Was es gut liest – und was nicht
Texterkennung (OCR) funktioniert am besten bei klarem, gedrucktem, aufrecht stehendem englischem Text: Dokumente, Kassenbons, Folien, Buchseiten und Screenshots in lesbarer Größe. Schwierigkeiten hat sie mit Handschrift, unscharfen oder niedrig aufgelösten Fotos, schräg oder gewölbt fotografierten Seiten, dekorativen Schriftarten sowie Tabellen oder mehrspaltigen Layouts, bei denen die Lesereihenfolge erraten werden muss.
ToolGPT sagt das offen. Jeder Auftrag meldet, wie sicher die Erkennung war, und bei geringer Sicherheit teilt Ihnen der Assistent mit, dass der Text unzuverlässig ist, statt ihn als saubere Abschrift zu präsentieren. Er beschreibt nie, was auf einer Seite steht, bevor der erkannte Text tatsächlich zurückgekommen ist.
Zeilen beibehalten oder zu Absätzen zusammenführen
Standardmäßig behält der Text seine Zeilenumbrüche wie gedruckt bei, was zu Kassenbons, Listen und Code passt. Wenn Sie den Text in ein Dokument einfügen möchten, bitten Sie um Absätze: Die Zeilen innerhalb jedes Absatzes werden zusammengeführt, mit einer Leerzeile zwischen den Absätzen.
Derzeit erkennt die Texterkennung nur Englisch. Sie übersetzt nicht, und sie transkribiert keine in einem Video gesprochenen Wörter – sie liest Text, den Sie auf einer Seite oder in einem Bild sehen können.
Von Grund auf privat
Die Erkennungs-Engine (Tesseract) läuft in Ihrem Browser, daher wird Ihr Bild oder PDF nicht an einen OCR-Dienst gesendet. Eines sollten Sie wissen, bevor Sie einen Brief, einen Kontoauszug, einen Ausweis oder einen Vertrag scannen: Damit der Assistent Fragen zum Ergebnis beantworten kann, werden die ersten 2.000 Zeichen des erkannten Textes mit der KI in Ihrem Chat geteilt, genauso wie alles, was Sie eingeben. Das Bild selbst bleibt auf Ihrem Gerät. Beim ersten Durchlauf wird die Erkennungs-Engine in die Seite geladen, daher dauert er etwas länger; spätere Durchläufe in derselben Sitzung starten sofort.