OCR im eigenen System: Wenn Cloud-APIs für Dokumente nicht infrage kommen
Cloud-APIs lassen sich einfach integrieren und sind in der Pilotphase kostengünstig. In stark regulierten Branchen verhindern strenge Vorgaben jedoch oft den Einsatz von Abläufen, die von der Cloud abhängen. Auch schwer planbare Kosten pro Seite und Systeme ohne Internetzugang sprechen gegen OCR in der Cloud. Das OCR-Modul des Apryse Server SDK verarbeitet Dokumente vollständig in Ihrer eigenen Infrastruktur. Dabei werden keine Inhalte an Apryse oder Dritte übertragen.
OCR vollständig lokal
Wenn Sie volle Kontrolle über Ihre Dokumente und Daten benötigen, verarbeiten Sie diese direkt in Ihrer eigenen Umgebung. Das Apryse Server SDK OCR Module wird vollständig in Ihrer Infrastruktur ausgeführt – lokal, in einer VPC oder in einer isolierten Umgebung. Es wandelt gescannte Bilder und bildbasierte PDFs in durchsuchbare PDFs mit auswählbarer Textebene um. Zudem liefert es strukturierte JSON- oder XML-Daten mit Text- und Positionsdaten. Schnittstellen sind für Java, Python, C#, C++, Node.js, PHP, Ruby und Go verfügbar. Das Modul ist ein separat lizenziertes Add-on. Ihr Testschlüssel bietet Zugriff auf alle Add-ons. Das SDK unterstützt Windows, Linux und macOS und kommt ohne GPU aus.
Warum Cloud-OCR-APIs die Anforderungen regulierter Branchen oft nicht erfüllen
Ein Dokument, das Sie an eine Cloud-OCR-API senden, verlässt Ihre eigene Umgebung und wird von einem externen Anbieter verarbeitet. Für viele Anwendungen ist dies unkritisch. Bei sensiblen oder regulierten Daten kann es jedoch ein Ausschlusskriterium sein. Im Rahmen von HIPAA muss das Business Associate Agreement auch den OCR-Anbieter einschließen. Bei einer Prüfung von Datentransfers nach DSGVO ist zudem der Standort des Dienstleisters relevant. Auch der Umfang eines SOC-2-Audits wächst mit jeder externen API, die ein Dokument auf dem Weg zu durchsuchbarem Text durchläuft.
Das Preismodell pro Seite ist ein weiterer wichtiger Faktor. In einem Pilotprojekt wirken die Kosten zunächst überschaubar. Bei 100.000 Seiten pro Monat entstehen jedoch laufende Ausgaben, die mit Ihrem Dokumentenvolumen steigen – unabhängig von der Größe Ihres Entwicklungsteams.
Das OCR-Modul des Apryse Server SDK verarbeitet Dokumente direkt in Ihrer eigenen Infrastruktur. Mit der Pauschallizenz bleiben Ihre Kosten unabhängig von der Zahl der verarbeiteten Seiten planbar. So können Sie Ihre Plattform skalieren, ohne dass die OCR-Kosten mit dem Dokumentenvolumen steigen.
OCR-Lösungen im Vergleich
Dokumente werden in Ihrer eigenen Infrastruktur verarbeitet
Dokumente werden in der AWS-Cloud verarbeitet
Dokumente werden über die Infrastruktur von Google Cloud verarbeitet
Ihre Daten bleiben in Ihrer Umgebung
Ihre Daten bleiben in Ihrer Umgebung
JaDaten bleiben in Ihrer Umgebung
Unterstützung für lokale und isolierte Umgebungen
Kein Betrieb On-Premises oder in Air-Gap-Umgebungen
On-Premise- und Air-Gap-Betrieb werden nicht unterstützt
Flexible Lizenzmodelle ohne Gebühren pro Seite
Preis pro Seite (0,01–0,015 $)
Preis pro 1.000 Seiten (1,50–30 $)
Keine Datenübertragung an Dritte
Architektur unterstützt HIPAA und DSGVO; eine BAA mit einem Drittanbieter ist erforderlich
Unterstützt eine HIPAA- und DSGVO-konforme Architektur; ein BAA mit einem Drittanbieter ist erforderlich
So funktioniert OCR im eigenen System
Sie können die selbst gehostete OCR auf einem Bare-Metal-Server, einer VM oder in einem Docker-Container innerhalb Ihrer eigenen VPC betreiben. So lassen sich sensible Daten sicher in einer von Ihnen kontrollierten Umgebung verarbeiten.
Jeder Server-SDK-Prozess ruft beim Start einmal PDFNet.initialize() auf, bevor eine andere SDK-Methode ausgeführt wird. Das OCR-Modul wird als Add-on zum Server-SDK geladen. Bei einer Bereitstellung im Container gehört diese Einrichtung in die Startroutine des Containers und nicht in den Request-Handler. Ein Aufruf bei jeder Anfrage erhöht den Aufwand und widerspricht dem Prinzip der einmaligen Einrichtung pro Prozess.
Das Standard-OCR-Modul wird auf der CPU ausgeführt. Da keine GPU nötig ist, bleibt die Container-Konfiguration einfach und kann flexibel auf gängigen Cloud-Instanzen eingesetzt werden. Führen Sie bei Node.js Ihre OCR-Vorgänge mit runWithCleanup aus. So wird der Speicher nach jedem Dokument automatisch freigegeben und muss nicht manuell verwaltet werden.
Einen vollständigen Überblick über die OCR-Funktionen des Server SDK finden Sie unter „Apryse OCR-Funktionen“.
Compliance-Anwendungsfälle: HIPAA, DSGVO und isolierte Bereitstellungen
Selbst gehostete OCR erleichtert die Einhaltung gesetzlicher Vorgaben, da geschützte Gesundheitsdaten (PHI) und persönliche Daten bei OCR-API-Aufrufen in Ihrer eigenen Umgebung bleiben. Das Apryse Server SDK kann Sie bei der Einhaltung der HIPAA-Vorgaben unterstützen, ersetzt jedoch nicht Ihr eigenes Compliance-Programm.
HIPAA
For HIPAA workflows, PHI stays inside your infrastructure through the entire OCR operation. Pair that with redaction, which removes content at the byte level rather than masking it visually, AES-256 encryption, and access permissions, to build a HIPAA-compliant document pipeline.
GDPR
For GDPR, local processing supports data residency and data minimization requirements directly. There is no third-party data flow through the SDK to account for in a transfer impact assessment, because there is no transfer.
Air-gapped deployments
For air-gapped environments, the SDK operates without network connectivity once deployed. By default, Apryse collects limited API-usage metadata, such as call names, page counts, and SDK version, but never document content. If your environment requires zero outbound traffic, you can request a no-tracking license key. Air-gapped license configuration is handled directly with Apryse, so contact sales to scope that deployment rather than treating it as self-serve.
Apryse is ISO certified
On the certification side, Apryse holds ISO/IEC 27001:2022 certification for its information security management system, held since 2018, and completed a SOC 2 Type II audit in 2024 following its first SOC 2 Type I audit in 2023. Full detail is available on Apryse security and compliance certifications.
Apryse OCR vs. Tesseract: Worauf es beim Einsatz in Unternehmen wirklich ankommt
Tesseract ist kostenlos, steht unter der Apache-Lizenz und eignet sich für einspaltige Dokumente in englischer Sprache, wenn keine Anforderungen an den Einsatz im Unternehmen bestehen. Für viele Prototypen bietet es einen guten Einstieg.
Die Unterschiede zeigen sich, sobald aus einem Prototyp eine produktive Lösung wird. Tesseract erstellt standardmäßig weder eine durchsuchbare PDF-Datei mit Textebene noch eine integrierte JSON- oder XML-Ausgabe mit Positionsdaten. Das OCR-Modul von Apryse liefert beides in einem Schritt: ein durchsuchbares PDF mit auswählbarem Text und strukturierte JSON- oder XML-Daten mit Textinhalten und Koordinaten für die weitere Verarbeitung. Das Standard-OCR-Modul nutzt neuronale Netze und Deep Learning für die Texterkennung statt der klassischen Methode, auf der Tesseract basiert.
Die zweite Lücke zeigt sich bei den Anforderungen von Unternehmen. Tesseract bietet weder ein SLA noch einen Supportvertrag, eine Zertifizierung nach SOC 2 oder ISO 27001 oder eine Haftungsfreistellung für den Einsatz im Unternehmen. Diese Nachweise sind bei Einkaufs- und Sicherheitsprüfungen oft Pflicht. Ohne sie ist es deutlich schwerer, Ihre Compliance-Vorgaben zu erfüllen.
Für Dokumente mit komplexen Layouts, die über den Umfang des Standard-OCR-Moduls hinausgehen, bietet Apryse auch das IRIS OCR Module an. Dieses eigenständige Produkt wird separat lizenziert. Kontaktieren Sie Apryse, um zu prüfen, ob es für Ihre Dokumente geeignet ist.
Erfahren Sie mehr darüber, wie sich KI-gestützte OCR von klassischer OCR unterscheidet, und gewinnen Sie einen klaren Überblick darüber, wie OCR im Vergleich zu modernen Verfahren der Datenextraktion einzuordnen ist.
Java, Python, .NET, C#, C++ und Node.js
Das Apryse Server SDK bietet native Schnittstellen – ohne Wrapper – für Java, Python, C#, C++, Node.js, PHP, Ruby und Go. Das OCR-Modul lässt sich zusätzlich zu der Schnittstelle installieren, die Sie bereits für das Server SDK nutzen.
Ausgabeformate: durchsuchbare PDF-Dateien, JSON und XML
Ein einziger OCR-Vorgang liefert zwei direkt nutzbare Ergebnisse. Zum einen entsteht eine durchsuchbare PDF-Datei: Das gescannte Originalbild wird um eine auswählbare und durchsuchbare Textebene ergänzt. Zum anderen erhalten Sie eine strukturierte JSON- oder XML-Datei mit dem erkannten Text, den zugehörigen Koordinaten und den Seitenzahlen. Diese Daten lassen sich nahtlos in KI-, Analyse- und Abläufe zur Automatisierung integrieren, sind jedoch nicht für die direkte Anzeige vorgesehen.
Als Eingabeformate werden JPEG, PNG, TIFF, BMP und bildbasierte PDFs unterstützt. Die besten Ergebnisse erzielen Sie mit Farb- oder Graustufenbildern bei etwa 300 DPI. Auch Scans mit geringerer Auflösung lassen sich verarbeiten. Die Genauigkeit hängt jedoch von der Qualität des Ausgangsbildes ab.
Wie Sie Ihre Quelldokumente für eine möglichst genaue Erkennung optimieren, erfahren Sie unter Warum eine gute Dokumentvorbereitung mehr als OCR erfordert.
Code Samples
Erste Schritte mit der OCR von Apryse
Jedes Beispiel initialisiert das SDK, öffnet eine bildbasierte PDF-Datei, führt eine Texterkennung (OCR) durch und speichert das Ergebnis als durchsuchbare PDF-Datei. Dafür ist das Add-on OCR Module erforderlich. Es muss separat vom Server SDK heruntergeladen werden.
In der Kurzanleitung erfahren Sie, wie Sie das SDK für Ihr Framework herunterladen und installieren. Dort finden Sie auch weitere Codebeispiele.
Java
Python
C#
Node.js
Informationen zur Umsetzung mit C++, PHP, Ruby oder Go finden Sie im Leitfaden zur OCR-Integration. Dort finden Sie passende Codebeispiele für Ihre Programmiersprache.
