Erfahrung und praktische Lösungen

Zuerst den Auszugstyp bestimmen

Prüfen Sie, ob das PDF Text enthält oder ein Scan ist. Text wird direkt extrahiert; Scans benötigen OCR.

PDF mit Tabellenlinien: direkt extrahieren

Viele Auszüge haben Tabellenlinien. Diese werden erkannt, leere Zellen bereinigt und wiederholte Kopfzeilen entfernt.

Date        | Description      | Debit   | Credit  | Balance
2026-07-03  | ACME PAYROLL     |         | 4,500.00| 14,500.00
2026-07-05  | OFFICE RENT      | 2,400.00|         | 12,100.00

PDF ohne Linien: Textkoordinaten verwenden

Manche Auszüge nutzen nur Positionen. Der Parser teilt Zeilen und verwendet Wortkoordinaten, um Spalten zu finden.

2026-07-11  SUPPLIER PAYMENT  3,150.00          15,750.00
2026-07-15  ATM WITHDRAWAL      500.00          15,250.00
2026-07-18  REFUND - TAX                   220.50 15,470.50

Gescannte Dateien: OCR erforderlich

Scans enthalten nur Bilder. Tabellenparameter helfen nicht; OCR muss zuerst laufen.

Exportsicherheit: Beträge und Formeln

Auszugstext stammt aus PDFs. Zellen dürfen nicht als Formeln ausgeführt werden. CSV nutzt UTF-8 BOM.

Beispiel: warum 0 Zeilen erkannt werden

Häufigste Ursachen sind Scans, Bildseiten oder Sicherheitstools. Lösungen: OCR, Quelle prüfen oder Text-PDF neu erzeugen.