PDF zu vCard: Fehler vermeiden

PDFs sind toll für Layouts, aber grausam für Daten-Extraktion. Oft werden auf Webseiten oder in E-Mails "Visitenkarten" als PDF angehängt. Hier sind die Fallstricke und Lösungen.

1. Mehrseitige PDFs

Viele Scanner lesen nur die erste Seite.

• Problem: Eine Firmenpräsentation (20 Seiten) enthält am Ende die Kontaktdaten.
• Lösung: Extrahiere Sie die relevante Seite.
• Kontakte.me: Unser Tool versucht, alle Seiten zu rendern, aber bei >5 Seiten kann der Browser langsam werden. Nutzen Sie die Seitenwahl (Vorschau), um nur die Seite mit der Karte auszuwählen.

2. Vektor-Text vs. Bild-Scan

Es gibt zwei Arten von PDFs:

1. Echtes PDF (Native): Der Text ist markierbar.
2. Scan-PDF: Ein Bild, das in ein PDF "eingepackt" wurde.

Für Native PDFs: Hier braucht man eigentlich kein OCR. Man kann den Text direkt kopieren (Copy & Paste). Unser Tool erkennt das und versucht, den Text direkt auszulesen, was 100% Genauigkeit bringt.

Für Scan-PDFs: Hier muss die OCR-Engine ran. Achten Sie auf die Auflösung. Ein PDF kann ein winziges 72 DPI Bild enthalten. Zoomen Sie auf 100%: Wenn der Text am Bildschirm pixelig ist, kann die KI ihn auch nicht lesen.

3. Layout-Probleme (Spalten)

PDFs haben keine logische Struktur, nur Koordinaten ("Text A an Position X,Y").

• Spalten: Wenn Adresse (links) und Öffnungszeiten (rechts) auf gleicher Höhe stehen, liest einfache OCR oft quer: "Musterstraße 1 Montag-Freitag".
• Lösung: Nutzen Sie den Spatial Mode (Räumliche Analyse), den wir im Hintergrund verwenden. Er gruppiert Textblöcke nach Nähe, nicht nur nach Zeile.

4. Wann PDF besser ist als Foto

Echte, digital erstellte PDFs (Vektoren) sind immer schärfer als jedes Foto. Bevor Sie eine Karte vom Bildschirm abfotografieren ("Screenshot"), versuchen Sie, die Original-PDF zu bekommen. Das garantiert die fehlerfreie Übernahme von E-Mails und IBANs.