Im Archiv steht ein Papierwolf, der früher nur zwei Zustände kannte: Papier rein, Konfetti raus. Jetzt trägt er Messschieber. Kleine Messingarme tasten über Tabellen, Formulare, Verträge, diese ganzen PDF-Biotope, in denen Unternehmen ihre Wahrheit lagern, bis irgendein Retrieval-System später behauptet, es habe sie schon immer verstanden.
Mistral AI nennt das neue Modell OCR 4. Laut eigener Ankündigung extrahiert es nicht nur Text, sondern liefert Bounding Boxes, Blockklassifikation und Confidence Scores gleich mit. Also nicht mehr nur: „Da steht etwas.“ Sondern auch: „Da steht es, ungefähr hier, vermutlich als Tabelle, und der Zeiger zittert nur mittelstark.“ Das ist für Dokumenten-KI ungefähr der Moment, in dem der Aktenordner zum ersten Mal merkt, dass er Beine bekommen soll.
Der alte OCR-Schlitz war zu schmal
Klassische OCR war lange die Praktikantin im Maschinenraum: fleißig, nützlich, aber wenn eine zweispaltige Tabelle, eine Formel oder ein eingescanntes Formular quer hustete, lag der Kaffee im Plotter. Mistral verspricht für OCR 4 Unterstützung für 170 Sprachen, strukturierte Blöcke, Seiten- und Wort-Konfidenzen und Einsatz über API, Document AI oder selbstverwaltete Umgebung. Besonders letzteres ist nicht nur Marketinglack. Wer Personalakten, Rechnungen, medizinische Befunde oder interne Verträge durch eine Maschine schiebt, möchte nicht anschließend erklären müssen, warum der Datenschutzbeauftragte plötzlich im Serverrack wohnt.
Interessant ist dabei weniger das Wort „OCR“ selbst. Das klingt nach Scanner mit Bandscheibenvorfall. Spannender ist die neue Zwischenware: Dokumente werden nicht bloß gelesen, sondern für Agenten, RAG-Pipelines und Unternehmenssuche in sauberere Bauteile zerlegt. Ein Absatz hier, eine Tabelle dort, eine Unterschrift als eigener Block, ein Diagramm mit Zaun drumherum. Der Papierwolf bekommt Augenmaß, und irgendwo hinten im Betrieb klappert schon der Indexschrank.
Benchmark-Schrauben mit Beipackzettel
Mistral meldet starke Ergebnisse, unter anderem einen ersten Platz in eigenen Vergleichen und 85,20 auf OlmOCRBench. Gleichzeitig steht im selben Text ein wohltuend unglänzender Hinweis: Benchmarks bei Dokumenten sind fies. Referenzdaten können falsch sein, mathematische Schreibweisen können gleich aussehen und trotzdem unterschiedlich zählen, Spaltenreihenfolgen können einen ordentlichen Extrakt wie einen Unfallbericht aussehen lassen. Das ist kein kleiner Fußnotenkrümel. Das ist der Schraubenschlüssel, der verhindert, dass aus einem Modellstart sofort ein Messias im Formularschacht wird.
Für Betreiber heißt das: eigene Dokumente nehmen, eigene Fehlerarten zählen, eigene roten Lampen montieren. Der schönste Durchschnittswert hilft wenig, wenn ausgerechnet die mehrsprachige Schadensmeldung, die Konzernrechnung mit drei Tabellen oder das Behörden-PDF mit Stempelwut falsch zerlegt wird. OCR 4 kann laut Mistral viel. Aber der Prüfstand bleibt lokal, schmutzig und beleidigt, wie es sich gehört.
Agenten lieben saubere Papierkanten
Der eigentliche Blechpresse-Moment liegt bei den Agenten. Sobald ein KI-System nicht nur antwortet, sondern Aufträge abarbeitet, wird Dokumentenstruktur zur Infrastruktur. Ein Agent, der eine Rechnung prüfen, ein Formular ausfüllen oder eine Compliance-Akte zusammenfassen soll, braucht mehr als einen Textbrei. Er braucht Kanten. Koordinaten. Zweifel. Vielleicht sogar den Mut zu sagen: „Diese Tabellenzeile sehe ich nur durch Ölfilm, bitte Mensch rufen.“
Genau da werden Confidence Scores und Bounding Boxes von einer Produktzeile zu einem Sicherheitsgeländer. Nicht glamourös. Keine Bühne, kein Feuerwerk, eher Werkstattmatte unter tropfendem Hydraulikschlauch. Aber wenn Unternehmen Agenten in echte Aktenberge schicken, entscheidet dieses Geländer darüber, ob hinten ein brauchbarer Vorgang herauskommt oder ein sehr selbstbewusster Irrtum mit PDF-Geruch.
Quellen
Faktenbasis: Mistral AI: Introducing OCR 4 und die Mistral-Dokumentation zur Modellkarte. Die Leistungsangaben sind Anbieterangaben und sollten für produktive Workflows mit eigenen Dokumenten gegengeprüft werden.