Nachvollziehbare Extraktion mit Konfidenzwerten
Prüfen Sie extrahierte Werte immer zusammen mit dem Lieferantendokument. Der Konfidenzwert der Extraktion sowie die Belege aus Seitenangabe und Zitat helfen Ihnen bei der Entscheidung, was Sie zuerst kontrollieren; sie sind jedoch keine Garantie dafür, dass eine Spezifikation korrekt ist.
Das Ergebnis sind strukturierte Produktdaten, denen Sie vertrauen können: konsistente Feldnamen, normalisierte Werte und ein klarer Audit-Trail vom Datenpunkt bis zum Quelldokument.
Spezifikationen & Attribute
Doc2Shelf extrahiert diese Daten mit KI. Es identifiziert Produktkennungen, Spezifikationen, Materialien, Abmessungen und compliance-relevante Felder, strukturiert sie konsistent und weist jedem Feld einen Konfidenzwert zu, damit Sie wissen, was zu überprüfen ist.
Das Ergebnis sind strukturierte Produktdaten, denen Sie vertrauen können: konsistente Feldnamen, normalisierte Werte und ein klarer Audit-Trail vom Datenpunkt bis zum Quelldokument.
Vom PDF zu Produktlistings, Erklärungsentwürfen und DPP-orientierten Daten
Die Extraktion ist die Grundlage für alle weiteren Schritte. Dieselben geprüften strukturierten Daten können Shopify- und WooCommerce-Angebote, prüfbare eBay-Textentwürfe, EU-/US-Erklärungsentwürfe, zutreffende GPSR-Inhalte und separates DPP-orientiertes strukturiertes JSON für die nachgelagerte Implementierung unterstützen.
Exportieren Sie die rohen strukturierten Daten als JSON oder CSV, wenn Sie sie in Ihren eigenen Systemen verwenden möchten, oder nutzen Sie sie, um Listings und Erklärungsentwürfe zur Prüfung vorzubereiten.
Für Skalierbarkeit gebaut
Laden Sie bis zu 500 PDFs gleichzeitig hoch, im Rahmen des Dokumentenkontingents Ihres Tarifs, und lassen Sie die Hintergrund-Pipeline sie parallel extrahieren. Wiederverwendete Extraktionen und eine einheitliche Struktur halten große Kataloge konsistent, und der Überprüfungsschritt sichert die Qualität, bevor etwas nachgelagert veröffentlicht wird.
Welche Lieferantendokumente am besten funktionieren
Doc2Shelf extrahiert aus den PDF-Dateien, die Sie hochladen; es durchsucht keine Lieferantenportale und ruft keine Dokumente für Sie ab. Digitale und gescannte PDFs können beide gelesen werden, allerdings senken schlechte Scans die Extraktionskonfidenz, und ein Dokument, das mehrere Produkte abdeckt, ergibt mehrere Produktdatensätze.
Was Sie aus einer Datei erwarten können, hängt von der Art des Dokuments ab:
Arten von Lieferantendokumenten und was sie typischerweise liefern| Dokumenttyp | Liefert typischerweise | Zu beachten |
|---|
| Spezifikationsblätter und technische Datenblätter | Modellnummern, Abmessungen, Leistungsdaten, Materialien, angewandte Normen | Tabellen mit mehreren Modellen müssen je Modell geprüft werden |
|---|
| Sicherheitsdatenblätter (SDS) | Gefahreneinstufung, H- und P-Sätze, Signalwort, Zusammensetzung mit CAS-Nummern | Gefahrendaten, keine Marketingattribute; eine SDS-Voreinstellung ist integriert |
|---|
| Produktkataloge | Viele Produkte pro Datei: Namen, Varianten, wichtige Spezifikationen | Weniger Details pro Produkt als in einem Datenblatt |
|---|
| Kennzeichnungsleitfäden und Etiketten-Druckvorlagen | Warnhinweise, Nettofüllmenge, Zutaten- oder INCI-Listen, Kennzeichnungen | Die beste Quelle für das, was auf der Verpackung aufgedruckt ist |
|---|
| Konformitätserklärungen und Zertifikate | Richtlinien, Normen, Kennzeichnungen, Herstellerangaben | Wird wie angegeben erfasst, nicht auf Gültigkeit geprüft |
|---|
| Packlisten und Rechnungen | Gewichte, Verpackungsmaße, Stück pro Packung, HS-Code, Ursprungsland – sofern angegeben | Beschreiben das Produkt selbst selten |
|---|
| Bedienungsanleitungen | Verwendungszweck, Warnhinweise, Pflegehinweise | Wichtige Daten sind über viele Seiten verstreut |
|---|
Was extrahiert wird und wo es verwendet wird
Jede Extraktion liefert Produktdatensätze, die unabhängig vom Layout des Lieferanten in dieselben Feldgruppen gegliedert sind. Die Gruppen entsprechen direkt den Inhalten, die Doc2Shelf als Nächstes vorbereitet, sodass ein einmal in der Prüfung kontrollierter Wert überall wiederverwendet wird, wo er gebraucht wird.
Neben den strukturierten Feldern behält die Extraktion ihre Belege bei: eine Liste von Fakten mit Seitenzahl und kurzem wörtlichem Zitat, jede Datentabelle Zeile für Zeile wiedergegeben, Fakten, die in kein Standardfeld passen, sowie eine Liste erforderlicher Informationen, die das Dokument nicht enthielt. Informationen, die bei der Erstellung von Listings oder Erklärungsentwürfen noch fehlen, erscheinen als [REQUIRED: …]-Platzhalter statt als erfundener Wert.
Extrahierte Feldgruppen und die Ausgaben, die sie speisen| Feldgruppe | Beispielfelder | Verwendet in |
|---|
| Identität | Name, Marke, Hersteller, Modellnummer, GTIN/EAN; SKU nur, wenn das Dokument eine ausweist | Listing-Titel und Spezifikationen; Produktidentifikation in Erklärungsentwürfen |
|---|
| Beteiligte | Hersteller, Importeur, Händler, verantwortliche Person in der EU, Adressen | GPSR-Informationsblock; Erklärungsentwürfe |
|---|
| Klassifizierung | Kategorie, Unterkategorie, Verwendungszweck, Alterseinstufung | Erklärungstyp, Produkttyp, Listing-Text |
|---|
| Maße | Abmessungen, Gewicht, Volumen, Einheiten wie aufgedruckt | Spezifikationen; Versanddaten |
|---|
| Zusammensetzung | Zutaten in aufgedruckter Reihenfolge, Allergene, Nährwertangaben | Listings und Entwürfe für Lebensmittel, Nahrungsergänzungsmittel und Kosmetik |
|---|
| Compliance | Normen, Richtlinien, Zertifizierungen, Kennzeichnungen, Verweise auf Rechtsvorschriften | EU- und US-Erklärungsentwürfe |
|---|
| Sicherheit | Warnhinweise, Gefahren- und Sicherheitshinweise, Signalwort, Piktogramme | Sicherheitsinformationen im GPSR-Block, soweit anwendbar |
|---|
| Verpackung und Logistik | Verpackungsmaterial, Recyclingcodes, Stück pro Packung, HS-Code, Ursprungsland | Spezifikationen; DPP-orientiertes strukturiertes JSON |
|---|
Konfidenzwerte, Belege und Überprüfungsschritt
Jede Extraktion trägt einen Konfidenzwert und einen Vollständigkeitswert, ergänzt um Hinweise auf Einschränkungen wie unleserliche Bereiche, mehrdeutige Werte oder die Scanqualität. Nutzen Sie sie, um zu entscheiden, wo Sie zuerst hinschauen. Ein hoher Wert macht einen Wert nicht richtig, und ein niedriger Wert weist meist auf ein Dokumentproblem hin – einen schlechten Scan, eine unklare Tabelle –, dessen Behebung an der Quelle sich lohnen kann.
Nichts Extrahiertes wird ungeprüft veröffentlicht oder exportiert. Wenn Sie Inhalte als geprüft markieren, speichert Doc2Shelf einen Inhalts-Hash; jede spätere Änderung verändert den Hash und macht die Prüfung ungültig, sodass Veröffentlichung und Export gesperrt bleiben, bis jemand die geänderte Version kontrolliert hat. Eine praxistaugliche Prüfreihenfolge:
- Beginnen Sie mit den Dokumenten mit der niedrigsten Konfidenz oder Vollständigkeit.
- Prüfen Sie zuerst Kennungen und sicherheitsrelevante Werte anhand des zitierten Belegs.
- Vergewissern Sie sich, dass jeder Wert aus einer Tabelle mit mehreren Modellen beim richtigen Produkt steht.
- Klären Sie als fehlend markierte Daten mit dem Lieferanten, statt sie selbst einzutragen.
- Markieren Sie den Inhalt als geprüft und prüfen Sie ihn nach jeder Änderung erneut.
Batch-Extraktion und Ausgabeformate
Laden Sie bis zu 500 PDFs in einer Charge hoch, im Rahmen des Dokumentenkontingents Ihres Tarifs; die Extraktion läuft im Hintergrund. Integrierte Vorlagen richten die Extraktion auf einen Dokumenttyp aus – Lebensmitteletikett, SDS / Chemikalien, Elektronik-Datenblatt oder Allgemeines Produkt –, und Sie können Schwerpunktbereiche wählen, eigene Anweisungen hinzufügen, einen Audit-Modus aktivieren, der jeden Fakt und jede Tabellenzeile mit einem Zitat erfasst, und – je nach Tarif – Ihre Einstellungen als Vorlage für den nächsten Lieferanten speichern.
Werte bleiben in der Sprache des Dokuments, mit Einheiten exakt wie aufgedruckt, sodass zwischen Quelle und Ihrer Prüfung nichts stillschweigend umgerechnet wird. Nach der Prüfung verlassen die Daten Doc2Shelf in dem Format, das der jeweilige Workflow benötigt:
Aus geprüften Extraktionsdaten erstellte Ausgaben| Ausgabe | Formate | Typische Verwendung |
|---|
| Strukturierte Produktdaten | JSON, CSV; DOCX je nach Tarif | Eigene Systeme, Tabellen, PIM-Importe |
|---|
| Shop-Listings | Shopify-Produktentwürfe; einfache WooCommerce-Produktentwürfe; Export als CSV, JSON, PDF, DOCX | Veröffentlichung als Entwurf oder Prüfung außerhalb von Doc2Shelf |
|---|
| Auf eBay ausgerichtete Texte für neue Nutzer | Allgemeines CSV oder JSON, kein eBay-Importschema | Wiederverwendung in Ihrem eigenen eBay-Workflow |
|---|
| Erklärungsentwürfe | PDF, DOCX, druckbare Erklärungsetiketten | Vervollständigung und Freigabe durch die verantwortliche Partei |
|---|
| DPP-orientierte Daten | Strukturiertes JSON als Vorbereitungsdaten | Nachgelagerte Umsetzung; kein fertiger Pass |
|---|
Worin es sich von generischen PDF-Parsern und OCR-Tools unterscheidet
Generische PDF-zu-Tabelle-Tools und OCR-Engines lösen einen Teil des Problems: Sie holen Text und Tabellen aus einer Datei. Diesen Text in Produktdatensätze zu verwandeln – und diese Datensätze in Listings und Compliance-Entwürfe – überlassen sie Ihnen. Der folgende Vergleich bezieht sich auf die Art des Tools, nicht auf ein bestimmtes Produkt.
Ein generisches Tool ist die einfachere Wahl, wenn Sie nur eine saubere Tabelle in eine Tabellenkalkulation kopieren müssen oder große Mengen eines festen Formulars verarbeiten. Doc2Shelf ist für den umgekehrten Fall gebaut: viele Lieferanten, unterschiedliche Layouts und Daten, die in Listings und Erklärungsentwürfen landen müssen. Der Ratgeber zum Extrahieren von Produktdaten aus PDFs vergleicht alle Methoden ausführlicher.
Werkzeugtypen im Vergleich| Funktion | Generischer Tabellen-Parser | Eigenständiges OCR | Doc2Shelf |
|---|
| Gescannte Seiten | Braucht in der Regel eine Textebene | Ja, das ist der Kernzweck | Ja; die Scanqualität beeinflusst die Konfidenz |
|---|
| Ausgabe | Rohe Tabellen oder Text | Text | Produktdatensätze in benannten Feldgruppen |
|---|
| In Sätzen formulierte Werte | Werden nicht als Felder erfasst | Als Fließtext erfasst | Bei Angabe Feldern zugeordnet |
|---|
| Mehrere Produkte in einem PDF | Sie trennen die Zeilen selbst | Nicht getrennt | Ein Datensatz pro Produkt |
|---|
| Beleg pro Wert | Die Tabelle selbst | Textposition | Seitenzahl und kurzes Zitat |
|---|
| Fehlende Pflichtangaben | Nicht markiert | Nicht markiert | Aufgelistet; in Entwürfen als Platzhalter angezeigt |
|---|
| Nächster Schritt | Spalten Ihrem Schema zuordnen | Text selbst auswerten | Listings, Entwürfe und Exporte nach der Prüfung |
|---|
Datenqualität und Grenzen
Die KI-Extraktion kann einen Wert übersehen, falsch lesen – besonders in schlechten Scans, dichten Tabellen oder Werten, die nur in Zeichnungen stehen – oder einen Wert in einer Tabelle mit mehreren Produkten dem falschen Modell zuordnen. Deshalb gibt es den Überprüfungsschritt, und deshalb behält die Extraktion Belege, die Sie kontrollieren können. Kennen Sie diese Grenzen, bevor Sie eine Katalogmigration planen:
- Es extrahiert nur, was das Dokument angibt; fehlende Werte werden weder anderswo nachgeschlagen noch geschätzt.
- Einheiten und Werte bleiben wie aufgedruckt. Das Umrechnen von Einheiten und das Vereinheitlichen von Wertelisten für Ihre Kanäle ist Teil Ihrer Prüfung; der Ratgeber zu Produktattributen zeigt, wie.
- Eine SKU wird nur erfasst, wenn das Dokument sie ausdrücklich als solche ausweist – nie wird sie aus einem Dateinamen oder einer Modellnummer abgeleitet.
- Normen, Kennzeichnungen und Zertifikatsverweise werden wie angegeben erfasst. Doc2Shelf prüft keine Produkte, bewertet keine Konformität und verifiziert keine Zertifikate.
- Text bleibt in der Sprache des Dokuments; die Übersetzung von Listings ist ein separater Schritt, der prüffertige Entwürfe erzeugt.
- Hochgeladen werden PDF-Dateien; andere Formate müssen zuvor als PDF gespeichert werden.