Dokumentenklassifikation & Posteingang / Input-Management

Jede Organisation erhält Dokumente in gemischten Stapeln: ein gescannter Stapel mit einer Rechnung, einem Lieferschein und einem Kundenbrief in einem PDF; eine E-Mail mit sechs Anhängen; ein Portal-Upload mit einem unbekannten Formular. Das Input-Management (der „digitale Posteingang“) erkennt, um welches Dokument es sich handelt, trennt Stapel, erfasst wichtige Indexdaten und leitet sie an den richtigen Prozess. Moderne Systeme ersetzen die regel- und vorlagenbasierte Sortierung durch Zero-Shot- oder Few-Shot-Klassifikatoren (VLMs/LLMs) und trainierte Seitenklassifikatoren. Sie sind die Eingangstür für alle anderen Dokumenten-KI-Anwendungsfälle.

Problem & Nutzen

• Heute: Beschäftigte öffnen Post und E-Mails, sortieren nach Augenmaß, scannen, benennen Dateien und legen sie in Ordnern oder Warteschlangen ab. Gemischte Stapel brauchen manuelle Trennblätter oder Barcodes; falsch geleitete Dokumente verpassen Fristen (z. B. Widerspruchsfristen, Skontodaten).
• KI-Nutzen: automatische Typerkennung und Seitentrennung ohne Vorlagen je Layout, Extraktion von Routing-Schlüsseln (Kundennummer, Fall-ID, Vertragsnummer), konfidenzbasierte Ausnahmebehandlung und ein einheitlicher Eingang für alle Kanäle. Die Klassifikation ist das Tor, durch das spezialisierte Extraktoren (Rechnung, Formular, Ausweis, Medizin) nur auf passende Dokumente angewendet werden.
• Zahlen: Es gibt von Herstellern berichtete Ergebnisse (z. B. gibt DocuWare an, dass GenAI-basierte Extraktion die manuelle Dateneingabe um rund 80 % senken kann [8]), doch das sind Marketingaussagen, keine unabhängigen Messungen. Messen Sie Ihre eigene Ausgangslage.
• Rechtlicher Treiber (Deutschland): Die GoBD verlangen, dass eingehende Geschäftsunterlagen vollständig, nachvollziehbar und unverändert erfasst werden; damit wird ein dokumentierter, prüfbarer Eingangsprozess (Verfahrensdokumentation) Teil des Nutzenarguments [7][14].

Varianten

• KMU: E-Mail-Eingang plus Scan-in-Ordner mit einem Cloud-DMS-/Buchhaltungswerkzeug, das Dokumente in Rechnung, Vertrag, Korrespondenz und Steuerunterlagen sortiert.
• Shared-Service-Center im Großunternehmen: zentrales Scannen/Posteingang, Routing über mehrere Gesellschaften, Integration von SAP/Dynamics, parallel laufende E-Rechnungs-Kanäle (XRechnung/ZUGFeRD, Peppol).
• Versicherung, Banken, Versorger: hochvolumige Kundenkorrespondenz, Schadens- und Antragspakete; Klassifikation plus Routing in Fallsysteme (siehe DOC-003, DOC-024).
• Öffentlicher Sektor: Eingang in E-Akte/DMS, Zuordnung zum Aktenplan, Erkennung fristrelevanter Dokumente (z. B. Widerspruch); die Steuerung des Lebenszyklus des vorhandenen Bestands ist ein anderer Fall, siehe KNOW-025.
• Recht / Personal: Trennen gemischter Fallakten, Klassifikation von Bewerbungsunterlagen (nur der Dokumenttyp; die Bewertung von Bewerbern wäre ein anderer, hochriskanter Anwendungsfall).
• Private Nutzung: ein Haushaltsposteingang, der gescannte Briefe in Ordner für Steuern, Versicherungen und Garantien sortiert (siehe DOC-002).

So funktioniert es

1. channels (post scan / email / portal / upload / EDI)
2. normalisation (convert Office/images to PDF/PNG, de-skew, remove blank pages, virus scan)
3. OCR + layout parsing, per-page text + page image
4. page classification (zero-shot VLM/LLM or trained classifier) + confidence
5. batch splitting (page ranges
6. logical documents; continuation-page detection)
7. light extraction of routing keys (sender, customer/contract/case no., date, deadline)
8. matching against master data (CRM/ERP/case system)
9. routing: specialised extractor (DOC-001, 003, 004, 006, 007) | queue | person | archive
10. human review queue for low-confidence / unknown ("other") documents
11. GoBD-compliant archiving + audit log

• Klassifikation: Zwei Familien bestehen nebeneinander. (1) Trainierte Klassifikatoren auf Basis von Layout- und Textmerkmalen, die nur wenige annotierte Beispiele je Klasse brauchen und eine kalibrierte Konfidenz liefern (z. B. der benutzerdefinierte Klassifikator von Azure Document Intelligence: mind. 5 Beispiele je Klasse, bis zu 1.000 Klassen, liefert Seitenbereiche und Konfidenz; PDF, Bilder und Office-Dateien [1]). (2) Generative Zero-/Few-Shot-Klassifikation mit einem VLM oder LLM, das die Klassenliste mit Kurzbeschreibungen erhält (der benutzerdefinierte Klassifikator v1.5 von Google Document AI arbeitet im Zero-Shot-Verfahren, Feintuning verbessert ihn [2]). Hybride Konzepte nutzen zuerst den günstigen Klassifikator und eskalieren unsichere Seiten an ein großes Modell.
• Trennung: der in der Praxis schwierigste Teil. Dienste liefern Seitenbereiche je Klasse (Azure splitMode = auto, perPage oder none [1]); LLM-basierte Trenner beurteilen anhand von Hinweisen auf der ersten Seite, Seitennummerierung und Absender/Briefkopf, ob eine Seite ein neues Dokument oder eine Fortsetzung ist.
• Mensch-in-der-Schleife (Human-in-the-Loop): Konfidenzschwellen je Klasse; eine ausdrückliche Klasse „Sonstiges / unbekannt“, damit ungesehene Dokumente nicht in einen falschen Behälter gezwungen werden [1]; Korrekturen der Prüfenden fließen als Trainingsdaten zurück.

Datenaufbereitung

Daten: gescannte Post und Stapelscans, E-Mail-Anhänge, Portal-Uploads und E-Rechnungen sowie eine Dokumenttaxonomie, ein Ablageplan und Routingregeln. Im Mittelstand liegen sie im Postfach, in einem Scanner-Ordner, im DMS oder auf Dateifreigaben und weiterhin in Papierkörben; Stammdaten (Kunden, Verträge, Fälle) liegen im ERP oder CRM.

Typische Lücken: keine abgestimmten Dokumenttypen, uneinheitliche Ordnerstrukturen, gemischte Stapel ohne Trennblätter, schlechte Scans, Duplikate, fehlende Metadaten und unklare Zugriffsrechte.

Aufbereitungsschritte: 1. Taxonomie und die Klasse „Sonstiges“ gemeinsam mit den Fachabteilungen festlegen (PREP-019). 2. Annotierte Beispiele aus bereits abgelegten Dokumenten gewinnen; 20-50 je Klasse genügen meist (PREP-020, PREP-010). 3. Dateistruktur und Benennung bereinigen, wo sie die Quelle der Labels ist (PREP-009). 4. Papier digitalisieren und Altformate einheitlich umwandeln (PREP-006, PREP-007). 5. Stammdaten für den Abgleich exportieren (PREP-005). 6. Routingregeln und Aufbewahrungsklassen festlegen und die Rechtsgrundlage prüfen (PREP-025). 7. Eine zurückgehaltene Testmenge aus echter Post bereithalten (PREP-018).

Werkzeuge: Scanner mit Stapeltrennung, OCRmyPDF, DMS-Importwerkzeuge, Tabellenkalkulation für die Taxonomie.

Aufwandsanteil: etwa 25-35 Prozent; die Diskussion über die Taxonomie dauert oft länger als erwartet. Siehe DOC-014, DOC-018 und GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A. Ausgereifte Input-Management- und DMS-Produkte mit eingebauter KI-Klassifikation gibt es von EU-Anbietern zu KMU-tauglichen Preisen, und der Posteingang ist ein Standardprozess.
• Großunternehmen: Weg B. Viele Kanäle, eigene Ablagepläne und das Routing in mehrere spezialisierte Extraktoren verlangen konfigurierbare APIs und Orchestrierung.
• Entwickler: Weg C. Eine Open-Source-Pipeline (OCR, kleiner Klassifikator, Workflow-Werkzeug) ist leicht zu bauen und projektübergreifend wiederverwendbar.
• Öffentlicher Sektor: Weg C. Behörden verarbeiten Bürgerdaten und brauchen souveränen Betrieb sowie die Integration mit E-Akte-Systemen auf deutscher oder eigener Infrastruktur.

Weg A — Kaufen (für die meisten KMU und den gehobenen Mittelstand empfohlen)

• DMS/ECM mit eingebautem Input-Management (EU-/deutsche Anbieter gekennzeichnet): DocuWare (DE/US; IDP mit GenAI-Zero-Shot-Extraktion, intelligente Indexierung; Cloud oder On-Premises [8]), d.velop (DE), ELO Digital Office (DE), Fabasoft (AT), SER/Doxis (DE), ecoDMS (DE), paperless-ngx (Open Source, siehe C).
• IDP- und Erfassungsplattformen: ABBYY Vantage, Kofax/Tungsten Automation, Hyland, OpenText, Rossum, Hypatos (DE), Klippa (NL), Parashift (CH), dazu Scan-Dienstleister, die den Posteingang als Dienst betreiben (Auftragsverarbeitungsvertrag und Standort prüfen).
• Klassifikation in Produktivitäts-Suiten: Die trainierbaren Klassifikatoren von Microsoft Purview kennzeichnen Inhalte nach Typ für Aufbewahrung und DLP, doch benutzerdefinierte Klassifikatoren sind auf Englisch beschränkt und können nach der Veröffentlichung nicht neu trainiert werden [3]; sie klassifizieren gespeicherte Inhalte für die Compliance, nicht für das Routing im Posteingang.
• A wählen, wenn: Standard-Dokumentfamilien vorliegen, ein DMS/ERP vorhanden ist und kein Data-Science-Team existiert. Prüfen: EU-Hosting, Trennqualität an Ihren gemischten Stapeln, Umgang mit unbekannten Klassen, Konnektoren, Unterstützung von GoBD/IDW PS 880 im Archiv.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Spezialisierte Klassifikatoren: Azure Document Intelligence mit benutzerdefinierter Klassifikation (West Europe als Kopierziel verfügbar) [1]; Google Document AI mit benutzerdefiniertem Klassifikator und EU-Verarbeitung für v1.5, Feintuning in der EU zum Zeitpunkt der Erstellung nur als Preview, und neuere v1.6-Release-Kandidaten ohne Unterstützung für Datenresidenz [2]; Amazon Comprehend mit benutzerdefinierter Klassifikation für native PDF-/Bilddokumente (Verfügbarkeit in EU-Regionen prüfen) [4].
• Generative Klassifikation und Routing: multimodale LLMs (Claude, Gemini, GPT, Mistral) mit strukturierter Ausgabe: {doc_type, confidence, page_range, routing_keys}; Mistral Document AI (OCR plus Annotationen; EU-Anbieter) [5].
• Orchestrierung: n8n, Power Automate oder Camunda für Kanäle, Routing und Prüfaufgaben; Konnektoren zu DATEV, SAP, d.velop oder DocuWare.
• B wählen, wenn: Sie eigene Taxonomien, ungewöhnliche Routinglogik oder die Integration in die eigene Plattform brauchen und die Cloud-Verarbeitung unter einem AVV mit EU-Region akzeptabel ist.

Weg C — Selbst betreiben (Open Source)

• Parsing/OCR: Docling (MIT; liest PDF, Office, E-Mail EML/MSG, Bilder; läuft lokal für air-gapped-Einsatz; enthält das Granite-Docling-258M-VLM, Apache 2.0) [6][9], PaddleOCR, MinerU.
• Klassifikation: feingetunter Encoder (z. B. ein mehrsprachiges Modell der BERT-Klasse oder ein layoutbewusstes Modell) oder ein offenes VLM wie Qwen3-VL (2B bis 235B, Apache 2.0, mehrsprachige OCR) [10], betrieben mit vLLM oder Ollama; Nächste-Nachbarn-Klassifikation auf Basis von Embeddings mit einer Vektor-DB für die schnelle Few-Shot-Erweiterung.
• DMS: paperless-ngx (automatische Verschlagwortung mit einem klassischen Klassifikator), Mayan EDMS, Nextcloud; Workflow mit n8n.
• Hardware: HW2 (eine GPU mit 24-32 GB) bewältigt einen mittelgroßen Posteingang mit einem VLM der 8B-Klasse plus einem kleinen Seitenklassifikator; reine Klassifikationslasten laufen mit einem feingetunten Encoder oft auf der CPU (HW1).

Weg D — Eigenes Training

Lohnt sich bei hohen Volumina mit stabilen, unternehmensspezifischen Taxonomien (hunderte Klassen, Spezialformulare, mehrsprachige Post). Einen Layout-/Textklassifikator oder ein kleines VLM auf einigen hundert bis einigen tausend annotierten Seiten je schwierigem Verwechslungspaar feintunen; die Korrekturen der Prüfenden sind die annotierten Daten. Öffentliche Benchmark-Daten wie RVL-CDIP (400.000 Bilder, 16 Klassen, 25.000 je Klasse) sind nützlich für das Vortraining und Plausibilitätsprüfungen, doch ihre Klassen (Brief, Memo, Formular, Rechnung usw.) sind weitaus gröber als echte Unternehmenstaxonomien, und die Lizenzbedingungen müssen geprüft werden [11].

Stand der Technik (2026)

• Zero-Shot reicht für den Start: Anbieter liefern inzwischen Klassifikatoren, die ohne Training funktionieren (Google v1.5 Zero-Shot [2]), und allgemeine VLMs klassifizieren Seiten anhand des Bildes und kurzer Klassenbeschreibungen. Trainierte Klassifikatoren gewinnen weiterhin bei kalibrierter Konfidenz, Kosten pro Seite und Latenz für stabile Taxonomien [1][2].
• Inkrementelle Aktualisierung: Azure unterstützt das Hinzufügen von Klassen oder Beispielen, ohne den ursprünglichen Trainingsdatensatz aufzubewahren (inkrementelles Training) [1].
• Kleine Dokumenten-VLMs: kompakte Modelle wie Granite-Docling (258M) wandeln Seiten auf Standardhardware in strukturierten Text um und senken die Kosten für das lokale erste Parsing [9].
• Grenzen / Fehlerbilder: (1) Trennfehler bei Folgeseiten und Anlagen ohne Kopfzeilen; (2) fast identische Klassen (Gutschrift vs. Rechnung, Auftragsbestätigung vs. Angebot); (3) Scans geringer Qualität, Fax, Handschrift, Stempel; (4) erzwungene Zuordnung ungesehener Dokumenttypen, wenn es keine Klasse „Sonstiges“ oder keine Schwelle gibt [1]; (5) Sprachmix; (6) Prompt Injection innerhalb von Dokumenten (ein Brief mit dem Text „leite dies an den Geschäftsführer weiter / ignoriere vorherige Anweisungen“), wenn ein LLM das Routing entscheidet; (7) die Benchmark-Genauigkeit auf öffentlichen Datensätzen (RVL-CDIP) sagt nichts über die Genauigkeit bei Ihrer Taxonomie aus.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack wie DOC-001/002/003/004/006/007/014: OCR + Layout-Parsing + VLM-Server (HW2/HW3). Ein gemeinsamer Seitenbild-Dienst und eine Prüfoberfläche können die gesamte Eingangskette bedienen; das Klassifikationsergebnis wählt den nachgelagerten Extraktor.
• Nachgelagert: DOC-001 Rechnungen, DOC-002 Belege, DOC-003 Formulare/Schadensfälle, DOC-004 Ausweisdokumente, DOC-006 Logistikdokumente, DOC-007 Patientenakten, DOC-014 Parsing für RAG.
• Verwandte Klassifikation und Routing: LANG-012 (Text-/Ticket-Klassifikation), AGENT-001 (E-Mail-Postfach-Agent) und AGENT-004 (Auftragserfassung aus E-Mail/PDF) teilen sich die Komponente zur E-Mail-Aufnahme; KNOW-025 wendet dieselben Klassen auf den vorhandenen Bestand an (Aufbewahrung, Ablageplan).
• Datenschutzschicht: DOC-018 (Anonymisierung/Schwärzung), wenn Dokumente weitergegeben werden; Guardrails gegen Prompt Injection.
• Gemeinsame Bausteine: Text-Embeddings und ein Vektorindex für die Few-Shot-Erweiterung von Klassen, Workflow-Engine (AGENT-002), DMS/Archiv, Stammdatenabfrage (CRM/ERP).

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; typischerweise Lizenzen je Seite, je Dokument oder je Nutzer. Scanner-/MFP-Integration und Prozessgestaltung dominieren.
• Weg B: 1-3 Monate für Kanäle, Klassifikator, Prüfoberfläche und DMS-Integration; die Kosten pro Seite sind im Vergleich zur manuellen Sortierung gering, wachsen aber mit LLM-Aufrufen auf jeder Seite (eine Kaskade nutzen).
• Weg C: 2-4 Monate plus Betrieb; ein GPU-Server oder nur CPU bei reinen Klassifikator-Setups.
• Weg D: zusätzlicher Aufwand für Annotation und Bewertung (Wochen) on top zu B oder C.
• Kennzahlen: Klassifikationsgenauigkeit und Makro-F1 je Klasse (nicht nur insgesamt), Trenngenauigkeit (exakte Übereinstimmung der Seitenbereiche), Durchlaufquote ohne Eingriff, Anteil in „Sonstiges“/Prüfung, nachgelagert entdeckte Fehlleitungsrate, Zeit vom Eingang bis zur richtigen Warteschlange, innerhalb des SLA bearbeitete fristrelevante Dokumente, Kosten pro Dokument.

Menschen & Veränderung

Einbinden: Geschäftsleitung (Sponsor), die Leitungen der empfangenden Abteilungen (sie verantworten Dokumenttypen und Routing), die Mitarbeitenden im Posteingang oder Backoffice als tägliche Nutzer, die IT (Scanner, Postfach, DMS), die Datenverantwortlichen des Archivs und die/den Datenschutzbeauftragte(n), da Briefe personenbezogene Daten von Kunden, Bewerbern und Beschäftigten enthalten.

Betriebsrat: abhängig vom Einzelfall. Die Klassifikation selbst überwacht keine Beschäftigten, doch Prüfwarteschlangen mit Korrektur- oder Durchsatzdaten je Person sind zur Leistungsüberwachung geeignet und lösen §87 Abs. 1 Nr. 6 BetrVG aus (BAG: Eignung genügt). Solche Statistiken auf Teamebene halten oder in einer Betriebsvereinbarung regeln und den Betriebsrat nach §90 Abs. 1 Nr. 3 informieren. Öffentlicher Dienst: Personalrat. Siehe GUIDE-004.

Datenschutz: Ein AVV mit jedem Cloud-Dienst ist erforderlich; eine DSFA ist bei reinem Routing normalerweise nicht nötig, sollte aber geprüft werden, wenn sensible Kategorien (Personal, Gesundheit) klassifiziert werden (GUIDE-005).

KI-Kompetenz: Das Team im Posteingang mit einer kurzen Einführung in Konfidenzwerte und die Klasse „unbekannt“ unterstützen (KI-Verordnung Art. 4; GUIDE-006).

Pilot und Kommunikation: mit einem Postfach oder drei bis fünf Dokumenttypen beginnen, im Vorschlagsmodus laufen lassen und ausweiten, sobald die Genauigkeit je Klasse stabil ist (GUIDE-009, GUIDE-008).

Bedenken: „Mein Arbeitsplatz verschwindet“ (Beschäftigte wechseln zu Ausnahmebehandlung und Prozessverbesserung), Fehlleitung vertraulicher Post (vertrauliche Klassen gehen immer an einen Menschen) und Transparenz darüber, was protokolliert wird.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise minimales Risiko (Dokumentensortierung, kein Zweck nach Anhang III); die KI-Kompetenz (Art. 4) gilt. Die Klassifikation wird Teil eines Systems mit höherem Risiko, wenn ihr Ergebnis Entscheidungen nach Anhang III steuert, z. B. ein Eingang, der Bewerbungen oder Leistungsanträge automatisch bewertet oder ablehnt (Beschäftigung, Zugang zu wesentlichen Diensten); halten Sie daher die Eingangsklassifikation getrennt von Entscheidungen über Menschen und lassen Sie Menschen entscheiden [12].
• DSGVO: Post enthält personenbezogene Daten, teils besondere Kategorien (Gesundheit, Gewerkschaft, Religion; Art. 9) und Schriftverkehr mit Behörden. Erforderlich sind ein AVV, EU-Hosting oder angemessene Garantien, rollenbasierter Zugriff auf geleitete Dokumente (Fehlleitung ist selbst ein Risiko einer Datenpanne) sowie Aufbewahrungs- und Löschregeln. Automatisierte Entscheidungen mit Rechtswirkung (Art. 22) dürfen nicht allein aus dem Routing hervorgehen.
• Buchführung / Archivierung: GoBD (Vollständigkeit, Nachvollziehbarkeit, Unveränderbarkeit des Originals, Verfahrensdokumentation beim ersetzenden Scannen), Aufbewahrung nach HGB/AO; das Original sowie die KI-Metadaten mit dem Audit-Log aufbewahren [7][14].
• Vertraulichkeit: Berufsgeheimnis (Rechtsanwälte, Ärzte, Steuerberater) und Mitbestimmung des Betriebsrats bei personalbezogener Post; als privat gekennzeichnete Postfächer müssen ausgeschlossen werden.
• Sicherheit: Schadsoftware in Anhängen, Prompt Injection im Dokumenttext; abgeschottete (Sandbox-)Konvertierung nutzen, Dokumenttext als nicht vertrauenswürdige Daten behandeln und den Klassifikator nie auf Grundlage von Dokumentinhalten direkt Werkzeuge aufrufen lassen.
• Gegenmaßnahmen: Konfidenzschwellen, Klasse „Sonstiges“, stichprobenbasierte Qualitätssicherung automatisch geleiteter Dokumente, Drift-Überwachung, wenn neue Dokumenttypen auftauchen.

Erste Schritte

1. 2-4 Wochen echten gemischten Eingang sammeln (Post, E-Mail, Portal); 10-30 Dokumenttypen und Routingregeln mit den empfangenden Abteilungen festlegen, einschließlich einer ausdrücklichen Klasse „Sonstiges“.
2. Eine Testmenge annotieren (einige hundert Seiten, mit Trenngrenzen) und eine Zero-Shot-Baseline von 2-3 Kandidaten messen (ein DMS-Anbieter, ein Cloud-Klassifikator, ein VLM-Prompt).
3. Extraktion von Routing-Schlüsseln und Stammdatenabgleich ergänzen; mit automatischem Routing nur für Klassen oberhalb einer hohen Konfidenzschwelle beginnen, alles andere prüfen.
4. An das DMS/Archiv und die nachgelagerten Extraktoren anbinden (DOC-001, DOC-003); den Prozess für die GoBD dokumentieren.
5. Genauigkeit je Klasse und Prüfanteil wöchentlich verfolgen; Korrekturen in Training oder Few-Shot-Beispiele zurückspielen und die Automatisierung schrittweise ausweiten.

Quellen

1. Microsoft Learn — Azure Document Intelligence custom classification model (v4.0 2024-11-30; splitMode, min. 5 samples/class, incremental training) — https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/train/custom-classifier
2. Google Cloud — Document AI custom classifier (zero-shot v1.5, fine-tuning, EU/US regions) — https://docs.cloud.google.com/document-ai/docs/custom-classifier
3. Microsoft Learn — Microsoft Purview trainable classifiers — https://learn.microsoft.com/en-us/purview/trainable-classifiers-learn-about
4. AWS — Amazon Comprehend documentation (custom document classification; EU availability to be verified) — https://docs.aws.amazon.com/comprehend/latest/dg/idp-document-classification.html
5. Mistral AI — Document AI / OCR documentation — https://docs.mistral.ai/capabilities/document_ai/
6. Docling project (MIT licence; format support incl. email, Office, images) — https://github.com/docling-project/docling
7. § 147 AO, Ordnungsvorschriften für die Aufbewahrung von Unterlagen (legal basis behind the BMF GoBD letter on electronic records) — https://www.gesetze-im-internet.de/ao_1977/__147.html
8. DocuWare — Intelligent document processing, classification and indexing (vendor claims) — https://start.docuware.com/
9. IBM — Granite-Docling-258M model card (Apache 2.0, released 2025-09-17) — https://huggingface.co/ibm-granite/granite-docling-258M
10. QwenLM — Qwen3-VL repository (2B-235B, Apache-2.0, OCR in 32 languages) — https://github.com/QwenLM/Qwen3-VL
11. RVL-CDIP dataset card (400,000 images, 16 classes) — https://huggingface.co/datasets/aharley/rvl_cdip
12. EU AI Act Service Desk — Annex III high-risk areas — https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-3
13. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
14. BMF — GoBD letter of 28 Nov 2019, 2nd amendment of 14 July 2025 (e-invoices, applies from 14 July 2025) — https://www.bundesfinanzministerium.de/Content/DE/Downloads/BMF_Schreiben/Weitere_Steuerthemen/Abgabenordnung/2025-07-14-GoBD-2-aenderung.html