{"id":11575,"date":"2022-09-05T16:49:00","date_gmt":"2022-09-05T14:49:00","guid":{"rendered":"https:\/\/laigo.ai\/?p=11575"},"modified":"2025-08-17T09:51:40","modified_gmt":"2025-08-17T07:51:40","slug":"text-recognition-what-is-the-difference-between-ocr-and-icr","status":"publish","type":"post","link":"https:\/\/laigo.ai\/de\/blog\/text-recognition-what-is-the-difference-between-ocr-and-icr\/","title":{"rendered":"Texterkenntnis: Was ist der Unterschied zwischen OCR und ICR?"},"content":{"rendered":"<div data-elementor-type=\"wp-post\" data-elementor-id=\"11575\" class=\"elementor elementor-11575\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-8612bfb elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"8612bfb\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d30af08\" data-id=\"d30af08\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-72ebaa4 elementor-widget elementor-widget-text-editor\" data-id=\"72ebaa4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p>Die Digitalisierung im Backoffice von Unternehmen beginnt mit der Texterkennung. In vielen Unternehmen gehen Rechnungen, Lieferscheine, Antr\u00e4ge und andere Dokumente in Papierform ein. Damit die Informationen aus diesen Belegen und Dokumenten in der Datenverarbeitung verwendet werden k\u00f6nnen, m\u00fcssen sie manuell erfasst und in das System eingegeben werden. Texterkennungssoftware, bekannt als OCR (Optical Character Recognition), beschleunigt diesen m\u00fchsamen und fehleranf\u00e4lligen Prozess. Sie wandelt die Informationen aus papierbasierten, gescannten Dokumenten in maschinenlesbare Informationen um. In dieser Form k\u00f6nnen sie allen Abteilungen zur weiteren Verarbeitung zur Verf\u00fcgung gestellt, f\u00fcr Auswertungen genutzt und archiviert werden.<br \/><br \/><\/p><h2><b>WIE FUNKTIONIERT OCR?<\/b><\/h2><p>Bei genauerer Betrachtung ist der Begriff \u201eTexterkennung\u201c f\u00fcr OCR etwas \u00fcbertrieben. Tats\u00e4chlich geht es um die Erkennung einzelner Zeichen oder Buchstaben, und daher kommt auch der Name dieses Verfahrens. So funktioniert es: Wenn Papierdokumente gescannt oder digital fotografiert werden, entstehen sogenannte Rastergrafiken. Auf diesen werden keine Buchstaben erkannt, sondern nur das Vorhandensein oder Fehlen von Farbpunkten, die in Zeilen und Spalten angeordnet sind. Die Farbpunkte bilden Muster, die mit Mustern in einer Datenbank verglichen werden, sodass sie als Buchstaben, Zahlen und Satzzeichen interpretiert werden k\u00f6nnen.<\/p><p>Der Prozess ist fehleranf\u00e4llig, da die \u00c4hnlichkeit der Zeichen zu Verwechslungen bei der Interpretation f\u00fchrt. Dar\u00fcber hinaus beeinflussen \u00e4u\u00dfere Merkmale des Originaldokuments, wie z. B. ein unsauberer Ausdruck, Falten im Papier, Verschmutzungen usw., die Erkennbarkeit der Muster und damit deren Zuordnung zu den Mustern in der Datenbank. Anf\u00e4nglich war die Fehleranf\u00e4lligkeit der OCR so hoch, dass sogar spezielle Schriftarten entwickelt wurden, deren Zeichen unter keinen Umst\u00e4nden miteinander verwechselt werden konnten. Auf diese Weise sollten Fehler in sensiblen Bereichen wie dem Zahlungsverkehr so weit wie m\u00f6glich ausgeschlossen werden. Wenn in anderen Anwendungsbereichen die Interpretation als \u201eZahlung\u201c, \u201eBestellung\u201c oder \u201eStornierung\u201c erscheint, ist eine manuelle Nachbearbeitung erforderlich, um zum richtigen Ergebnis \u201eZahlung\u201c, \u201eBestellung\u201c oder \u201eStornierung\u201c zu gelangen.\u00a0<br \/><br \/><\/p><h2><b>WAS MACHT ICR ANDERS?<\/b><\/h2><p>Mit der Weiterentwicklung der OCR haben sich die Verarbeitungsschritte auf Pixelebene und die Mustererkennung erheblich verbessert. Aber erst mit ICR (Intelligent Character Recognition), der Weiterentwicklung der OCR mithilfe von KI, erreicht die Erkennung eine neue Dimension. Auf Zeichenebene untersucht die ICR sozusagen den Spielraum f\u00fcr die Interpretation von Mustern und pr\u00fcft, ob ein Muster beispielsweise als \u201e8\u201c oder \u201eB\u201c, \u201e6\u201c oder \u201eb\u201c, \u201em\u201c oder \u201ern\u201c gelesen werden soll. Dabei ber\u00fccksichtigt das Verfahren die Umgebung des Zeichens und betrachtet die gesamte Zeichengruppe. Die Interpretation wird mit Hilfe statistischer Methoden \u2013 wie oft kommt ein Zeichen im Kontext der umgebenden Zeichen vor \u2013 aber auch Referenzmustern oder W\u00f6rterb\u00fcchern gekl\u00e4rt. Das Ergebnis ist das Zeichen, das das System als am wahrscheinlichsten fehlerfrei einstuft; gegebenenfalls \u00e4ndert es die Parameter und \u00fcberpr\u00fcft das Muster und das Zeichen erneut.\u00a0<\/p><p>Durch kontextbezogene Interpretation erreicht ICR ein H\u00f6chstma\u00df an Genauigkeit bei der Erkennung von Zeichen und schafft damit die Grundlage f\u00fcr die weitere Verarbeitung und Auswertung der Informationen, nahezu ohne dass ein menschliches Eingreifen erforderlich ist.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>Digitization in the corporate back office starts with text recognition. In many companies, invoices, delivery bills, applications and other documents come into the company in paper form. In order for the information from these receipts and documents to be used in data processing, it must be manually captured and entered into the system. Text recognition [&hellip;]<\/p>","protected":false},"author":7,"featured_media":18521,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11575","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-regulation"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts\/11575","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/comments?post=11575"}],"version-history":[{"count":0,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/posts\/11575\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/media\/18521"}],"wp:attachment":[{"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/media?parent=11575"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/categories?post=11575"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laigo.ai\/de\/wp-json\/wp\/v2\/tags?post=11575"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}