Kurz beantwortet
Docsi erkennt Text auf gescannten PDF-Seiten lokal auf deinem Computer, ohne Upload. Öffne die PDF in der Vorschau, starte die Texterkennung für die aktuelle Seite, vergleiche den erkannten Text mit dem Bild und übernimm ihn bewusst. Die Erkennung nutzt Tesseract mit den offiziellen Modellen für Deutsch und Englisch und eignet sich für gedruckten Text, nicht zuverlässig für Handschrift. Die angezeigte Sicherheit ist eine Schätzung, keine Garantie.
Das Wichtigste in Kürze
- Die Texterkennung läuft lokal, ohne Upload und ohne Credits.
- Docsi nutzt Tesseract mit den offiziellen Modellen für Deutsch und Englisch.
- Gerade, kontrastreiche Scans mit etwa 300 dpi liefern die besten Ergebnisse.
- Prüfe Beträge, Daten, Namen und Kennnummern immer am Bild.
- Übernimm nur geprüften Text als Grundlage für weitere Aufgaben.
Bildseite oder Text-PDF?
Bei einer normalen Text-PDF kann Docsi Text direkt auslesen. Bei einem Scan fehlt diese Textebene. Wenn du die PDF als Quelle für eine Aufgabe verwendest, erkennt Docsi noch nicht gelesene Scan-Seiten automatisch. Die mitgelieferten Modelle für Deutsch und Englisch werden gemeinsam auf deinem Gerät verwendet.
Eine gerade, scharfe Seite mit gutem Kontrast liefert eine bessere Grundlage als ein unscharfes Foto. Handschrift, Formeln und komplexe Tabellen werden nicht zuverlässig rekonstruiert.
Aufgabe starten und Ergebnis vergleichen
- Füge die Scan-PDF als Quelle hinzu. Wenn du zunächst nur den Text brauchst, bitte etwa „Wandle diese PDF in Word um“.
- Warte auf den Schritt „Text erkennen“. Docsi liest fehlende Scan-Seiten nacheinander und verwendet den erkannten Text automatisch für die Aufgabe.
- Vergleiche Namen, Zahlen, Beträge, Daten und Tabellenzeilen im Ergebnis mit den Originalseiten. Beachte Hinweise auf gescannte Quellen.
- Korrigiere Fehler im weiterverwendeten Dokument und prüfe wichtige Quellenbezüge. Speichere eine eigene Ausgabedatei; die Original-PDF bleibt erhalten.
Erkennung ist keine Genauigkeitsgarantie
Ein erkannter Text kann falsche Buchstaben oder vertauschte Zahlen enthalten. Kontrolliere wichtige Angaben auch dann, wenn das Ergebnis flüssig lesbar aussieht. Docsi merkt sich erkannten Seitentext in der lokalen Quelle; ein erneuter Einsatz derselben Quelle ersetzt deshalb keine eigene Kontrolle.
Die Erkennung selbst lädt den Scan nicht hoch. Was danach geschieht, hängt von deiner Aufgabe ab: reine Umwandlung bleibt lokal; eine Cloud-KI-Aufgabe kann den benötigten erkannten Text anschließend an den Anbieter senden.
Wie die lokale Texterkennung arbeitet
Docsi nutzt Tesseract.js 7 mit den offiziellen tessdata_fast-Modellen für Deutsch und Englisch, ausschließlich mit der LSTM-Erkennung. Die aktuelle Seite wird dafür als Bild mit höchstens vier Millionen Pixeln und 2.400 Pixeln Kantenlänge vorbereitet. Die Vorbereitung endet spätestens nach 30 Sekunden, die Erkennung nach 60 Sekunden; brichst du ab oder wechselst die Seite, wird die Erkennung beendet.
Alles läuft auf deinem Gerät: Weder die PDF noch das Seitenbild noch der erkannte Text werden hochgeladen, und Docsi legt keine Datenbank mit gescannten Inhalten an. Erst wenn du den geprüften Text übernimmst, ersetzt er den Text dieser einen Seite als Quelle. Die Originaldatei und ihre Prüfsumme bleiben unverändert.
Welche Scans gut erkannt werden
Die Tesseract-Dokumentation nennt die wichtigsten Einflussgrößen: ausreichende Auflösung (für normalen Text sind etwa 300 dpi ein guter Richtwert), gerade ausgerichtete Seiten, klarer Kontrast und wenig Rauschen. Ein schief fotografiertes Blatt mit Schatten liefert deutlich mehr Fehler als ein flach gescanntes Dokument.
Schwierig bleiben mehrspaltige Layouts, Tabellen mit Linien, Formeln, Stempel und Handschrift. Docsi rekonstruiert dabei kein Seitenlayout: Tabellen kommen als Textzeilen an, Formeln als Zeichenfolgen. Wenn du eine Tabelle aus einem Scan auswerten willst, prüfe jede Zeile oder tippe kritische Werte in eine eigene Tabelle ab.
Eine Prüfroutine für erkannten Text
Prüfe zuerst alles, was keine Rechtschreibprüfung findet: Beträge, Daten, Namen, Kennnummern und Einheiten. Typische Verwechslungen sind 0 und O, 1 und l, 5 und S sowie Dezimalkomma und Punkt. Lies danach Satzanfänge und Absatzgrenzen; bei mehrspaltigen Seiten kann die Lesereihenfolge springen.
Bei einem langen Scan arbeitest du Seite für Seite und übernimmst nur geprüften Text. Notiere dir, welche Seiten du erkannt und geprüft hast, bevor du eine KI-Aufgabe über das ganze Dokument startest. So weißt du später, welche Quellenmarken auf geprüftem Text beruhen.
Fotos und Screenshots statt PDF
Neben gescannten PDFs nimmt Docsi auch Bilder als Quelle an: PNG, JPEG und WebP, etwa ein Foto einer Tafel oder ein Screenshot. Große Fotos verkleinert Docsi auf eine kompakte Kopie mit höchstens 2.400 Pixeln Kantenlänge und liest sie lokal per Texterkennung. Bei KI-Modellen, die Bilder verstehen, wird das Bild zusätzlich mitgegeben.
Für gute Ergebnisse fotografierst du gerade von oben, bei gleichmäßigem Licht und ohne Spiegelungen. Schneide unnötige Ränder ab und fotografiere lieber zwei Hälften einer Seite als eine ganze Seite aus großer Entfernung. Screenshots sind meist besser lesbar als Fotos, weil sie scharf und unverzerrt sind.
Scans mit persönlichen Daten
Weil die Texterkennung lokal läuft, verlassen Ausweise, Rechnungen oder Arztbriefe dabei deinen Computer nicht. Anders ist es, wenn du danach eine KI-Aufgabe mit diesem Text startest: Dann geht der benötigte Text verschlüsselt über den Docsi-Server zum KI-Anbieter. Docsi speichert diese Inhalte nicht, aber sie werden für die Aufgabe verarbeitet.
Überlege bei sensiblen Dokumenten, ob du nur den erkannten Text brauchst – dann bleibt alles lokal – oder ob eine KI-Aufgabe nötig ist. Du kannst vor einer KI-Aufgabe auch nur die benötigten Seiten hinzufügen oder persönliche Angaben im erkannten Text vorher entfernen.
Ein Ablauf im Beispiel
Ein Beispiel: Du hast ein eingescanntes Kapitel aus einem älteren Buch als PDF, 18 Seiten ohne Textebene. In der Vorschau startest du die Texterkennung für Seite 1, vergleichst den Text mit dem Bild und korrigierst zwei vertauschte Ziffern in einer Jahreszahl. Erst dann übernimmst du den Text und gehst zur nächsten Seite.
Nach allen 18 Seiten bittest du Docsi um eine Zusammenfassung mit Seitenangaben. Weil jede Seite geprüft ist, kannst du den Quellenmarken vertrauen. Für eine Tabelle auf Seite 12, deren Spalten in der Erkennung verrutscht sind, tippst du die sechs Werte selbst in eine kleine Excel-Tabelle und fügst sie als zusätzliche Quelle hinzu.
Begriffe kurz erklärt
- OCR
- Optical Character Recognition, die Texterkennung in Bildern und gescannten Seiten.
- Textebene
- Der unsichtbare, markierbare Text einer PDF. Fehlt sie, besteht die Seite nur aus einem Bild.
- LSTM
- Die neuronale Erkennungsmethode von Tesseract, die Docsi ausschließlich nutzt.
- dpi
- Punkte pro Zoll, ein Maß für die Auflösung eines Scans. Für normalen Text sind etwa 300 dpi ein guter Richtwert.
- Erkennungssicherheit
- Eine Schätzung der Engine zwischen 0 und 100. Sie ist keine Wahrscheinlichkeit, dass der Text stimmt.
Ein konkretes Beispiel
Ein Scan enthält Rechnungsbeträge wie „1.208,50“ und eine kleine Kundennummer. Prüfe nach der Texterkennung diese Zeichen auf der Bildseite, auch wenn der Fließtext gut aussieht. Ein Buchstabe statt einer Ziffer kann später zu einer falschen Tabellenzeile führen. Docsi erkennt Scantext bei Aufgaben automatisch lokal; Deutsch und Englisch werden gemeinsam verwendet. Pro Quelle und Durchlauf werden höchstens 30 ausgewählte Seiten erkannt. Große Scans brauchen deshalb einen bewusst eingegrenzten Arbeitsumfang.
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 |
|---|---|
| Kaum lesbarer Text | Geraden, scharfen Scan mit vollständigen Seitenrändern bereitstellen; Schatten und abgeschnittene Zeilen vermeiden. |
| Text trotz gutem Bild falsch | Handschrift, Tabellen und ungewöhnliche Zeichen am Original prüfen; automatische Erkennung garantiert keine korrekte Lesart. |
| Lange Datei nur teilweise erkannt | Die 30-Seiten-Grenze pro Quelle und Durchlauf beachten und den nächsten Arbeitsumfang ausdrücklich festlegen. |
Häufige Fragen
Erkennt Docsi die ganze PDF in einem Schritt?
Pro Quelle und Durchlauf werden bis zu 30 noch nicht erkannte Scan-Seiten verarbeitet. Gehe bei längeren Scans nicht davon aus, dass jede Seite bereits Text geliefert hat. Teile umfangreiche Materialien sinnvoll auf und prüfe die verwendeten Seiten.
Kann ich aus jedem Scan eine perfekte Tabelle machen?
Nein. Eine Bildtabelle kann ihre Spaltenstruktur verlieren. Nutze nach Möglichkeit die ursprüngliche XLSX- oder CSV-Datei und kontrolliere erkannte Werte.
Woran erkenne ich, dass eine PDF ein Scan ist?
Lässt sich im PDF-Viewer kein Text markieren, besteht die Seite meist nur aus einem Bild. Docsi kennzeichnet Seiten mit sehr wenig lesbarem Text.
Welche Sprachen erkennt Docsi?
Deutsch und Englisch. Andere Sprachen mit lateinischer Schrift werden teilweise gelesen, aber mit deutlich mehr Fehlern.
Kostet die Texterkennung Credits?
Nein. Sie läuft vollständig lokal und ist in beiden Plänen ohne Limit enthalten.
Wie lange dauert die Erkennung einer Seite?
Meist wenige Sekunden. Die Vorbereitung endet spätestens nach 30, die Erkennung nach 60 Sekunden; dann bricht Docsi sauber ab.
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 outputOffizielle Hinweise zu Auflösung, Ausrichtung, Kontrast und Rauschen.
- tessdata_fast (Tesseract OCR)Die offiziellen schnellen LSTM-Sprachmodelle, die Docsi für Deutsch und Englisch nutzt.
- Tesseract.jsDie JavaScript-Fassung von Tesseract, die in Docsi lokal ausgeführt wird.