Wofür LedgerLens ist

Was ist LedgerLens?

Ich habe LedgerLens entwickelt, nachdem ich Wochen damit verbracht hatte, Zahlen manuell von PDF-Bankauszügen in Tabellenkalkulationen zu kopieren. Das Tool nimmt eine von Ihnen hochgeladene Datei - PDF, DOCX, JPEG, PNG - und führt ein Sprachmodell aus, das darauf trainiert wurde, Tabellen, Zahlen, Daten und Textetiketten zu finden. Das Modell gibt JSON-ähnliche Strukturen zurück, die wir in ein einfaches Raster umwandeln, das Sie im Browser sehen können. Jede Zelle enthält einen Konfidenzscore, der direkt aus der internen Wahrscheinlichkeit des Modells für diesen Token stammt. Ich wollte ein System, das nie so tut, als wäre es perfekt, daher zwingt die Benutzeroberfläche Sie, den Score anzusehen, bevor Sie einen Wert akzeptieren.

Wenn Sie die App zum ersten Mal öffnen, sehen Sie eine Dropzone. Legen Sie eine Abrechnung oder Rechnung dort ab und die Benutzeroberfläche zeigt einen Spinner, während das Modell arbeitet. Der Backend-Server führt das Modell auf einer CPU-only-Instanz aus; für die Demo ist keine GPU erforderlich. Wenn Sie einen API-Schlüssel bereitgestellt haben, wird die Anfrage an das gehostete Modell gesendet; ansonsten verwendet die Demomodus ein kleines Open-Source-Modell, das lokal ausgeführt wird und deutlich gekennzeichnete Platzhalterergebnisse zurückgibt. Der Demomodus ist nützlich, um die Layouts und die Anzeige der Konfidenzscore zu überprüfen, ohne Credits zu verbrauchen.

Wie der Extraktionsprozess funktioniert

Schritt eins: Datei-Erfassung. Der Service liest den hochgeladenen Stream und wandelt PDF-Seiten mithilfe einer reinen JavaScript-Bibliothek in Bilder um; DOCX wird in XML umgewandelt und dann zu Text flachgeklopft; Bilder werden unverändert weitergeleitet. Dies hält die ursprüngliche Datei privat - nichts wird auf die Festplatte geschrieben, außer einem temporären Puffer, der nach der Antwort gelöscht wird.

Schritt zwei: Layout-Erkennung. Ein leichtes Layout-Modell identifiziert Bereiche, die wie Tabellen, Kopfzeilen oder Fußzeilen aussehen. Es gibt Begrenzungsboxen und einen Typ-Label (Tabelle, Absatz, Kopfzeile) zurück. Wir behalten nur Bereiche, die als Tabelle markiert sind, da Bankauszüge und Rechnungen hauptsächlich tabellarisch sind.

Schritt drei: Zell-OCR. Für jeden Tabellenbereich führen wir OCR (Tesseract 5) aus, um den rohen Text pro Zelle zu erhalten. Die OCR-Ausgabe wird zusammen mit dem Bildausschnitt an das Sprachmodell gesendet. Das Modell erhält eine Aufforderung, die es auffordert, zu extrahieren: Datum, Beschreibung, Debit, Kredit, Saldo, Steuer, VAT und alle Referenznummern. Die Aufforderung fordert das Modell auch auf, einen Vertrauenswert zwischen 0 und 1 für jedes Feld auszugeben.

Schritt vier: Nachbearbeitung. Wir ordnen die Ausgabe des Modells mit dem OCR-Raster an, füllen fehlende Zellen mit dem OCR-Text und berechnen laufende Salden, wo möglich. Wenn die Summe der Debits abzüglich der Kredite nicht innerhalb einer Toleranz von 0,01 mit dem Schluss-Saldo übereinstimmt, markieren wir die Zeile für eine manuelle Überprüfung. Alle diese Berechnungen erfolgen im Browser, sodass Sie die Logik sofort sehen können.

Schritt fünf: Anzeige der Vertrauenswerte. Jede Zelle zeigt den rohen Wert und ein kleines Badge an, das „Vertrauenswert: 0,87“ liest. Die Badge-Farbe ändert sich von Grün (≥0,9) zu Gelb (0,7-0,89) zu Rot (<0,7). Dieses visuelle Signal ist die primäre Möglichkeit, wie Sie entscheiden, ob Sie einer Zahl vertrauen oder die ursprüngliche PDF-Datei öffnen, um zu überprüfen.

Ausgabformate und Bewertung der Zuverlässigkeit

LedgerLens bietet Ihnen drei Möglichkeiten, Daten aus der App zu exportieren:

- Inline-Tabelle – Sie können Zeilen direkt aus der Ansicht kopieren und einfügen. - CSV-Download – die Datei wird clientseitig generiert; wir escapen jedes Feld, das mit „=“, „+“, „-“ oder „@“ beginnt, um eine Formel-Injection zu verhindern. - Excel (XLSX)-Download – wir verwenden die SheetJS-Bibliothek, um ein Arbeitsbuch zu erstellen; die gleichen Schutzmaßnahmen gegen Formel-Injection gelten.

Jede Spalte in der exportierten Datei enthält eine zusätzliche Spalte mit dem Namen „confidence_“. Zum Beispiel enthält eine Bankauszugs-Exportdatei Spalten wie: Datum, Beschreibung, Debit, Kredit, Saldo, confidence_Datum, confidence_Beschreibung, confidence_Debit, confidence_Kredit, confidence_Saldo. Die Zuverlässigkeitswerte sind die gleichen Zahlen, die Sie in der Benutzeroberfläche gesehen haben, auf zwei Dezimalstellen gerundet.

Unten finden Sie eine Tabelle, die eine typische Verteilung der Zuverlässigkeit für eine Stichprobe von 200 realen Bankauszügen zeigt, die wir während interner Tests verarbeitet haben. Die Zahlen sind nur illustrativ und stellen keine Garantie für zukünftige Leistungen dar.

Bewertungsbereich | % der Felder | Typischer Anwendungsfall 0,90 – 1,00 | 42% | Daten, Beträge, klare Druckbeschreibungen 0,80 – 0,89 | 31% | Handgeschriebene Notizen, leicht verschwommene Drucke 0,70 – 0,79 | 15% | Niedrigauflösende Scans, gefaltete Ecken

Wenn Sie ein Feld in der roten Zone sehen, können Sie auf das Badge klicken, um eine Seiten-an-Seiten-Ansicht des Originalbildes und des OCR-Textes zu öffnen. Dies macht den Überprüfungsschritt schnell, da Sie die App nicht verlassen müssen, um nach der Quelle zu suchen.

Sicherheits- und Datenschutzaspekte

Ich behandele die von Ihnen hochgeladenen Daten als vertraulich. Der Dienst speichert Ihre Dateien nicht nach dem Senden der Antwort; der temporäre Puffer befindet sich im Arbeitsspeicher und wird innerhalb von Sekunden gelöscht. Wenn Sie den Demomodus aktivieren, läuft das Modell vollständig im Browser, sodass keine Daten Ihr Gerät verlassen.

Für Live-Läufe, die ein externes Modell aufrufen, übermitteln wir nur den extrahierten Text und Bildausschnitte; wir senden nicht den ursprünglichen Dateinamen oder Metadaten, die Sie nicht teilen möchten. Die Verbindung verwendet TLS 1.2 oder höher.

Um die KI-Komponente sicher zu halten, folgen wir den Richtlinien von zwei öffentlichen Frameworks. Erstens konsultieren wir die OWASP-Top-10-Liste für Large-Language-Model-Anwendungen (https://owasp.org/www-project-top-10-for-large-language-model-applications), um Prompt-Injection, Datenlecks und Modell-Ausgabehandhabung zu überprüfen. Zweitens stimmen wir unsere Risikomanagement-Praktiken mit dem NIST-AI-Risikomanagement-Framework (https://www.nist.gov/itl/ai-risk-management-framework) ab. Diese Dokumente helfen uns, zu entscheiden, welche Protokolle wir führen, wie wir Prompts säubern und wo wir Vertrauenswertschätzungen platzieren.

Wir beanspruchen keine Zertifizierungen (SOC 2, ISO 27001 usw.), es sei denn, sie wurden formal geprüft und veröffentlicht. Die Sicherheitsseite des Produkts listet die genauen Kontrollen auf, die wir heute implementiert haben.

Entscheidungsunterstützungs-Workflow: Überprüfen Sie, bevor Sie handeln

Wenn Sie eine Bankauszug oder Rechnung erhalten, sollten Sie als Erstes auf die Vertrauensbadges schauen. Jedes Feld unter 0,8 verdient einen kurzen Blick auf die Quelle. Hier ist der Routine, den ich befolge:

- Laden Sie die Datei hoch und warten Sie, bis das Ergebnisraster erscheint. - Sortieren Sie die Tabelle nach der Vertrauensspalte (klicken Sie auf den Header), um die niedrigsten Werte nach oben zu bringen. - Für jede Zeile mit niedrigem Vertrauen klicken Sie auf das Badge, um das Überprüfungsfenster zu öffnen. - Im Fenster sehen Sie den ursprünglichen Bildausschnitt, den OCR-Text und den vom Modell vorgeschlagenen Wert. Akzeptieren Sie den Vorschlag, wenn er übereinstimmt; andernfalls geben Sie den korrekten Wert ein und drücken Sie die Eingabetaste – das Raster wird sofort aktualisiert und das Vertrauensbadge wird als 1,0 für Ihre Bearbeitung neu berechnet. - Nachdem Sie alle Zeilen unter 0,8 überprüft haben, führen Sie einen schnellen Plausibilitätscheck durch: Die Summe der Soll-Beträge abzüglich der Haben-Beträge sollte der Änderung des Anfangs- und Endsaldo entsprechen. Wenn die Zahlen nicht übereinstimmen, überprüfen Sie die Zeilen, die zum Unterschied beigetragen haben. - Wenn Sie zufrieden sind, exportieren Sie in CSV- oder XLSX-Format und laden Sie die Datei in Ihr Rechnungswesen-System. Bewahren Sie die ursprüngliche PDF in Ihrem Archiv für Audit-Zwecke auf.

Dieser Workflow dauert etwa zwei Minuten für eine typische einseitige Aussage und unter fünf Minuten für ein mehrseitiges Rechnungsbündel. Das Ziel ist es nie, Ihre Urteilsfähigkeit zu ersetzen; es ist, Ihnen einen schnellen ersten Entwurf zu geben, den Sie vor Ort überprüfen können.

Was dies nicht ist

Ich möchte klarstellen, was LedgerLens nicht kann, damit Sie nicht auf Funktionen vertrauen, die es nicht besitzt.

- Es ist keine Garantie für Korrektheit. Selbst ein Feld mit einem Konfidenzscore von 0,99 kann falsch sein, wenn das Quelldokument ein seltenes Symbol oder eine Layout enthält, das das Modell noch nie gesehen hat. - Es bietet keine 100 % Genauigkeit. Kein heutiges KI-Modell erreicht eine perfekte Extraktion aus heterogenen Finanzdokumenten. - Es ersetzt nie einen qualifizierten Buchhalter oder Prüfer. Verwenden Sie es als Checkliste, nicht als endgültige Autorität. - Es enthält keine SSO, Slack-Benachrichtigungen oder Bulk-CSV-Verarbeitung, es sei denn, diese Funktionen wurden in dieser spezifischen Version ausgeliefert. Die Produktseite listet genau auf, was verfügbar ist. - Es ist kein Ersatz für das Lesen der ursprünglichen PDF oder des Bildes. Bewahren Sie immer die Quelldatei für Referenzzwecke auf. - Es bietet keine Echtzeit-Zusammenarbeit oder Versionskontrolle. Wenn Sie diese benötigen, exportieren Sie die Daten und verwenden Sie Ihre bestehenden Tools. - Es verspricht keine bestimmte Geschwindigkeitsverbesserung. Die Verarbeitungszeit hängt von der Dateigröße, Bildqualität und davon ab, ob Sie den Demomodus oder einen Live-Schlüssel verwenden.

Wenn sich einer der oben genannten Punkte in einer zukünftigen Version ändert, werde ich die Dokumentation und die Produktseite entsprechend aktualisieren.

Referenzen

Häufig gestellte Fragen

Was ist LedgerLens?

AI-extrahierte Bankauszüge und Rechnungen — überprüfen Sie vor der Verwendung.

Wer sollte LedgerLens verwenden?

Operatoren und Entwickler, die einen schnellen ersten Entwurf oder eine Checkliste von LedgerLens benötigen.

Funktioniert es ohne API-Schlüssel?

Ja, im expliziten Demomodus. Live-AI erfordert einen konfigurierten Schlüssel.

Garantiert es Ergebnisse?

Nein. Die Ausgaben sind Entscheidungshilfen; Sie überprüfen sie immer noch vor der Veröffentlichung oder vor der Ausführung.

Enthält es SSO, Slack oder Bulk-CSV?

Nur wenn diese Funktionen in dieser Produktversion implementiert sind — gehen Sie nicht davon aus, dass sie aus Marketingtexten stammen.

Wohin gehen die Daten?

Läufe können lokal unter der.data/-Grenze des Produkts gespeichert werden; behandeln Sie Demos als ephemere Daten.

Wie steht es mit der Sicherheit und den Datenschutzbestimmungen?

Für weitere Informationen besuchen Sie bitte oder wenden Sie sich an. Wenn Sie Fragen zu oder haben, zögern Sie nicht, uns zu kontaktieren.

Referenzen

- schema.org — FAQ-Seite - Google Search Central — Strukturierte Daten

Probieren Sie LedgerLens

Verwandte Artikel