Googles neueste KI-Generation Gemini zeigt beeindruckende Fortschritte bei der automatisierten Erkennung von Handschriften und historischen Dokumenten: Tests mit sehr schwierigen, teils jahrhundertealten Schriften ergaben eine extrem geringe Fehlerquote – bis zu nur 0,56% auf Zeichenebene und rund 1,22% auf Wortebene. Das bedeutet, dass durchschnittlich nur ein Fehler pro 200 Zeichen auftritt; meist handelt es sich um unkritische Satzzeichen- oder Groß/Kleinschreibungsfehler.

Was macht Gemini besonders?

• Gemini basiert auf einem multimodalen Ansatz: Die KI kann nicht nur Text, sondern ebenso Handschrift und historische Schriftarten erkennen und sogar deren Bedeutung im Kontext erfassen und erklären.
• Die Erkennungsleistung entspricht mittlerweile (laut Historikertests) professionellen menschlichen Expertinnen und Experten.
• Die KI ist auch in der Lage, bei unklaren oder fehlenden Informationen zu argumentieren, zu plausibilisieren und das Ergebnis zu begründen – ein Faktor, der über klassische OCR-Systeme hinausgeht.

Bedeutung für Wissenschaft und Praxis

• Historiker und Archivare, die bisher tagelang mit der manuellen Transkription alter Dokumente beschäftigt waren, können nun deutlich schneller arbeiten – Gemini reduziert den Zeitaufwand und die Fehleranfälligkeit erheblich.
• Auch für Alltagsnutzer ist die Handschriftenerkennung so robust, dass z.B. Familienbriefe oder Notizen aus früheren Zeiten unkompliziert digitalisiert werden können.
• Die Technologie funktioniert „out of the box“ – speziell trainierte Modelle für jede einzelne Schriftart sind oft nicht mehr notwendig.

Einordnung und Ausblick

• Schon zuvor hatten KI-basierte Systeme wie Transkribus oder GPT-4 Fortschritte bei Handschriftenerkennung gemacht, aber Gemini hebt das Niveau auf nahezu perfekte Erkennung bei hochkomplexen Vorlagen.
• Google setzt die Gemini-Technologie bereits in verschiedenen Diensten ein. Für den produktiven Einsatz (z.B. im Archivwesen oder bei Digitalisierungs-Projekten) könnten künftig noch spezialisierte Oberflächen und Exportfunktionen folgen.

Gemini gilt damit als ein wichtiger Durchbruch für die Digitalisierung historischer Texte und als Paradebeispiel für moderne KI-Anwendungen in der praktischen Texterkennung.

Hier findest du weiterführende Informationen: Google Watch Blog