Zum Inhalt springen

Sprache und Dokumente

Handschrifterkennung

Handschrifterkennung wandelt handgeschriebenen Text aus Scans oder Fotos in maschinenlesbaren Text um. Man unterscheidet die Erkennung einzelner Druckbuchstaben in Formularfeldern (ICR) und die Erkennung fließender Handschrift ganzer Zeilen (HTR).

Auch: Handwritten Text Recognition, HTR, Intelligent Character Recognition, ICR, Handschriftenerkennung

Auf dem gescannten Lieferschein ist alles gedruckt, bis auf die eine Zeile, auf die es ankommt: „3 Stk. fehlen, Karton beschädigt“, mit Kugelschreiber quer über den Rand geschrieben. Ähnlich sieht es bei Aufmaßblättern auf der Baustelle aus, bei Prüfprotokollen in der Fertigung, bei Anmeldeformularen und bei Kundenkarten von der Messe. Oft steckt die entscheidende Information gerade im Handschriftlichen, und genau dort stößt eine einfache Texterkennung an ihre Grenzen.

Handschrifterkennung ist der Teil der Texterkennung, der sich mit diesen Stellen befasst. Die Grundlagen, also Bildaufbereitung, Seitenzerlegung und Konfidenzwerte, beschreibt der Eintrag zur OCR. Hier geht es darum, was bei Handschrift anders ist und was daraus für Projekte folgt.

Drei Begriffe, drei Schwierigkeitsgrade

Begriff Was erkannt wird Typischer Einsatz
OCR gedruckter Text in bekannten Schriftarten Rechnungen, Briefe, Lieferscheine
ICR einzeln geschriebene Druckbuchstaben und Ziffern in Feldern Formulare mit Kästchen, Antragsbögen, Ziffernfelder
HTR fließende, verbundene Handschrift ganzer Zeilen Notizen, Protokolle, Briefe, Archivbestände

ICR steht für Intelligent Character Recognition. Der Begriff ist vor allem im Formularwesen gebräuchlich: Menschen schreiben Druckbuchstaben in vorgegebene Kästchen, und das System erkennt Zeichen für Zeichen. Wie alt diese Aufgabe ist, zeigt eine Datensammlung des amerikanischen National Institute of Standards and Technology: Die Special Database 19 enthält handschriftlich ausgefüllte Formulare von 3.600 Schreibern und über 800.000 einzeln geprüfte Zeichenbilder. Die erste Ausgabe erschien 1995 und diente der Forschung an der Erkennung handgeschriebener Druckbuchstaben.

HTR steht für Handwritten Text Recognition und meint die schwerere Aufgabe: fließende Schrift, in der Buchstaben ineinander übergehen. Die Plattform Transkribus, die vor allem in Archiven verbreitet ist, beschreibt den Unterschied so, dass HTR eine Zeile als Folge verarbeitet, ohne einzelne Zeichen voneinander zu trennen. Bei verbundener Schrift ist eine solche Trennung oft gar nicht möglich.

Im Alltag verschwimmen die Begriffe. Viele Anbieter sprechen nur noch von OCR mit Handschriftunterstützung. Wer Angebote vergleicht, sollte deshalb konkret fragen, ob Druckbuchstaben in Feldern oder freie Schreibschrift gemeint sind.

Warum Handschrift so viel schwerer ist

Gedruckte Buchstaben sehen in einer Schriftart immer gleich aus. Handschrift unterscheidet sich von Person zu Person und bei derselben Person je nach Eile, Unterlage und Stift. Eine flüchtige 1 gleicht einer 7, ein u einem n, und ob „Rl“ oder „R1“ gemeint ist, verrät oft erst der Zusammenhang.

Moderne Verfahren lösen das, indem sie nicht Zeichen, sondern ganze Zeilen lesen und dabei ein Sprachmodell mitlaufen lassen, das wahrscheinliche Wortfolgen bevorzugt. Li und Kollegen von Microsoft haben 2021 mit TrOCR ein Modell vorgestellt, das dieselbe Transformer-Architektur wie heutige Sprachmodelle sowohl für das Verstehen des Bildes als auch für die Ausgabe des Textes nutzt. Getestet wurde es unter anderem auf der IAM-Sammlung, einem verbreiteten Vergleichsmaßstab für englische Handschrift. Dieser Ansatz macht die Erkennung robuster, hat aber eine Kehrseite: Wo das Bild unklar ist, ergänzt das Modell, was sprachlich plausibel klingt. Bei Wörtern ist das meist richtig. Bei Artikelnummern, Mengen und Namen ist Plausibilität kein Maßstab.

Was die großen Dienste heute können

Microsoft gibt für das Lesemodell von Document Intelligence in der aktuellen Version zwölf Sprachen an, für die Handschrift erkannt wird, darunter Deutsch, Englisch, Französisch und Italienisch. Für gedruckten Text sind es mehrere hundert. Der Abstand zeigt, wie viel schwieriger die Aufgabe ist. Google erkennt Handschrift über dieselbe Funktion wie dichten Dokumenttext und gibt Konfidenzwerte bis hinunter auf einzelne Zeichen zurück.

Multimodale Sprachmodelle lesen Handschrift ebenfalls und liefern auf Wunsch gleich strukturierte Felder. Sie sind bei schwer lesbaren Notizen oft erstaunlich gut, liefern aber selten verwertbare Konfidenzwerte und können fehlende Stellen plausibel auffüllen. Die Grenzen, die der OCR-Eintrag dafür beschreibt, gelten bei Handschrift erst recht.

Alte Schriften als Sonderfall

Wer Akten, Kirchenbücher oder Firmenarchive erschließen will, trifft auf Kurrent und Sütterlin, die heute kaum noch jemand lesen kann. Dafür gibt es spezialisierte Modelle. Transkribus gibt für sein Modell „German Kurrent“, das Kurrent, Sütterlin und Fraktur vom 17. bis 20. Jahrhundert abdecken soll, eine Zeichenfehlerrate von 5,4 Prozent auf dem Validierungsdatensatz an. Für eigene Bestände lassen sich Modelle nachtrainieren; Transkribus nennt dafür typischerweise 50 bis 100 von Hand abgeschriebene Seiten. Das sind Herstellerangaben, und das Ergebnis hängt stark davon ab, wie ähnlich die eigenen Dokumente den Trainingsdaten sind.

Welche Fehlerrate zählt

Gemessen wird Handschrifterkennung meist mit der Zeichenfehlerrate (Character Error Rate, CER), dem Anteil der Zeichen, die von der richtigen Abschrift abweichen. Für das Lesen eines Briefes ist eine niedrige einstellige Zeichenfehlerrate gut. Für die Automatisierung ist sie trügerisch.

Ein Rechenbeispiel mit angenommenen Werten: Liegt die Fehlerrate bei 5 Prozent und treten Fehler unabhängig voneinander auf, ist eine zehnstellige Kundennummer nur mit einer Wahrscheinlichkeit von etwa 60 Prozent vollständig richtig (0,95 hoch 10). Vier von zehn Nummern wären falsch, obwohl 95 Prozent aller Zeichen stimmen. Für Prozesse zählt deshalb nicht die Zeichenfehlerrate, sondern der Anteil der Felder, die vollständig richtig sind. Diese Zahl sollte man an einer eigenen Stichprobe messen, bevor man über Automatisierung entscheidet.

Wie man mit den Fehlern lebt

Handschrift wird nie so zuverlässig erkannt wie Druck. Gute Lösungen planen das ein, statt es zu verdrängen.

Prüfen, was sich prüfen lässt. Eine erkannte Kundennummer wird gegen den Kundenstamm abgeglichen, eine Artikelnummer gegen den Artikelstamm, eine IBAN über ihre Prüfziffer. Ein Datum muss ein gültiges Datum sein, eine Menge zur Bestellung passen. Solche Abgleiche fangen einen großen Teil der Fehler ab, bevor sie Schaden anrichten. Das ist Teil der Informationsextraktion und nicht der Erkennung selbst.

Unsichere Felder vorlegen. Felder mit niedriger Konfidenz oder fehlgeschlagener Prüfung gehen mit dem Bildausschnitt an einen Menschen, der nur noch bestätigt oder korrigiert. Diese Aufteilung nennt man Human in the Loop. Sie macht die Erkennung erst produktiv nutzbar.

Die Vorlage verbessern. Wer eigene Formulare gestaltet, beeinflusst die Erkennungsqualität stärker als jede Softwarewahl: Kästchen für einzelne Ziffern, Ankreuzfelder statt Freitext, ausreichend Platz und ein klarer Hinweis auf Druckbuchstaben.

Die Handschrift ganz vermeiden. Die zuverlässigste Handschrifterkennung ist die, die man nicht braucht. Wo Monteure ohnehin ein Tablet dabeihaben oder Kunden ein Webformular ausfüllen können, entfällt der Medienbruch an der Quelle. Für alles, was weiter auf Papier kommt, gehört die Handschrifterkennung als ein Baustein in ein Intelligent Document Processing, das Klassifikation, Erkennung, Prüfung und Übergabe verbindet.

Eine Abgrenzung zum Schluss: Unterschriften zu erkennen, also festzustellen, ob eine Unterschrift von einer bestimmten Person stammt, ist keine Handschrifterkennung im Sinne dieses Eintrags. Dabei geht es nicht um den Inhalt, sondern um die Identität des Schreibers, und damit um eine Form der Personenerkennung mit eigenen rechtlichen Anforderungen.

Quellen

  1. Sprach- und Gebietsschemaunterstützung für die Lese- und Layoutdokumentanalyse, Document Intelligence, Microsoft Learn, 2026
  2. Detect handwriting in images, Google Cloud, Vision-API-Dokumentation
  3. TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models, Li et al., Microsoft, arXiv, 2021
  4. NIST Special Database 19: Handprinted Forms and Characters, National Institute of Standards and Technology, 2016
  5. What is Handwritten Text Recognition (HTR)?, Transkribus, READ-COOP
  6. Transkribus German Kurrent, Transkribus, READ-COOP

Inhaltlich geprüft im Oktober 2026. Der Eintrag erklärt einen Begriff und ersetzt keine Rechts- oder Steuerberatung.

Welcher Prozess kostet Ihr Team jeden Tag unnötig Zeit?

Bringen Sie einen konkreten Ablauf mit. In 45 Minuten klären wir, ob sich seine Automatisierung rechnet und was der nächste Schritt wäre.

Direkt mit einem Gründer · unverbindlich · ohne Verkaufsshow

Erst ein Prozess.
Dann der nächste.