Rechnungen Rezepte Visitenkarten und Kontoauszüge – Ein Scanner Für Alles

Der moderne Fachmann jongliert in jeder Woche mit mindestens einem halben Dutzend Dokumenttypen. Eine Rechnung kommt von einem Lieferanten und muss in das Buchhaltungssystem eingetragen werden. Ein Rezept wird in der Apotheke abgeholt und sollte an einem zuverlässigeren Ort als einer Küchenschublade notiert werden. Eine Visitenkarte wird auf einer Konferenz ausgetauscht und die Kontaktdaten müssen ins Telefon gelangen, bevor die Karte in einer Laptoptasche verloren geht. Ein Kontoauszug kommt an und die Transaktionen müssen abgestimmt werden. Eine Quittung aus einem geschäftlichen Mittagessen muss an einen Ausgabenbericht angehängt werden. Ein Laborergebnis aus einer Jahresuntersuchung sollte mit den Zahlen des letzten Jahres verglichen werden. Jedes dieser Dokumente existiert in einem anderen Format mit unterschiedlichen Feldern und unterschiedlichen Zwecken, und bis vor kurzem erforderte jedes einen eigenen Workflow, um digitalisiert zu werden.

Die Anwendungslandschaft spiegelt diese Fragmentierung wider. Es gibt spezielle Kassenbon-Scanner, spezielle Visitenkarten-Scanner, spezielle Rechnungsverarbeitungstools, spezielle medizinische Dokumentenleser. Jede macht ihre spezielle Arbeit relativ gut, schafft aber sein eigenes Datensilo, sein eigenes Konto zu verwalten, seine eigene Schnittstelle zum Erlernen und sein eigenes Abonnement zu bezahlen. Der kognitive Aufwand für die Aufrechterhaltung von sechs spezialisierten Scan-Apps für sechs Dokumenttypen ist erheblich genug, dass sich die meisten Menschen für den Weg des geringsten Widerstands entscheiden: Machen Sie ein Foto mit der Handykamera, legen Sie es in einen Ordner und hoffen Sie, dass "Dokumentfoto in einem Ordner" ein ausreichendes Organisationssystem ist. Das ist es nie, aber die Alternative der Verwendung mehrerer spezialisierter Tools scheint schlimmer zu sein.

Der Scanner unter scan.yeb.to verfolgt einen grundlegend anderen Ansatz. Ein Endpunkt verarbeitet acht Dokumenttypen. Laden Sie ein Foto eines beliebigen unterstützten Dokuments hoch, und die KI identifiziert, um welche Art von Dokument es sich handelt, wendet die entsprechende Extraktionslogik für diesen Typ an und gibt strukturierte Daten zurück, die speziell für den Inhalt des Dokuments formatiert sind. Eine Rechnung wird mit Lieferantennamen, Rechnungsnummer, Positionen, Steuersummen und Gesamtbetrag zurückgegeben. Eine Visitenkarte wird mit Name, Titel, Unternehmen, Telefonnummern, E-Mail und Website zurückgegeben. Ein Rezept wird mit Medikamentennamen, Dosierungen, Häufigkeiten und verschreibendem Arzt zurückgegeben. Die Extraktion ist spezialisiert auf jeden Dokumenttyp, aber der Workflow ist universell: fotografieren, hochladen, Daten erhalten.

Was Jeder Dokumenttyp Produziert und Warum Spezialisierte Extraktion Wichtig Ist

Ein generischer OCR-Scanner behandelt jedes Dokument auf die gleiche Weise: Er liest den Text auf der Seite und gibt einen Textblock zurück. Das Ergebnis des Scannens einer Visitenkarte durch generische OCR ist eine Zeichenkette aus Wörtern und Ziffern, die in etwa so aussieht: "John Smith Marketing Director Acme Corp 555-0123 [email protected]", ohne Angabe, welcher Teil der Name ist, welcher der Titel, welcher die Telefonnummer und welcher die E-Mail. Der Benutzer muss diese Ausgabe manuell verarbeiten und jedes Informationselement in das richtige Feld seines Kontaktmanagers einfügen. Das ist nur minimal besser als das manuelle Eingeben der Karte, aber nur minimal.

Spezialisierte Extraktion ändert die Gleichung völlig. Die KI liest nicht nur den Text auf einer Visitenkarte; sie versteht, dass eine Visitenkarte spezifische Informationstypen in vorhersehbaren Mustern enthält. Namen erscheinen in der Nähe der Oberseite. Titel erscheinen unter Namen. Telefonnummern folgen erkennbaren Ziffernmustern. E-Mail-Adressen enthalten das @-Symbol. Websites beginnen mit erkennbaren Präfixen. Durch das Verständnis der Semantik einer Visitenkarte statt nur der Zeichen erzeugt die Extraktion korrekt gekennzeichnete, korrekt getrennte Felder, die direkt in eine Kontaktdatenbank fließen können, ohne manuelle Verarbeitung. Dasselbe Prinzip gilt für jeden Dokumenttyp, den der Scanner verarbeitet, jeweils mit seinem eigenen semantischen Modell und seiner eigenen Extraktionslogik.

Rechnungen sind wohl die komplexeste Dokumenttyp, da sie narrative Elemente (Firmennamen, Adressen, Zahlungsbedingungen, Notizen) mit tabellarischen Elementen (Positionen mit Beschreibungen, Mengen, Sätze und Beträge) und berechneten Elementen (Zwischensummen, Steuersätze, Rabatte, Gesamtbeträge) kombinieren. Die Extraktion muss alle drei gleichzeitig verarbeiten, Lieferanteninformationen aus der Kopfzeile, einzelne Gebühren aus der Elementtabelle und die finanzielle Zusammenfassung aus der Fußzeile extrahieren. Verschiedene Unternehmen formatieren ihre Rechnungen unterschiedlich, von minimalistischen einspaltigen Layouts bis zu umfangreichen mehrteiligen Dokumenten mit Logos, Geschäftsbedingungen und mehreren Steuersatzaufschlüsselungen. Die KI bewältigt diese Variationen, indem sie versteht, was eine Rechnung ist, anstatt wie eine bestimmte Rechnungsvorlage aussieht, was bedeutet, dass sie mit Rechnungen von jedem Lieferanten funktioniert, ohne vorkonfigurierte Vorlagen erforderlich zu machen.

Rezepte stellen eine völlig andere Herausforderung dar. Medizinische Rezepte verwenden eine spezialisierte Notation, die eine lebensverändernde Bedeutung hat. "500mg BID x 14d" bedeutet 500 Milligramm zweimal täglich für vierzehn Tage, und die Fehlinterpretation eines Teils dieser Notation hat Konsequenzen, die viel ernsthafter sind als die Fehlinterpretation eines Rechnungspostens. Die Rezeptextraktion des Scanners ist mit dieser Sensibilität entworfen, d.h. sie extrahiert nicht nur Medikamentennamen und Dosierung, sondern auch Häufigkeit, Dauer, verschreibenden Arznamen und spezielle Anweisungen. Die strukturierte Ausgabe macht es unkompliziert, eine persönliche Medikamentengeschichte zu pflegen, die nicht nur enthält, was verschrieben wurde, sondern wann, von wem und in welcher Dosierung, was genau die Art von Information ist, die bei zukünftigen ärztlichen Konsultationen wertvoll ist, aber fast nie systematisch von Patienten verfolgt wird.

Kontoauszüge und die Finanzielle Dokumentenpipeline

Kontoauszüge liegen an der Schnittstelle zwischen Finanzverfolgung und Dokumentenscan, da sie genau die Art von strukturierten, wiederholten Daten enthalten, die am mühsamsten manuell einzugeben sind und am wertvollsten nach der Digitalisierung. Ein monatlicher Kontoauszug kann fünfzig, hundert oder mehrere hundert einzelne Transaktionen enthalten, jeweils mit Datum, Beschreibung und Betrag. Diese in eine Tabellenkalkulation oder ein Buchhaltungssystem einzugeben ist eine Übung in Ausdauer, die die meisten Menschen ganz vermeiden, was bedeutet, dass die detaillierten Transaktionsdaten in Kontoauszügen von der großen Mehrheit der Menschen, die sie erhalten, nicht verwendet werden. Der Auszug wird flüchtig angesehen, der Gesamtsaldo wird notiert, und das Papier geht in eine Datei, in die es sich nie wieder ansieht.

Das Scannen eines Kontoauszugs über scan.yeb.to extrahiert jede Transaktion als strukturierten Datensatz. Jeder Datensatz enthält das Datum, die Beschreibung (die typischerweise den Händlernamen oder Transaktionstyp enthält) und den Betrag. Eröffnungs- und Schlusssalden werden erfasst, ebenso wie alle Zusammenfassungsabschnitte, die die monatliche Aktivität nach Kategorie aufschlüsseln. Diese strukturierte Ausgabe kann in Buchhaltungssoftware eingespeist, mit Datensätzen in receipts.yeb.to für die Quittungsabstimmung verglichen oder einfach als Grundlage für eine persönliche Ausgabenbewertung verwendet werden, die aus dem gedruckten Auszug nicht durchführbar wäre.

Die Kombination aus Quittungsscan und Kontoauszugsscan schafft einen besonders kraftvollen Finanzworkflow. Quittungen liefern die Details: Was wurde gekauft, Position für Position, bei jedem Händler. Kontoauszüge bieten Vollständigkeit: jede Transaktion, einschließlich derjenigen, die keine Papierquittung produziert haben. Zusammen geben sie eine umfassende Ansicht der Ausgaben, die keiner allein bietet. Die Quittung zeigt, dass die Gebühr von 47 Euro im Lebensmittelgeschäft aus bestimmten Artikeln zu bestimmten Preisen bestand. Der Kontoauszug zeigt, dass die Gebühr von 47 Euro am Dienstag um 15:14 Uhr erfolgte und dass am selben Nachmittag auch eine Gebühr von 12 Euro in einem Café erfolgte, die keine Quittung produzierte, die gescannt werden konnte. Beide Informationsebenen sind nützlich, und der einheitliche Scanner macht beide über denselben Workflow verfügbar.

Die Acht Typen in der Praxis und die Wahl Wann Zu Scannen

Die acht Dokumenttypen, die der Scanner unterstützt, sind Quittungen, Rechnungen, Rezepte, Visitenkarten, Kontoauszüge, Laborergebnisse, Identitätsdokumente und allgemeine Dokumente. Jede hat ein eigenes Extraktionsmodell, aber das Nutzungsmuster über alle folgt der gleichen Adoptionskurve. Menschen beginnen damit, den Dokumenttyp zu scannen, der ihrem dringendsten Bedarf entspricht. Für einen Freiberufler sind das typischerweise Rechnungen. Für jemanden, der seine Gesundheit verwaltet, sind es Laborergebnisse und Rezepte. Für einen Konferenzteilnehmer sind es Visitenkarten. Sobald die Scangewohnheit um einen Dokumenttyp herum entsteht, erstreckt sie sich natürlich auf andere, da der Workflow identisch und die Hürde zum Hinzufügen eines anderen Typs null ist.

Die Frage, wann zu scannen ist, ist grundlegend die Frage, wann strukturierte Daten wertvoller sind als ein Foto. Für eine Quittung aus einem geschäftlichen Mittagessen, die auf einen Ausgabenbericht gehen muss, ist die Antwort immer: Das Scannen spart mehr Zeit, als es kostet. Für eine zufällige Lebensmittelquittung ohne Steuer- oder Nachverfolgungskonsequenzen hängt die Antwort davon ab, ob die Ausgabenverfolgung Teil der täglichen Routine ist. Für einen Kontoauszug hängt die Antwort davon ab, ob die Transaktionsdaten einem Zweck dienen, der über das hinausgeht, was das Online-Portal der Bank bereits bietet. Der Scanner schreibt keinen Workflow vor; er ermöglicht jeden Workflow, den der Benutzer braucht, von umfassender Scan-everything-Dokumentation bis zur gezielten Erfassung nur der Dokumente, die einem sofortigen Zweck dienen.

Der allgemeine Dokumenttyp dient als Auffangbecken für Dokumente, die nicht ordentlich in die anderen sieben Kategorien passen. Verträge, Briefe, Formulare, Mitteilungen, Zertifikate, Genehmigungen und jedes andere Papierdokument, das Text enthält, das eine Digitalisierung wert ist, kann durch die allgemeine Extraktionspipeline verarbeitet werden. Die Ausgabe für allgemeine Dokumente ist der vollständige Textinhalt mit beibehaltener struktureller Formatierung, was ihn für Archivierungs-, Such- und Referenzzwecke nützlich macht, auch ohne die spezialisierte Feldextraktion, die die dedizierten Dokumenttypen bieten. Dies bedeutet, dass der Scanner ein Dokument nicht ablehnt, da es nicht einem bekannten Typ entspricht. Alles ist scanbar und alles produziert nützliche Ausgabe, wobei die spezialisierten Typen besonders nützliche strukturierte Ausgabe produzieren, die auf ihren Inhalt zugeschnitten ist.