Machine Learning für Layout-Erkennung
Seit den ersten Tagen von GrandTotal gab es diese Vision: Eine bestehende Rechnung als PDF einlesen und daraus ein funktionales Layout erstellen. Jetzt, nur 17 Jahre später, ist eine frühe Version verfügbar. Neue Nutzer sehen sie im Onboarding. Bestehende Kunden können im Layout Bereich über Ablage/Import ein PDF auswählen.
Das Problem
Layouts manuell erstellen dauert: Textfelder positionieren, Schriftarten wählen, Abstände justieren, Tabellen konfigurieren. Wenn Sie bereits ein PDF haben – warum sollte die Software daraus nicht ein Layout ableiten können?
Weil PDFs kompliziert sind. Sie speichern nicht "hier ist eine Adresse", sondern nur "hier ist Text an Position X/Y". Keine Struktur, keine Semantik.
Die Lösung
Machine Learning erkennt Muster: Wo steht die Adresse? Welche Textblöcke gehören zusammen? Wo ist die Positionstabelle? Die Technologie analysiert das PDF, versucht die Struktur zu verstehen und erstellt ein Layout-Gerüst.
Das Ergebnis ist im Glücksfall ein fertiges Layout oder wenigstens ein Startpunkt zum Weiterarbeiten.
Original: Apple Pages Template
Converted: GrandTotal Layout
Was funktioniert
Gut: Einfache Rechnungen mit klarer Struktur, lesbare Schriften, saubere Tabellen. PDFs aus professioneller Software.
Weniger gut: Komplexe Layouts, mehrspaltiges Design, ungewöhnliche Schriften, gescannte Dokumente, PDFs mit viel Grafik.
Wichtig
Das ist ein Experiment in früher Phase. Es funktioniert mal besser, mal schlechter.
Feedback über die Support-Seite hilft, die Technologie zu verbessern.
So testen Sie es
Neue Nutzer
Automatisch im Onboarding
Bestehende Nutzer
Im Layout Bereich über Ablage/Import ein PDF auswählen
Datenschutz
Alle Modelle laufen lokal auf Ihrem Mac
Fehlende Schriften
Werden durch verfügbare Schriften ersetzt
Feedback
Beispiel-PDFs einsenden hilft, die Technologie zu verbessern