Leitfäden & Reports

OCR oder KI in der Auftragserfassung: ein Methodenvergleich

Bestellungen kommen als PDF, Excel, Mailtext, Foto oder Scan, manchmal mit handschriftlichen Ergänzungen. Zur Automatisierung stehen zwei Wege zur Wahl: Texterkennung (OCR) mit festen Vorlagen oder KI, die die Bestellung als Ganzes liest. Dieser Vergleich zeigt, wo die Unterschiede liegen und wie du beide Wege fair testest.

Abstrakte Illustration: links ein Bestellbeleg mit Zeichenrastern, rechts ein geordneter Auftrag mit Häkchen, verbunden über einen Knoten
Einleitung
OCR macht aus einem Bild Text. Für einen Auftrag im ERP braucht es mehr: Positionen, Mengen und den passenden Artikel aus deinem Katalog. Genau dort setzt KI-Auftragserfassung an und markiert, wo dein Team prüfen sollte.

1 % → 5 %

Ein Zeichenfehler von 1 % kann auf Wortebene 5 % oder mehr Fehler bedeuten (Wikipedia, OCR)

92,3 %

Wahrscheinlichkeit, dass eine 8-stellige Artikelnummer bei 99 % Zeichengenauigkeit fehlerfrei ist (eigene Rechnung: 0,99 hoch 8)

6

Eingangsformate für Bestellungen bei Scalera: PDF, Excel, Mailtext, Foto, Scan und Handschrift (Scalera, Bestellabwicklung)

34

ERP-Systeme, an die Scalera angebunden ist, darunter SAP S/4HANA, Abacus und Proalpha (Scalera, ERP-Integrationen)

Methodenvergleich, Stand 19.11.2026. Hinweis: Scalera ist Herausgeber dieser Seite und bietet KI-Auftragserfassung an. Technische Aussagen zu OCR belegen wir mit Wikipedia-Artikeln, Scalera-Funktionen mit Seiten von scalera.ai. Andere Anbieter nennen wir nicht.

Kurzantwort

  • OCR liest Zeichen: Die Technik macht aus einem Scan oder Foto Text, aber noch keinen Auftrag.
  • Vorlagen-OCR funktioniert bei festen Layouts; jedes neue Kundenlayout braucht eine neue Vorlage.
  • 99 % reicht nicht: 1 % Zeichenfehler kann 5 % oder mehr fehlerhafte Wörter bedeuten (Wikipedia, OCR).
  • KI liest Bestellungen: Positionen, Mengen und Artikel aus deinem Katalog, mit Konfidenzwert pro Treffer (Scalera, Bestellabwicklung).
  • Fair testen: Miss fehlerfreie Positionen bis ins ERP, nicht die Zeichengenauigkeit.

Für Innendienst, Auftragsbearbeitung und IT bei Baustoffhändlern, Herstellern und Zulieferern.

Was unterscheidet OCR, Vorlagen-OCR und KI?

OCR steht für optische Zeichenerkennung. Das Verfahren wandelt Bilder von Text, etwa aus einem Scan oder Foto, in maschinenlesbaren Text um (Wikipedia, Optical character recognition). Das Ergebnis ist eine Zeichenfolge, kein Datensatz.

Für Formulare kam ICR dazu, die Erkennung von Handblockschrift. ICR arbeitet am besten, wenn die Zeichen in klar abgegrenzten Feldern stehen (Wikipedia, Intelligent character recognition). Handschrift auf Papier oder im Scan gilt dabei als Offline-Handschrifterkennung, ein Teilgebiet der Texterkennung (Wikipedia, Handschrifterkennung). Auf dieser Logik fester Felder baut die Vorlagen-OCR auf: Für jedes Layout legst du fest, wo Bestellnummer, Menge und Artikelnummer stehen.

KI-Auftragserfassung behandelt die Bestellung als Ganzes. Die KI erkennt, welche Zeile eine Position ist, liest Menge und Bezeichnung und ordnet die Position einem Artikel aus deinem Katalog zu (Scalera, Bestellabwicklung).

OCR mit Vorlage und KI im direkten Vergleich

Die Tabelle zeigt die Unterschiede an sechs Punkten, die bei eingehenden Bestellungen zählen.

OCR mit Vorlage und KI-Erfassung bei Bestellungen
PunktOCR mit VorlageKI-Erfassung
ErgebnisText aus dem BildAuftrag mit Positionen
Neues LayoutNeue Vorlage nötigJedes Format, auch Foto
HandschriftBlockschrift in festen FeldernAuch ergänzte Zeilen
MailtextKein Bild, OCR hilft nichtWird mit gelesen
ArtikelZeichen für ZeichenAbgleich mit Katalog
UnsicherheitSchwelle je ZeichenKonfidenz je Position

Quellen: Spalte OCR nach Wikipedia (OCR, ICR, Texterkennung), abgerufen 19.11.2026; Spalte KI nach scalera.ai/bestellabwicklung. Anbieter können Funktionen kombinieren; prüfe immer mit eigenen Bestellungen.

Warum reicht hohe Zeichengenauigkeit nicht?

Weil ein Auftrag aus Wörtern und Nummern besteht, nicht aus einzelnen Zeichen. Wird jedes Wort nur dann gezählt, wenn alle Buchstaben stimmen, kann ein Zeichenfehler von 1 % zu 5 % oder mehr fehlerhaften Wörtern führen (Wikipedia, Optical character recognition).

Für Artikelnummern ist das Rechenbeispiel einfach. Bei 99 % Zeichengenauigkeit ist eine 8-stellige Nummer mit einer Wahrscheinlichkeit von 0,99 hoch 8, also rund 92,3 %, fehlerfrei. Etwa jede 13. Nummer enthält damit mindestens einen falschen Zeichenwert (eigene Rechnung, unter der Annahme unabhängiger Fehler).

Dazu kommt: Die Korrektur über Wörterbücher hilft bei Nummern kaum. Eine alphanumerische Kombination wie «8te» soll eine Texterkennung gerade nicht in ein Wort umwandeln (Wikipedia, Texterkennung), und Zahlenlisten verlangen laut derselben Quelle mehrmaliges Korrekturlesen.

OCR beantwortet die Frage «Was steht da?». Die Auftragserfassung braucht die Antwort auf «Welcher Artikel ist gemeint?».

Wo stösst OCR in der Bestellung an Grenzen?

1

Neues Kundenlayout

Der Kunde stellt sein System um, die Felder stehen an anderer Stelle.

Prüfen: Vorlage je Layout

2

8 statt B

In einer Artikelnummer wird aus einem B eine 8; kein Wörterbuch fängt das ab.

Prüfen: Abgleich mit Katalog

3

Zeile von Hand

Auf dem Ausdruck steht eine zusätzliche Position, handschriftlich ergänzt.

Prüfen: wird sie erfasst?

4

Kundenbezeichnung

Der Kunde schreibt «Rinne 100 verzinkt» statt deiner Artikelnummer.

Prüfen: Zuordnung zum Artikel

Fall 4 zeigt den Kern: OCR liest den Text richtig, und trotzdem fehlt der Artikel. Ähnlich bei Mengen in Kundeneinheiten, etwa Paletten statt Stück; wie du Einheiten sauber umrechnest, zeigt Mengeneinheiten im Angebot umrechnen.

Wie arbeitet KI-Auftragserfassung bei Scalera?

Scalera liest Bestellungen aus PDF, Excel, Mailtext, Foto und Scan, auch mit Handschrift (Scalera, Bestellabwicklung). Die Bestellungen kommen per E-Mail oder Upload (Scalera, Bestellabwicklung).

Der Katalogabgleich übernimmt damit die Rolle, die bei OCR ein Wörterbuch hätte: Er prüft eine gelesene Nummer gegen das, was es in deinem Sortiment wirklich gibt. Den ganzen Ablauf vom Posteingang bis ins ERP beschreibt Bestellabwicklung automatisieren.

Wann reicht OCR, wann lohnt sich KI?

Die Antwort hängt an deinem Bestelleingang, nicht an der Technik. Diese Fragen helfen bei der Einordnung:

  • OCR mit Vorlagen genügt, wenn wenige Kunden immer im selben gedruckten Layout und mit deinen Artikelnummern bestellen.
  • KI lohnt sich, wenn Layouts wechseln, Bestellungen im Mailtext stehen, Handschrift vorkommt oder Kunden eigene Bezeichnungen verwenden.
  • Gar keine Erkennung braucht es, wenn ein Kunde strukturierte Daten schickt, die dein ERP direkt übernimmt.

Für den Angebotsprozess gibt es denselben Methodenvergleich mit anderem Ausgangspunkt: Excel oder Angebots-KI. Wie Positionen aus PDF-Leistungsverzeichnissen gelesen werden, zeigt Leistungsverzeichnis aus PDF extrahieren.

Wie vergleichst du beide Ansätze fair?

  1. Echte Stichprobe: Nimm Bestellungen aus einem normalen Monat, inklusive Fotos, Scans, Mailtext und handschriftlicher Ergänzungen.
  2. Richtige Kennzahl: Zähle Positionen, die mit richtigem Artikel und richtiger Menge im ERP ankommen, nicht erkannte Zeichen.
  3. Prüfaufwand messen: Erfasse, wie viele Positionen zur Prüfung markiert werden und wie lange die Prüfung dauert.
  4. Neue Layouts einplanen: Lege Bestellungen von Kunden bei, deren Format im Test noch nicht vorkam.
  5. Durchlaufzeit: Miss die Zeit vom Bestelleingang bis zur Auftragsbestätigung.

Einen allgemeinen Testplan für KI-Software findest du in KI-Software im Pilot testen; wie Anfragen aus dem Postfach erfasst werden, zeigt Anfragen aus dem E-Mail-Posteingang erfassen. Saubere Artikelstammdaten erleichtern jeden Abgleich, siehe Datanorm, BMEcat und ETIM.

Wichtigste Erkenntnisse

  • OCR macht aus einem Bild Text; ein Auftrag braucht zusätzlich Positionen, Mengen und den richtigen Artikel.
  • Vorlagen-OCR passt zu festen Layouts; jedes neue Layout braucht eine neue Vorlage.
  • Zeichengenauigkeit täuscht: 1 % Zeichenfehler kann 5 % oder mehr Wortfehler bedeuten (Wikipedia, OCR).
  • KI-Erfassung gleicht jede Position mit deinem Katalog ab und markiert unsichere Treffer (Scalera, Bestellabwicklung).
  • Ein fairer Test misst fehlerfreie Positionen im ERP und die Zeit bis zur Auftragsbestätigung.

Häufige Fragen

Was ist der Unterschied zwischen OCR und KI bei der Auftragserfassung?

OCR wandelt Bilder von gedrucktem oder handgeschriebenem Text in maschinenlesbaren Text um (Wikipedia, Optical character recognition). KI-Auftragserfassung geht weiter: Die KI erkennt die Positionen, ordnet jede einem Artikel aus deinem Katalog zu und zeigt pro Treffer einen Konfidenzwert (Scalera, Bestellabwicklung).

Reicht eine OCR-Genauigkeit von 99 Prozent?

Nicht unbedingt. Ein Zeichenfehler von 1 % kann auf Wortebene 5 % oder mehr Fehler bedeuten (Wikipedia, Optical character recognition). Bei einer 8-stelligen Artikelnummer ist nach eigener Rechnung etwa jede 13. Nummer betroffen.

Kann OCR handschriftliche Bestellungen lesen?

Teilweise. ICR liest Handblockschrift am besten in klar abgegrenzten Feldern, verbundene Schreibschrift aber nicht, weil sie jedes Zeichen einzeln bewerten muss (Wikipedia, Intelligent character recognition). Scalera erfasst laut Produktseite auch handschriftlich ergänzte Positionen und schlechte Scans (Scalera, Bestellabwicklung).

Wann reicht OCR mit Vorlagen?

Wenn wenige Kunden immer im selben Layout bestellen, gedruckt und mit deinen eigenen Artikelnummern. Eine Vorlage beschreibt, wo welches Feld steht; jedes neue Layout braucht deshalb eine eigene Vorlage.

Wie geht die KI mit unsicheren Positionen um?

Scalera markiert Treffer mit niedriger Konfidenz, und dein Team entscheidet, bevor der Auftrag ins ERP geht (Scalera, Bestellabwicklung).

Wie kommt der erfasste Auftrag ins ERP?

Über eine fertige Integration oder als Export; die Liste der Systeme steht auf der Seite ERP-Integrationen.

Nächste Schritte

Sammle zehn typische Bestellungen aus deinem Postfach, vom sauberen PDF bis zum fotografierten Ausdruck mit Handschrift, und prüfe sie mit den fünf Testschritten. Im Demo-Termin siehst du, wie Scalera daraus Aufträge erstellt; mehr dazu auf der Seite Bestellabwicklung.