Verblasste Thermo-Belege, Zeile für Zeile geparst.

Beleg-Datenextraktion bezeichnet den Prozess, physische oder digitale Verkaufsbelege — Thermopapier, Handyfotos, gescannte PDFs — in strukturierte Datensätze zu verwandeln, bei denen jeder Wert mit seiner Position auf dem Beleg verknüpft bleibt. Spesenabrechnung, Audit-Spuren, Dubletten-Erkennung und Personal-Finance-Apps bauen auf dieser Basisebene auf, und historisch erforderte all das entweder manuelle Dateneingabe oder handgetunte Regex-Regeln pro Händler.

Für den Beispielbeleg oben liefert Ztract die Belegnummer, Transaktionsdatum und -uhrzeit und den Kassierernamen; eine Artikeltabelle mit SKU-Code, Beschreibung, Menge, Einzelpreis, Rabatt und Zeilenbetrag; den Gesamtbetrag, den gerundeten Gesamtbetrag und die Rundungsdifferenz; sowie das gegebene Bargeld und das herausgegebene Wechselgeld. SKU-Codes werden exakt wie gedruckt erhalten — als barcode-lesbare Zeichenketten, was zählt, wenn Sie die Daten in Bestands- oder Dubletten-Prüfungs-Pipelines einspeisen.

Belege gehören zu den schwierigsten Eingaben, die eine Extraktionsengine sieht: Thermopapier verblasst ungleichmäßig, das Papier faltet sich genau an der falschen Zeile, Artikelbeschreibungen erscheinen in der lokalen Schrift mit Preisen in lokaler Währung, und Händler in unterschiedlichen Regionen drucken Rundungsdifferenzen an verschiedenen Stellen. Ztract bewältigt all das ohne händlerspezifische Vorlagen — werfen Sie ein Handyfoto eines getackerten Stapels von drei Belegen hinein, und jeder kommt als eigener strukturierter Datensatz zurück.