Anwendung

Visitenkarten scannen und Kontaktdaten extrahieren

Wie du mit OCR Visitenkarten digitalisierst, Kontaktdaten extrahierst und direkt ins Adressbuch überträgst – ohne manuelles Abtippen.

Lesezeit 5 Min. Aktualisiert 27.05.2026 1 Quellen Mateusz Viola Mateusz Viola
Inhalt

Wer regelmäßig auf Messen, Konferenzen oder Kundenterminen Visitenkarten sammelt, kennt das Problem: Am Ende liegt ein Stapel Karten auf dem Schreibtisch, die irgendwann manuell ins Adressbuch übertragen werden müssen. OCR löst dieses Problem. Mit dem richtigen Werkzeug lassen sich Name, Telefonnummer, E-Mail und Adresse aus einem Foto der Visitenkarte extrahieren und direkt weiterverarbeiten.

Was OCR bei Visitenkarten anders macht

Visitenkarten unterscheiden sich von normalen Textdokumenten in mehreren Punkten. Erstens sind sie klein, was bei Smartphone-Fotos oft zu niedriger effektiver Auflösung führt. Zweitens nutzen sie häufig dekorative Schriftarten, die von Standard-OCR-Modellen schlechter erkannt werden. Drittens ist das Layout stark variabel: Manchmal steht die Telefonnummer oben, manchmal unten, manchmal fehlt sie ganz.

Für einfache Texterkennung reicht ein allgemeines OCR-System. Für die strukturierte Extraktion von Kontaktfeldern braucht es entweder ein spezialisiertes System oder eine nachgelagerte Verarbeitung des erkannten Textes.

Bildqualität bei Visitenkarten

Für eine gute Erkennung gelten folgende Grundregeln:

Beleuchtung: Gleichmäßige, blendfreie Beleuchtung ohne Schatten. Im Freien bei indirektem Tageslicht sind die Bedingungen oft besser als bei Kunstlicht.

Winkel: Die Visitenkarte sollte möglichst parallel zur Kameraebene liegen. Auch leichte Verzerrungen durch schräge Aufnahmen lassen sich korrigieren, starke Perspektivverzerrungen aber nicht.

Hintergrund: Ein einfarbiger, kontrastierender Hintergrund hilft dem System, die Karte vom Untergrund zu trennen. Weiße Karte auf dunklem Untergrund oder dunkle Karte auf hellem Untergrund funktioniert am besten.

Schärfe: Kein Verwackeln und korrekte Fokussierung auf die Kartenoberfläche sind Grundvoraussetzung. Im Makrobereich vieler Smartphones ist der Autofokus manchmal unzuverlässig.

Schritt für Schritt: Visitenkarte mit OCR verarbeiten

1. Foto aufnehmen

Das Smartphone so über die Visitenkarte halten, dass das gesamte Kartenformat sichtbar ist und keine Teile abgeschnitten werden. Auf ausreichend Licht und einen ruhigen Halt achten.

2. Bild hochladen

Das Foto direkt in das Tool hochladen. Das System erkennt den Text auf der Karte und gibt ihn als strukturierten Text aus.

3. Text auslesen und prüfen

Der extrahierte Text enthält alle erkannten Zeichen. Bei Visitenkarten mit klarer Beschriftung sind Name, Telefonnummer und E-Mail-Adresse in der Regel korrekt erkannt. Dekorative Elemente oder kleine Schrift werden manchmal unvollständig erfasst.

4. Kontaktdaten weiterverarbeiten

Der erkannte Text kann direkt in ein CRM-System, eine Kontakt-App oder eine vCard-Datei übertragen werden. vCard (.vcf) ist das universelle Format für Kontaktdaten und wird von allen gängigen E-Mail-Clients und Smartphones unterstützt.

Typische Probleme und Lösungen

Problem: Telefonnummer falsch erkannt

Telefonnummern enthalten Ziffern, die mit Buchstaben verwechselt werden können (1 und l, 0 und O). Außerdem variieren Formate stark: +49 40 12345, 040/12345 oder 040-12345 sind dasselbe, aber für ein System ohne Kontext schwer zu normalisieren. Die erkannte Zeichenfolge sollte immer gegengeprüft werden.

Problem: Firmenname enthält Logo-Text

Viele Firmen nutzen stilisierte Schriften für ihr Logo, die OCR nicht kennt. Manchmal ist der Firmenname im Logo nicht als Text im Bild vorhanden, sondern Teil einer Grafik. In solchen Fällen muss der Name manuell ergänzt werden.

Problem: Mehrsprachige Karte

Internationale Kontakte haben oft zweisprachige Visitenkarten, etwa auf Englisch und Japanisch. Hier sollte das OCR-System mit beiden Sprachen konfiguriert sein, oder die Seite in der gewünschten Sprache wird separat verarbeitet.

Problem: Weißer Text auf dunklem Hintergrund

Dunkle Visitenkarten mit heller Schrift können OCR-Systeme verwirren, da sie standardmäßig auf dunklen Text auf hellem Hintergrund optimiert sind. Eine Bildbearbeitung, die Helligkeit und Dunkelheit invertiert, schafft hier Abhilfe.

Vom Foto ins CRM

Wer viele Kontakte erfasst, profitiert von einem direkten Weg ins CRM. Viele Customer-Relationship-Management-Systeme bieten Visitenkartenscanner direkt in ihrer mobilen App: Salesforce, HubSpot, Pipedrive und andere ermöglichen die Kameraaufnahme mit sofortiger OCR und direktem Eintrag in das Kontaktsystem.

Für einzelne oder seltene Digitalisierungen reicht das manuelle Vorgehen über das Tool und anschließendes Kopieren in die gewünschte Anwendung. Bei regelmäßiger Nutzung lohnt sich die Integration in einen CRM-Workflow.

Datenschutz beim Visitenkarten-Scannen

Wer Visitenkarten anderer Personen digitalisiert und in Cloud-Diensten speichert, sollte sich bewusst sein, dass damit personenbezogene Daten übertragen werden. Die DSGVO gilt auch für Kontaktdaten. In einem professionellen Kontext sollte die Speicherung im eigenen CRM mit ausreichenden Zugriffskontrollen erfolgen und nicht über unsichere Cloud-Dienste ohne Auftragsverarbeitungsvertrag.

Häufige Fragen

Warum erkennt OCR meinen Namen auf der Visitenkarte falsch?

Visitenkarten nutzen häufig ungewöhnliche Schriftarten, Logos als Textelemente oder geringen Kontrast zwischen Schrift und Hintergrund. Diese gestalterischen Elemente erschweren die OCR erheblich. Eine einfache, kontrastreiche Visitenkarte wird zuverlässiger erkannt als eine aufwendig gestaltete.

Kann OCR auch Visitenkarten in anderen Sprachen lesen?

Ja, sofern das OCR-System die entsprechende Sprache unterstützt. Japanische, chinesische oder arabische Visitenkarten erfordern speziell trainierte Modelle. Die Erkennungsrate hängt stark von der Bildqualität und der verwendeten Sprache ab.

Quellen

  • vCard Format Standard RFC 6350 (IETF)
Mateusz Viola

Über die Autorenschaft

Mateusz Viola

Betreiber und redaktionelle Verantwortung bild-zu-text-ocr.de

Themengebiet: Mathematik, Kalenderrechnung, Schaltjahre, Statistik und ISO 8601

Mehr über Mateusz Viola →

Verwandte Artikel

Bild zu Text OCR nutzen

Sofort im Browser, ohne Anmeldung.

Zum Tool