Lokale OCR · PDFzugang Wissen
Gescannte PDF durchsuchbar machen – ohne das Dokument hochzuladen
Ein Scan besteht zunächst nur aus Bildern. Ohne Texterkennung können Suchfunktion, Kopieren und Screenreader den Inhalt nicht zuverlässig nutzen.
Stand: 23. Juli 2026
Einordnung
OCR ist Texterkennung, noch keine fertige Barrierefreiheit
Die OCR wandelt sichtbare Buchstaben in bearbeitbaren Text um. Qualität hängt von Auflösung, Kontrast, Sprache, Drehung und Schriftbild ab. Namen, Zahlen und Sonderzeichen sollten besonders sorgfältig kontrolliert werden.
Nach der Erkennung fehlt weiterhin die semantische Struktur. Deshalb wird der Text in einzelne bearbeitbare Blöcke zerlegt und anschließend als Überschrift, Absatz oder Liste eingeordnet.
- Richtige Dokumentsprache vor OCR auswählen
- Erkannten Text vollständig gegen den Scan lesen
- Zahlen, Eigennamen und Umlaute kontrollieren
- Abschnitte und Listen semantisch kennzeichnen
- Originalscan für den visuellen Vergleich aufbewahren
Im Werkzeug
Vom Scan zur getaggten Lesefassung
Der kostenlose Dokument-Check erkennt Seiten mit kaum auswählbarem Text. Nach dem Start der lokalen OCR erscheint der erkannte Inhalt im Struktureditor.
Der Export erzeugt eine kleine textbasierte PDF/UA-Lesefassung. Das Scanbild selbst wird nicht als Layoutkopie übernommen; der Fokus liegt auf lesbarem, durchsuchbarem Inhalt.
Aus der Praxis
Der gescannte Elternbrief und die Umlaute
Ein eingescannter Elternbrief einer Bildungseinrichtung: leicht schräg eingezogen, mittlere Auflösung, gedruckt in einer schmalen Schrift. Die lokale Texterkennung las den Inhalt insgesamt zuverlässig, stolperte aber an typischen Stellen – aus „Anmeldeschluß“ wurde „AnmeldeschluB“, aus „15. März“ ein „15. Marz“, und die Telefonnummer verlor eine Ziffer. Solche Fehler sind bei OCR normal und kein Grund, auf die Texterkennung zu verzichten. Sie sind aber der Grund, warum erkannter Text niemals ungeprüft exportiert werden sollte: Namen, Zahlen, Termine und Umlaute gehören gegen das Original gelesen.
PDFzugang zeigt deshalb jeden erkannten Textblock editierbar an – korrigiert wird direkt im Browser, bevor die durchsuchbare Lesefassung entsteht.
Zum Nachlesen: Tesseract.js: lokale Texterkennung im Browser
Grenze der Automatik
PDFzugang ist kein Zertifikat. Komplexe Tabellen, Formulare, Alternativtexte und die inhaltlich richtige Lesereihenfolge müssen zusätzlich manuell geprüft werden.
Eigene PDF jetzt prüfen
Analyse kostenlos, Export einmalig ab 4,90 € für PDFs bis 40 Seiten – ohne Konto und ohne Datei-Upload.
FAQ
Häufige Fragen
Welche Sprachen werden unterstützt?
Die Oberfläche bietet aktuell Deutsch, Englisch, Rumänisch, Türkisch, Französisch und Spanisch.
Wird der Scan an einen OCR-Dienst übertragen?
Nein. Tesseract.js verarbeitet die gerenderten Seiten lokal im Browser. Sprachmodelle und Programmcode müssen beim ersten Start geladen werden.
Bleibt das Originalbild erhalten?
Das Basisfix behält die Original-PDF. Die zusätzliche Lesefassung enthält den erkannten und strukturierten Text.
Weiterlesen
Quellen und Prüfbasis