German-OCR-3

Deutsche Vision-OCR. Kompakt. Lokal. Open Source. Aus deutschem Rechnungs-/Brief-/Formular-Bild → strikt validiertes JSON.

Quickstart

ollama pull Keyvan/german-ocr-3
ollama run Keyvan/german-ocr-3 "Extrahiere die Rechnung im Bild als JSON." ./rechnung.png

Output (anonymisiertes Beispiel aus Praxistest):

{
  "document_type": "invoice",
  "language": "de",
  "invoice_number": "100137xXXXXX",
  "invoice_date": "2024-01-22",
  "sender": {
    "name": "IONOS SE",
    "address": "Elgendorfer Str. 57, 56410 Montabaur",
    "vat_id": "DE81556XXX"
  },
  "recipient": {
    "name": "Firma e.K.",
    "address": "Muster Straße 32, 80335 München",
    "customer_id": "5835XXX"
  },
  "line_items": [
    {"position": 1, "description": "Mail Business 1 Liz.", "quantity": 1, "unit_price_net": 4.20, "amount_net": 4.20, "vat_rate": 19}
  ],
  "amount_total": 5.00,
  "currency": "EUR"
}

Editions

# Empfohlen (2 B)
ollama pull Keyvan/german-ocr-3

# oder für CPU / Edge / Phone (0.8 B)
ollama pull Keyvan/german-ocr-nano

Praxistest (200+ echte deutsche Rechnungen, anonymisiert)

Beide lesen das Bild — keine erfundenen „Mustermann GmbH”-Defaults.

Model Description

German-OCR-3 extrahiert strukturierte Daten aus deutschen Geschäftsdokumenten (Rechnungen, Briefe, Formulare, Quittungen, Bescheide) direkt aus dem Bild — als strikt validiertes JSON.

• Base Model: Qwen3.5 Small Series · Apache 2.0
• Extraktions-Layer: deutscher Anti-Halluzinations-System-Prompt mit striktem JSON-Schema
• Decoding: greedy (temperature=0, top_k=1) für reproduzierbaren Output
• Datensätze: neuralabs/german-synth-ocr · Aoschu/German_invoices_dataset_for_donut · eigenes synthetisches DE-Rechnungs-Set · IONOS-Praxistest (anonymisiert)
• License: Apache 2.0

Training

• Methode: Prompt-Edition (system-prompt layering auf vision-fähiger Base)
• Sampling: greedy (deterministisch)
• Schema-basiert: strikte Extraktion nach schemas/invoice.json, schemas/letter.json, schemas/form.json

Limitations

• Optimiert für deutsche Dokumente — Ergebnisse in anderen Sprachen nicht garantiert
• Beste Qualität bei klaren, hochauflösenden Scans/Fotos
• Handschriftliche Dokumente: nur begrenzt
• Bei kritischen Vorgängen (Buchhaltung, Recht): immer Human-in-the-Loop

Credit & Attribution

German-OCR-3 baut auf der hervorragenden Arbeit des Qwen-Teams bei Alibaba Group auf. Die zugrundeliegende Vision-Language-Architektur stammt aus der Qwen 3.5 Small Series, veröffentlicht unter Apache License 2.0.

• Qwen 3.5 — https://huggingface.co/Qwen · https://qwen.ai
• Apache License 2.0 (Weights) — © 2025–2026 Qwen Team, Alibaba Group
• Qwen2.5-VL Technical Report — arXiv:2502.13923

License

Apache License 2.0.

Citation

@misc{german_ocr_3_2026,
  title  = {German-OCR-3: A compact German document-OCR distribution},
  author = {Hardani, Keyvan},
  year   = {2026},
  url    = {https://github.com/Keyvanhardani/German-OCR}
}

@misc{qwen35_2026,
  title        = {Qwen 3.5 Small Series},
  author       = {{Qwen Team, Alibaba Group}},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/Qwen}},
  note         = {Apache License 2.0}
}

Links

• GitHub: https://github.com/Keyvanhardani/German-OCR
• Hugging Face: https://huggingface.co/Keyven/german-ocr-3
• Hosted API (Production): https://german-ocr.de

Author

Keyvan Hardani · Website: keyvan.ai · LinkedIn: linkedin.com/in/keyvanhardani · GitHub: @Keyvanhardani