PDF in Excel umwandeln, auch wenn die PDF ein Scan ist

Warum PDF-Tabellen allgemeine KI-Assistenten überfordern

Eine PDF speichert eine Tabelle nicht als Tabelle. Sie speichert Zeichen an Positionen auf einer Seite, und Zeilen und Spalten gibt es nur fürs Auge. In einer gescannten PDF gibt es nicht einmal Zeichen, nur ein Bild der Seite. Um das Raster nachzubauen, muss für jede Zahl entschieden werden, zu welcher Zeile und Spalte sie gehört.

Bei einer kurzen, sauberen Tabelle kann ein Chat-Assistent das leisten. Bei einer breiten Tabelle kann aber eine leere oder verbundene Zelle alle folgenden Werte um eine Spalte nach rechts schieben, und das Ergebnis sieht trotzdem aufgeräumt aus. Bei einem langen Dokument müsste der Assistent Hunderte Zeilen in einer einzigen Antwort ausgeben und kürzt deshalb oft oder bricht ab. Und meist erhalten Sie eine im Chatfenster dargestellte Tabelle, die Sie selbst in eine Tabellenkalkulation kopieren müssen.

Dieses Tool liest jede Seite für sich und liefert strukturierte Daten: eine Liste von Spalten und pro Zeile genau eine Zelle je Spalte, leere Zellen bleiben leer. Es ist angewiesen, Werte zu übernehmen statt zu interpretieren und [illegible] zu schreiben, wo ein Wert nicht lesbar ist. Weil das Ergebnis neben dem Seitenbild steht, fällt eine verschobene Spalte vor dem Export leicht auf.

Was Nutzer umwandeln

• Finanzberichte und Jahresabschlüsse mit seitenweise Zahlen
• Preislisten, Kataloge und Produktblätter von Lieferanten
• Rechnungen und Bestellungen mit Einzelpositionen
• Gescannte oder gedruckte Tabellen, die nur auf Papier existieren
• Studien und Behördenberichte mit Datentabellen
• Fahrpläne, Dienstpläne und Bestandslisten

Wie Werte und Tabellen in der Tabellendatei ankommen

Werte werden so übernommen, wie sie gedruckt sind. Eine einfache Zahl wie 1204.5 kommt als Zahl an, mit der Sie rechnen können. Ein Wert mit Währungssymbol oder Tausendertrennzeichen, etwa $1,204.50, bleibt genau so erhalten und kommt als Text an, damit nichts stillschweigend verändert wird. Wenn Sie mit diesen Zellen rechnen möchten, wandeln Sie sie nach der Prüfung in Ihrer Tabellenkalkulation um.

Tabellen bleiben getrennt. In der XLSX-Datei erhält jede Tabelle ein eigenes Blatt, benannt nach ihrem Titel oder ihrer Seite. Eine Tabelle, die sich über mehrere Seiten erstreckt, kommt als eine Tabelle pro Seite in Seitenreihenfolge zurück und wird nicht automatisch zusammengeführt. In der CSV-Datei folgen die Tabellen in einer einzigen Datei aufeinander. Auch eine Seite ohne Tabelle, aber mit klar tabellarischem Inhalt, etwa Bezeichnung-Wert-Paaren oder einer Positionsliste, kommt als Tabelle zurück.

So gelingt ein sauberes Ergebnis, und wo die Grenzen liegen

Digitale PDFs und saubere Scans lassen sich am besten lesen. Legen Sie für ein Foto die Seite flach hin, fotografieren Sie direkt von oben und füllen Sie das Bild mit der Tabelle. Sehr kleine Schrift auf einer großen Seite wird besser gelesen, wenn Sie die Seite in Teile aufteilen. Passwortgeschützte PDFs lassen sich nicht öffnen, entfernen Sie das Passwort daher zuerst.

Das Tool extrahiert Daten. Schriftarten, Farben, Rahmen, Formeln und Diagramme werden nicht übernommen, und ein Diagramm wird nicht in Zahlen umgewandelt. Kein Leser ist perfekt: Vergleichen Sie daher Summen und Kennzahlen mit der Seite neben der Tabelle und prüfen Sie jede mit [illegible] markierte Zelle. Für Kontoauszüge und Kreditkartenabrechnungen nutzen Sie stattdessen unseren Kontoauszug-Konverter: Er liefert alle Buchungen in einer Tabelle mit festen Spalten.