Daten aus ausgefüllte Formulare extrahieren

Ein ausgefülltes Formular ist jedes vollständig ausgefüllte Formular, für das es kein eigenes dediziertes Extraktionstool gibt. Anträge, Aufnahmebögen, Genehmigungsanfragen, Mitgliedschaftsformulare, Fragebögen und Behördenunterlagen, von einem Municipal Business Permit Application bis zu einem Vendor Onboarding Questionnaire, teilen alle dieselbe zugrunde liegende Struktur: einen Titel und eine Version, eine Reihe beschrifteter Felder mit den eingetragenen Werten, einige angekreuzte oder leer gelassene Kontrollkästchen, mehrere Abschnitte, die die Fragen gruppieren, und einen Unterschriftenblock am Ende. Für die gängigen Fälle gibt es dedizierte Talonic-Tools, das I-9 Employment Eligibility Verification-Formular, ein Leistungsanmeldeformular oder ein notariell beglaubigtes Dokument, und wenn ein US- oder EU-Formular einem davon entspricht, sollte es an das spezifische Tool gehen, da ein zweckgebundenes Schema mehr erfasst als ein generisches. Der Filled-Form-Extraktor ist die Rückfalllösung für die lange Liste an Formularen, die von keinem spezifischen Tool abgedeckt werden. Was ein generischer Formular-Extraktor bewahren muss, ist die Struktur, nicht nur der Text. Jedes Feld behält sein Label und den eingetragenen Wert, denn ein Wert ohne sein Label ist nutzlos, die Zuordnung ist der eigentliche Punkt. Kontrollkästchen werden als ausgewählt oder nicht ausgewählt erfasst, denn ein angekreuztes Kästchen ist auch ohne Text eine Information. Abschnitte behalten ihre Reihenfolge und ihre Überschrift, damit eine Antwort mit der Frage verknüpft bleibt, die sie beantwortet, und Unterschrift, Unterschriftsdatum sowie jede Zeugen- oder Beglaubigungsangabe werden erfasst, wo vorhanden. Da diese Formulare keinem einheitlichen Standard folgen, arbeitet der Extraktor mit dem Layout selbst: Feldbeschriftungen, Zustände der Kontrollkästchen, Abschnittsüberschriften und die ausgefüllten Werte, wie sie auf der Seite erscheinen. Talonic liest das ausgefüllte Formular und liefert Formulartitel und -version, den Einreicher, die ausgewählten Kontrollkästchen, die Feldwerte und den Unterschriftenblock als typisierte Felder, während Abschnitte, die einzelnen Formularfelder, Kontrollkästchen und etwaige Anhänge als Tabellen erhalten bleiben. Ein ausgefülltes Municipal Business Permit Application, Revision Rev. 2025-03, eingereicht von Grace Adeyemi bei der City of Springfield am 2026-05-06 mit angekreuzten Kästchen Sole proprietorship und Home-based business, drei ausgefüllten Abschnitten, einer Bearbeitungsgebühr von 75 USD und ohne notarielle Beglaubigung, wird als strukturierte Feld-Wert-Paare zurückgegeben statt als flacher Scan. Existiert für den Formulartyp ein dediziertes Extraktionstool, verweist Talonic darauf; das Filled-Form-Tool ist die allgemeine Rückfalllösung und strukturiert den Inhalt des Formulars, ohne ihn zu interpretieren.

Was aus ausgefüllte Formulare extrahiert wird

So funktioniert die Extraktion für ausgefüllte Formulare

Ein ausgefülltes Formular kann ein gescanntes Papierblatt, ein ausgefülltes PDF-Formular oder ein Export aus einem Webportal sein, und da kein Standard dahintersteht, stehen die Beschriftungen, Kontrollkästchen und Abschnitte dort, wo die Vorlage sie platziert hat. Talonic liest das Formular und ordnet seine Teile dem generischen Formularfeld-Satz zu, den die Field Registry vorhält, die Formulartitel und -version, den Block des Einreichenden, Unterschrift und Autorisierung sowie den ausgefüllten Inhalt als getrennte Felder statt als einen Textblock behält. Die ausgewählten Kontrollkästchen und die Feldwerte kommen als Arrays zurück, der Formularstatus und das Änderungskennzeichen werden als eigene Felder gelesen, und die Dokument-, Unterschrifts-, Gültigkeits- und Ablaufdaten werden nach ISO 8601 geparst. Die Formularabschnitte in Reihenfolge, die einzelnen Formularfelder mit Beschriftung, Typ und Wert, die Kontrollkästchen mit ihrem Ankreuzstatus und etwaige Anhänge laden jeweils als Tabelle, sodass eine Abschnittsantwort mit der Frage verknüpft bleibt, die sie beantwortet. Jeder Wert trägt einen Konfidenzwert und einen Quellregion-Verweis gemäß DIN SPEC 91491, sodass ein Prüfer einen Feldwert oder ein angekreuztes Kästchen bis zu seiner Stelle auf der Seite zurückverfolgen kann. Entspricht ein Formular einem eigenen Dokumenttyp, erfasst der spezifische Extraktor mehr, weshalb Talonic darauf verweist; das Filled-Form-Tool strukturiert, was das Formular enthält, und interpretiert die Einträge nicht.

Beispielextraktion

Ein ausgefülltes Antragsformular für eine kommunale Gewerbeerlaubnis

{
  "document_number": "BP-2026-33812",
  "document_date": "2026-05-06",
  "form_title": "Municipal Business Permit Application",
  "form_version": "Rev. 2025-03",
  "submitter.name": "Grace Adeyemi",
  "submitter.contact_email": "grace.adeyemi@example.com",
  "submitter.address": "145 Larkspur Lane, Springfield, IL 62704",
  "signature": "Signed (handwritten)",
  "signature_date": "2026-05-06",
  "form_status": "submitted",
  "is_amendment": false,
  "authorization.notarized": false,
  "checkboxes_selected": [
    "Sole proprietorship",
    "Home-based business"
  ],
  "processing_fee": 75,
  "currency": "USD",
  "form_language": "English",
  "form_sections": [
    {
      "section_id": "S1",
      "section_title": "Applicant Details",
      "section_order": 1,
      "is_completed": true
    },
    {
      "section_id": "S2",
      "section_title": "Business Activity",
      "section_order": 2,
      "is_completed": true
    },
    {
      "section_id": "S3",
      "section_title": "Declarations",
      "section_order": 3,
      "is_completed": true
    }
  ],
  "form_fields": [
    {
      "field_id": "F1",
      "field_name": "Business name",
      "section_id": "S1",
      "field_type": "text",
      "field_value": "Larkspur Home Bakery",
      "is_required": true,
      "is_filled": true
    },
    {
      "field_id": "F2",
      "field_name": "Start date",
      "section_id": "S2",
      "field_type": "date",
      "field_value": "2026-06-01",
      "is_required": true,
      "is_filled": true
    }
  ],
  "checkboxes": [
    {
      "checkbox_id": "C1",
      "checkbox_label": "Sole proprietorship",
      "is_checked": true,
      "section_id": "S1"
    },
    {
      "checkbox_id": "C2",
      "checkbox_label": "Home-based business",
      "is_checked": true,
      "section_id": "S2"
    }
  ]
}

Häufig gestellte Fragen