Was ist OCR und wann braucht man es?
OCR verwandelt Bilder von Text in echten, durchsuchbaren Text. Hier erfahren Sie, was OCR ist, wie es funktioniert und wann eine PDF es braucht – verständlich erklärt.
In einem Satz: OCR (Optische Zeichenerkennung) liest die Buchstaben in einem Bild und macht daraus echten Text, den Sie suchen, markieren und kopieren können.
Wenn Sie schon einmal eine gescannte PDF geöffnet und festgestellt haben, dass Sie die Wörter nicht markieren oder mit Strg+F suchen konnten, kennen Sie ein Dokument, das OCR braucht.
Wie OCR funktioniert
Ein Scanner oder eine Kamera erzeugt ein Bild der Seite. Für den Computer ist dieses Bild nur eine Ansammlung farbiger Punkte – es gibt keine „Wörter“ darin. Die OCR-Software:
- findet die Bereiche, die wie Text aussehen,
- erkennt jedes Zeichen mithilfe eines Sprachmodells,
- und schreibt das Ergebnis als unsichtbare Textebene genau über das Bild.
Die Seite sieht weiterhin identisch aus, aber der Text darunter ist jetzt echt.
Wann braucht man OCR?
Sie brauchen OCR, wenn die PDF bildbasiert ist und Sie:
- das Dokument mit Strg+F durchsuchen,
- Text daraus kopieren,
- es an andere Werkzeuge weitergeben (Übersetzung, Indexierung, Datenextraktion),
- oder Barrierefreiheit erfüllen möchten (Screenreader brauchen echten Text).
Für PDFs, die aus Word, einem Browser oder einer App exportiert wurden, brauchen Sie kein OCR – diese enthalten bereits echten Text.
So erkennen Sie, ob eine PDF OCR braucht
Öffnen Sie sie und versuchen Sie, eine Textzeile zu markieren. Markiert Ihr Cursor die ganze Seite als Bild (oder gar nichts), ist es ein Scan und braucht OCR. Werden einzelne Wörter hervorgehoben, ist es bereits Text.
Eine PDF durchsuchbar machen
Sobald Sie wissen, dass ein Dokument ein Scan ist, dauert OCR nur Sekunden. Sehen Sie sich die Schritt-für-Schritt-Anleitung zum Durchsuchbarmachen einer gescannten PDF an oder gehen Sie direkt zum OCR-Werkzeug.