Docspell: Dokumente klassifizieren statt nur ablegen
Ein gescannter Brief ist zunächst nur eine Datei. Für eine brauchbare Ablage brauchst du zusätzlich eine Antwort auf Fragen wie: Wer hat ihn geschickt, worum geht es, welches Datum zählt und wer muss etwas damit tun? Docspell verarbeitet hochgeladene Dateien und stellt dafür verschiedene Metadaten bereit. Die automatische Erkennung ist eine Hilfe bei der Vorsortierung, aber keine Freigabe für ungeprüfte Entscheidungen. Gerade bei Rechnungen und Verträgen lohnt sich eine einfache, nachvollziehbare Ordnung statt einer großen Sammlung ähnlich klingender Schlagwörter. [1]
Metadaten als kleines Ordnungssystem
Docspell kennt unter anderem Korrespondenten, betreffende Personen oder Dinge und frei definierbare Tags. Tags können Kategorien erhalten: Die Dokumentation nennt beispielsweise eine Kategorie für Dokumentarten mit Tags wie Rechnung, Vertrag und Beleg sowie eine Kategorie für Zustände wie „Zu erledigen“. Solche Kategorien sind keine festen gesetzlichen Klassifikationen, sondern ein selbst gestaltetes Ablageschema. Lege vor dem Import fest, ob „Rechnung“ eine Dokumentart und „bezahlt“ ein Bearbeitungszustand ist. Wenn diese Ebenen vermischt werden, werden spätere Suchanfragen unnötig schwierig. [1]
Starte mit wenigen eindeutig unterscheidbaren Begriffen. Ein Brief vom Stromanbieter kann den Korrespondenten des Anbieters, die Dokumentart Rechnung und den Zustand „prüfen“ erhalten. Das Datum sollte zur inhaltlichen Bedeutung passen: Das Importdatum beantwortet eine andere Frage als das Rechnungsdatum. Dokumentiere für das Team, wann ein Tag vergeben und wann er wieder entfernt wird. Wenn sich die Benennung ändert, kontrolliere ältere Treffer, statt lediglich neue Dateien anders zu etikettieren. So bleibt die Suche über Jahre hinweg verständlich.
Automatische Vorschläge: Nutzen und Grenzen
Bei der Verarbeitung werden Texte aus Dateien gewonnen und analysiert; je nach Dateityp und Einrichtung kommt OCR hinzu. Die Docspell-Dokumentation beschreibt auch automatische Vorschläge für Tags aus bereits klassifizierten Dokumenten. Für eine neue, kleine Ablage ist das keine magische Abkürzung: Laut Dokumentation sind Vorschläge am Anfang, etwa bei den ersten hundert Dokumenten, noch wenig hilfreich. Außerdem müssen die Tags einen Bezug zum erkannten Inhalt haben. Kontrolliere daher insbesondere schlecht gescannte Seiten, handschriftliche Angaben und Dokumente mit mehreren Themen. [1][2]
Die Verarbeitungsdokumentation unterscheidet extrahierten PDF-Text und OCR-Ergebnisse und erläutert, dass nicht jeder PDF-Import denselben OCR-Pfad benötigt. Das erklärt, warum ein optisch lesbarer Brief in der Volltextsuche trotzdem fehlen oder ein Datum falsch erkannt werden kann. Prüfe die tatsächlichen Texttreffer an Stichproben, bevor du Regeln oder Zuständigkeiten auf Erkennungswerte stützt. OCR verbessert die Auffindbarkeit; sie ersetzt weder eine Qualitätsprüfung des Scans noch die fachliche Interpretation seines Inhalts. [2]
Konkreter Check für den ersten Import
Wähle zehn unterschiedliche Testdokumente: eine klare PDF-Rechnung, einen schiefen Scan, einen Vertrag, einen mehrseitigen Brief und einige ähnlich benannte Schreiben. Erfasse zunächst eine kurze Tag-Liste mit Beschreibung und einen zuständigen Prüfer. Lade die Dateien hoch und warte, bis die Verarbeitung abgeschlossen ist. Vergleiche für jedes Dokument sichtbaren Absender, erkannten Text, vorgeschlagenen Korrespondenten, Datum und Tags mit der Vorlage. Markiere falsche Vorschläge ausdrücklich als Korrekturfall; übernimm sie nicht nur, weil sie plausibel aussehen. [1][2]
Suche danach eine Rechnung einmal nach Korrespondent und einmal nach Dokumentart. Teste auch eine Kombination mit dem Bearbeitungszustand. Wenn die Treffer nicht stimmen, ändere zunächst die Begriffe oder die Importqualität und wiederhole den Test. Wer bereits Paperless-ngx als Dokumentenarchiv kennt, sollte die Ablagestruktur nicht blind übertragen: Entscheidend ist, welche Metadaten Docspell konkret verwendet. Für einen dauerhaften Betrieb gehört zudem eine getrennte Backup-Strategie für selbst gehostete Dienste dazu. Ein erfolgreiches Tagging ist noch kein Nachweis, dass Dateien und Metadaten wiederherstellbar sind.

