Wer eine gescannte PDF in Excel umwandeln möchte, denkt oft zuerst an die Erkennung der Tabelle. In der Praxis beginnt die eigentliche Arbeit aber häufig erst dann, wenn die Daten bereits in der Kalkulationstabelle stehen. Gerade bei Kontoauszügen, Rechnungslisten, Spesenübersichten oder Zahlungsjournalen können kleine OCR-Fehler große Folgen haben. Aus 03.07.2026 wird vielleicht 08.07.2026, aus 1540,75 wird 154075, oder eine Kontonummer verliert eine führende Null.
Deshalb ist nicht nur die Umwandlung wichtig, sondern vor allem die Kontrolle danach. Dieser Beitrag konzentriert sich auf drei besonders fehleranfällige Felder: Datumswerte, Dezimalstellen und Konto- beziehungsweise Referenznummern. Es geht ausdrücklich nicht um das Begradigen schlechter Scans oder um eine tiefe Prüfung von Zeilensummen, sondern um die gezielte Nachkontrolle der kritischsten Inhalte.
Wenn Sie sich zunächst allgemein über Möglichkeiten und Verfügbarkeit informieren möchten, finden Sie auf der Informationsseite zu OCR PDF to Excel einen passenden Überblick. Sie dient als Hintergrund- und Verfügbarkeitsseite, nicht als direkte Umwandlungsaktion.
Warum gerade diese drei Feldarten besonders kritisch sind
Nicht jeder OCR-Fehler ist gleich problematisch. Ein kleiner Schreibfehler in einer Beschreibungsspalte ist lästig, aber oft noch beherrschbar. Ein falsches Datum, ein verschobener Betrag oder eine beschädigte Kontonummer kann dagegen Abgleiche, Buchhaltung, Berichte oder Zahlungszuordnungen verfälschen.
Besonders anfällig sind meist:
- Datumsangaben: Ziffern können vertauscht, Trennzeichen falsch erkannt oder Tag und Monat verwechselt werden.
- Beträge mit Dezimalstellen: Komma, Punkt, Minuszeichen oder Tausendertrennzeichen werden leicht ausgelassen oder falsch gesetzt.
- Konto-, Beleg- und Referenznummern: Lange Zeichenfolgen verlieren führende Nullen, enthalten falsche Zeichen oder werden unvollständig erkannt.
Der Grund ist einfach: OCR erkennt Bildmuster, nicht die fachliche Bedeutung der Werte. Eine Tabelle kann also sauber aussehen und trotzdem sachlich falsch sein.
Praxisbeispiel: Rechnungsregister aus einer gescannten PDF
Nehmen wir eine gescannte PDF mit einer Tabelle aus folgenden Spalten:
- Rechnungsdatum
- Rechnungsnummer
- Kundennummer oder Kontonummer
- Nettobetrag
- Steuerbetrag
- Gesamtbetrag
Nach der OCR-Übertragung nach Excel wirkt die Tabelle auf den ersten Blick brauchbar. Bei genauerem Hinsehen können aber Fehler auftauchen wie:
12.09.2026wird zu17.09.20261540,75wird zu15407500198234wird zu19823488,40wird zuB8,40A10239008wird zuA1023900B
Jeder einzelne Fehler wirkt klein. Wird die Datei später jedoch gefiltert, abgeglichen, importiert oder geprüft, können daraus Folgefehler entstehen, die deutlich schwerer zu entdecken sind.
Fünf Schritte für die Nachkontrolle nach der OCR
Mit diesem Ablauf prüfen Sie die Ergebnisse strukturiert, bevor Sie die Tabelle weiterverwenden.
-
Originaldokument als Referenz offen halten
Lassen Sie die gescannte PDF parallel zur Tabelle geöffnet. Geprüft wird immer gegen die Quelle, nicht gegen Vermutungen. -
Zuerst die risikoreichen Spalten markieren
Beginnen Sie mit Datum, Beträgen, Konto- oder Belegnummern, Referenzen, Steuerkennzeichen und Salden. -
Zellformate passend setzen, ohne die Bedeutung zu verändern
Datumsfelder als Datum formatieren, Beträge als Zahlen und empfindliche Kennungen als Text, wenn führende Nullen erhalten bleiben müssen. -
Nach auffälligen Mustern filtern
Suchen Sie nach leeren Feldern, ungewöhnlich kurzen oder langen Werten, Text in Zahlenspalten und uneinheitlichen Trennzeichen. -
Risikoreiche Zeilen gezielt gegen die PDF prüfen
Vor allem hohe Beträge, ungewöhnliche Datumsformate und lange Kennungen sollten Sie direkt mit der Vorlage vergleichen.
So prüfen Sie Datumsangaben zuverlässig
Datumsfehler sind tückisch, weil das Ergebnis oft weiterhin wie ein gültiges Datum aussieht.
Achten Sie auf diese Punkte:
- Prüfen Sie das Datumsformat der Quelle, etwa
TT.MM.JJJJ,MM/TT/JJJJoderJJJJ-MM-TT. - Kontrollieren Sie, ob die OCR Trennzeichen einheitlich übernommen hat: Punkt, Schrägstrich oder Bindestrich.
- Sortieren Sie die Spalte, um Werte außerhalb des erwarteten Zeitraums schnell zu erkennen.
- Filtern Sie nach leeren Einträgen und nach auffälligen Ausreißern, etwa Jahren weit außerhalb des übrigen Bestands.
- Vergleichen Sie die ersten, letzten und einige mittlere Zeilen direkt mit der gescannten PDF.
Typische Warnzeichen sind:
- Tag und Monat sind nur in einzelnen Zeilen vertauscht.
- Ein einstelliger Tag wurde als andere Ziffer erkannt.
- Das Datum liegt als Text und nicht als echter Datumswert vor.
- In einer Spalte erscheinen wiederholt gleiche Datumswerte, obwohl die Quelle unterschiedliche Einträge zeigt.
Praktisch ist eine temporäre Kontrollspalte wie Datum geprüft mit Markierungen wie OK, Prüfen oder Abweichung.
So entdecken Sie Fehler bei Dezimalstellen und Beträgen
Betragsspalten brauchen besondere Aufmerksamkeit, weil OCR Komma, Punkt, Minuszeichen und Währungssymbole leicht fehlinterpretiert.
Prüfen Sie insbesondere:
- Ob die Quelle Werte wie
1.234,56oder1,234.56verwendet. - Ob negative Beträge ihr Minuszeichen oder Klammern behalten haben.
- Ob Beträge plötzlich hundert- oder tausendfach zu groß oder zu klein erscheinen.
- Ob Zahlen wegen Kommas, Leerzeichen oder zusätzlicher Zeichen als Text importiert wurden.
- Ob Netto-, Steuer- und Gesamtbetrag in Stichproben zueinander passen.
Eine kurze Prüftabelle hilft bei der Sichtkontrolle:
| Zu prüfendes Feld | Häufiger OCR-Fehler | Worauf Sie achten sollten |
|---|---|---|
| Nettobetrag | Dezimalkomma fehlt | Betrag ist plötzlich viel zu groß |
| Steuerbetrag | 8 wird als B erkannt |
Text in einer Zahlenspalte |
| Gesamtbetrag | Trennzeichen wechseln je Zeile | Uneinheitliche Formatierung |
| Negativbetrag | Minuszeichen fehlt | Gutschriften wirken positiv |
Wichtig: Auch wenn Excel danach sauber rechnet, kann der ursprünglich eingelesene Wert bereits falsch gewesen sein. Deshalb immer Stichproben mit der PDF abgleichen.
So prüfen Sie Kontonummern und andere Kennungen
Kontonummern, Rechnungsnummern, Referenzen und ähnliche Kennungen sollten in vielen Fällen nicht als Zahlen, sondern als Text behandelt werden.
Das ist besonders wichtig, wenn:
- führende Nullen erhalten bleiben müssen,
- die Zeichenfolge länger ist,
- Buchstaben und Zahlen gemischt vorkommen,
- feste Längen oder bestimmte Zeichenmuster erwartet werden.
Beachten Sie diese Regeln:
- Führende Nullen dürfen nicht verloren gehen.
- Verlassen Sie sich bei langen Kennungen nicht auf automatische Zahlenformate.
- Achten Sie auf Verwechslungen wie
0/O,1/I,5/Sund8/B. - Prüfen Sie, ob die erwartete Länge pro Kennungstyp eingehalten wird.
- Suchen Sie nach Dubletten, wenn Werte eigentlich eindeutig sein sollten.
Eine einfache Nebenprüfung kann so aussehen:
- Erwartete Länge stimmt
- Nur zulässige Zeichen enthalten
- Führende Null erhalten
- Keine versehentlichen Leerzeichen
- Stichprobe mit Quelle verglichen
Bei langen Spalten hilft es, nach Zeichenlänge zu filtern oder alphabetisch zu sortieren. Wenn eine Spalte immer genau zehn Zeichen enthalten soll, müssen alle kürzeren oder längeren Werte sofort geprüft werden.
Kompakte Prüfliste für die Wiederverwendung
Bevor Sie die OCR-Ergebnisse für Berichte, Importe oder Abgleiche verwenden, gehen Sie diese Liste durch:
- Datumsformat der Quelle bestätigt
- Stil für Dezimal- und Tausendertrennzeichen bestätigt
- Führende Nullen dort erhalten, wo sie nötig sind
- Zahlenspalten enthalten keine gemischten Texteingaben
- Kennungsspalten als Text geprüft
- Ausreißer gefiltert und kontrolliert
- Zufallsstichprobe Zeile für Zeile mit der PDF verglichen
- Zeilen mit hohem Betrag oder hohem Risiko manuell geprüft
Diese Prüfroutine ist einfach, verhindert aber ein häufiges Problem: Vertrauen nur aufgrund eines ordentlichen Erscheinungsbilds. Eine saubere Tabelle ist nicht automatisch eine richtige Tabelle.
Grenzen der Nachkontrolle
Auch eine sorgfältige Prüfung kann nicht jeden OCR-Fehler sicher ausschließen.
Behalten Sie diese Grenzen im Blick:
- Sehr schlechte Scans können systematische Fehler über viele Zeilen hinweg erzeugen.
- Sind Tabellen abgeschnitten, schief oder unvollständig, bleibt oft zusätzliche Handarbeit nötig.
- Mehrdeutige Datumsformate lassen sich manchmal nur mit fachlichem Kontext richtig deuten.
- Manche Kontonummern oder Referenzen können nur mit einem verlässlichen externen Bestand bestätigt werden.
- Komplexe Tabellen mit verbundenen Zellen oder mehrzeiligen Einträgen können Werte in falsche Spalten verschieben.
Je wichtiger die spätere Verwendung der Datei ist, desto tiefer sollte die Kontrolle ausfallen.
Fazit
Eine gescannte PDF in Excel umwandeln ist nur der erste Schritt. Wirklich verlässlich wird das Ergebnis erst durch eine gezielte Nachkontrolle. Datumsangaben, Dezimalstellen und Konto- oder Referenznummern verdienen dabei Vorrang, weil sie besonders leicht falsch erkannt werden und in der Praxis besonders teuer sein können.
Stellen Sie daher nicht nur die Frage, ob die Tabelle übernommen wurde. Fragen Sie vor allem, ob die kritischen Werte in Excel noch genau dasselbe bedeuten wie in der gescannten PDF. Genau diese Prüfung macht aus einem OCR-Rohentwurf eine belastbarere Arbeitsgrundlage.