Alibaba OvisOCR2: KI-Modell übertrifft traditionelle Dokumentenverarbeitung
Veröffentlicht am: 25.07.2026 um 02:21 Uhr | Redaktion boerse-global.de
Die digitale Dokumentenverarbeitung erlebt einen Technologiesprung. Gleich mehrere große Anbieter haben in dieser Woche neue KI-Modelle vorgestellt, die unstrukturierte Dokumente in Sekundenschnelle in maschinenlesbare Daten verwandeln. Für Unternehmen bedeutet das: Schluss mit stundenlangem manuellen Abtippen und mühsamer Datenextraktion.
Alibaba und Baidu setzen neue Maßstäbe
Alibaba hat am 24. Juli sein Modell OvisOCR2 als Open Source veröffentlicht. Das System mit 0,8 Milliarden Parametern basiert auf der Qwen3.5-0.8B-Architektur und erreichte beim Branchen-Benchmark OmniDocBench v1.6 beeindruckende 96,58 Punkte. Damit ist es das erste durchgängige OCR-Modell, das die Ergebnisse traditioneller, mehrstufiger Verarbeitungsketten übertrifft.
Das Besondere: OvisOCR2 wandelt Dokumentseiten direkt in das Markdown-Format um – und bewahrt dabei die originale Lesereihenfolge, Tabellen und komplexe Formeln. Alibaba stellt die Gewichte des Modells unter der Apache-2.0-Lizenz auf Plattformen wie Hugging Face zur Verfügung.
Die technologische Entwicklung bei KI-Systemen bringt auch neue rechtliche Rahmenbedingungen mit sich, die Unternehmen jetzt kennen müssen. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Parallel dazu veröffentlichte Baidu technische Details zu seinem Unlimited-OCR. Das Modell mit drei Milliarden Parametern ist speziell für hochauflösende Bilder und mehrseitige PDF-Dateien optimiert. Es arbeitet mit einem kachelbasierten Ansatz, der auch komplexe Dokumentstrukturen über mehrere Seiten hinweg intakt hält.
Spezialisierte KI für die Finanzbranche
Die Industrie setzt zunehmend auf maßgeschneiderte Lösungen. Die thailändische SCBX hat am 23. Juli ihre hauseigene KI-Plattform CORA vorgestellt. Das System analysiert speziell thailändische Finanzdokumente wie das Formular 56-1 und reduziert die Bearbeitungszeit von Stunden auf Sekunden. Möglich macht das eine Kombination aus Multi-Hop-Analyse und Tabellenextraktion. Ein Patent ist bereits angemeldet.
Ebenfalls am 23. Juli präsentierte Genpact seine Banking Analyst Suite. Das Herzstück: ein Transaction Monitoring Analyst für die Geldwäschebekämpfung. Genpact verspricht 80 Prozent schnellere Prüfzeiten und 40 Prozent geringere Gesamtbetriebskosten. Die erste Implementierung läuft bereits bei AMP.
Größere Kontexte, bessere Vernetzung
Die zugrundeliegenden Sprachmodelle werden ebenfalls leistungsfähiger. Upstage veröffentlichte am 23. Juli Solar Open 2, ein Mixture-of-Experts-Modell mit 250 Milliarden Gesamtparametern (15 Milliarden aktiv während der Inferenz). Mit einem Kontextfenster von einer Million Token kann es riesige Dokumentensammlungen auf einmal analysieren. Das Modell ist bereits im südkoreanischen Daum-Portal integriert.
Die Vernetzung von Unternehmen mit KI-Systemen standardisiert sich zunehmend über das Model Context Protocol (MCP). Claranova brachte am 15. Juli eine PDF-API für Claude als MCP-Connector auf den Markt, die über 15 PDF-Funktionen in KI-Workflows integriert. Nur acht Tage später folgte Joinable Labs mit Propagator, einer sogenannten „Knowledge Foundry", die unstrukturierte Daten in gouvernierte Datenkarten für KI-Agenten umwandelt.
Während KI-Lösungen immer mehr Unternehmensbereiche durchdringen, stellt die EU-KI-Verordnung neue Regeln auf, die viele Verantwortliche noch nicht kennen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen nun konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum AI Act sichern
In China arbeiten Qichacha und NetEase Youdao mit dessen LobsterAI zusammen. Ihr gemeinsames Ziel: hochpräzise Erkennung selbst bei komplexen Tabellen und langen Dokumenten. Die Lösung wird bereits für Bankkonteneröffnungen und Kreditprüfungen eingesetzt – Bereiche, in denen Fehler teuer werden können.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
