Handschrift digitalisieren, offline

Besprechungsnotizen, der Vermerk „Rücksprache Mandant“ am Rand eines Schriftsatzes, ein ausgefüllter Fragebogen, der Stundenzettel aus der Werkstatt: Handschrift ist der Teil des Papierbergs, an dem klassische Texterkennung meist scheitert. Neuere KI-Modelle lesen sie deutlich besser. Dieser Beitrag beschreibt, was dabei heute funktioniert, was nicht, und warum das ohne Cloud geht.

Warum gerade Handschrift offline bleiben sollte

Handschriftliches ist selten belanglos. Es sind Randbemerkungen zu Mandanten, Anamnesebögen, persönliche Notizen, Unterschriften, Formulare mit Adressen und Geburtsdaten. Wer solche Seiten in einen Cloud-Dienst lädt, übermittelt in der Regel personenbezogene Daten an einen Dritten, mit allen Folgen aus der DSGVO und, bei Berufsgeheimnisträgern, aus § 203 StGB. Ein Modell, das auf dem eigenen Rechner läuft, umgeht diese Frage vollständig: Die Seite verlässt das Gerät nicht.

Wie die Erkennung technisch funktioniert

Klassische OCR zerlegt ein Bild in Zeichen und vergleicht Formen. Bei Druckschrift funktioniert das gut, bei Handschrift schlecht, weil jedes „e“ anders aussieht. Vision-Sprachmodelle gehen anders vor: Sie betrachten die ganze Seite als Bild und erzeugen Text, der zum Gesehenen passt, ähnlich wie ein Mensch, der ein undeutliches Wort aus dem Satzzusammenhang erschließt. Lanitum Lector verwendet dafür ein eingebettetes Vision-Modell, das Scans und Handschrift liest, während digitale PDFs an ein schnelleres Text-Modell gehen. Das Ergebnis kommt als Text, Markdown, Word oder Excel heraus.

Diese Stärke hat eine Kehrseite, auf die der Beitrag weiter unten zurückkommt: Ein Modell, das aus dem Zusammenhang ergänzt, kann auch etwas ergänzen, das nicht dasteht.

Was gut funktioniert

Gute Chancen auf ein brauchbares Ergebnis haben Sie bei:

• Blockbuchstaben und sauberer Druckschrift, auch mit Umlauten und ß.
• Gleichmäßiger Schreibschrift in heutiger lateinischer Schrift, etwa Besprechungsnotizen oder Briefen.
• Kurzen Vermerken auf gedruckten Dokumenten. Der gedruckte Kontext hilft dem Modell, etwa „Kostenstelle“ neben einer handschriftlichen Zahl.
• Formularen mit vorgegebenen Feldern, in denen jede Angabe an einer erwartbaren Stelle steht.
• Deutlich geschriebenen Beträgen und Daten in üblichen Formaten.

Was schlecht oder gar nicht funktioniert

Schwierig bis aussichtslos sind:

• Kurrent und Sütterlin. Für alte deutsche Schreibschriften sind allgemeine Modelle nicht gebaut; erwarten Sie hier keine verlässlichen Ergebnisse. Dafür gibt es spezialisierte Werkzeuge aus der Archivwelt.
• Stenografie und private Kürzelsysteme.
• Blasse Bleistiftschrift, Durchschläge und stark ausgeblichenes Thermopapier.
• Zeilen, die ineinanderlaufen, oder Text, der quer über andere Schrift geschrieben wurde.
• Reine Zahlenfolgen ohne Zusammenhang: Telefonnummern, Kontonummern, Artikelnummern. Hier fehlt dem Modell der Kontext, der sonst beim Erschließen hilft, und eine falsche Ziffer fällt nicht auf.
• Fachliche Abkürzungen, die nur in Ihrem Haus üblich sind.
• Unterschriften. Einen Namen daraus zu entziffern, gelingt nicht verlässlich.
• Mehrere Schreiber mit sehr unterschiedlichen Handschriften auf einer Seite, besonders bei kleiner Schrift.

Die eigentliche Gefahr: flüssiger Text, der falsch ist

Klassische OCR liefert bei Handschrift sichtbaren Unsinn: Zeichensalat, den niemand übernimmt. Ein Sprachmodell liefert dagegen einen grammatisch sauberen Satz. Hat es ein Wort nicht lesen können, setzt es das wahrscheinlichste ein. Das Ergebnis liest sich gut und kann trotzdem falsch sein: „nicht zahlen“ statt „jetzt zahlen“, „14.“ statt „19.“. Beim Überfliegen fällt so etwas nicht auf.

Die Konsequenz: Handschrifterkennung erzeugt Entwürfe, keine Belege. Prüfen Sie den erkannten Text neben dem Original, bei Zahlen, Daten, Namen und Verneinungen besonders. Lector nennt in Antworten, wo möglich, die Seite, damit der Abgleich schnell geht. Wer Zahlen aus Handschrift übernimmt, ohne sie anzusehen, hat das Werkzeug falsch eingesetzt.

Praktische Hinweise

1. Scannen Sie mit 300 dpi oder fotografieren Sie flach von oben bei Tageslicht, ohne Schatten.
2. Lassen Sie den gedruckten Teil eines Formulars mit auf dem Scan. Kontext verbessert die Erkennung spürbar.
3. Stellen Sie gezielte Fragen, statt alles umzuwandeln: „Welche Kostenstelle steht im handschriftlichen Vermerk?“ liefert oft ein besseres Ergebnis als die Volltextumwandlung einer vollgeschriebenen Seite. Bei Scans berücksichtigen Fragen derzeit die ersten vier gescannten Seiten.
4. Trennen Sie Seiten mit verschiedenen Schreibern, wenn es geht.
5. Behalten Sie das Original. Der erkannte Text ist eine Arbeitskopie.

Was „offline“ hier konkret bedeutet

Ein Vision-Modell, das Handschrift liest, ist groß. Bei Lector belegt es rund zehn Gigabyte auf der Festplatte, dazu kommt ein kleineres Text-Modell für digitale PDFs. Lector läuft unter Windows 10 oder 11; empfohlen sind 16 GB Arbeitsspeicher und eine Vulkan-fähige Grafikkarte; ohne GPU rechnet die CPU, dann langsamer. Das ist der Preis dafür, dass die Erkennung auf Ihrem Rechner stattfindet und nicht auf einem fremden Server. Eine Internetverbindung, ein Konto oder ein Vertrag mit einem Dienstleister ist dafür nicht nötig. Zur Kontrolle können Sie die Verarbeitung im Flugmodus durchführen.

Was Lanitum dazu beiträgt

Lanitum Lector liest Scans und Handschrift mit einem eingebetteten Vision-Modell und gibt Text, Word, Excel oder Markdown aus, vollständig offline auf Ihrem Windows-Rechner. Fragen zum Dokument beantwortet es, wo möglich, mit Seitenangabe. Mehr dazu auf der Produktseite von Lanitum Lector.

Allgemeine Information, keine Rechts- oder Steuerberatung im Einzelfall.

Zur Übersicht aller Artikel