Gescannte Ausschreibungen und handschriftliche Notizen: Wie KI auch schwierige Dokumente verarbeitet

Was ist OCR für Ausschreibungsdokumente?

OCR für Ausschreibungsdokumente bezeichnet die automatisierte Umwandlung von gescannten oder fotografierten Ausschreibungsunterlagen in maschinenlesbaren, strukturierten Text. Im Gegensatz zu generischer OCR, die einfach Text aus Bildern extrahiert, versteht eine auf Ausschreibungen spezialisierte OCR die Dokumentenstruktur: Positionsnummern, Mengenangaben, Einheiten, Kurztext und Langtext werden nicht nur erkannt, sondern korrekt zugeordnet. Die Herausforderung bei Ausschreibungsdokumenten ist die Vielfalt: Sauber gescannte Leistungsverzeichnisse, schräg eingescannte Planunterlagen, PDFs aus fotografierten Dokumenten, Dokumente mit Stempeln, handschriftlichen Korrekturen und Post-it-Notizen. Jedes dieser Formate erfordert eine andere Verarbeitungsstrategie. Moderne OCR-Systeme kombinieren mehrere Erkennungstechnologien — von der klassischen Zeichenerkennung über die Handschrifterkennung bis zur KI-gestützten Kontextanalyse, die auch bei schlechter Bildqualität zuverlässige Ergebnisse liefert.

Die Realität: Nicht alle Ausschreibungen sind digital

In einer idealen Welt wären alle Ausschreibungen sauber strukturierte GAEB-Dateien. Die Realität sieht anders aus: Gescannte Bestandspläne bei Sanierungsprojekten — oft Jahrzehnte alt, mit handschriftlichen Maßeintragungen und Korrekturen. Fotografierte Protokolle von Ortsbesichtigungen mit Notizen zu Einbausituationen. Ältere Ausschreibungen, die als gescannte PDFs archiviert und für Nachfolgeprojekte wiederverwendet werden. Dokumente mit behördlichen Stempeln, Unterschriften und handschriftlichen Vermerken, die vertragsrelevant sein können. Die Zahlen variieren je nach Branche, aber Gespräche mit Türherstellern, Fensterherstellern und Fertigteilwerken zeigen: 10-30 % aller Ausschreibungsunterlagen enthalten gescannte Komponenten. Bei Sanierungsprojekten und Bestandsbauten liegt der Anteil noch höher. Ein System, das nur saubere Digitaldokumente verarbeiten kann, ignoriert einen relevanten Teil des täglichen Volumens. Bei öffentlichen Ausschreibungen nach VOB/VgV sind die Hauptdokumente zwar digital, aber Anlagen — insbesondere Bestandspläne und Gutachten — kommen häufig als Scans. Bei privaten Ausschreibungen ist der Digitalisierungsgrad noch uneinheitlicher.

Wie fortgeschrittene OCR für Bauausschreibungen funktioniert

Die Verarbeitung gescannter Ausschreibungsdokumente folgt einem mehrstufigen Prozess: 1. Bildvorverarbeitung — Schräge Scans werden entzerrt, Kontrast und Helligkeit optimiert, Rauschen reduziert. Mehrseitige Dokumente werden automatisch orientiert. 2. Layout-Analyse — Bevor Text erkannt wird, analysiert das System die Seitenstruktur: Wo sind Tabellen, Überschriften, Fließtext, Abbildungen? Diese Strukturerkennung ist entscheidend, um LV-Positionen korrekt zu erfassen. 3. Texterkennung — Gedruckter Text wird mit hoher Genauigkeit erkannt. Für Ausschreibungen in deutscher Sprache sind die Modelle auf technische Terminologie optimiert — Fachbegriffe wie Brandschutzklasse, Zargenmaß oder Expositionsklasse werden auch bei schlechter Druckqualität zuverlässig erkannt. 4. Handschrifterkennung — Handschriftliche Notizen, Korrekturen und Ergänzungen werden separat erkannt und markiert. Die Erkennung ist bei leserlicher Handschrift zuverlässig; bei unleserlichen Passagen wird dies transparent markiert. 5. Stempel- und Markierungserkennung — Behördliche Stempel, Prüfvermerke und farbige Markierungen werden identifiziert und dem Kontext zugeordnet. 6. Qualitätsvalidierung — Erkannte Texte werden auf Plausibilität geprüft: Stimmen Positionsnummern, sind Mengenangaben realistisch, passen Einheiten zu den beschriebenen Leistungen?

GAEB + PDF + Scans: Den Format-Mix verarbeiten

In der Praxis bestehen Ausschreibungsunterlagen selten aus nur einem Format. Ein typisches Paket enthält: GAEB-Dateien mit dem strukturierten Leistungsverzeichnis, PDF-Dokumente mit Baubeschreibung, Vertragsbedingungen und technischen Spezifikationen, gescannte Pläne und Bestandsunterlagen und gelegentlich Fotos von Ortsbesichtigungen mit handschriftlichen Notizen. BlackSwanAI verarbeitet diesen gesamten Format-Mix und führt die Ergebnisse zu einer einheitlichen Analyse zusammen. GAEB-Dateien liefern die strukturierte LV-Basis, PDFs ergänzen die technischen Details und gescannte Dokumente schließen die Lücken. Die Zusammenführung ist entscheidend: Wenn im GAEB-LV eine Türposition steht, die Brandschutzanforderung aber in einem gescannten Nachtrag spezifiziert wird, muss die KI diese Verbindung herstellen. Genau das leistet die formatübergreifende Analyse — alle Anforderungen werden positionsscharf konsolidiert, unabhängig davon, aus welchem Dokumententeil sie stammen.

Qualitätssicherung: Wie KI die OCR-Ergebnisse validiert

OCR ist nicht unfehlbar — insbesondere bei schlechter Scanqualität, alten Dokumenten oder schwer lesbarer Handschrift. Die Qualitätssicherung der OCR-Ergebnisse ist daher ein zentraler Bestandteil des Prozesses: Konfidenzwerte: Jedes erkannte Zeichen erhält einen Konfidenzwert. Bereiche mit niedrigen Werten werden markiert und dem Anwender zur manuellen Prüfung vorgelegt. Kontextprüfung: Erkannte Werte werden auf Plausibilität geprüft. Eine Türhöhe von '21,50 m' statt '2,15 m' wird als wahrscheinlicher OCR-Fehler markiert. Quervergleich: Wenn dieselbe Information in mehreren Dokumententeilen vorkommt — etwa Maßangaben in LV und Plan — werden die Werte verglichen. Abweichungen werden als Klärungspunkt markiert. Transparenz: Das System zeigt dem Anwender immer an, welche Informationen aus gescannten Quellen stammen und welche Konfidenz die Erkennung hat. Es gibt keine versteckten Unsicherheiten. Dieser Validierungsansatz stellt sicher, dass OCR-basierte Analysen die gleiche Verlässlichkeit bieten wie die Analyse sauberer Digitaldokumente — mit dem Unterschied, dass manueller Prüfaufwand bei niedrigen Konfidenzwerten anfällt.

Praxisbeispiele: Türen, Fenster, Fertigteile — reale Dokument-Herausforderungen

Türhersteller: Ein Sanierungsprojekt in einem Bestandsgebäude — die Bestandspläne sind gescannte Zeichnungen von 1975 mit handschriftlichen Maßkorrekturen. Die KI erkennt die Öffnungsmaße, markiert handschriftliche Korrekturen als 'verifiziert durch Handschrift' und warnt, wo die Planqualität keine zuverlässige Maßentnahme erlaubt. Ergebnis: Der Vertrieb weiß sofort, wo ein Aufmaß vor Ort notwendig ist. Fensterhersteller: Eine private Ausschreibung wird als fotografiertes Dokument eingereicht — 50 Seiten, teilweise schräg fotografiert. Die OCR entzerrt die Bilder, erkennt die LV-Positionen mit U-Wert-Anforderungen und Schallschutzklassen, und markiert drei Positionen, wo die Bildqualität keine sichere Erkennung der Zahlenwerte erlaubt. Ergebnis: 95 % der Positionen sind sofort analysierbar, 5 % erfordern Rückfrage. Fertigteilwerk: Ältere Ausschreibungsunterlagen eines öffentlichen Auftraggebers — teilweise als gescannte PDFs mit behördlichen Stempeln und Prüfvermerken. Die OCR erkennt die LV-Struktur, identifiziert Stempel als vertragsrelevante Vermerke und extrahiert die Fertigteilpositionen mit Expositionsklassen und Festigkeitsangaben. Ergebnis: Trotz schlechter Scanqualität steht die Erstanalyse in Minuten bereit.

Häufig gestellte Fragen