OCR Texterkennung: Gescannte PDFs und Fotos in durchsuchbaren Text verwandeln

Ein gescanntes Dokument ist für den Computer nur ein Bild. Mit OCR wird daraus durchsuchbarer, kopierbarer Text – ohne dass Ihre Datei den Browser verlässt.

· 7 Min.

Was OCR ist und warum Sie es brauchen

OCR steht für Optical Character Recognition – Optische Zeichenerkennung. Vereinfacht gesagt: Eine Software schaut sich ein Bild an und erkennt darin Buchstaben, Wörter und Sätze.

Ohne OCR ist ein eingescanntes Dokument für Ihren Computer nicht mehr als ein Foto. Sie können den Text nicht markieren, nicht kopieren, nicht durchsuchen. Mit OCR wird genau das möglich.

Typische Situationen, in denen OCR Gold wert ist:

  • Sie haben einen alten Vertrag eingescannt und möchten eine Klausel suchen
  • Eine Rechnung kam als Foto vom Smartphone und Sie wollen die Beträge in Excel übernehmen
  • Eine PDF-Akte besteht ausschließlich aus Scans und ist nicht durchsuchbar
  • Sie möchten Text aus einem Foto in eine E-Mail kopieren

---

Wie funktioniert OCR im Browser?

Klassische OCR-Lösungen arbeiten serverbasiert: Datei hochladen, warten, Ergebnis herunterladen. Das Problem: Ihre Dokumente liegen während der Verarbeitung auf fremden Servern.

MeinPDF.de geht einen anderen Weg: Die OCR-Texterkennung läuft vollständig in Ihrem Browser, basierend auf der bewährten Open-Source-Engine Tesseract. Modernes JavaScript und WebAssembly machen es möglich, dass die Erkennung auch lokal in akzeptabler Zeit abläuft.

Was das konkret bedeutet:

1. Sie laden eine PDF, ein Foto oder einen Scan 2. Die Erkennung startet sofort – Ihre Datei verlässt das Gerät nie 3. Sie sehen den erkannten Text direkt im Browser, können ihn bearbeiten 4. Sie wählen das Ausgabeformat: TXT, Word (DOCX) oder durchsuchbare PDF

Das ist nicht nur datenschutzfreundlich – es ist auch schneller, weil kein Upload und kein Download nötig sind.

---

Welche Dateiformate funktionieren?

Die OCR-Texterkennung akzeptiert eine breite Palette an Eingabeformaten:

Bilder: JPG, PNG, WebP, BMP, GIF, TIFF Dokumente: PDF (auch mehrseitig)

Sie können einzelne Dateien hochladen oder gleich einen ganzen Stapel im Bulk-Modus verarbeiten – nützlich, wenn Sie eine komplette Aktenmappe digitalisieren wollen.

---

Foto bearbeiten vor der Erkennung – das macht den Unterschied

Die häufigste Ursache für schlechte OCR-Ergebnisse: Das Bild ist nicht optimal vorbereitet. Eine schiefe, dunkle oder mit Schatten überzogene Aufnahme verwirrt jede OCR-Engine.

Deshalb hat MeinPDF.de einen integrierten Bildeditor direkt vor dem Erkennungsschritt:

  • Zuschneiden: Konzentrieren Sie sich auf den Textbereich – schneiden Sie unwichtige Ränder weg
  • Drehen: Ein Klick reicht für 90°-Drehungen
  • Entzerren: Mit dem Feinregler korrigieren Sie schiefe Aufnahmen (-15° bis +15°)
  • Helligkeit & Kontrast: Mehr Kontrast = bessere Erkennung
  • Schwarz-Weiß-Modus: Entfernt farbiges Rauschen und konzentriert die Engine auf reinen Text

Faustregel: 30 Sekunden Bildbearbeitung sparen oft Minuten an manueller Korrektur des erkannten Textes.

---

Vier Ausgabeformate – für jeden Zweck das richtige

Nach der Erkennung haben Sie die Wahl:

1. TXT – reiner Text

Ideal, wenn Sie den Text in eine andere Anwendung übernehmen wollen (E-Mail, Notiz, Excel-Zelle). Keine Formatierung, keine Bilder – nur Text.

2. Word (DOCX) – bearbeitbares Dokument

Der erkannte Text kommt als bearbeitbares Word-Dokument zurück. Praktisch, wenn Sie den Text weiter formatieren oder ergänzen wollen. Wenn Sie das Original eher als PDF brauchen, können Sie das DOCX später mit unserem Word-zu-PDF-Konverter zurückwandeln.

3. Searchable PDF (Text only)

Eine schlanke PDF, die nur den erkannten Text enthält. Klein, durchsuchbar, ideal für Archive.

4. Searchable PDF (Image + invisible text)

Das Beste aus beiden Welten: Das Original-Scanbild bleibt sichtbar, darunter liegt eine unsichtbare Textebene. Der Leser sieht das gewohnte Scan-Bild, kann aber Text markieren, kopieren und mit Strg+F durchsuchen. Das ist der Goldstandard für digitalisierte Akten.

---

Bulk-Verarbeitung: Eine ganze Aktenmappe in einem Rutsch

Bei vielen Dokumenten lohnt der Bulk-Modus:

1. Mehrere Dateien gleichzeitig hochladen 2. Alle werden nacheinander erkannt 3. Beim Download wählen Sie: ZIP-Archiv mit Einzeldateien oder kombinierte Datei, in der alle Texte zusammengeführt sind

Letzteres ist praktisch, wenn Sie eine durchsuchbare Sammelakte brauchen – etwa alle Rechnungen eines Quartals als ein einziges Word-Dokument.

---

Praxisbeispiel: Alte Mietverträge digitalisieren

Sie übernehmen ein Mietshaus und erhalten zehn Aktenordner mit gescannten Mietverträgen aus 20 Jahren – alles als nicht-durchsuchbare PDFs.

Workflow:

1. Alle PDFs in die OCR-Texterkennung laden 2. Pro Datei: kurz prüfen, ob die Seite gerade ist, ggf. entzerren 3. Ausgabe: Searchable PDF (Image + invisible text) für alle 4. Bulk-Download als ZIP

Das Ergebnis: Sie können jetzt nach "Kaution", "Kündigungsfrist" oder einem bestimmten Mieternamen suchen – und finden die Stelle in Sekunden statt in Stunden. Wenn Sie anschließend einzelne Auszüge brauchen, kombinieren Sie das Ergebnis mit dem PDF-Aufteilen-Tool.

---

Genauigkeit: Was OCR gut kann – und was nicht

Sehr gut:

  • Gedruckter Text in Standardschriften (Times, Arial, Helvetica)
  • Klare Scans mit 300 DPI oder mehr
  • Schwarzer Text auf weißem Hintergrund

Brauchbar mit Vorbereitung:

  • Smartphone-Fotos (mit Zuschneiden und Entzerren)
  • Mehrspaltiger Text (z.B. Zeitungsartikel)
  • Tabellen (Struktur kann verloren gehen – siehe PDF zu Excel)

Schwierig:

  • Handschrift (Tesseract erkennt sie nicht zuverlässig)
  • Sehr dekorative oder kursive Schriftarten
  • Stark verblasste oder beschädigte Originale
  • Tabellenkalkulationen mit dünnen Linien (besser direkt mit PDF zu Excel bearbeiten)

---

Datenschutz: Warum lokale OCR ein Muss ist

Eingescannte Dokumente enthalten oft die heikelsten Daten überhaupt: Personalakten, Verträge, Krankenakten, Steuerbescheide. Diese Dateien an einen unbekannten Cloud-Anbieter zu schicken, kann nicht nur DSGVO-Probleme bedeuten – es ist schlicht ein Vertrauensbruch gegenüber den betroffenen Personen.

Mit lokaler OCR im Browser bleibt jedes Bild, jeder erkannte Text und jede Ausgabedatei ausschließlich auf Ihrem Gerät. Sie sind weder auf das Datenschutzversprechen eines fremden Anbieters angewiesen, noch auf eine bestehende Internetverbindung – nach dem ersten Laden der Seite funktioniert alles offline.

Wenn Sie nach der Erkennung sensible Inhalte schwärzen wollen, ist die PDF-Bearbeitung der nächste Schritt. Für die Weitergabe empfiehlt sich zusätzlich PDF schützen mit Passwort.

---

Lesen Sie auch: PDF auf dem Handy bearbeiten – iPhone & Android und PDF zu Word konvertieren – 100% kostenlos und bearbeitbar.

MeinPDF.de