Scans automatisch ablegen

Worum es geht

Eingehende PDFs – egal ob frisch gescannt oder seit Jahren in Ordnern liegend – sollen ohne manuellen Eingriff durchsuchbar gemacht und an die richtige Stelle gelegt werden. Ziel: ein Posteingang, der sich selbst sortiert, und ein Bestand, der nachträglich durchsuchbar wird. Wichtige Randbedingung: lokale Verarbeitung – OCR, Heuristik und Lern-Datenbank laufen auf dem Rechner; Cloud-LLMs sind standardmäßig deaktiviert.

Konzept: Bestand als Lehrer

Statt starre Regeln zu definieren, lernt das System aus dem vorhandenen Bestand. Für jeden neuen Scan sucht es ähnliche Dokumente (über Absender, Stichworte, Volltext-Score), schlägt Name und Zielordner anhand des besten Vorbilds vor und liefert eine Begründung mit. Nutzer-Entscheidungen werden in einer Lern-Datenbank (YAML in Lerndaten/) persistent gespeichert – eine Datei pro Geschäftspartner plus eine globale Datei. Damit steigt die Trefferquote über Zeit sichtbar; Statistiken im Web-Dialog zeigen den Lern-Effekt.

Ein Spezialfall ist FA-76 „Rechnungssteller-First": Bei Rechnungen ist der Rechnungssteller das primäre Ablagekriterium – nicht das Datum, nicht der Typ. Pseudo-Absender (Rechtsformen wie GmbH/AG/KG, Jahreszahlen, generische Briefkopf-Wörter) werden als Vorbild-Quelle ausgeschlossen, damit der Zielordner nicht verfälscht wird.

Wie es funktioniert

Claude Cowork beobachtet einen Eingangsordner (einem lokalen Projektordner, nur Top-Ebene), wendet OCR auf neue Dateien an, klassifiziert mehrstufig (privat vs. geschäftlich → Bereich → Geschäftspartner → steuerrelevant) und schiebt das Ergebnis in die passende Zielstruktur. Bei klarem Treffer verschiebt es automatisch, bei Unklarheit öffnet sich ein lokaler Web-Dialog mit PDF-Vorschau, Vorschlag inkl. Begründung und Alternativen. Tray-Icon und Windows-Toast-Notification machen aus dem Hintergrund-Tool ein benachrichtigendes System.

Für Bestandsbestände läuft derselbe Prozess als Stapellauf: ein ganzer Ordner wird mit dem OCR-Skill behandelt, anschließend automatisch eingeordnet.

GmbH-Beleg-Automatik (Bletschacher-Kopie)

Dokumente mit GmbH-Bezug bekommen zusätzlich eine Kopie nach Bletschacher Austausch\ (flach), damit der Steuerberater alles Steuerrelevante zentral sieht. Sicherheits-Pattern: erst die Bletschacher-Kopie schreiben, dann das Original aus dem Eingang verschieben. Schlägt eine Operation fehl, bleibt der Originalzustand erhalten – nie Datenverlust. Ausnahmen wie Gesellschaftsverträge oder interne Personalakten werden in der Lern-Datenbank gepflegt.

Aktueller Stand (Stufe 2)

• Stufe 1 (Sandbox) abgeschlossen, alle Module mit Mock-Daten getestet
• Stufe 2 live und produktiv genutzt seit 17.05.2026 – erste echte Scan-Verarbeitung (Reichelt-Rechnung) erfolgreich: OCR, Vorbild-Suche, Verschieben, Bletschacher-Kopie, Lerneintrag
• Pseudo-Absender-Filter und Lern-Bootstrap aus 24.910 Bestandsdateien aktiv
• Web-Dialog mit Folder-Browser, Verwerfen-Button, Bereichs-Schalter (Resultment / Privat / Manuell)
• Rückgängig-Funktion pro Audit-Eintrag (Datei zurück, Bletschacher-Kopie löschen, Lerneintrag revidieren)
• Tagesberichte als Markdown in Berichte/, Pro-Scan-Audit-Logs in Audit/

Projektordner-Struktur

• Queue/ – Eingangsordner für neue Dokumente
• _Quarantaene/ – ungeklärte Fälle für manuelle Sichtung
• Audit/ – Pro-Scan-Audit-Logs
• Berichte/ – Tagesberichte (Markdown)
• Lerndaten/ – YAML-Lern-Datenbank, eine Datei pro Geschäftspartner + _global.yml
• code/sa/ – Python-Implementierung (18 Module)
• Dokumentation: 01_Anforderungen.md (FA-01 … FA-76, NFA-01 … NFA-09, BL-01 … BL-05), 02_Workflow.md, 03_Konfiguration.md, 04_Status.md, 05_Offene_Fragen.md, 06_Aenderungslog.md, 07_Implementierungsplan.md, 08_Erfahrungen.md

Bereitstellung auf weiteren Geräten

Damit das Tool nicht an einen einzelnen Rechner gebunden ist, gibt es den Cowork-Skill scan-ablage-einrichten. Er übernimmt die komplette Einrichtung auf einem weiteren Windows-PC: prüft die Voraussetzungen (Python, pip-Pakete, Tesseract, ocrmypdf), erzeugt eine passende config.yml, richtet den VBS-Autostart ein und verifiziert den Live-Status (Web-Dialog auf localhost:8765 erreichbar).

Voraussetzung: Der Dropbox-Ordner einem lokalen Projektordner ist auf dem Zielgerät synchronisiert – Code, Lerndaten und Bestands-Index liegen dann bereits vor. Aus einem mehrstündigen Setup-Marathon wird so ein einzelner Satz: „Scan-Ablage auf neuem Rechner einrichten".

Das ist der Verallgemeinerungs-Wert: Das Projekt liefert nicht nur ein laufendes Tool, sondern auch den Skill, mit dem es überall gleich wieder läuft.

Was als nächstes ansteht (Stufe 3)

• Voll-automatisches Verschieben bei hoher Konfidenz (Score ≥ 50) – ohne Nachfrage-Dialog
• Statistik-Dashboard im Web-Dialog – Trefferquote über Zeit, sichtbarer Lern-Effekt
• Autostart bei Windows-Login ohne sichtbare Konsole
• OCR-Briefkopf-Erkennung verbessern (offene Frage F-19) – höhere DPI, deskew, ROI-Erkennung oder Stichwort-basierte Vorbild-Suche als Fallback
• Stichwort-Heuristik verfeinern – Anschriften (Stadt, PLZ, Straße) aus der Stichwort-Auswahl ausschließen
• Optional Ollama-Integration für besonders schwierige Fälle (lokales LLM, kein Cloud-Zwang)

← zurück zur Projekt-Übersicht