c // mag - Fachzeitschrift für Informationstechnologien, Themenheft: Moderner Staat

OCR-Schriften sind stark stilisierte und maschinenlesbare
Normschriften (OCR-A, OCR-B, OCR-H) wie beispielsweise diese OCRB-
Type hier. OCR-Schriften sind in Scheckformularen, Personalausweisen
oder ID-Cards zu finden. Die Schriften werden in ihrer Typometrie
von internationalen Gremien wie der International Organization
for Standardization (ISO) genormt und zertifiziert. Heute ist die
Schrifterkennung längst nicht mehr auf lesefreundliche Schrifttypen
angewiesen, um Erkennungsraten jenseits der 90 Prozent zu liefern.
Neue Technik, neue Anwendungen
Mit den technischen Möglichkeiten haben sich die Einsatzgebiete
der Schrifterkennung erweitert. Bis in die 90er
Jahre dominierten Lösungen für die Formularerfassung
den Markt. Banken benötigten Automatisierungslösungen,
um die wachsenden Mengen an Schecks und besonders an
Überweisungsformularen (EZÜ) bewältigen zu können.
Hochvolumige Scanner, Server-Batterien für Bildverarbeitung
und Schrifterkennung und ein Saal von Korrektur-
Arbeitskräften prägten das Bild eines typischen Beleglesezentrums.
Die Aufgabe der Korrekturkräfte ist es, die Daten
zu erfassen, die von der OCR nicht oder nicht sicher genug
erkannt wurden. Bei handschriftlich ausgefüllten Formularen
ein immer noch bedeutsamer Anteil.
Neben den Banken waren es in Deutschland vor allem die
großen gesetzlichen Krankenversicherungen und Behörden,
die zu Großabnehmern von Formularerfassungslösungen
wurden. Ein ähnliches Bild im Ausland: Mit 5 Milliarden
Schecks jährlich sorgt der amerikanische Bankensektor
nach wie vor für eine rege Nachfrage nach Erfassungslösungen.
Auch hier sind die Krankenversicherungen mit den
legendären HCFAs, den Health Insurance Claim Forms, der
zweitgrößte Abnehmer der Technik.
Diesen Lösungen sind zwei Merkmale gemein. Erstens, es
werden Formulare gelesen, also Dokumente, die speziell für
die Erfassung von Informationen entworfen wurden und
bei denen die benötigte Information an festen Positionen
auf dem Dokument stehen. Zweitens, die Erfassung findet in
großen Mengen an zentralen Standorten statt, unabhängig
von Datenverarbeitungssystemen für die nächsten Schritte.
Wie bei vielen innovativen Entwicklungen in der Schrifterkennung
waren auch bei der Freiform-Erkennung europäische
Unternehmen frühzeitig erfolgreich. Europäische
Förderprojekte, wie das Projekt Adaptive READ mit elf
047
beteiligten Firmen und Universitäten, haben europäischen
und deutschen Unternehmen eine gute Position im internationalen
Wettbewerb verschafft. Die erste Anwendung, die
diese Technik fand, war die Verarbeitung von Schadensmeldungen
bei den privaten Krankenversicherungen.
Killerapplikation der Freiform-Technik
Den großen Durchbruch hatte die Freiform-Erkennung
mit der Verarbeitung von eingehenden Rechnungen bei den
Industrie- und Handelsunternehmen. Während Arztrechnungen
einen relativ einheitlichen Aufbau haben, prägen
CI-Richtlinien und individueller Gestaltungswille das Aussehen
von Handelsrechnungen. Die technische Latte war
relativ hoch gelegt. Doch auch diese Hürde wurde genommen,
die Rechnungsbearbeitung zu einer Killerapplikation
der Freiform-Technik.
Während die ersten Systeme noch mit formularbasierten
Ansätzen versuchten, die Aufgabe zu lösen, dominieren
heute regelbasierte und selbstlernende Verfahren das Feld.
Beim formularbasierten Ansatz wird für jeden Lieferanten
ein Template angelegt. Bei zum Teil fünfstelligen Lieferantenzahlen
allerdings eine Arbeit für Sisyphos, die zudem
immer wieder anfällt, sobald ein Lieferant sein Rechnungslayout
ändert. Der regelbasierte Ansatz arbeitet eher wie das
menschliche Gehirn. Um den Gesamtbetrag einer Rechnung
zu finden, werden einem regelbasierten Erkennungssystem
zum Beispiel folgende Regeln beigebracht: Ein Gesamtbetrag
befindet sich am Ende der Rechnung, er ist in der Regel
der größte Betrag auf der Rechnung, Schlüsselwörter wie
„Gesamtbetrag“, „Summe“, „Total“ o. ä. befinden sich in der
Nähe, weitere Beträge wie Netto und Mehrwertsteuer befinden
sich im näheren Umfeld, die drei addieren sich, und so
weiter. Auch die Definition, was überhaupt ein Betrag ist,
wird bestimmt: Eine Folge von Ziffern, Sonderzeichen und