Rechnungserfassung: OCR, iOCR und KI

OCR (Optical Character Recognition) 

Sie kennen sicherlich den ärgerlichen Moment, wenn man aus einem PDF eines Dokuments wie Rechnungen, Belege, Lieferscheine, Bestellungen, Verträge, etc. eine wichtige (und oftmals lange) Textstelle kopieren und in eine andere Applikation zur Rechnungserfassung oder Buchungsmaske kopieren möchte – aber man kann den Text nicht markieren! Warum geht das nicht!? 

OCR: Die Sichtweise der Techniker:innen 

Zu diesem Zeitpunkt besteht die Rechnung oder der Beleg für die Maschine nur aus einzelnen Punkten (Pixeln). Dieses erste Problem kann ein OCR (Optical Character Recognition) lösen. Eine OCR erkennt zusammenhängende Bildpunkte und bildet diese auf bekannte Schriftzeichen ab. Im Allgemeinen zielt also die klassische OCR-Verarbeitung darauf ab, den vollständigen Text aus allen in einer Bilddatei (z. B. jpg, png, tiff, pdf von Rechnungen oder Belegen) erkannten Zeichen zu erkennen und als digitale Buchstaben mit Meta-Informationen wie Position auf einer Seite, Schriftgröße, Fonts, etc. digital zu erfassen.  

Eine Rechnung, ein Beleg oder ein Dokument, dass z.B. mit einem intelligenten Rechnungserfassungssystem erstellt wurde, liefert ein PDF-Text Dokument zurück, das es erlaubt den Text zu markieren (Details zu PDF).  

Mehr Details wie ein OCR funktioniert und warum sie die Basis für RPA und weitere Automatisierungen darstellt finden Sie auch in unserem Beitrag "Was ist OCR?".

OCR: Die Sichtweise der Buchhalter:innen 

Im Laufe der Zeit hat sich hier zwischen Buchhalter und Softwareentwickler eine unangenehme Verwirrung der Begrifflichkeiten entwickelt. Speziell im Rechnungswesen, Buchhaltern und Steuerberatern versteht man unter dem OCR eigentlich ein iOCR. 

iOCR vs. OCR 

 „Intelligent Optical Character Recognition (iOCR)“ kann als Kombination aus OCR und intelligenter Extraktion strukturierter Daten verstanden werden, die als Ergebnis bestimmte Informationen in Form von einzelnen Datenelementen mit semantischer Annotation bereitstellt. 

Das iOCR wandelt den „Buchstabensalat“ in semantische Informationen um. D.h. iOCR oder das intelligente OCR „versteht Dokumente“ auf Wort und Satzebene. Auf Rechnungen und Belege erkennt ein hochwertiges iOCR bereits einfache Dinge wie Rechnungsnummer, Rechnungsdatum, Netto- und Brutto-Gesamtbetrag oder Mehrwertsteuer. Bessere iOCR können dann bereits Sätze richtig interpretieren, die z.B. Skonto, Leistungszeitrum oder Steuer Codes interpretieren können. Auch das Auslesen von Adressen aus einem gescannten Textdokument - also Straße, Hausnummer, Postleitzahl und Ort – ist z.B. möglich. Tabellen, wie z.B. Positionen auf Rechnungen, Belegen, Bestellungen oder Lieferscheine, können ebenfalls erkannt und erfasst werden. 

KI schafft die Intelligenz einer iOCR oder Rechnungserfassung 

Künstliche Intelligenz lernt durch Training aus dem Buchstaben Salat von Rechnungen und Dokumenten Wörter und Zahlen zu formen und in einem weiteren Schritt den Sinn dieser Wörter in semantische Strukturen abzubilden. Also einen Indikator für eine Rechnungsnummer (z.B. BelegNr) automatisch zu erkennen und die Zahl und Buchstaben Kombination in dessen Nähe als Wert der Rechnungsnummer zu interpretieren.