Scan Types

Choose the right scan type: Receipt, Invoice, or Other

Scan-Typen-Übersicht

Yomio bietet drei Scan-Typen, die jeweils für eine andere Art von Dokument optimiert sind. Die Wahl des richtigen Typs ist der wichtigste Faktor für eine erfolgreiche Datenextraktion.

🧾

Quittung

Engine: Azure Document Intelligence

Best for: Mit Ihrer Kamera fotografierte Quittungen in Papierform
Examples: Einkaufsbelege, Restaurantrechnungen, Quittungen aus dem Einzelhandel, Tankstellenbelege
Limitations: Funktioniert nur mit Fotos von echten Papierbelegen. Screenshots, Webseiten und digitale Bestellungen werden nicht akzeptiert.
How it works: Das Bild wird an das vorgefertigte Azure DI-Belegmodell gesendet – ein spezielles OCR-Modell, das anhand von Millionen echter Belegfotos trainiert wurde.
📄

Rechnung

Engine: Azure Document Intelligence

Best for: Formelle Rechnungen, Abrechnungen und strukturierte Finanzdokumente
Examples: Rechnungen von Auftragnehmern, Stromrechnungen, Software-Abonnements, Rechnungen von Freiberuflern
Limitations: Am besten geeignet für saubere digitale Dokumente. Bei handschriftlichen oder mit Anmerkungen versehenen Rechnungen kann die Genauigkeit beeinträchtigt sein.
How it works: Das Bild wird an das in Azure DI integrierte Rechnungsmodell gesendet, das rechnungsspezifische Felder erkennt.
📋

Sonstiges

Engine: GPT-4o Vision (OpenRouter)

Best for: Screenshots, Webseiten, E-Mail-Bestätigungen und alles, was nicht dem Standard entspricht
Examples: Screenshots von Warenkörben auf Websites, Seiten zur Bestellbestätigung, E-Mail-Quittungen, Angebote, Kostenvoranschläge
Limitations: Keine besonderen Einschränkungen – verarbeitet praktisch jedes Bild, das Text enthält.
How it works: Das Bild wird an GPT-4o gesendet – eine multimodale KI, die das Bild visuell auswertet und strukturierte Daten extrahiert. Es ist kein separater OCR-Schritt erforderlich. Die Elemente werden automatisch kategorisiert.

Kurzanleitung für Entscheidungen

Sie sind sich nicht sicher, welchen Typ Sie wählen sollen? Folgen Sie diesem Ablauf:

1

Handelt es sich um eine gedruckte Quittung aus einem Geschäft oder Restaurant?

→ Choose: Quittung

2

Handelt es sich um eine formelle Rechnung (als PDF oder in gedruckter Form)?

→ Choose: Rechnung

3

Handelt es sich um einen Screenshot, eine Webseite, eine E-Mail oder eine digitale Bestellung?

→ Choose: Sonstiges

4

Ist die Quittung oder Rechnung mit einem Fehler fehlgeschlagen?

→ Choose: Sonstiges (bitte versuchen Sie es erneut mit diesem Typ)

Häufige Fehlerszenarien

Hier sind die häufigsten Fehler und wie man sie behebt:

ScenarioYou choseResultShould beWhy
Screenshot des Warenkorbs einer Website (Walmart, Amazon, IKEA usw.)Quittung❌ FEHLER — OCR_FAILEDSonstigesDas Azure-DI-Belegmodell erwartet ein Foto eines Papierbelegs. Ein Screenshot einer Website weist ein anderes Layout, andere Schriftarten und einen anderen Kontrast auf, die das Modell nicht auswerten kann.
Screenshot einer Bestellbestätigungs-E-MailQuittung❌ FEHLER — OCR_FAILEDSonstigesAus dem gleichen Grund – E-Mail-Layouts sehen nicht wie Quittungen aus.
Foto eines Computermonitors, auf dem eine Quittung im PDF-Format zu sehen istQuittung❌ FEHLER — OCR_FAILEDSonstigesBildschirmreflexionen, Moiré-Muster und Artefakte des Pixelrasters verhindern, dass das OCR-Modell den Text zuverlässig lesen kann.
Foto eines Einkaufsbelegs aus PapierQuittung✅ ErfolgQuittungStandard-Anwendungsfall – funktioniert wie erwartet.
PDF-Rechnung eines AuftragnehmersRechnung✅ ErfolgRechnungStandard-Anwendungsfall – funktioniert wie erwartet.

⚠️Achtung

Wenn ein Scan mit dem Beleg- oder Rechnungstyp fehlschlägt, laden Sie das gleiche Bild NICHT erneut hoch. Versuchen Sie es stattdessen erneut mit dem anderen Typ — er verwendet eine völlig andere KI-Engine (GPT-4o Vision), die nicht standardmäßige Dokumente verarbeiten kann.

Wie es funktioniert

Jeder Scan-Typ leitet Ihr Bild an eine andere KI-Pipeline weiter:

Beleg-/Rechnungs-Pipeline (v1)

Route: POST /documents · Engine: Azure Document Intelligence

  1. Dateiüberprüfung und S3-Upload
  2. Azure DI OCR (vorgefertigte Quittung oder vorgefertigte Rechnung)
  3. Aufbereitung der Antwort zu strukturierten Daten
  4. Erstellung von Ausgaben mit Posten (Kategorisierung über separaten LLM-Aufruf)

Andere Pipeline (v2)

Route: POST /v2/documents · Engine: GPT-4o Vision (OpenRouter)

  1. Dateiüberprüfung und S3-Upload
  2. Bildoptimierung (automatische Drehung, Größenanpassung, Schärfen, Kontrast)
  3. GPT-4o liest das Bild ein und gibt strukturierte JSON-Daten zurück
  4. Erstellung von Ausgaben mit vorab kategorisierten Posten (ohne separaten LLM-Schritt)

Tipps & Best Practices

✅ Do

  • Machen Sie nach Möglichkeit ein Foto des Papierbelegs – das funktioniert am besten mit dem Belegtyp
  • Wählen Sie „Sonstiges“ für Screenshots, Webseiten, E-Mails oder digitale Dokumente aus.
  • Wenn ein Scan fehlschlägt, versuche es erneut mit „Anderes“, bevor du die Datei erneut hochlädst.
  • Sorgen Sie für eine gute Beleuchtung und legen Sie das Dokument flach hin, um optimale Ergebnisse zu erzielen.

❌ Don't

  • Verwenden Sie „Receipt“ nicht für Screenshots von Websites – das funktioniert nicht.
  • Lade dasselbe Bild nicht zweimal hoch – ändere einfach die Scanart
  • Verwenden Sie bei der Belegart „Quittung“ keine Screenshots von Bildschirmen (Monitor/Smartphone, auf dem ein Dokument angezeigt wird).