Uitlezen is interpreteren
Tekstextractie of OCR kan woorden en cijfers vinden. Daarna moet software bepalen welk getal het factuurnummer is, welke datum bedoeld wordt en welke bedragen bij een regel horen. Bij wisselende lay-outs en scans neemt de onzekerheid toe.
Waar het vaak misgaat
- Factuur- en klantnummers worden verwisseld.
- Regels lopen door over meerdere pagina’s.
- Kortingen en toeslagen staan los van de artikelregels.
- Btw wordt per regel of alleen op totaalniveau vermeld.
- Komma’s, punten en negatieve bedragen worden verkeerd gelezen.
- Een slechte scan verandert tekens of mist tekst.
Betrouwbaarheid vraagt controles
Controleer onder meer of regeltotalen, btw en eindtotaal op elkaar aansluiten. Markeer documenten met lage herkenningszekerheid voor handmatige beoordeling. Bewaar het bronbestand naast het resultaat, zodat iedere waarde later te herleiden is.
Brondata heeft de voorkeur
Wanneer de leverancier UBL, Peppol of een andere gestructureerde export kan leveren, is dat betrouwbaarder dan terugrekenen uit een pdf. Pdf-conversie is vooral zinvol als tussenoplossing of voor leveranciers die nog geen bruikbare brondata aanbieden.