Nummer; ein O und eine 0 sehen ähnlich aus. Die Datumsangabe bleibt eine Prognose. Wenn ein Teil der Meldung außerhalb des Ausschnitts liegt, markiere die Grenze. Eine längere Erklärung darf sie nicht zu einem bestätigten Zustelltermin machen.
Passe Quelle und Umfang an und verwende den Text in Docsi. Die Website startet keine KI-Aufgabe.
Das Ergebnis prüfen
Wenn etwas nicht passt
| Beobachtung | Nächster Schritt |
|---|---|
| Text winzig | Originalauflösung oder einen lesbaren Ausschnitt mit Kontext verwenden. |
| Ziffern verwechselt | Bild vergleichen und korrekten Text ausdrücklich ergänzen. |
| Tabelle unvollständig | Alle benötigten Spalten erfassen oder die Quelldatei hinzufügen. |
Häufige Fragen
Was tun, wenn ein Screenshot die Zeile abschneidet?
Nimm den Bereich erneut mit vollständigen Überschriften und Zeilen auf oder verwende die Originaldatei. Lass fehlende Inhalte offen, statt sie aus dem sichtbaren Rest zu ergänzen.
Wann muss ich OCR-Zeichen selbst prüfen?
Besonders bei Beträgen, Namen, Kennungen und kleinen Zeichen. Vergleiche jede für das Ergebnis entscheidende Zeichenfolge mit dem Bild und markiere verbleibende Unsicherheit im Entwurf.
Erkennt Docsi Text in Memes oder Grafiken?
Oft ja, wenn die Schrift klar ist. Stark verzierte Schriften, Schatten und Text auf Fotos werden ungenauer erkannt.
Bleiben meine Fotos privat?
Die Texterkennung läuft lokal. Erst eine KI-Aufgabe schickt den Text und bei Bildmodellen das Bild verschlüsselt zur Verarbeitung.
Wie viele Bilder kann ich hinzufügen?
Mehrere, jedes wird eine eigene Quelle. Nummeriere sie im Namen, damit die Reihenfolge klar ist.
Kann Docsi Text aus PDFs mit eingebetteten Bildern lesen?
Den echten Text der PDF ja. Text, der nur im Bild steht, liest du über die lokale Texterkennung der jeweiligen Seite.
Quellen und weiterführende Informationen
Die Angaben zu Docsi beruhen auf der Produktdokumentation von Impulse Apps. Diese Primärquellen erklären die zugrunde liegenden Formate, Standards und Methoden.
- Tesseract: Improving the quality of the outputWie Auflösung, Kontrast und Ausrichtung die Texterkennung beeinflussen.
- Microsoft: Snipping Tool verwendenBildschirmausschnitte unter Windows aufnehmen.
- Apple: Bildschirmfoto am Mac aufnehmenTastenkombinationen für Bildschirmfotos auf dem Mac.