Was ist Amazon Textract?
Amazon Textract ist ein Machine Learning Service, der automatisch Text, Formulardaten und Tabellen aus gescannten Dokumenten extrahiert. Anders als einfache OCR-Lösungen versteht Textract die Struktur von Dokumenten und kann Zusammenhänge zwischen Formularfeldern und ihren Werten erkennen.
Der Service löst das Problem manueller Dokumentenverarbeitung. Anstatt Rechnungen, Formulare oder Verträge von Hand abzutippen, extrahiert Textract die relevanten Informationen automatisch in strukturierter Form.
Kernfunktionen
- Texterkennung (OCR) für gedruckten und handschriftlichen Text
- Formularextraktion mit automatischer Zuordnung von Labels zu Werten
- Tabellenextraktion mit Erhalt der Zeilen- und Spaltenstruktur
- Spezialisierte APIs für Rechnungen, Ausweise und Gehaltsabrechnungen
- Asynchrone Verarbeitung für große Dokumentenmengen
Typische Anwendungsfälle
Rechnungsverarbeitung: Automatische Extraktion von Rechnungsnummer, Datum, Positionen und Beträgen aus PDF-Rechnungen verschiedener Lieferanten. Integration in Buchhaltungssysteme ohne manuelle Dateneingabe.
Vertragsanalyse: Extraktion von Schlüsselinformationen aus Verträgen wie Parteien, Daten, Beträge und Konditionen. Aufbau durchsuchbarer Vertragsarchive.
Ausweisverifizierung: Automatische Extraktion von Personalien aus Ausweisdokumenten für KYC-Prozesse in Banken und Versicherungen.
Vorteile
- Keine ML-Expertise für die Nutzung erforderlich
- Strukturierte Ausgabe mit Confidence Scores
- Skaliert automatisch mit dem Dokumentenvolumen
- Pay-per-Use ohne Grundgebühren
Integration mit innFactory
Als AWS Reseller unterstützt innFactory Sie bei Amazon Textract: Konzeption von Dokumentenverarbeitungs-Workflows, Integration in bestehende Systeme, Qualitätssicherung der Extraktionsergebnisse und Kombination mit anderen AWS-Services wie Comprehend oder Lambda.
Typische Anwendungsfälle
Häufig gestellte Fragen
Was kann Textract erkennen?
Textract erkennt gedruckten und handschriftlichen Text, Formularfelder mit Schlüssel-Wert-Paaren, Tabellen mit Zeilen und Spalten, sowie spezifische Dokumenttypen wie Rechnungen und Ausweise. Die Ergebnisse werden als strukturierte JSON-Daten zurückgegeben.
Welche Dokumentformate werden unterstützt?
Textract verarbeitet PDF-Dokumente (auch mehrseitige) und Bildformate wie JPEG, PNG und TIFF. Für synchrone Verarbeitung gilt ein Limit von einer Seite, asynchrone Jobs können mehrere hundert Seiten verarbeiten.
Wie genau ist die Texterkennung?
Die Genauigkeit hängt von der Dokumentqualität ab. Bei klaren, gedruckten Dokumenten erreicht Textract sehr hohe Erkennungsraten. Handschrift und schlechte Scans reduzieren die Genauigkeit. Textract gibt Confidence Scores für jedes erkannte Element zurück.
Kann Textract deutsche Dokumente verarbeiten?
Ja, Textract unterstützt Deutsch und viele andere Sprachen. Die Tabellen- und Formularerkennung funktioniert sprachunabhängig, da sie auf visuellen Strukturen basiert.
Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von AWS (offizielle Dokumentation). Diese Seite stellt kein Angebot von AWS dar.