Wir haben Ztract für die Menschen gebaut, die Dokumente noch von Hand abtippen.

Warum wir angefangen haben

Wir haben Buchhaltern in Steuerkanzleien zugesehen, wie sie sich Zeile für Zeile durch Stapel von Rechnungen arbeiten — Lieferantennamen, Daten, Beträge und Steuerschlüssel Zeichen für Zeichen in Tabellen tippen. Wir haben Mitarbeitende in Speditionen beobachtet, wie sie dieselben fünfzehn Felder einer Handelsrechnung erst ins Zoll-Portal, dann ins TMS und schließlich noch einmal in das Buchungsformular des Frachtführers übertragen. Wir haben Ops-Teams gesehen, die tausende Belege pro Quartal genauso bearbeiten wie 1995.

Die Technologie, diese Dokumente zu lesen, ist seit Jahren gut genug. Was fehlte, war ein Werkzeug, das man tatsächlich nutzen kann, ohne Code zu schreiben, ein Modell zu deployen oder eine sechsstellige Enterprise-Lizenz zu kaufen.

Also haben einige von uns im Mai 2026 Ztract gestartet. Die Idee ist einfach: ein Dienst zur Dokumentenextraktion, den auch Nicht-Entwickler an einem Nachmittag aufsetzen können, der strukturierte Daten liefert, die sich direkt in die bereits genutzten Werkzeuge übernehmen lassen, und der kein Monats-Abo aufdrängt, das Sie zu kündigen vergessen.

Was Ztract leistet

Sie laden ein Dokument hoch — PDF, Word, Excel, PowerPoint, Bild oder Scan. Sie legen fest, was extrahiert werden soll — wählen Sie eine Vorlage, beschreiben Sie es in Alltagssprache oder ziehen Sie ein Beispiel hinein und lassen Sie die Engine das Schema daraus ableiten. Sie erhalten strukturiertes JSON, CSV oder Excel zurück, und jeder extrahierte Wert ist mit seiner Position im Ausgangsdokument verankert, sodass Sie ihn in Sekunden prüfen können. Stimmt etwas nicht, korrigieren Sie es mit einem Klick. Kein Modell-Training. Kein Regex. Keine erneuten Läufe, die Sie mehr kosten als der erste.

Es ist bewusst ein kleines Produkt. Wir haben uns auf die Anwendungsfälle konzentriert, die nach unserer Beobachtung am meisten Schmerz verursachen — Rechnungen, Belege, Kontoauszüge, Verträge, Ausweise, Lebensläufe, Laborbefunde, Zollpapiere — und machen diese lieber gut, statt alles schlecht.

Wie wir arbeiten

Wir sind ein kleines Team mit Sitz in Hong Kong. Wir sind vollständig eigenfinanziert — keine externen Investoren, keine Wachstums-um-jeden-Preis-Uhr. Das klingt nach einer Fußnote, prägt aber viele Entscheidungen. Wir können Preise einfach und stabil halten, statt sie jedes Quartal anzuheben, um Ziele zu erreichen. Wir können Funktionen erst ausliefern, wenn sie wirklich fertig sind, statt eine Release-Präsentation aufzublasen. Wir können Nein sagen — etwa zum Training auf Kundendaten — zu Dingen, zu denen andere Unternehmen erst später Nein sagen.

Ein Wort zu Ihren Daten

Wir trainieren keine Modelle mit Dokumenten, die Sie hochladen. Weder unsere Engine noch die LLMs externer Anbieter, über die wir routen. Die kommerziellen APIs, die wir nutzen (OpenAI, Anthropic, Google), untersagen das Training auf API-übermittelten Daten, und wir verlassen uns auf diese Zusagen. Wenn Sie ein Dokument löschen, ist es gelöscht — sofort aus dem aktiven Speicher und innerhalb von 14 Tagen aus den routinemäßigen Backups.

Wenn Sie das vollständige Bild davon möchten, wohin Ihre Daten gehen und wie lange sie bleiben, beschreiben unsere Datenschutzerklärung und unser Auftragsverarbeitungsvertrag das ohne Ausweichmanöver.