OCR ohne Upload: Lokale Texterkennung und DSGVO

Wer ein Bild mit einem ausgefüllten Formular, einem Personalausweis oder einem Vertrag durch OCR laufen lässt, überträgt möglicherweise hochsensible Daten an fremde Server. Das ist ein Problem, das viele Nutzende übersehen. Dieser Ratgeber klärt auf.

Der Unterschied zwischen lokalem und cloudbasiertem OCR

Bei cloudbasierter OCR wird das Bild an einen Server des Anbieters geschickt. Dort rechnet ein Algorithmus auf leistungsstarker Hardware, liefert das Textergebnis zurück und das Bild verbleibt auf dem Server, zumindest vorübergehend.

Lokale OCR läuft vollständig auf dem Gerät des Nutzers. Das Bild verlässt den Browser oder die App zu keinem Zeitpunkt. Die Erkennung findet im Arbeitsspeicher statt, und nach dem Schließen des Tabs sind Bild und Ergebnis weg.

Der praktische Unterschied für den Datenschutz ist erheblich.

Was die DSGVO dazu sagt

Die Datenschutz-Grundverordnung (DSGVO) regelt in Artikel 28, wie personenbezogene Daten an Dritte übermittelt werden dürfen. Wenn ein Unternehmen oder eine Privatperson Bilder mit personenbezogenen Daten an einen OCR-Dienst überträgt, liegt rechtlich eine Auftragsverarbeitung vor.

Das bedeutet: Es muss ein schriftlicher Auftragsverarbeitungsvertrag (AVV) zwischen dem Nutzenden und dem Dienstleister bestehen. Dieser Vertrag regelt, wie lange Daten gespeichert werden, wer darauf zugreifen darf und dass sie nach Abschluss der Verarbeitung gelöscht werden.

Für private Nutzung im rein persönlichen Bereich gilt die DSGVO laut Art. 2 Abs. 2c nicht. Wer jedoch im beruflichen oder unternehmerischen Kontext handelt und Daten Dritter verarbeitet (Kundendaten, Mitarbeiterdaten, Patientenakten), unterliegt der Verordnung.

Welche Daten besonders schutzbedürftig sind

Artikel 9 DSGVO definiert besondere Kategorien personenbezogener Daten, für die verschärfte Anforderungen gelten. Dazu gehören Gesundheitsdaten, biometrische Daten, Daten zur religiösen Überzeugung, zur Gewerkschaftszugehörigkeit und zur ethnischen Herkunft.

In der Praxis bedeutet das: Arztbriefe, Befunde, Rezepte, Personalausweise (biometrische Merkmale), Schwerbehindertenausweise oder Kirchensteuer-relevante Unterlagen fallen in diese Kategorie. Das Hochladen solcher Dokumente in einen Cloud-OCR-Dienst ohne AVV ist datenschutzrechtlich problematisch.

Auch gewöhnliche personenbezogene Daten wie Name, Adresse, Geburtsdatum oder Kontonummer sollten nicht leichtfertig in externe Dienste übertragen werden.

Risiken bei Cloud-Diensten

Cloud-Dienste sind nicht per se unsicher, aber es gibt konkrete Risiken:

Daten können länger gespeichert werden als angegeben. Werbeplattformen können aus hochgeladenen Dokumenten Metadaten ableiten. Bei Datenpannen beim Anbieter gelangen sensible Daten in falsche Hände. Behörden anderer Länder können unter bestimmten gesetzlichen Rahmenbedingungen Zugriff auf Server im Ausland anfordern.

Letzteres ist besonders relevant bei Diensten, deren Server sich außerhalb der EU befinden. Ein Datentransfer in Drittstaaten ohne angemessenes Schutzniveau ist nach Art. 44 DSGVO grundsätzlich verboten, es sei denn, es greifen Ausnahmeregelungen wie Standardvertragsklauseln.

Lokale OCR als datenschutzkonforme Alternative

Für sensible Dokumente ist lokale OCR die sauberste Lösung. Das Bild verlässt das Gerät nicht, es gibt keinen Dienstleister, mit dem ein AVV geschlossen werden müsste, und die Verarbeitung ist vollständig kontrollierbar.

Technisch wird lokale OCR im Browser durch WebAssembly ermöglicht. OCR-Bibliotheken wie Tesseract.js laufen vollständig im Browser ohne Server-Kommunikation. Das ist keine Behauptung, die sich auf Vertrauen stützt, sondern technisch nachprüfbar: Im Netzwerk-Tab der Entwicklertools sind während der Verarbeitung keine ausgehenden Anfragen mit Bilddaten sichtbar.

Wer auf Nummer sicher gehen möchte, kann das Gerät vor der Verarbeitung vom Internet trennen. Wenn die OCR dann noch funktioniert, ist sie tatsächlich lokal.

Offline-OCR-Software als Alternative

Für Personen, die regelmäßig mit sensiblen Dokumenten arbeiten, ist lokale Software eine langfristig bessere Lösung als browser-basierte Tools. Optionen sind:

Tesseract (Open Source): Kommandozeilentool, unterstützt über 100 Sprachen, kostenlos. Für technisch versierte Nutzende geeignet.

Adobe Acrobat: Verbreitet in professionellen Umgebungen, verarbeitet PDFs lokal, kostenpflichtig.

ABBYY FineReader: Kommerzielles Produkt mit sehr hoher Genauigkeit, lokale Verarbeitung möglich.

Microsoft OneNote und Word: Integrierte OCR-Funktion für eingefügte Bilder, lokal auf Windows.

Prüfliste vor dem Upload

Bevor ein Bild an einen OCR-Dienst übertragen wird, sollte folgendes geklärt sein:

Enthält das Bild personenbezogene Daten? Falls ja, fällt die Verarbeitung möglicherweise unter die DSGVO.

Handelt es sich um besonders sensible Daten nach Art. 9 DSGVO? Falls ja, lokale OCR verwenden.

Wurde ein AVV mit dem Dienstleister geschlossen, falls Cloud-OCR genutzt wird? Falls nicht, AVV nachholen oder lokale Alternative wählen.

Wo befinden sich die Server des Anbieters? Server innerhalb der EU sind aus DSGVO-Sicht unkomplizierter.

Das Tool auf bild-zu-text-ocr.de verarbeitet Bilder lokal im Browser. Wer vertrauliche Dokumente digitalisieren muss, kann es verwenden, ohne dass Daten das Gerät verlassen.