Was ist OCR und was macht die Texterkennung mit einem gescannten PDF?

Ein Formular in der Arztpraxis verlangt „eine OCR-lesbare Kopie“, und deine Scanner-App hat einen Schalter mit der Aufschrift OCR, aber niemand sagt, was er macht. Was ist OCR, und brauchen dein Mietvertrag, dein Beleg oder dein Schulformular das? Diese Anleitung erklärt den Begriff in einfachen Worten, was ein OCR-PDF enthält, das ein einfacher Scan nicht hat, wie genau die Software ist und wie du Texterkennung auf dem iPhone bekommst.

Was ist OCR, und wofür steht OCR?

OCR steht für „optical character recognition“, auf Deutsch optische Zeichenerkennung oder kurz Texterkennung. Die englische Wikipedia definiert sie als „die elektronische oder mechanische Umwandlung von Bildern getippten, handgeschriebenen oder gedruckten Textes in maschinencodierten Text“ (Optical character recognition, Wikipedia). Einfach gesagt: OCR schaut sich ein Bild einer Seite an und schreibt die Buchstaben auf, die sie sieht.

Das ist wichtig, weil ein Scan ein Foto ist. Deine Augen lesen „Miete fällig am 1.“, aber das Handy sieht farbige Punkte, also haben Suche, Kopieren und Bildschirmleser nichts, womit sie arbeiten können.

Ein Foto von Text vs. maschinenlesbarer Text

Ein Foto von Text besteht aus Pixeln; maschinenlesbarer Text ist eine Folge von Buchstaben, die ein Computer durchsuchen, sortieren und einfügen kann. OCR ist die Brücke zwischen beiden. Nach der OCR ist das Wort „Kaution“ auf Seite 2 eines Mietvertrags ein Wort, das der Computer kennt, und eine Suche kann es finden.

In einem PDF fügt OCR meist eine versteckte Ebene hinzu. Wikipedia beschreibt das Ergebnis als „ein annotiertes PDF, das sowohl das Originalbild der Seite als auch eine durchsuchbare Textdarstellung enthält“. Die Seite sieht aus wie vorher; der Text liegt unsichtbar unter dem Bild, genau auf Höhe der Wörter, die du siehst.

So funktioniert OCR in der Software

OCR-Software arbeitet in drei Stufen: Sie bereinigt das Bild, findet, wo der Text steht, und entscheidet dann, welches Zeichen jede Form ist. Wikipedia listet die Bereinigungsschritte auf, und die häufigsten kann man sich leicht vorstellen.

• Geraderichten (Deskew): Eine leicht schräg fotografierte Seite wird „ein paar Grad im oder gegen den Uhrzeigersinn“ gedreht, damit die Textzeilen „perfekt waagerecht oder senkrecht“ liegen.
• Schwarz-Weiß (Binarisierung): Das Bild wird in zwei Farben umgewandelt, „ein einfacher Weg, den Text … vom Hintergrund zu trennen“.
• Layoutanalyse: Spalten, Absätze, Tabellen und Bildunterschriften werden als eigene Blöcke markiert, damit ein zweispaltiger Brief in der richtigen Reihenfolge gelesen wird.
• Zeilen- und Worterkennung: Jeder Block wird in Zeilen zerlegt, dann in Wörter, dann in einzelne Zeichen.

Danach kommt die Erkennung. Ältere Systeme verglichen jedes Zeichen „Pixel für Pixel mit einer gespeicherten Glyphe“; neuere zerlegen Buchstaben in Merkmale wie Linien, Schleifen und Kreuzungen, und viele nutzen heute neuronale Netze. Apples Dokumentation zum Vision-Framework sagt, dass der genaue Modus „ein neuronales Netz nutzt, um Text als Zeichenketten und Zeilen zu finden“, was „viel näher daran ist, wie Menschen Text lesen“ (Recognizing text in images, Apple Developer).

Warum ein Wörterbuch hilft und wann es schadet

Ein Wörterbuch hilft OCR, die eigenen Vermutungen zu korrigieren. Wikipedia schreibt, dass „die OCR-Genauigkeit steigen kann, wenn die Ausgabe durch ein Lexikon eingeschränkt wird“, also eine Liste erlaubter Wörter, sodass ein Lesefehler wie „Rnietvertrag“ zurück zu „Mietvertrag“ wird. Apples Vision bietet einen ähnlichen, optionalen Schritt zur Sprachkorrektur, „um das Risiko von Lesefehlern zu verringern“.

Derselbe Trick kann bei Wörtern schaden, die nicht im Wörterbuch stehen. Nachnamen, Straßennamen, Produktcodes und Kontonummern sind die klassischen Opfer, also prüfst du genau diese Stellen einer Seite mit eigenen Augen.

So machst du OCR für ein Papierdokument auf dem iPhone

Am schnellsten bekommst du Texterkennung für Papier auf dem iPhone, wenn du es mit einer App scannst, die beim Speichern die Textebene hinzufügt. In MRS passiert das standardmäßig mit jeder Seite; die Schritte unten nutzen einen dreiseitigen Mietvertrag als Beispiel.

1. Öffne den Scanner. Tippe in MRS auf „Dokument scannen“. Für einen Kassenbon tippst du stattdessen auf „Beleg scannen“; das liest auch Geschäft, Datum, Summe, Steuer und Positionen.
2. Erfasse jede Seite. Halte das iPhone über die erste Seite, lass Apples Dokumentenkamera die Kanten finden und die Aufnahme machen, und blättere dann in derselben Sitzung zur nächsten Seite. Alle Seiten landen in einem PDF.
3. Lass MRS die Textebene hinzufügen. MRS führt auf jeder Seite Apples Vision-Texterkennung im genauen Modus mit automatischer Spracherkennung aus, auf dem iPhone. Nichts wird hochgeladen, und du brauchst kein Konto.
4. Schau dir die Seite an. Der Scan sieht aus wie vorher, weil der erkannte Text unsichtbar ist und unter dem Bild liegt.
5. Markiere oder kopiere Text. Öffne das PDF in „Dateien“ oder einer anderen PDF-App, lege den Finger auf ein Wort und zieh die Aktivpunkte, um eine Zeile zu markieren. Kopiere sie und füge sie in „Notizen“ ein, um zu sehen, wie sauber das Ergebnis ist.
6. Finde das Dokument über ein Wort darin. Gib ein Wort aus dem Text des Mietvertrags, etwa den Nachnamen des Vermieters, in die Suche der Bibliothek von MRS ein; sie durchsucht Titel und Text und ignoriert Groß- und Kleinschreibung. Um auf der Seite zu diesem Wort zu springen, öffnest du das PDF in „Dateien“, „Bücher“ oder Safari, wie die Anleitung zur PDF-Suche zeigt.

Was oft falsch verstanden wird: OCR passiert beim Scannen

MRS liest den Text, wenn eine Seite gescannt oder als Foto importiert wird. PDFs, die du aus der App „Dateien“ importierst, behalten ihre Daten unverändert: Enthalten sie schon Text, liest die Suche in der Bibliothek ihn, und sind sie reine Bilder, führt MRS keine OCR darauf aus.

Dokumente, die in MRS gescannt wurden, bevor es die Texterkennung gab, haben keine Textebene, also findet die Bibliothek sie nur über den Titel; MRS verarbeitet alte Dateien nicht gesammelt neu. Für ein altes PDF, das nur aus Bildern besteht, zeigt die Anleitung, wie du ein PDF durchsuchbar machst, die Wege am Computer und online.

OCR vs. Live Text vs. einfacher Scan vs. Handschrifterkennung

Vier Begriffe tauchen auf, wenn du über das Scannen liest, und jeder bringt dir etwas anderes. Die Zeilen unten halten sich an das, was die zitierten Quellen und die Funktionsliste von MRS sagen.

Live Text ist die richtige Wahl für eine einzelne Zeile aus einem Foto, und die Anleitung zu Live Text zeigt die Schritte. Für Papier, das du ablegst und monatelang durchsuchst, behält ein OCR-PDF den Text beim Dokument.

Wo OCR läuft: auf deinem Handy oder in der Cloud

OCR läuft an einem von zwei Orten, und der Unterschied ist, wohin deine Seite geht. Wikipedia schreibt, dass OCR „im Allgemeinen ein Offline-Prozess“ ist und dass „es cloudbasierte Dienste gibt, die eine Online-OCR-API anbieten“; ein Cloud-Dienst braucht das Bild deiner Seite auf seinem Server, um es zu lesen.

OCR auf dem Gerät behält die Seite auf dem Handy. Apple schreibt, dass bei der Texterkennung in Vision „die gesamte Verarbeitung von Vision auf dem Gerät des Nutzers passiert, für mehr Leistung und Privatsphäre“. MRS nutzt dieses Framework, also wird ein Brief von der Bank, ein ärztliches Formular oder eine Passseite auf dem iPhone gelesen und nicht hochgeladen.

Wie genau ist OCR?

Die Genauigkeit von OCR ist bei sauberer Druckschrift hoch, aber nie 100 %. Wikipedia schreibt, dass maschinengeschriebener Text in lateinischer Schrift „selbst bei klarer Bildqualität noch nicht zu 100 % genau“ erkannt wird, und zitiert eine Studie zu Zeitungsseiten aus dem 19. und frühen 20. Jahrhundert, in der die Zeichengenauigkeit kommerzieller OCR „zwischen 81 % und 99 %“ lag.

Wie man misst, ändert die Zahl. Derselbe Wikipedia-Artikel gibt ein Beispiel: Eine Zeichenfehlerrate von 1 % (99 % Genauigkeit) kann zu einer Wortfehlerrate von 5 % oder mehr werden, weil ein falscher Buchstabe ein ganzes Wort verdirbt.

Die Seite, die du der Software gibst, entscheidet den größten Teil des Ergebnisses:

• Licht: Gleichmäßiges Tageslicht ist besser als eine Lampe, die den Schatten deines Handys über das Blatt wirft.
• Flache Seite: Eine gewellte Seite biegt die Zeilen, und Buchstaben nahe am Falz kommen falsch heraus.
• Größe und Schärfe: Füll den Bildausschnitt, damit kleine Schrift genug Pixel pro Buchstabe bekommt; halte still, bis der Scan scharf ist.
• Schriften: Schlichte Druckschriften werden am besten gelesen; verzierte Schriften und sehr dünne Schrift schlechter.
• Zustand des Papiers: Verblasste Thermobelege, Stempel über dem Text und kontrastarme Kopien verlieren Buchstaben.

Die Anleitung zum Scannen geht genauer auf Licht, Winkel und Farbmodi ein.

Eine Regel für Belege und Handschrift

Belege und Handschrift sind die zwei schwierigsten Fälle im Alltag. Thermobelege verblassen, also scanne einen Beleg am selben Tag bei gutem Licht; die Anleitung zum Scannen von Belegen zeigt den ganzen Ablauf und wo MRS die Textdatei speichert (Auf meinem iPhone › MRS › Receipts).

Handschrift ist noch schwieriger: Wikipedia schreibt, dass Schreibschrift „noch niedrigere Erkennungsraten hat als handgeschriebene Druckbuchstaben“. Schreib bei handschriftlichen Notizen die Wörter, nach denen du suchen wirst, in den PDF-Titel, weil die Textebene sie verpassen kann.

Was ein OCR-PDF dir ermöglicht, und seine Grenzen

Ein OCR-PDF macht aus einem Stapel Scans Dokumente, mit denen du arbeiten kannst. Vier Einsätze decken das meiste ab, wonach Leser fragen.

• Suchen: Finde unter Dutzenden Dateien den einen Mietvertrag, die eine Garantie oder den einen Schulbrief, in dem ein Wort steht.
• Kopieren: Füge eine Kontonummer, eine Adresse oder einen Absatz in eine E-Mail oder ein Formular ein, ohne abzutippen.
• Belege als Daten: Mach aus Geschäft, Datum und Summe auf einem Beleg Text für eine Ausgabenliste.
• Vorlesen: Lass einen Bildschirmleser die Seite für jemanden vorlesen, der die Schrift nicht lesen kann.

OCR hat auch Grenzen, über die viele stolpern, und die meisten lassen sich in zwei Minuten beheben.

• Fehler: ein bearbeitbares Dokument erwarten. OCR macht einen Scan durchsuchbar und kopierbar; die Seite bleibt ein Bild. Um eigenen Text oder eine Unterschrift darüberzulegen, nutzt du einen PDF-Editor.
• Fehler: Zahlen ohne Prüfung vertrauen. Eine 5, die als S gelesen wird, oder eine 8 als B kommt bei unscharfen Seiten vor. Vergleiche Summen, Daten und IBANs mit dem Bild, bevor du sie in ein Formular kopierst.
• Fehler: schräg und im Schatten scannen. Schiefe, dunkle Seiten geben der Erkennung kaputte Buchstaben. Lass den Scanner die Kanten finden und geh in gleichmäßiges Licht.
• Fehler: Dateien „Scan 12“ nennen. Die Suche nach Wörtern im Text ist ein Sicherheitsnetz; ein klarer Titel wie „Mietvertrag 2026 Lindenstraße“ findet die Datei trotzdem am schnellsten.

Bildschirmleser und Barrierefreiheit

Bei der Barrierefreiheit steht am meisten auf dem Spiel. Das W3C, das die Richtlinien für barrierefreie Webinhalte schreibt, nennt ein gescanntes Dokument „von Natur aus nicht barrierefrei, weil der Inhalt des Dokuments aus Bildern besteht, nicht aus durchsuchbarem Text“, und seine PDF-Technik sagt: „OCR wandelt Bilder von Wörtern und Zeichen in echten Text um“ (W3C PDF7). Eine blinde Verwandte, ein Schüler mit Legasthenie oder eine Kollegin mit VoiceOver kann sich nur eine Seite vorlesen lassen, die eine Textebene hat.

Deine OCR-Checkliste und nächste Schritte

Geh diese Punkte durch, bevor du einen Scan ablegst.

• Mit OCR gescannt: Die Seite stammt aus einem Scan oder einem Foto, also hat sie eine Textebene.
• Getestet: Du hast ein Wort im Text markiert, und eine Suche hat es gefunden.
• Zahlen geprüft: Summen, Daten und Kontonummern stimmen mit dem Bild überein.
• Gut benannt: Der Titel enthält die Wörter, die du später eintippen wirst.
• Privat geblieben: Vertrauliche Seiten liefen durch OCR auf dem Gerät, nicht durch einen Upload.

MRS ist kostenlos für das iPhone mit iOS 16 oder neuer, in 33 Sprachen, und liest jeden neuen Scan auf dem Gerät. Die Anleitung zum Scannen von Büchern hilft bei langen Dokumenten, und du kannst MRS herunterladen, damit dein nächster Scan ab der ersten Seite durchsuchbar ist.