Skip to content

Verarbeiten Sie Ihre Dokumente mit Google Document AI OCR

Enterprise Document OCR von Google Document AI ist eine Google-Cloud-API, die gedruckten und handschriftlichen Text aus PDFs und Bildern extrahiert. Die Abrechnung erfolgt pro Seite, die ersten 1.000 Seiten sind kostenlos.

Gratis-Plan · ab 0,60$ · API

Storks Urteil zu Google Document AI OCR

Enterprise Document OCR von Google ist eine günstige, genaue Basisschicht für die Textextraktion in großen Mengen, aber strukturierte Daten kosten extra über Form Parser oder Layout Parser.

Google Document AI OCR reviewed by Stork AI · stork.ai/de/google-document-ai-ocr

720p. In 480p die Hälfte. Mindestens $0.05 pro Video.
Zehn Minuten sprechendes Video kosten $2.
Wir betreiben offene Modelle auf eigenen GPUs. Sinken unsere Kosten pro Minute, sinkt auch der Preis.
Foto sprechen lassenFür Entwickler: Es gibt eine API

Was Google Document AI OCR leistet

Enterprise Document OCR ist einer der Prozessoren in Document AI von Google Cloud. Sie senden ein PDF oder Bild (PDF, GIF, TIFF, JPEG, PNG, BMP oder WebP; DOCX befindet sich in der privaten Vorschau) und erhalten ein Document-Objekt in JSON mit dem Text, den Seiten, Blöcken, Zeilen, Tokens und deren Positionen zurück. Der Dienst liest gedruckten und handschriftlichen Text, kann eingebetteten Text aus digitalen PDFs mit den OCR-Ergebnissen zusammenführen (natives PDF-Parsing) und bewertet die Bildqualität jeder Seite auf einer Skala von 0 bis 1. Liegt der Wert unter 0,5, listet er wahrscheinliche Mängel wie Unschärfe, Blendung oder abgeschnittenen Text auf. Laut Google werden mehr als 200 Sprachen unterstützt; für ein Dutzend davon ist Handschrift als nicht unterstützt gekennzeichnet, darunter Hebräisch, Thai, Tamil und Telugu.

Die Einrichtung folgt dem üblichen Google-Cloud-Ablauf: ein Projekt erstellen, die Document AI API aktivieren, einen Enterprise-Document-OCR-Prozessor in einer Region (US, EU und mehrere weitere) anlegen und ihn über die REST-API oder Clientbibliotheken aufrufen. Online-Anfragen (synchron) nehmen bis zu 15 Seiten und 40 MB entgegen (30 Seiten im Modus ohne Bilder); Batch-Anfragen nehmen bis zu 500 Seiten pro Dokument, 1 GB pro Datei und 5.000 Dateien pro Anfrage entgegen. Stabile Modellversionen sind pretrained-ocr-v2.0-2023-06-02 und pretrained-ocr-v2.1-2024-08-07; v2.1.1 ist außerhalb der USA und der EU ein Release Candidate.

Preise von Google Document AI OCR

Nutzungsbasierte Abrechnung pro 1.000 Seiten, abgerechnet pro Monatszyklus.

TarifPreisEnthalten
Enterprise Document OCR, erste 1.000 Seiten0 $Kostenlose Stufe
Enterprise Document OCR, 1.000 bis 5.000.000 Seiten1,50 $ pro 1.000 SeitenText, Handschrift, Layout, Bildqualität
Enterprise Document OCR, über 5.000.000 Seiten0,60 $ pro 1.000 SeitenDasselbe
OCR-Add-ons6,00 $ pro 1.000 SeitenMathe-OCR, Kontrollkästchen-Extraktion, Schriftstilerkennung (nur v2-Prozessor)

Beispiel: 100.000 Seiten reines OCR in einem Monat sind 1.000 kostenlose plus 99.000 zu 1,50 $ pro 1.000 = 99 x 1,50 $ = 148,50 $. Sind die Add-ons für alle Seiten aktiviert, kommen 100 x 6,00 $ = 600 $ hinzu (die Preisseite gibt nicht an, ob die kostenlose Stufe auch die Add-ons abdeckt).

Weitere Document-AI-Prozessoren werden separat berechnet, wenn Sie Struktur statt reinem Text benötigen:

ProzessorPreis pro 1.000 Seiten
Layout Parser (inklusive Chunking)10,00 $
Form Parser30,00 $ (bis 1 Mio. Seiten), darüber 20,00 $
Custom extractor30,00 $ (bis 1 Mio. Seiten), darüber 20,00 $
Custom classifier / splitter5,00 $ (bis 1 Mio. Seiten), darüber 3,00 $

Gemini Enterprise Flexible Savings Plans senken diese Preise (OCR kostet 1,35 $ pro 1.000 Seiten bei einem 1-Jahres-Plan und 1,20 $ bei einem 3-Jahres-Plan). Fehlgeschlagene Anfragen (4xx oder 5xx) werden nicht berechnet. Als Seite zählt eine PDF-Seite oder ein Bild; bei DOCX zählen bis zu 3.000 Zeichen als eine Seite. Neue Google-Cloud-Kunden erhalten im Rahmen des Google Cloud Free Program 300 $ Gratisguthaben.

Preise geprüft auf der Preisseite des Anbieters am 10. November 2026. Siehe Document AI pricing.

Wichtige Funktionen

Was die Document-AI-Dokumentation von Google für Enterprise Document OCR aufführt:

  • Gedruckter und handschriftlicher Text in mehr als 200 Sprachen, mit BCP-47-Sprachhinweisen
  • Natives PDF-Parsing, das eingebetteten digitalen Text mit OCR zusammenführt
  • Bildqualitätswerte (0 bis 1) mit acht Mängeltypen wie Unschärfe, Blendung und abgeschnittenem Text
  • Mathe-OCR-Add-on: Formeln werden als LaTeX mit Begrenzungsrahmen zurückgegeben
  • Kontrollkästchen-Add-on: ausgefüllte und leere Kontrollkästchen und Optionsfelder
  • Schriftstil-Add-on: Schriftart, Schriftstärke, Farbe, Fett und Kursiv auf Wortebene
  • Ausgabe auf Symbolebene, Auswahl von Seitenbereichen und Erkennung von Zeichen im Feld
  • Batch-Jobs mit bis zu 5.000 Dateien und 500 Seiten pro Dokument

Für wen Google Document AI OCR am besten geeignet ist

Es eignet sich für Entwickler und Datenteams auf Google Cloud, die Text aus Scans, Faxen, Formularen und Fotos in großen Mengen extrahieren müssen und einen Preis pro Seite wünschen, der ab 5 Millionen Seiten pro Monat deutlich sinkt. Der Bildqualitätswert hilft dabei, unlesbare Scans an einen Menschen weiterzuleiten, und die Add-ons für Mathe und Kontrollkästchen decken Fälle ab, die reines OCR verfehlt. Es ist eine API, keine App: Für Gelegenheitsnutzer gibt es keine Oberfläche zum Hoch- und Herunterladen.

Wenn Sie Tabellen und Schlüssel-Wert-Paare statt reinem Text benötigen, vergleichen Sie Googles eigenen Form Parser oder Layout Parser mit Amazon Textract und Azure AI Document Intelligence, insbesondere wenn Sie bereits AWS oder Azure nutzen. Für LLM-taugliches Markdown aus komplexen PDFs bietet sich LlamaParse an. Für kostenloses, selbst gehostetes OCR ohne Gebühr pro Seite ist Tesseract der Open-Source-Standard.

Was Nutzer sagen

Veröffentlichte Vergleiche zählen das OCR von Google zu den führenden Cloud-Angeboten, testen Enterprise Document OCR aber selten für sich allein. Ein Vergleich von ImageToTable.ai aus dem Jahr 2026, das ein konkurrierendes Extraktionswerkzeug verkauft und keine eigenen Tests durchgeführt hat, nennt externe Benchmarks mit etwa 95 % Genauigkeit bei gedrucktem Text und empfiehlt, die Cloud zu wählen, die Sie ohnehin nutzen. Er berichtet außerdem, dass Google bei Rechnungspositionen und Tabellen hinter Azure und Textract liegt, und verweist dabei auf einen Rechnungs-Benchmark von 2025. Der übliche Rat lautet, vor einer Entscheidung einen Vergleichstest mit den eigenen Dokumenten durchzuführen.

Vorteile

  • Niedriger Preis pro Seite, der ab 5 Millionen Seiten auf 0,60 $ pro 1.000 sinkt
  • Die ersten 1.000 Seiten kostenlos, dazu 300 $ Guthaben für neue Google-Cloud-Konten
  • Verarbeitet Handschrift und mehr als 200 Sprachen
  • Bildqualitätswerte helfen, unlesbare Scans zu erkennen
  • Add-ons für Mathe, Kontrollkästchen und Schriftstile im v2-Prozessor

Nachteile

  • Nur über API: erfordert ein Google-Cloud-Projekt und Code zur Nutzung
  • Online-Anfragen sind auf 15 Seiten begrenzt; längere Dateien erfordern Batch-Jobs
  • Tabellen und Schlüssel-Wert-Felder erfordern teurere Prozessoren (10 bis 30 $ pro 1.000)
  • Handschrift wird in einem Dutzend Sprachen nicht unterstützt, darunter Hebräisch und Thai

Häufig gestellte Fragen

Was kostet Google Document AI OCR?

Enterprise Document OCR kostet 1,50 $ pro 1.000 Seiten bei 1.000 bis 5 Millionen Seiten pro Monat und 0,60 $ pro 1.000 Seiten darüber; die ersten 1.000 Seiten sind kostenlos. OCR-Add-ons kosten 6,00 $ pro 1.000 Seiten. Preise geprüft am 10. November 2026.

Ist Google Document AI OCR kostenlos?

Teilweise. Die Preistabelle führt die ersten 1.000 Seiten als kostenlos auf, und neue Google-Cloud-Kunden erhalten 300 $ Gratisguthaben. Danach zahlen Sie pro Seite; einen unbegrenzten kostenlosen Tarif gibt es nicht.

Welche Dateitypen unterstützt Enterprise Document OCR?

PDF, GIF, TIFF, JPEG, PNG, BMP und WebP. Die Unterstützung für DOCX befindet sich in der privaten Vorschau, mit bis zu 15 Seiten bei synchronen und 30 bei asynchronen Anfragen.

Kann Google Document AI Handschrift lesen?

Ja, für die meisten unterstützten Sprachen. In der Sprachtabelle von Google ist Handschrift für Armenisch, Gujarati, Hebräisch, Kannada, Khmer, Laotisch, Malayalam, Punjabi, Tamil, Telugu, Thai und Jiddisch als nicht unterstützt gekennzeichnet.

Welche Seitenlimits gelten pro Anfrage?

Online-Anfragen nehmen bis zu 15 Seiten und 40 MB entgegen (30 Seiten im Modus ohne Bilder). Batch-Anfragen nehmen bis zu 500 Seiten pro Dokument, Dateien bis 1 GB und bis zu 5.000 Dateien pro Anfrage entgegen.

Was ist der Unterschied zwischen Document AI OCR und Form Parser?

Enterprise Document OCR liefert Text und Layout für 1,50 $ pro 1.000 Seiten. Form Parser extrahiert zusätzlich Schlüssel-Wert-Paare, Tabellen und Kontrollkästchen als strukturierte Felder, für 30 $ pro 1.000 Seiten bis zu 1 Million Seiten. Layout Parser liefert für 10 $ pro 1.000 Seiten die Dokumentstruktur und Chunks für das Retrieval.

Wie schneidet es im Vergleich zur Cloud Vision API ab?

Beide stammen von Google Cloud. Enterprise Document OCR von Document AI ist der auf Dokumente ausgerichtete Prozessor, mit Bildqualitätswerten, nativem PDF-Parsing und Add-ons wie Mathe-OCR und Kontrollkästchen-Extraktion sowie Batch-Verarbeitung mehrseitiger Dokumente.

Alternativen vergleichen

Google Document AI OCR

Gratis-Plan · ab 0,60$ · API

Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.

eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte