03 / SO VERWENDEN SIE D
So verwenden Sie das Tool
Laden Sie eine einzelne PDF-Datei hoch. Sie darf bis zu 50 MB groß sein und höchstens 500 Seiten umfassen. Wählen Sie dann die Sprache(n) Ihres Dokuments per Kontrollkästchen: Deutsch, Englisch und/oder Französisch. Sie können auch mehrere Sprachen gleichzeitig auswählen.
Geben Sie optional eine Auflösung zwischen 150 und 400 DPI an; die Voreinstellung ist 300 DPI. Höhere Werte liefern oft bessere Erkennung, benötigen aber mehr Rechenzeit. Klicken Sie dann auf den Startknopf. Der Fortschritt wird mit „Hochladen“, „In der Warteschlange“ und schließlich „Läuft“ mit einem Prozentsatz angezeigt.
04 / WAS IM HINTERGRUND
Was im Hintergrund passiert
Nach dem Hochladen wird die Datei zuerst auf Schadsoftware geprüft – eine infizierte Datei erreicht also nie die Konvertierung. Dann wird der tatsächliche Dateityp anhand des Inhalts bestimmt, nicht anhand des Dateinamens. Nur echte PDFs werden akzeptiert; alles andere wird sofort abgewiesen.
Die eigentliche Texterkennung übernimmt der Tesseract-OCR-Engine auf unserem Server. Dabei werden nur die Seiten neu verarbeitet, die wirklich gescannt sind. Seiten, die bereits auswählbaren Text enthalten (also etwa ein Dutzend Zeichen oder mehr), werden unverändert übernommen. So bleibt deren Schärfe erhalten und Ihre digitalen Seiten werden nicht unnötig neu berechnet.
Nach der Erkennung öffnet das Tool das erzeugte PDF erneut und prüft, ob der Text tatsächlich extrahierbar ist. Falls die Seitenzahl abweicht oder keine Textebene vorhanden ist, schlägt der Auftrag fehl, anstatt ein scheinbar durchsuchbares PDF auszuliefern.
05 / GRENZEN UND WAS SI
Grenzen und was Sie beachten sollten
Die Texterkennung ist nicht perfekt. Handschrift, ungewöhnliche Schriftarten, niedrig aufgelöste Scans und sich berührende Textspalten verringern die Genauigkeit – das ist bei jedem OCR-System der Fall. Für optimale Ergebnisse verwenden Sie saubere, gerade gescannte Seiten mit einer Auflösung von mindestens 300 DPI.
Das Tool erkennt ausschließlich Deutsch, Englisch und Französisch. Andere Sprachen werden nicht unterstützt. Die gewählten Sprachen werden vor Beginn der Verarbeitung geprüft; falls eine Sprache nicht installiert ist, erhalten Sie sofort eine Fehlermeldung – ohne Zeitverlust.
Wenn nach Abschluss die Meldung „OCR_TEXT_LAYER_ADDED“ erscheint, bedeutet das, dass eine Textebene hinzugefügt wurde – die Erkennung kann jedoch Fehler enthalten. Überprüfen Sie in diesem Fall wichtige Zahlen oder Namen im Originaldokument.
06 / DATENSCHUTZ UND DA
Datenschutz und Dateispeicherung
Ihre hochgeladene Datei wird in einem privaten Objektspeicher abgelegt. Wenn Sie nicht angemeldet sind, wird die Datei nach 1 Stunde gelöscht; für angemeldete Konten beträgt die Aufbewahrungsfrist 7 Tage. Danach wird die Datei unwiderruflich entfernt.
FAQ
Häufige Fragen
Wie lange dauert die Umwandlung?
Die Dauer hängt von der Dateigröße, der Seitenzahl und der gewählten Auflösung ab. Größere Dokumente mit vielen Scans benötigen mehr Zeit. Der Fortschritt wird auf der Seite mit „Hochladen“, „In der Warteschlange“ und „Läuft“ mit Prozentsatz angezeigt.
Kann ich mehrere Sprachen gleichzeitig erkennen lassen?
Ja, Sie können Deutsch, Englisch und Französisch beliebig kombinieren – etwa Deutsch und Englisch. Aktivieren Sie einfach die entsprechenden Kontrollkästchen vor dem Hochladen.
Welche Auflösung ist für gute Ergebnisse am besten?
Die Auflösung kann zwischen 150 und 400 DPI eingestellt werden; der Standard ist 300 DPI. Für die meisten Scans reichen 300 DPI aus. Bei sehr kleinen oder unleserlichen Texten kann eine höhere Auflösung helfen, aber Datei und Verarbeitungszeit steigen.
Mein Scan enthält bereits Text – wird er trotzdem bearbeitet?
Nein, Seiten, die bereits auswählbaren Text enthalten (also etwa ab einem Dutzend erkennbarer Zeichen), werden unverändert übernommen. Nur echte Bildseiten werden per OCR verarbeitet. So bleibt die Qualität digitaler Seiten erhalten.
Was bedeutet die Meldung "OCR_TEXT_LAYER_ADDED"?
Diese Meldung erscheint nach erfolgreicher Erkennung. Sie bedeutet, dass eine Textebene hinzugefügt wurde. Die Erkennung ist nicht fehlerfrei, daher sollten Sie wichtige Details im resultierenden PDF gegenprüfen – insbesondere bei schlechter Scanqualität.
Mein PDF wird nicht hochgeladen oder abgelehnt – warum?
Das Tool akzeptiert nur echte PDF-Dateien. Der Dateityp wird anhand des Inhalts überprüft, nicht am Dateinamen. Falls die Datei größer als 50 MB ist oder mehr als 500 Seiten hat, wird sie abgelehnt. Auch wenn das PDF mit einem Schadcode infiziert ist, blockiert die Sicherheitsprüfung den Upload.