Sie laden Ihren Kontoauszug als PDF herunter, öffnen ihn und sehen übersichtliche Spalten mit Daten, Beschreibungen, Belastungen, Gutschriften und Salden. Sie konvertieren die PDF-Datei in Excel und gehen davon aus, dass diese Spalten zu Tabellenspalten werden. Stattdessen erhalten Sie ein Durcheinander: ein Datum in Spalte A, ein Beschreibungsfragment in Spalte B, weitere Beschreibung in Spalte C, Soll- und Habenbeträge in Spalte D zusammengefasst und der Saldo irgendwo in Spalte E verschoben. Die Spalten sind falsch ausgerichtet, weil das PDF den Text an visuellen Positionen und nicht in Tabellenstrukturen speichert.
Die Konvertierung von Kontoauszügen von PDF nach Excel ist eine der am häufigsten nachgefragten und problematischsten Dokumentenkonvertierungen. Das PDF-Format behandelt eine Kontoauszugstabelle als eine Sammlung von Textzeichen, die auf einer Seite positioniert sind. Der Konverter muss die Tabellenstruktur von diesen Positionen aus zurückentwickeln, und das Zurückentwickeln schlägt fehl, wenn die Positionen nicht perfekt mit einem sauberen Raster übereinstimmen.
Warum PDF-Tabellen nicht sauber Tabellenspalten zugeordnet werden können
In einer Tabellenkalkulation hat eine Zelle explizite Grenzen. Die Zelle in Zeile 3, Spalte B enthält genau einen Wert. In einer PDF-Datei wird Text an bestimmten x- und y-Koordinaten auf der Seite platziert. Der Text, der in Spalte B gehört, kann sich über einen Bereich von x-Koordinaten erstrecken. Der Konverter muss die Spaltengrenzen erraten, indem er darauf achtet, wo die meisten Werte in einer Spalte beginnen und enden. Die Schätzung ist oft falsch, wenn die Werte unterschiedlich lang sind.
Spalten mit variabler Breite in Kontoauszügen sind die Hauptursache für eine Fehlausrichtung. Die Spalte „Beschreibung“ ist viel breiter als die Spalten „Datum“ oder „Betrag“. Eine lange Beschreibung kann bis in den Bereich reichen, der optisch zur nächsten Spalte gehört. Der Konverter muss entscheiden, ob der Langtext zu einer Spalte gehört oder in die nächste übergegangen ist, und verschiedene Konverter treffen unterschiedliche Entscheidungen.
Mehrzeilige Einträge verschärfen das Problem. Eine Banktransaktion mit einer langen Beschreibung kann in eine zweite Zeile umgebrochen werden. Im PDF erscheint dies als zwei separate Textobjekte mit derselben x-Position. Der Konverter muss erkennen, dass diese beiden Textobjekte zur selben Zelle und nicht zu einer neuen Zeile gehören. Wenn mehrzeilige Einträge nicht zusammengeführt werden, entstehen Phantomzeilen in der Excel-Ausgabe.
Versuchen Sie es mit PDF in Excel
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.
Wie verschiedene Konverter mit der Tabellenerkennung umgehen
Einfache Konverter verwenden einen einfachen Spaltenerkennungsalgorithmus: Finden Sie die häufigsten x-Positionen, an denen Text beginnt, und definieren Sie diese als Spaltengrenzen. Dies funktioniert für Anweisungen mit starren, konsistenten Spaltenbreiten. Dies schlägt bei Anweisungen fehl, bei denen die Spaltenbreite zwischen den Seiten variiert oder bei denen der Text gelegentlich über die Spalte hinausgeht.
Fortgeschrittene Konverter verwenden Modelle für maschinelles Lernen, die auf Kontoauszugslayouts trainiert sind. Diese Modelle erkennen gängige Muster, ein kurzes Datum links, eine lange Beschreibung in der Mitte, einen Währungsbetrag rechts und können Spalten auch dann identifizieren, wenn die Grenzpositionen nicht perfekt konsistent sind. Die Genauigkeit beim Extrahieren von PDF-Daten dieser erweiterten Konverter ist erheblich höher, sie sind jedoch normalerweise nur in kostenpflichtigen oder Unternehmenstools verfügbar.
WukongPDF bietet PDF-Konverter Tools über den Browser zum Extrahieren tabellarischer Daten. Die Konvertierung verarbeitet jede Seite, identifiziert Tabellenstrukturen und exportiert die Daten in das Excel-Format.
Manuelle Bereinigung falsch ausgerichteter Konvertierungsausgaben
Nach der Konvertierung erfordert die Excel-Ausgabe fast immer eine manuelle Bereinigung. Sortieren Sie die Tabelle nach einer Spalte, die konsistente Daten enthalten sollte, beispielsweise nach der Spalte „Datum“. Zeilen mit Datumsangaben in der falschen Spalte sind falsch ausgerichtet. Ziehen Sie diese Zeilen in die richtige Spaltenausrichtung. Die Bereinigung ist mühsam, aber systematisch.
Verwenden Sie die Funktion „Text in Spalten“ von Excel, um verbundene Zellen zu teilen. Wenn eine Zelle sowohl einen Soll- als auch einen Habenbetrag enthält, die durch Leerzeichen getrennt sind, kann „Text in Spalten“ diese in separate Spalten aufteilen. Definieren Sie den Teilungspunkt basierend auf der konsistenten Formatierung des ursprünglichen Kontoauszugs.
Für Kontoauszüge, die Sie regelmäßig von derselben Bank herunterladen, erstellen Sie eine Excel-Vorlage mit der richtigen Spaltenstruktur und validieren Sie damit jede Konvertierung. Vergleichen Sie die konvertierten Daten mit den Vorlagen- und Flag-Zeilen, die nicht dem erwarteten Muster entsprechen. Der Vorlagenansatz erkennt Fehlausrichtungen konsistent über mehrere Konvertierungsversuche hinweg.
Alternativen zur PDF-Konvertierung für Bankdaten
Die meisten Banken bieten neben PDF-Kontoauszügen auch den Download von Transaktionsdaten in strukturierten Formaten an. Die Formate CSV, QFX und OFX sind für den Datenimport konzipiert und erfordern keine Konvertierung. Prüfen Sie vor der Konvertierung eines PDF-Kontoauszugs, ob Ihre Bank eine strukturierte Download-Möglichkeit anbietet. Das strukturierte Format lässt sich sauber und ohne Fehlausrichtungsprobleme in Excel oder Buchhaltungssoftware importieren.
Für Kontoauszüge, die nur als PDF verfügbar sind, sollten Sie die Verwendung eines speziellen Prozessors für Finanzdokumente anstelle eines Allzweck-PDF-Konverters in Betracht ziehen. Diese Spezialtools sind auf Finanzdokumentlayouts spezialisiert und handhaben die Spaltenerkennung, das Zusammenführen mehrerer Zeilen und die Währungsformatierung genauer als Allzwecktools.
Kontoauszüge mit farblich gekennzeichneten Transaktionstypen, z. B. Grün für Gutschriften und Rot für Belastungen, machen die PDF-Konvertierung komplexer. Die Farbinformationen sind visuell und haben keinen Einfluss auf die Textpositionierung. Konverter, die die visuelle Formatierung analysieren, interpretieren die Farbänderung jedoch möglicherweise als Spaltengrenze, wodurch zusätzliche Phantomspalten in der Ausgabe entstehen.
Kontoauszüge in mehreren Währungen führen zu zusätzlicher Komplexität bei der Konvertierung. Eine Abrechnung, die Transaktionen sowohl in USD als auch in EUR umfasst, kann Betragsspalten an unterschiedlichen Positionen oder mit unterschiedlicher Formatierung enthalten. Der Konverter erkennt möglicherweise nicht, dass zwei Sätze von Betragsspalten zur gleichen logischen Struktur gehören, was zu einer stärker fragmentierten Excel-Ausgabe führt als ein Kontoauszug mit nur einer Währung.
Investieren Sie bei wiederkehrenden Konvertierungen desselben Kontoauszugsformats Zeit in die einmalige Konfiguration der Konvertereinstellungen und deren Speicherung als Voreinstellung. Die Voreinstellung erfasst die Spaltenerkennungsparameter, das mehrzeilige Zusammenführungsverhalten und die Währungsformatierung, die für Ihr spezifisches Kontoauszugslayout geeignet sind. Jede nachfolgende Konvertierung ist genauer als die erste, da das Tool auf Ihre Daten abgestimmt wurde.
Vergleichen Sie nach der Konvertierung und Bereinigung der Excel-Ausgabe die Anzahl der Transaktionen und die Gesamtbeträge mit dem PDF-Original. Wenn Excel 237 Zeilen hat, das PDF jedoch 240 Transaktionen auflistet, gingen bei der Konvertierung drei Transaktionen verloren oder wurden zusammengeführt. Suchen Sie die fehlenden Transaktionen und fügen Sie sie manuell hinzu, um den Datensatz zu vervollständigen.
Einige Banken formatieren Kontoauszüge mit abwechselnder Zeilenschattierung, jede zweite Zeile hat einen hellgrauen Hintergrund. Diese Schattierung ist ein visuelles Formatierungselement im PDF. Bei der Konvertierung nach Excel geht die Schattierung möglicherweise verloren oder sie wird inkonsistent angewendet. Der Verlust der Schattierung hat keinen Einfluss auf die Datengenauigkeit, erschwert jedoch das visuelle Scannen der Excel-Ausgabe.
PDF-Kontoauszüge, die grafische Elemente wie das Banklogo und dekorative Ränder enthalten, haben keinen Einfluss auf die Datenkonvertierung, können jedoch als vereinzelte Bilder in der Excel-Ausgabe erscheinen. Diese Bilder sollten aus der Excel-Datei gelöscht werden, um das Erscheinungsbild zu bereinigen. Sie enthalten keine extrahierbaren Daten.
Bei Kontoauszügen internationaler Banken, die Transaktionen in mehreren Währungen umfassen, erhöht sich die Umrechnungskomplexität. Wechselkurse, Währungssymbole und verschiedene Dezimaltrennzeichen erschweren das Parsen. Besonders wichtig ist die manuelle Überprüfung von Mehrwährungsumrechnungen.
Von Online-Banking-Portalen generierte PDF-Kontoauszüge sind in der Regel textbasiert und lassen sich genauer konvertieren als gescannte Papierkontoauszüge. Wenn Ihre Bank über ihr Online-Portal herunterladbare PDF-Kontoauszüge anbietet, verwenden Sie diese, anstatt gedruckte Kontoauszüge einzuscannen. Die digitalen Originale verfügen über sauberere Textdaten, die zuverlässiger konvertiert werden.
Nachdem Sie die Excel-Konvertierung bereinigt haben, verwenden Sie Excel-Datenvalidierungstools, um auf Anomalien zu prüfen. Filtern Sie nach Daten außerhalb des Abrechnungszeitraums, Beträgen, die nicht dem erwarteten Format entsprechen, und Beschreibungen, die ungewöhnlich kurz oder lang sind. Diese Anomalien weisen häufig auf Konvertierungsfehler hin, die manuell korrigiert werden müssen.
Das in die Kontoauszugsmetadaten eingebettete PDF-Generierungsdatum kann hilfreich sein, um zu überprüfen, ob Sie die richtige Version des Kontoauszugs konvertieren. Eine im Januar heruntergeladene Abrechnung und eine weitere im März für denselben Zeitraum sollten identisch sein.
Wenn die konvertierten Excel-Daten in eine Buchhaltungssoftware importiert werden sollen, formatieren Sie die Excel-Spalten so, dass sie dem erwarteten Importformat der Buchhaltungssoftware entsprechen. Die meisten Buchhaltungsprogramme erfordern bestimmte Spaltennamen und Datenformate.
Die Konvertierungsgenauigkeit kann verbessert werden, indem die PDF-Datei vorverarbeitet wird, um die Textebene zu verbessern. Durch die Ausführung von OCR auf einer textbasierten PDF-Datei entsteht eine sauberere Textebene, die der Konverter genauer analysieren kann als die ursprünglichen Textpositionierungsdaten.
Wenn das Kontoauszugs-PDF aus dem Online-Banking generiert wird, entspricht das PDF-Erstellungsdatum in den Metadaten dem Download-Datum, nicht dem Kontoauszugsdatum. Der Abrechnungszeitraum ist im Abrechnungsinhalt angegeben. Überprüfen Sie, mit welchem Datum Sie arbeiten, bevor Sie die konvertierten Daten für zeitkritische Analysen verwenden.
Der Aufwand, der in die Bereinigung einer fehlerhaften PDF-zu-Excel-Konvertierung investiert wird, zahlt sich aus, wenn die Daten zuverlässig in Buchhaltungssysteme importiert, in Tabellenkalkulationen analysiert oder in Finanzberichtstools integriert werden.
Das Verständnis der Grundursachen für die Fehlausrichtung von PDF zu Excel hilft Benutzern, den richtigen Konvertierungsansatz auszuwählen, geeignete Bereinigungstechniken anzuwenden und zu erkennen, wann alternative Datenquellen bessere Ergebnisse als die PDF-Konvertierung liefern würden.
Wenn die Konvertierung zu inakzeptablen Ergebnissen führt, bietet die Anforderung der Daten in einem strukturierten Format wie CSV direkt von der Bank den saubersten Weg zu verwendbaren Tabellenkalkulationsdaten ohne die Frustrationen der PDF-Konvertierungsbereinigung.
| Konvertierungsproblem | Ursache | Aufräumtechnik |
|---|---|---|
| Zusammengeführte Zellen | Mehrzeilige Beschreibungen erstrecken sich über mehrere Zeilen | Verwenden Sie „Text in Spalten“ oder die manuelle Aufteilung |
| Phantomreihen | Der Konverter teilt eine Transaktion in zwei auf | Nach Datum sortieren; Doppelte Zeilen zusammenführen |
| Fehlende Transaktionen | OCR hat eine Zeile übersehen oder der Konverter wurde übersprungen | Zeilen im Vergleich zum PDF-Original zählen; manuell hinzufügen |
| Falsch ausgerichtete Spalten | Beschreibungsspalte mit variabler Breite | Ziehen Sie falsch ausgerichtete Zellen in die richtigen Spalten |
Versuchen Sie es mit PDF in Excel
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.