# OCR-PDF-zu-strukturiertes-JSON-Brücke

Extrahiert die PDF-Textebene mit Geometrie (Zeilen nach y-Position, Tabellen nach Spaltenlücken, Überschriften nach Schriftgröße, Doppelpunkt-Schlüsselwerte) und füllt Feld für Feld ein benutzerdefiniertes JSON Schema — Labels werden über normalisierte Schlüssel gepaart, Werte zu deklarierten Typen konvertiert und mit ajv validiert.

> Kanonische Seite: https://elysiatools.com/de/tools/ocr-pdf-to-structured-json-bridge

- **Kategorie:** Document Tools

- **Schlagwörter:** pdf zu json, json schema, strukturierte extraktion, rechnungsextraktion, tabellenextraktion

## Überblick

Die OCR-PDF-zu-strukturiertes-JSON-Brücke analysiert die geometrische Textebene von PDF-Dokumenten und überführt extrahierte Schlüssel-Wert-Paare, Tabellen und Überschriften direkt in ein vorgegebenes JSON-Schema mit ajv-Validierung.

## Eingaben

- **PDF-Datei (mit Textebene)** (file): Invoice / form / statement PDF with a text layer
- **Ziel-JSON-Schema** (textarea): { "type": "object", "properties": { "invoice_number": { "type": "string" }, "total": { "type": "number" } }, "required": \["invoice_number"\] }
- **Zahlumwandlungsstil** (select)

## Wann verwenden

- Wenn unstrukturierte Rechnungen, Formulare oder Kontoauszüge als PDF vorliegen und in ein maschinenlesbares JSON-Format übertragen werden müssen.
- Wenn extrahierte Werte wie Beträge und Daten strengen Typanforderungen eines Zielschemas (z. B. ERP- oder CRM-Systeme) entsprechen müssen.
- Wenn Feldtypen und Pflichtfelder direkt beim Import gegen ein JSON-Schema geprüft und Validierungsfehler explizit ausgewiesen werden sollen.

## Funktionsweise

- Das Dokument wird analysiert, wobei Zeilen über Y-Koordinaten, Tabellen über Spaltenabstände und Schlüssel-Wert-Paare über Trennzeichen wie Doppelpunkte geometrisch erfasst werden.
- Die erkannten Bezeichnungen werden normalisiert und den entsprechenden Feldern des bereitgestellten JSON-Schemas zugeordnet.
- Extrahierte Werte werden basierend auf der Schemadefinition und dem gewählten Zahlenformat (z. B. Dezimaltrennzeichen) in Datentypen wie String, Number oder Date konvertiert.
- Das resultierende JSON-Objekt wird mit ajv gegen das Schema validiert und inklusive Feld-Mapping und Fehlerbericht ausgegeben.

## Anwendungsfälle

- Automatisierte Erfassung von PDF-Eingangsrechnungen zur Übergabe an ERP- und Buchhaltungssysteme.
- Extraktion von strukturierten Antragsdaten aus behördlichen oder betrieblichen PDF-Formularen.
- Überführung von PDF-Kontoauszügen und tabellarischen Abrechnungen in typisierte Datenbank-Payloads.

## Häufig gestellte Fragen

### Welche PDF-Dateien können verarbeitet werden?

Es werden PDF-Dateien mit einer vorhandenen Textebene bis zu einer Dateigröße von 20 MB unterstützt.

### Wie werden Zahlen mit unterschiedlichen Dezimaltrennzeichen verarbeitet?

Über den Zahlumwandlungsstil kann gewählt werden, ob Punkte oder Kommas als Dezimaltrenner interpretiert werden oder die automatische Erkennung greift.

### Was passiert, wenn ein Wert nicht dem Schema entspricht?

Die Brücke erzeugt das JSON-Objekt dennoch, kennzeichnet den Validierungsfehler über ajv exakt mit Pfad und listet den Rohwert auf.

### Werden Tabellen aus PDFs automatisch erkannt?

Ja, Spalten und Tabellenzeilen werden anhand horizontaler Abstände und geometrischer Ausrichtung im Dokument rekonstruiert.

### Können benutzerdefinierte Pflichtfelder definiert werden?

Ja, über das Array 'required' im übergebenen JSON-Schema lassen sich Pflichtfelder festlegen, die von ajv geprüft werden.

## Ähnliche Tools

- [Chat-Transkript zu PDF](https://elysiatools.com/de/tools/chat-transcript-to-pdf): Layout von Chat-Transkripten als PDF
- [Fitness-Workout-PDF-Generator](https://elysiatools.com/de/tools/fitness-workout-pdf-generator): Erstellt einen druckbaren Trainingsplan als PDF aus JSON oder CSV mit Tabellen, Fortschrittsfeldern und optionalen QR-Codes
- [Richtext-JSON zu PDF](https://elysiatools.com/de/tools/richtext-json-to-pdf): Konvertiert TipTap/Quill/Slate JSON in PDF
- [PDF-zu-JSON-Struktur-Explorer](https://elysiatools.com/de/tools/pdf-to-json-structure-explorer): Extrahiert OpenDataLoader-JSON aus einem PDF und zeigt Ueberschriften, Absaetze, Tabellen, Listen und Bounding Boxes
- [Data-URI-Generator](https://elysiatools.com/de/tools/data-uri-generator): Konvertiert Dateien in Data URIs (Base64 oder prozent-kodiert), um Bilder, Schriftarten und Ressourcen direkt in HTML, CSS oder Markdown einzubetten
- [Konverter fuer verschluesseltes PDF](https://elysiatools.com/de/tools/encrypted-pdf-converter): Oeffnet geschuetzte PDFs mit dem richtigen Passwort und exportiert sie als Markdown, JSON oder Text
- [PDF AcroForm Ausfuller](https://elysiatools.com/de/tools/pdf-acroform-filler): Fullt PDF-Formularfelder per JSON und exportiert die fertige PDF
- [PDF-Anmerkungs-Export](https://elysiatools.com/de/tools/pdf-annotation-export): Extrahiert bestehende Anmerkungen (Hervorhebungen, Kommentare, Stempel, Links) aus einem PDF als JSON-Zeichenkette

## Beispiele

- [PDF-Beispiele](https://elysiatools.com/de/samples/pdf-samples): Generierte PDF-Beispiele von Tools zwischen 2026-02-01 und 2026-02-10
- [Chat-JSON-Beispiele](https://elysiatools.com/de/samples/chat-transcript-json): JSON-Beispiele für Chat-Transkripte mit mehreren Rollen
- [Rich-Text-JSON-Beispiele](https://elysiatools.com/de/samples/rich-media-json): JSON-Beispiele für Rich-Text-Editoren (TipTap, Quill, Slate)
- [Terraform-Plan-JSON-Beispiele](https://elysiatools.com/de/samples/terraform-plan-json-samples): Terraform-Plan-JSON-Dateien fuer Abhaengigkeitsvisualisierung und Change-Review, passend zu terraform show -json