Der Großteil der Autohändler gibt die Daten aus Papier-Zulassungsscheinen noch händisch ein. Die praktische Ausnahme ist der elektronische Zulassungsschein im Scheckkartenformat – vorausgesetzt, im Betrieb ist ein passendes Lesegerät vorhanden. Papierdokumente, PDFs und Scans werden dagegen meist weiterhin Feld für Feld übertragen.
Das kostet Zeit und ist fehleranfällig. Schon ein verwechselter Buchstabe in der FIN oder eine Zahl an der falschen Stelle kann später zu Rückfragen und Korrekturen führen. Für ein namhaftes Autohaus haben wir deshalb einen KI-gestützten Prozess entwickelt, der österreichische Zulassungsscheine aus PDF-Scans strukturiert ausliest, die erkannten Angaben mit dem Dokument abgleicht und für die kontrollierte Weiterverarbeitung vorbereitet.
Dabei arbeiten OCR, visuelle KI und fachliche Regeln zusammen. Unsichere oder widersprüchliche Werte werden nicht erfunden, sondern sichtbar gemacht und gezielt zur Kontrolle vorgelegt. So nimmt die KI dem Team das Abtippen und die Vorprüfung ab, während fachliche Entscheidungen weiterhin beim Menschen bleiben.
Der Ansatz ist nicht auf ein bestimmtes System oder eine einzelne Branche beschränkt. Er kann überall helfen, wo Zulassungsscheindaten zuverlässig in einen digitalen Geschäftsprozess übernommen werden sollen – etwa in Autohäusern, bei Versicherungen, Zulassungsstellen, Leasingunternehmen oder im Fuhrparkmanagement.
Ein Scan ist noch kein verlässlicher Datensatz
Zulassungsscheine sind strukturierte Dokumente, ihre Scans aber nicht immer ideal. Seiten können schief liegen, Zeichen werden verwechselt und Feldbezeichnungen stehen dicht neben den eigentlichen Werten. Unterschiedliche Ausführungen des Dokuments und wechselnde Scanqualität machen eine rein mechanische Texterkennung zusätzlich schwierig.
Die Lösung verarbeitet deshalb nicht einfach nur den Text eines PDFs. Sie verbindet mehrere Schritte:
- Eine lokale Texterkennung gewinnt einen ersten strukturierten Datenstand aus dem Dokument.
- Eine KI-Prüfung vergleicht die erkannten Werte mit dem Scanbild.
- Änderungen werden mit einer kurzen Begründung sichtbar gemacht.
- Pflichtfelder und Feldsicherheit werden vor der Weiterverarbeitung bewertet.
Ausgelesen werden können unter anderem Halter- oder Firmendaten, Adresse, Kennzeichen, FIN, Erstzulassung, Marke, Modell, Leistung, Hubraum, Fahrzeugklasse und Antriebsart. Kann ein Wert nicht sicher belegt werden, soll die Anwendung ihn nicht erfinden, sondern als fehlend oder prüfbedürftig behandeln.
KI unterstützt die Prüfung – sie ersetzt sie nicht
Die KI-Stufe arbeitet mit klaren Regeln: Sie darf nur korrigieren, was im Scanbild oder im erkannten Text nachvollziehbar ist. Zu jeder Änderung werden der vorherige und der neue Wert sowie die Begründung angezeigt. Warnungen und Blockaden bleiben ebenfalls sichtbar.
Das ist wichtig, weil ein plausibel klingender Wert noch lange kein belegter Wert ist. Ein einzelner Buchstabe kann auf einem Zulassungsschein an mehreren Stellen vorkommen. Auch Zulassungsstelle, Halter und technische Angaben müssen sauber voneinander getrennt bleiben.
Die Anwendung weist deshalb für Felder Sicherheitswerte aus. Sind notwendige Angaben unvollständig oder zu unsicher, landet der Vorgang in der Prüfung. Die Oberfläche zeigt nicht nur das Ergebnis, sondern auch OCR-Qualität, KI-Änderungen und Warnungen. So bleibt nachvollziehbar, warum ein Datensatz weiterverarbeitet werden kann – oder warum noch eine Person entscheiden muss.
Die Prüfung richtet sich nach dem jeweiligen Anwendungsfall
Welche Daten benötigt werden und welche Kontrollen notwendig sind, hängt vom Zielprozess ab. Eine gute Lösung übernimmt daher nicht einfach jedes erkannte Feld, sondern wendet die fachlichen Regeln der jeweiligen Organisation an.
In einem Autohaus kann beispielsweise geprüft werden, ob Kunde oder Fahrzeug bereits im Dealer-Management-System vorhanden sind. Eine Versicherung kann Zulassungsscheindaten mit einem Antrag oder einem bestehenden Vertrag abgleichen. Bei einer Zulassungsstelle kann der Prozess eingereichte Dokumente vorstrukturieren, Pflichtangaben kontrollieren und unklare Fälle für die Sachbearbeitung markieren.
Weitere mögliche Anwendungen sind:
- Fahrzeugübernahme und Kundenanlage
- Angebots- und Vertragsanbahnung bei Versicherungen
- Vorprüfung eingereichter Unterlagen
- Bestandsabgleich in Leasing- und Flottensystemen
- Aktualisierung von Fahrzeugstammdaten
- geordnete Ablage des Originaldokuments
Die fachliche Entscheidung bleibt dabei dort, wo sie hingehört. Die Anwendung bereitet Daten auf, weist auf Unsicherheiten hin und kann eindeutige Fälle beschleunigen. Sie ersetzt keine behördliche Prüfung, Risikobewertung oder Freigabe, die rechtlich oder organisatorisch einer Person vorbehalten ist.
Von geprüften Daten in unterschiedliche Zielsysteme
Nach der Prüfung können die strukturierten Werte an das jeweils vorgesehene System übergeben werden. Das kann über eine API, einen kontrollierten Datenbankprozess, einen Dateiimport oder eine vorbereitete Maske geschehen. Welche Variante sinnvoll ist, richtet sich nach den vorhandenen Schnittstellen und Sicherheitsanforderungen.
Vor einer automatischen Übergabe sollten mehrere Fragen eindeutig beantwortet sein:
- Sind alle für diesen Vorgang notwendigen Felder vorhanden?
- Erreichen die kritischen Werte die erforderliche Sicherheit?
- Gibt es bereits passende Personen-, Vertrags- oder Fahrzeugdatensätze?
- Liegen widersprüchliche Zuordnungen vor?
- Ist genau dieser Verarbeitungsschritt freigegeben?
Nur wenn die Regeln erfüllt sind, darf der Ablauf weitergehen. Unvollständige oder widersprüchliche Fälle werden angehalten und gezielt zur Prüfung vorgelegt. So entsteht keine Blackbox, sondern ein kontrollierter Übergang vom Dokument zum Fachsystem.
Originaldokument und Ergebnis bleiben nachvollziehbar
Zum digitalen Prozess gehört mehr als die reine Datenerkennung. Das Originaldokument sollte geordnet abgelegt und dem Vorgang oder Fahrzeug zugeordnet werden. Ebenso wichtig ist ein nachvollziehbarer Status: Wurde das Dokument erfolgreich verarbeitet, blockiert oder zur Prüfung weitergeleitet?
Die Lösung protokolliert diese Schritte und kann nach Abschluss Benachrichtigungen sowie periodische Statistiken bereitstellen. Dadurch erkennen Verantwortliche, wie viele Dokumente verarbeitet wurden, wo Qualitätsprobleme auftreten und welche Fälle noch offen sind.
Diese Transparenz ist besonders wertvoll, wenn ein Prozess über mehrere Abteilungen oder Organisationen hinweg läuft. Niemand muss erraten, ob ein Dokument bereits bearbeitet wurde oder warum ein Datensatz nicht übernommen werden konnte.
Was dieses Projekt über gute Dokumentenautomatisierung zeigt
Der Zulassungsschein-Prozess wirkt auf den ersten Blick wie klassische Dokumentenerkennung. Der eigentliche Nutzen entsteht aber erst durch die Verbindung mit dem Arbeitsablauf:
- Ein Dokument kommt im gewohnten PDF- oder Scanformat an.
- OCR und KI strukturieren die enthaltenen Informationen.
- Qualitäts- und Pflichtfeldregeln bewerten den Datensatz.
- Fachliche Prüfungen ordnen den Fall im vorhandenen Bestand ein.
- Eindeutige Fälle können an das vorgesehene System übergeben werden.
- Originaldokument, Ergebnis und offene Entscheidungen bleiben nachvollziehbar.
Genau diese Kette trennt eine technische Demo von einer belastbaren Lösung. Nicht die KI allein spart Arbeit, sondern das Zusammenspiel aus Dokumentenerkennung, Fachregeln, Bestandsprüfung, sicherer Übergabe und transparenter Nachbearbeitung.
Sie übernehmen Daten aus Zulassungsscheinen, Formularen oder anderen Dokumenten noch händisch? Sprechen wir darüber, wie sich dieser Ablauf kontrolliert automatisieren lässt.
