Hunderte PDFs und Dokumente in eine Tabelle übertragen: manuell oder mit KI?

In vielen Unternehmen liegen Informationen nicht in Tabellen, sondern in Ordnern: Rechnungen, Zertifikate, technische Datenblätter, Verträge. Irgendwann müssen diese Informationen in einer einzigen Tabelle zusammengeführt werden, für ein Audit, eine Inventur oder eine einfache Frage wie „Bei welchem Lieferanten läuft das Dokument bald ab?“ Dann gibt es zwei Wege: die Dokumente einzeln öffnen und von Hand übertragen oder sie von KI auslesen lassen.

Die wahren Kosten der manuellen Übertragung

Manuelle Übertragung wirkt einfach: Dokument öffnen, das passende Feld suchen, in die Tabelle schreiben. Die Schwierigkeit zeigt sich, wenn sich die Arbeit wiederholt. Haben die Dokumente keinen einheitlichen Aufbau, steht die gesuchte Information in jedem an einer anderen Stelle; bei einem Lieferanten steht das Datum oben rechts, beim anderen auf der letzten Seite. Mit der Ermüdung nehmen übersprungene Zeilen, falsch eingetippte Zahlen und Kopierfehler zu. Zudem ist die Arbeit nie auf einmal erledigt: Mit jedem neuen Dokument muss die Tabelle erneut aktualisiert werden.

Was leistet KI bei dieser Arbeit?

Ein KI-gestütztes Werkzeug liest die Dokumente; ob es sich um PDFs oder Scans handelt, spielt meist keine Rolle. Es findet die gewünschten Felder auch in Dokumenten mit unterschiedlichem Aufbau und schreibt jedes Dokument als eine Zeile in die Tabelle. Felder, bei denen es unsicher ist, markiert es, sodass klar ist, was geprüft werden muss. Wie ein solches Werkzeug funktioniert, erklären wir auf der Seite Vom Dokument zur Tabelle.

Der eigentliche Gewinn dieses Ansatzes ist weniger die Geschwindigkeit als die Einheitlichkeit: Jedes Dokument wird nach derselben Regel gelesen und in dieselben Spalten geschrieben. Neue Dokumente kommen in dieselbe Tabelle; aus einer einmaligen Arbeit wird ein Verzeichnis, das aktuell bleibt.

Wo ist Vorsicht geboten?

Das Auslesen von Dokumenten mit KI macht die Kontrolle nicht überflüssig, es verlagert sie. Die wichtigsten Punkte:

• Unsichere Felder. Unleserliche Scans, Handschrift oder ungewöhnliche Layouts erhöhen die Fehlerwahrscheinlichkeit. Das Werkzeug sollte diese Felder markieren, und eine Person sollte sie prüfen.
• Stichprobenkontrolle. Beim ersten Durchlauf sollten zufällig ausgewählte Dokumente einzeln mit der Tabelle verglichen werden; daran zeigt sich, ob die Regel richtig eingerichtet ist.
• Definition der Felder. Welches Datum ist „Datum“: Ausstellungs- oder Gültigkeitsdatum? Sind die Spalten nicht von Anfang an klar definiert, schreiben Werkzeug und Mensch Unterschiedliches hinein.
• Risiko erfundener Angaben. Informationen, die nicht im Dokument stehen, dürfen nicht durch Vermutungen ergänzt werden; ein leeres Feld muss leer bleiben und markiert werden. Dieses Risiko behandeln wir im Beitrag was passiert, wenn KI etwas erfindet.

Wann ist es sinnvoll, manuell weiterzumachen?

Nicht jede Dokumentenarbeit eignet sich für Automatisierung. Sind es wenige Dokumente, ist die Arbeit einmalig und haben alle Dokumente denselben Aufbau, kann die manuelle Übertragung weiterhin der kürzeste Weg sein. Übersteigt der Aufwand für Einrichtung und Kontrolle die manuelle Arbeit, lohnt sich Automatisierung nicht. Geht die Zahl der Dokumente dagegen in die Hunderte, unterscheiden sich die Layouts und kommen regelmäßig neue Dokumente hinzu, bedeutet manuelles Weitermachen, jeden Monat denselben Aufwand erneut zu betreiben.

Was vor dem Start vorzubereiten ist

• Welche Spalten die Tabelle haben soll, und eine Definition jeder Spalte.
• Einige Beispiele für jede Dokumentart.
• Wo die Dokumente liegen und woher neue Dokumente kommen.
• Wer die Kontrolle übernimmt.

Wenn diese Daten nach Fertigstellung der Tabelle in ein System übertragen werden müssen, erklären wir das gesondert im Beitrag Excel-Liste gesammelt in ein System importieren.

Häufig gestellte Fragen

Lassen sich auch gescannte (Bild-)PDFs auslesen?

In der Regel ja. Je schlechter die Scanqualität, desto höher die Fehlerwahrscheinlichkeit; deshalb sollte das Werkzeug unsichere Felder markieren, und diese Felder sollten von einer Person geprüft werden.

Kann man einer mit KI erstellten Tabelle direkt vertrauen?

Nicht ohne Kontrolle. Beim ersten Durchlauf sollte eine Stichprobenkontrolle erfolgen, und markierte unsichere Felder sollten einzeln geprüft werden. Die Kontrolle entfällt nicht, konzentriert sich aber auf die unsicheren Felder statt auf alle Dokumente.

Ab wie vielen Dokumenten lohnt sich Automatisierung?

Eine feste Zahl gibt es nicht. Anzahl der Dokumente, wie unterschiedlich ihre Layouts sind und wie oft neue Dokumente hinzukommen, werden gemeinsam betrachtet. Ist die Arbeit einmalig und sind es wenige Dokumente, kann die manuelle Übertragung schneller sein.