Heyyel Data ExtractorHeyyel Data Extractor

Belegdaten-Extraktion

Verwandle Belege in genau die strukturierten Daten, die du brauchst

Extrahiere Händlerdaten, Kaufdaten, Steuern, Summen, Zahlungsinformationen, Positionen und eigene Felder aus Belegen — ohne alles manuell einzugeben.

Belegdaten extrahieren → Belegfelder ansehen
77 Sprachen Bearbeitbare Belegfelder JSON & CSV 1 Credit pro Seite
beleg_0426.jpg
CITY MARKET
Hauptstraße 24 · Kaufbeleg
Kaffeebohnen12,00 €
Milch3,20 €
Gebäck4,80 €
Steuer2,00 €
Datum22.08.2026
ZahlungKarte
GESAMT22,00 €
Händler → City Market
Zahlung → Karte
Summe → 22,00 €

Das Beleg-Problem

Kleine Dokumente können viel manuelle Arbeit erzeugen

Belege sind kurz — aber die enthaltenen Informationen müssen trotzdem gefunden, geprüft und irgendwo anders erfasst werden. Wenn sich dieser Prozess über Dutzende oder Hunderte Dokumente wiederholt, wird der Unterschied zwischen manueller Dateneingabe und automatisierter Dokumentextraktion deutlich.

Belegdaten-Extraktion verwandelt die Details in Belegen in strukturierte Felder, sodass du direkt mit den Werten arbeitest, statt jeden Beleg einzeln zu lesen.

Händler erkennenName, Adresse und Unternehmensdaten.
Den Kauf erfassenDatum, Produkte, Mengen und Preise.
Finanzwerte sammelnSteuer, Rabatte, Netto und Gesamt.
Zahlungsdetails erfassenZahlungsmethode und weitere relevante Referenzen.

Belegfelder

Vorgeschlagene Felder nutzen — und zu deinen machen

Wähle Beleg als Dokumenttyp und starte mit vorgeschlagenen Feldern für Kaufbelege. Bearbeite sie frei oder füge eigene hinzu.

Beleg-Vorlage
Bearbeitbare Extraktionsstruktur
Ausgewählt
merchant_nameText
purchase_dateDatum
subtotalZahl
taxZahl
totalZahl
payment_methodText
line_itemsListe
Eigenes Feld hinzufügen+

Flexible Extraktion

Standardfelder sind nur der Ausgangspunkt

Unterschiedliche Workflows brauchen unterschiedliche Beleginformationen. Behalte die gemeinsamen Felder oder ergänze Informationen, die für dein Team wichtig sind. Für Dokumente, die eine völlig andere Struktur brauchen, erlaubt die Individuelle Datenextraktion, das Schema von Grund auf zu definieren.

01
Übliche Belegdetails erfassen

Händler, Datum, Steuer, Summe, Zahlungsmethode und Positionen.

02
Eigene Felder hinzufügen

Ausgabenkategorie, Mitarbeitername, Abteilung, Projektcode oder interne Referenz.

03
Strukturierte Informationen zurückgeben

Nutze die ausgewählten Daten als JSON oder CSV, statt sie manuell zu kopieren.

Ausgabenkategorie Projektcode Abteilung Mitarbeiter-Referenz

Unterschiedliche Belege

Dieselben Informationen aus verschiedenen Beleg-Layouts extrahieren

Kassenbons, Restaurantbelege und Servicebelege sehen nicht gleich aus. Das Layout kann sich ändern, während die benötigten Daten gleich bleiben — einer der Gründe, warum die KI-gestützte Dokumentdaten-Extraktion für Dokumente nützlich ist, die keiner festen Vorlage folgen.

Kassenbon

Händlerdaten, Produktzeilen, Steuer und Summe.

Restaurantbeleg

Positionen, Steuern, Trinkgeld, Summen und Zahlungsdetails.

Servicebeleg

Leistungsdetails, Referenznummern, Daten und Summen.

Strukturierte Ausgaben

Vom Beleg zu JSON oder CSV

Statt Beleginformationen in einem Bild oder PDF einzusperren, verwandle ausgewählte Werte in strukturierte Daten zum Prüfen, Speichern oder Weiterverwenden. Derselbe Ansatz hilft, wenn du spezifische Daten aus PDF-Dokumenten extrahieren willst, statt die ganze Seite zurückzugeben.

Beleg zu JSON

Nutze strukturiertes JSON, wenn Beleginformationen eine Anwendung, Datenbank oder einen anderen digitalen Workflow speisen sollen. 

{
  "merchant_name": "City Market",
  "purchase_date": "2026-08-22",
  "tax": 2.00,
  "total": 22.00,
  "payment_method": "Karte",
  "currency": "EUR"
}

Belegdaten zu CSV

Exportiere Belegfelder als CSV, wenn du eine einfache Tabelle für Prüfung, Ausgabenverfolgung oder Tabellen-Workflows brauchst.

HändlerDatumSteuerSummeZahlung
City Market22.08.20262,00 €22,00 €Karte
Corner Café23.08.20261,40 €15,90 €Bar
Nova Store24.08.20264,60 €52,10 €Karte

Beleg-OCR

Gescannte Belege nützlich machen — über den erkannten Text hinaus

Beleg-OCR hilft, Text aus gescannten oder fotografierten Belegen zu lesen. Die nützliche Ausgabe ist aber oft eine bestimmte Menge an Werten, nicht der komplette Belegtext.

Heyyel Data Extractor nutzt Dokumenterkennung als Teil des Extraktionsprozesses und organisiert das Ergebnis um die von dir gewählten Belegfelder. Wer die Unterscheidung genauer wissen will: OCR vs. Datenextraktion erklärt, warum erkannter Text und strukturierte Felder nicht dasselbe Ergebnis sind.

PDF PNG JPG WebP TIFF
1
Belegdatei
PDF, Scan oder Bild
↓
2
Dokumenterkennung
Beleginhalt lesen
↓
3
Ausgewählte Belegfelder
Händler, Datum, Steuer, Summe, Positionen und mehr
↓
4
Strukturiertes Ergebnis
JSON oder CSV

Belegverarbeitung

Repetitive Belegerfassung reduzieren

Wenn Belege erfasst, geprüft oder kategorisiert werden müssen, ist der repetitive Teil oft dasselbe: dieselben Informationen suchen und erneut eingeben.

Manuelle Belegverarbeitung

1
Beleg öffnen oder ansehen

Händler, Datum, Produkte und Summen lesen.

2
Werte manuell eingeben

Informationen in eine Tabelle oder ein anderes Tool kopieren.

3
Mit dem nächsten Beleg wiederholen

Dieselbe Arbeit immer und immer wieder.

Mit Belegdaten-Extraktion

1
Belegfelder wählen

Mit Vorschlägen starten oder an den Workflow anpassen.

2
Ausgewählte Daten extrahieren

Werte in konsistenter Struktur zurückgeben.

3
Ergebnis exportieren

JSON oder CSV — je nachdem, wie die Daten weiterverarbeitet werden.

Beleg-Anwendungsfälle

Belegdaten um deine Nutzung strukturieren

Ausgabenverfolgung

Sammle die Werte, die zum Organisieren und Prüfen von Ausgaben nötig sind.

  • Händler
  • Kaufdatum
  • Summe
  • Ausgabenkategorie
  • Zahlungsmethode

Kaufanalyse

Arbeite mit Positionsdetails statt nur mit Summen.

  • Produkte
  • Mengen
  • Einzelpreise
  • Rabatte
  • Positionssummen

Geschäftsberichte

Füge interne Felder hinzu, um Belege mit eigenen Prozessen zu verknüpfen.

  • Abteilung
  • Projektcode
  • Mitarbeiter-Referenz
  • Interne Kategorie
  • Eigene Notizen

Beleg-Workflows stehen selten allein. Wenn dein Prozess auch Lieferantenabrechnungen oder Kontoaktivität abdeckt, kannst du denselben Extraktionsansatz für Rechnungen und Kontoauszüge verwenden.

FAQ

Fragen zur Belegdaten-Extraktion

Belegdaten-Extraktion identifiziert Informationen wie Händlerdaten, Kaufdaten, Steuern, Summen, Zahlungsdetails und Positionen und verwandelt sie in strukturierte Daten.

Starte mit vorgeschlagenen Feldern wie Händler, Kaufdatum, Netto, Steuer, Summe, Zahlungsmethode und Positionen — und bearbeite die Struktur oder füge eigene Felder hinzu.

Ja. Heyyel Data Extractor verarbeitet gescannte und bildbasierte Belege und gibt die ausgewählten Informationen als strukturierte Felder zurück.

Ja. Heyyel Data Extractor unterstützt Bilddatenextraktion aus PNG, JPG, WebP und TIFF sowie PDF-Dokumente.

Ja. Ausgewählte Belegfelder können als strukturiertes JSON zurückgegeben werden.

Ja. Belegdaten lassen sich auch als CSV für Tabellen- und Berichts-Workflows exportieren.

Ja. Vorgeschlagene Felder sind bearbeitbar — ergänze Felder wie Projektcode, Ausgabenkategorie oder Abteilung für deinen eigenen Workflow.

Heyyel Data Extractor erfüllt die Kernaufgabe eines Beleg-Parsers: ausgewählte Beleginformationen werden in strukturierte Felder extrahiert — mit deiner Kontrolle über die zurückgegebenen Informationen.

Mit einem Beleg ausprobieren

Verwandle deinen nächsten Beleg in strukturierte Daten

Wähle die benötigten Informationen und extrahiere Belegdaten, ohne jeden Wert manuell einzugeben.

Belegdaten jetzt extrahieren →
77 Sprachen Bearbeitbare Felder JSON & CSV 1 Credit pro Seite