KI & Kommunikation › Vision-OCR (Zulassungsschein, Belege)
Vision-OCR (Zulassungsschein, Belege)
IntegrationLive✓ Geprüft am Sat Sep 05 2026 02:00:00 GMT+0200 (Mitteleuropäische Sommerzeit)Fotos von Zulassungsscheinen, Lieferscheinen, Protokollen und Retouren werden von einer Bild-KI ausgelesen statt von Hand abgetippt. Es gibt zwei Wege: entweder über den n8n-Automatisierungsserver (Zulassungsschein) oder direkt über OpenAI Vision im Code (Alternativweg + alle anderen Belegarten). Ohne Verbindung wird die Erfassung einfach übersprungen und bleibt manuell.
Bild folgt
Ein Foto oder Scan geht als Bild an eine Bild-KI, die es liest wie ein Mensch es täte — Feld für Feld, mit einer genauen Beschreibung, wo auf einem österreichischen Zulassungsschein welche Angabe steht. Für den Zulassungsschein gibt es zwei mögliche Wege: über den n8n-Automatisierungsserver, oder direkt eine zweite, im Haus programmierte Variante. Für alles, was über den Scan-Eingang ankommt (Scan-Postfach (Annahme-Eingang)) — Lieferscheine, Eingangsrechnungen, Retouren — läuft immer zuerst ein günstigeres Modell, das nur grob einordnet: um welche Belegart handelt es sich, und was steht im Kopf. Erst danach holt ein zweiter, genauerer Schritt die Details der jeweiligen Belegart. Läuft weder n8n noch die direkte Anbindung, wird nichts erfunden — die Erfassung bleibt einfach bei Hand-Eingabe, das erkannte Ergebnis speist dann Zulassungsschein-Scan + Fahrzeug-Zuordnung oder die passende Beleg-Zuordnung im Scan-Eingang.
- Kein Vorschlag nach dem Foto → weder der n8n-Weg noch die direkte Anbindung war erreichbar; von Hand weiterarbeiten, das System springt nicht automatisch dazwischen.
- Falsch gelesene Zeichen bei Kennzeichen oder Fahrgestellnummer → beide Wege sind auf gängige Verwechslungen (O/0, I/1, G/6 u. Ä.) hingewiesen, ersetzen aber nie die Prüfung durch das Büro vor dem Speichern.
- Ein eingehender Beleg wird als „unklar" eingeordnet → die grobe Klassifizierung ist unsicher; das Dokument bleibt zur manuellen Zuordnung liegen statt automatisch verbucht zu werden.
Genutzt von
Gespeist von
- KI-Anbieter (Bot Meister) Live
- n8n-Automatisierung Unklar
Nutzt
- n8n-Automatisierung Unklar
- KI-Anbieter (Bot Meister) Live
Liest
Speist
Geregelt durch
- DSGVO / Datenschutz Teilweise
- Erinnerung 'OCR = GPT-4o Vision via n8n' konnte im Code nur für den n8n-Pfad indirekt bestätigt werden (Webhook existiert), der n8n-Workflow selbst wurde nicht gelesen (Server-seitig, kein Code im Repo).
- Besteht mit OpenAI ein Auftragsverarbeitungsvertrag für die versendeten Dokumentfotos? In den Quellen nicht zu finden.
- lib/ocr/zulassungsschein-vision.ts
- lib/ocr/classify-vision.ts
- .env.example
- MEM:scan-postfach-live-und-mail-protokoll-2026-08-29.md
| richtung | ausgehend (Bild) + eingehend (extrahierte Daten) |
|---|---|
| ausloeser | user action (Foto-Upload Annahme/Chat), cron (Scan-Postfach-Poller alle paar Minuten) |
| envVars | N8N_OCR_WEBHOOK_URL, OPENAI_VISION_MODEL (Default gpt-4.1), OPENAI_CLASSIFY_MODEL (Default gpt-4.1-mini), OCR_PREPROCESS*, OCR_BLUR_CHECK, OCR_UPSCALER_URL |
| status_prod | live — Klassifizierung bestätigt aktiv (OPENAI_API_KEY gesetzt), tatsächliche Trefferquote gering weil selten Mails ankommen |
| kosten_vertrag | OpenAI-API-Konto nach Verbrauch, bewusst günstiges Modell für hochfrequente Klassifizierung |
| kosten | unklar — Abrechnung nach Verbrauch belegt, keine konkrete Summe recherchiert |
| vertrag | unklar — ob mit OpenAI ein Auftragsverarbeitungsvertrag besteht, wurde nicht recherchiert |
| ohne | OCR wird übersprungen, Fallback ist manuelle Annahme/Erfassung |
| daten | Fotos von Zulassungsscheinen (Kennzeichen, VIN, Halterdaten = PII), Lieferscheine, Protokolle — verlassen das Haus Richtung n8n/OpenAI |
| daten_die_das_haus_verlassen | Fotos von Zulassungsscheinen, Lieferscheinen, Protokollen und Retouren — inklusive Kennzeichen, Fahrgestellnummer und Halterdaten |
| verarbeiter | unklar — OpenAI (und ggf. n8n) verarbeiten die Fotos serverseitig, ein förmlicher AVV wurde nicht recherchiert |
| zustaendig | Büro |
| anbieter | OpenAI (Vision), alternativ n8n-Workflow (der intern ebenfalls GPT-4o/Vision nutzt laut Owner-Erinnerung) |
Beleg: .env.example (N8N_OCR_WEBHOOK_URL, OPENAI_CLASSIFY_MODEL) + lib/ocr/zulassungsschein-vision.ts:2,13 ('Alternative zur n8n-Pipeline', MODEL=gpt-4.1 default) + MEM:scan-postfach-live-und-mail-protokoll-2026-08-29.md ('Klassifizierung OPENAI_API_KEY gesetzt, gpt-4.1-mini, live')
Tiefer fragen
Kontext aus dem KFZ-Bozo-Handbuch
Knoten: int-ocr-vision (Integration · KI & Kommunikation · live · geprüft Sat Sep 05 2026 02:00:00 GMT+0200 (Mitteleuropäische Sommerzeit) @ 9d50bd68)
Kurz: Fotos von Zulassungsscheinen, Lieferscheinen, Protokollen und Retouren werden von einer Bild-KI ausgelesen statt von Hand abgetippt. Es gibt zwei Wege: entweder über den n8n-Automatisierungsserver (Zulassungsschein) oder direkt über OpenAI Vision im Code (Alternativweg + alle anderen Belegarten). Ohne Verbindung wird die Erfassung einfach übersprungen und bleibt manuell.
Lies zuerst (Lesebereich, nicht der ganze Baum):
lib/ocr/zulassungsschein-vision.ts
lib/ocr/classify-vision.ts
.env.example
MEM:scan-postfach-live-und-mail-protokoll-2026-08-29.md (Gedächtnisdatei außerhalb des Repos)
Hängt zusammen mit:
feat-scan-eingang (app/admin/scan-eingang/page.tsx) · int-llm (lib/ai/provider.ts) · int-n8n (lib/n8n.ts) · int-llm (lib/ai/provider.ts) · feat-scan-eingang (app/admin/scan-eingang/page.tsx) · feat-zulassungsschein-scan-match (lib/vehicle-match.ts) · comp-dsgvo (docs/dsgvo-compliance.md) · int-n8n (lib/n8n.ts)
Offene Fragen der Seite:
Erinnerung 'OCR = GPT-4o Vision via n8n' konnte im Code nur für den n8n-Pfad indirekt bestätigt werden (Webhook existiert), der n8n-Workflow selbst wurde nicht gelesen (Server-seitig, kein Code im Repo).
Besteht mit OpenAI ein Auftragsverarbeitungsvertrag für die versendeten Dokumentfotos? In den Quellen nicht zu finden.
Hausregel 2: Vault-Daten sind für diese Session unsichtbar; Quellpfade auf Vault-Code sind keine Freigabe.
Frage: {{DEINE FRAGE}}
Antworte nur mit Belegen: nenne Datei und Zeile für jede Aussage.
Wenn die Quellen die Frage nicht beantworten, sag das und nenne, was du zusätzlich lesen müsstest.
Weicht die Seite vom Code ab, schlage den Seiten-Patch vor (wiki/seiten/ki-kommunikation/int-ocr-vision.md).