Für den Unterricht: Wie ein Computer Ordnung schafft und warum er dafür einen guten Auftrag braucht, als Foliensatz mit Sortier-Roboter für die Klassen 4 bis 8. Der Sortier-Roboter →
Mein Papierkram war schon lange digital. Jeder Brief wurde gescannt und landete in Paperless-ngx, einem Open-Source-Archiv auf meinem eigenen Server. Er erkennt den Text, macht alles durchsuchbar und legt die PDFs sauber ab. Digital heißt aber noch lange nicht geordnet.
Als ich genauer hinsah, hatten 203 von 224 Dokumenten keinen Absender. Titel wie scan_2024_0117.pdf, kein Dokumenttyp, kaum Schlagworte. Gefunden habe ich trotzdem fast alles, über die Volltextsuche. Aber Ordnung sieht anders aus. Und die Oberfläche war grün, die Standardfarbe von Paperless. Dazu später mehr.
Eine KI, die nichts tut
Die Idee war naheliegend: Eine KI liest jedes Dokument und schlägt Titel, Absender, Typ, Datum und Schlagworte vor. Dafür gibt es Erweiterungen, die Paperless mit einem Sprachmodell verbinden. Bei mir ist das Claude von Anthropic.
Eingerichtet, gestartet, und dann passierte: nichts. Zwei Gründe, und beide sind lehrreich.
- Die KI hatte keinen Auftrag. Die Erweiterung bearbeitet nur Dokumente, die man ihr ausdrücklich übergibt, zum Beispiel über ein Schlagwort oder eine Regel. Das ist eine gute Voreinstellung, niemand will eine KI, die ungefragt in allen Unterlagen herumschreibt. Aber man muss es wissen.
- Ein stiller Fehler. Die neue Claude-Generation lehnt einen Parameter ab, den ältere Modelle noch akzeptiert haben. Die Erweiterung hat die Fehlermeldung einfach verschluckt. Keine Warnung, kein Hinweis, nur Stille.
Ordnung = KI × Auftrag
Ist der Auftrag null, ist das Ergebnis null, egal wie gut die KI ist. Und ein Fehler, der niemandem gemeldet wird, ist der teuerste Fehler, weil man ihn erst bemerkt, wenn man sich wundert.
Der Datumsfehler
Als die KI endlich lief, kam der nächste Lerneffekt. In meiner Anweisung stand sinngemäß: Wenn du kein Datum findest, nimm das heutige. Das klang vernünftig. Ergebnis: 38 Dokumente bekamen ein falsches Datum, obwohl das richtige oft im Text stand. Die KI hatte die Anweisung großzügiger ausgelegt, als ich sie gemeint hatte.
Gerettet hat mich das Backup. Die richtigen Daten kamen aus der Sicherung zurück, die Anweisung wurde präziser. Ein zweiter Fall war fast lustig: Bei einem Dokument schlug die KI mein Geburtsdatum als Dokumentdatum vor. Es stand ja im Text, und es war ein Datum. Formal nicht falsch, inhaltlich Unsinn.
Vor jedem KI-Durchlauf ein Backup. Eine KI arbeitet schnell, auch wenn sie falsch liegt. Was ein Mensch an einem Nachmittag falsch macht, schafft sie in Minuten an Hunderten Dokumenten.
Das Ergebnis
Die KI hat alle Dokumente durchgearbeitet, inzwischen sind es über 230. Danach hat Paperless seine eingebaute Erkennung mit den neuen Daten neu gelernt, sodass auch ohne KI die Vorschläge besser werden. Jedes neue Dokument bekommt automatisch einen Auftrag, sobald es eingescannt ist. Die KI schlägt vor, ich prüfe.
// Ein Dokument, vorher und nachher
Absender: –
Typ: –
Datum: Tag des Scans
Schlagworte: –
Absender: Versicherung
Typ: Vertrag
Datum: Ausstellungsdatum aus dem Text
Schlagworte: Versicherung, Haushalt
| Vorher | Jetzt | |
|---|---|---|
| Ohne Absender | 203 | 8 |
| Ohne Schlagwort | 82 | 0 |
| Ohne Dokumenttyp | 4 | 0 |
| Bekannte Absender | 12 | 65 |
| Datum fälschlich auf heute | 38 | 0 |
Aus 12 bekannten Absendern wurden 65. Ein paar davon sind doppelt, etwa zwei Schreibweisen derselben Firma. Die führe ich von Hand zusammen, das ist eine Sache von Minuten. Beispiele aus dem Alltag: Ein Wahlformular findet sich jetzt unter „Behörden“, ein Versicherungsschein unter „Versicherung“ mit Absender und Ausstellungsdatum. Klingt banal. Ist aber genau der Unterschied zwischen „irgendwo gescannt“ und „in zehn Sekunden gefunden“.
Der Ausgang: teilen ohne Mailanhang
Ein Archiv ist nur so gut wie der Weg nach draußen. Wenn ich ein Dokument weitergeben muss, verschicke ich keinen Mailanhang mehr. Ich setze in Paperless ein Schlagwort, das Dokument landet in meiner Nextcloud, und von dort teile ich einen passwortgeschützten Link, der nach ein paar Tagen von selbst abläuft. Die Datei liegt nicht für immer in fremden Postfächern.
Und die Farbe?
Das Grün von Paperless passte nicht zum Rest meiner Systeme. Der erste Versuch war Magenta, also das Pink von riemer.it. Auf einer Arbeitsoberfläche, auf die man stundenlang schaut, war das zu viel des Guten. Geblieben ist ein ruhiges Nachtblau wie hier auf der Seite. Auch das gehört zur Zusammenarbeit mit der KI: Sie liefert schnell einen Vorschlag, aber ob man damit leben will, merkt nur man selbst.
Wo bleiben die Daten?
Die Dokumente selbst bleiben auf meinem Server. Für die Auswertung schickt die Erweiterung aber den erkannten Text an die Schnittstelle des KI-Anbieters. Bei Anthropic werden Daten aus der Programmierschnittstelle nach Angaben des Anbieters nicht zum Training der Modelle verwendet. Trotzdem gilt: Was das Haus verlässt, sollte man bewusst entscheiden.
- Bei mir ist das ganze Archiv einmal durch die KI gelaufen. Wer das nicht möchte, kann besonders sensible Unterlagen, etwa zur Gesundheit oder zu den Kindern, einfach ohne Auftrag lassen. Genau dafür ist es gut, dass die KI nur arbeitet, wenn man sie lässt.
- Wer gar nichts nach draußen geben will, kann ein lokales Sprachmodell auf dem eigenen Rechner nutzen. Das ist langsamer und meist etwas ungenauer, aber vollständig im Haus.
Was ich mitnehme
- Eine KI braucht einen Auftrag. Ohne Auftrag passiert nichts, und das ist gut so.
- Genau sagen, was man meint. „Nimm das heutige Datum“ war ein Satz, 38 Dokumente waren die Folge.
- Fehler müssen laut sein. Ein verschluckter Fehler kostet mehr Zeit als jeder sichtbare.
- Erst sichern, dann automatisieren. Das Backup hat den Tag gerettet.
- Die KI schlägt vor, ich entscheide. Ordnung ohne Fleißarbeit, aber nicht ohne Verantwortung.
Eine Kette ist nur so stark wie ihr schwächstes Glied. Bei der KI ist das selten das Modell, sondern meistens der Auftrag, den man ihr gibt.
Wie eine KI überhaupt lernt, Texte zu verstehen, steht in Wie lernt eine KI? Wie man sich auf Ausfälle vorbereitet, in BCM für zu Hause.