Scan, Foto oder PDF: Anforderungen an die Dateiqualität für die Dokumentenvalidierung

Die Anforderungen an die Scanqualität von Dokumenten lassen sich auf drei Fragen reduzieren: Ist jedes Zeichen lesbar, liegt die ganze Seite im Bild, und ist die Datei vollständig und nicht gesperrt. Ein flacher Scan mit rund 150 DPI oder mehr, ein Dokument pro Datei, alle Seiten vorhanden und aufrecht, erfüllt das, was die meisten Texterkennungs-Anbieter dokumentieren. Alles darunter gehört mit einer konkreten Bitte an die einreichende Person zurück, statt in einen Validierungslauf geschickt zu werden, der scheitert oder schlimmer: falsche Werte mit hoher Konfidenz liefert.

Dieser Artikel dient der Information und ist keine Rechtsberatung. Die genannten Zahlen stammen aus Herstellerdokumentationen, die am 14. Oktober 2026 gelesen wurden, und beschreiben diese Produkte, nicht CheckFile. Für Entscheidungen im Einzelfall wenden Sie sich an eine qualifizierte Fachperson.

Was „lesbar“ bei einer Datei bedeutet

Eine Datei ist lesbar, wenn Software den gedruckten Text und die Felder ohne Raten erfasst. Das hängt von Auflösung, Bildausschnitt, Ausrichtung und Dateistruktur ab, nicht davon, wie die Seite auf Menschen wirkt. Ein Handyfoto, das auf dem Bildschirm scharf aussieht, kann scheitern, wenn der Text nur wenige Pixel hoch ist.

Die Best-Practice-Hinweise von Amazon Textract empfehlen hochwertige Bilder, idealerweise mit mindestens 150 DPI, und raten davon ab, eine Datei, die bereits als PDF, TIFF, JPEG oder PNG vorliegt, vor dem Hochladen umzuwandeln oder herunterzurechnen (AWS, Best Practices für Amazon Textract). Der zweite Punkt zählt bei der Erfassung: Ein Portal, das jeden Upload stillschweigend verkleinert, um Speicher zu sparen, kann Dateien verschlechtern, die ursprünglich gut waren.

Microsoft dokumentiert ähnliche Schwellen für sein Read-Modell, die OCR-Schicht unter den vorgefertigten Modellen für Ausweise, Rechnungen und Belege. Die Werte unten sind Herstellergrenzen, keine allgemeingültigen Regeln und keine Grenzen von CheckFile.

Quelle der Microsoft-Spalte: Microsoft Learn, Document Intelligence Read-Modell, Eingabeanforderungen. Beide Seiten sind versioniert und ändern sich; prüfen Sie sie erneut, bevor Sie eine Zahl in Ihre Eingangsregeln übernehmen.

Nachfordern, neu scannen oder manuell prüfen: die Entscheidungstabelle

Die nützlichste Regel für ein Erfassungsteam: pro Mangel entscheiden, nicht pro Datei. Jeder Mangel führt zu einer von drei Aktionen: neue Datei anfordern, Neuscan mit konkreten Hinweisen anfordern oder die Datei behalten und an eine Person geben.

Das Muster: Ein Mangel, der Information zerstört, führt zur Nachforderung; einer, der sie nur vor der Software verbirgt, zum Neuscan; einer, der Urteilsvermögen verlangt, zur manuellen Prüfung.

Drei synthetische Beispiele

Diese Fälle sind erfunden, um die Entscheidung zu zeigen; keiner stammt aus einer Kundenakte.

Beispiel 1, die angeschnittene Gehaltsabrechnung. Eine Bewerberin schickt ein Handyfoto der Abrechnung. Die Zeile mit dem Nettobetrag liegt am unteren Rand, die letzte Ziffer fehlt. Der Leser liefert „2 41“ mit niedriger Konfidenz. Aktion: neues Foto mit ganzer Seite und sichtbarem Rand auf allen vier Seiten anfordern. Den Teilwert nicht übernehmen.

Beispiel 2, der zweiseitige Kontoauszug als eine Seite. Das PDF hat eine Seite, die Fußzeile nennt „Seite 1/2“. Aktion: Seite 2 anfordern. Zuerst ein Vollständigkeitsproblem.

Beispiel 3, das gesperrte PDF aus einem Arbeitgeberportal. Die Datei öffnet sich mit einem Passwort, das die Person kennt, Ihr System aber nicht. Aktion: einen entsperrten Export oder eine PDF-Druckkopie anfordern. Passwörter nie per Nachricht erfragen.

Einreichenden klar sagen, was zu tun ist

Einreichende scheitern meist an vagen Hinweisen. Eine Checkliste mit der Anforderung verringert Rückfragen, ohne dass sich eine Zahl versprechen ließe.

• Flach scannen, mindestens 150 DPI, in Farbe, ein Dokument pro Datei.
• Foto: Tageslicht, Seite auf dunklem, ebenem Untergrund, Handy parallel, Bild füllen mit kleinem Rand.
• Alle Seiten senden, in Reihenfolge, aufrecht.
• Keinen Bildschirm abfotografieren; das Original-PDF senden.
• Passwort vor dem Senden entfernen oder mitteilen, dass die Datei geschützt ist.
• Nicht zuschneiden und keine Filter anwenden.

In Foren kehren dieselben Fragen wieder: Ist ein Handyfoto so gut wie ein Scan, zählt der Screenshot einer Online-Abrechnung, und warum wird ein gut lesbares PDF abgelehnt. Die ehrlichen Antworten: Ein gutes Foto genügt oft, ein Screenshot ist schwächer als die Originaldatei, und eine Ablehnung hat häufig technische Gründe (Größe, Sperre, Abmessungen) statt inhaltliche.

Konfidenzschwellen und menschlicher Rückfall

Eine Qualitätsprüfung ist nur die halbe Erfassung; die andere Hälfte entscheidet, was mit unsicheren Extraktionen geschieht. Laut den Textract-Hinweisen können Geschäftsprozesse mit finanziellen Entscheidungen Konfidenzschwellen von 90 % oder höher erfordern, und Ergebnisse unter der Schwelle sollen verworfen oder zur menschlichen Prüfung markiert werden (AWS, Konfidenzwerte verwenden).

Legen Sie in der Praxis eine Schwelle pro Feldtyp fest, nicht pro Datei. Ein Name oder Datum unter der Schwelle geht an eine Person; eine freie Adresszeile verträgt eine niedrigere. Protokollieren Sie die angewandte Schwelle.

Original aufbewahren, und lesbar heißt nicht echt

Speichern Sie die Datei so, wie sie eingegangen ist, mit Zeitstempel, und arbeiten Sie mit Kopien. Ersetzt ein Neuscan eine mangelhafte Datei, behalten Sie beide und verknüpfen Sie sie. So lässt sich ein späterer Streit darüber, was eingereicht wurde, klären, ohne sich auf ein bearbeitetes Bild zu stützen.

Lesbar bedeutet nicht echt. Der scharfe Scan eines gefälschten Dokuments besteht jede hier beschriebene Qualitätsprüfung. Die Qualitätsprüfung bereitet eine Akte für die Validierung vor; sie testet nicht die Echtheit eines Dokuments und sollte nicht so dargestellt werden. Ist Echtheit ein Thema, behandeln Sie sie als eigene Kontrolle.

Mehr als nötig zu erheben ist ein eigenes Risiko: Ein Neuscan darf nicht zum Vorwand für zusätzliche Unterlagen werden. Die Datenminimierung nach Artikel 5 Absatz 1 Buchstabe c DSGVO gilt, und der Bundesbeauftragte für den Datenschutz und die Informationsfreiheit veröffentlicht Hinweise. Geht es um eine gesetzliche Prüfung, folgen Sie dem dafür vorgesehenen Verfahren; ein guter Scan ersetzt es nicht.

Wo das im Validierungsablauf steht

Die Dateiqualität ist Schritt null. Danach folgen Vollständigkeit (sind alle Unterlagen da), Gültigkeit (Daten, Ablauf, Register) und Konsistenz (Namen, Adressen und Beträge stimmen dokumentenübergreifend). Wie Extraktion und diese Prüfungen zusammenhängen, lesen Sie in Dokumentenübergreifende Validierung jenseits von OCR und IDP und im Vergleich Beste OCR-Software für die Dokumentenprüfung. Das Gesamtvorgehen steht im Leitfaden zur Dokumentenprüfung.

Operative Teams, die Unterlagen von Bewerbenden oder Lieferanten einsammeln, finden die Organisation dieser Prüfungen auf der Seite Preise und die Datenverarbeitung auf der Seite Sicherheit. Die Prüfungen vergleichen Felder, Daten und Register zwischen Dokumenten; sie beweisen nicht, dass ein Dokument echt ist.

Häufige Fragen

Welche Anforderungen an die Scanqualität gelten für die Validierung?

Eine flache, aufrechte, vollständige Datei, alle Seiten vorhanden, ein Dokument pro Datei, mit ausreichend großem Text; Hersteller geben etwa 150 DPI oder eine Mindesttexthöhe von 12 Pixeln bei 1024 x 768 an. Die Grenzen unterscheiden sich je Werkzeug.

Ist ein Handyfoto so gut wie ein Scan?

Oft ja, wenn es bei gleichmäßigem Licht, parallel zur Seite und ohne beschnittene Ränder entsteht. Ein Foto mit Blendung, Unschärfe oder abgeschnittenen Rändern sollte wiederholt werden.

Soll ich einen Screenshot akzeptieren?

Bevorzugen Sie die Originaldatei. Ein Screenshot verliert Auflösung und Seitenstruktur, und das Foto eines Bildschirms kann Moiré erzeugen, das die Erkennung stört.

Warum wird mein PDF abgelehnt, obwohl es klar ist?

Häufige Ursachen sind ein Passwortschutz, eine zu große Datei, Abmessungen außerhalb der Grenzen oder fehlende Seiten. Entfernen Sie die Sperre und senden Sie ein Dokument pro Datei.

Beweist ein guter Scan, dass das Dokument echt ist?

Nein. Qualität sagt nur, dass der Inhalt lesbar ist. Echtheit ist eine andere Frage und braucht eine eigene Kontrolle.