Das Auslesen von Daten aus Dokumenten ist zur Grundfunktion geworden. Den Unterschied machen die Schritte danach, also wohin die Daten gehen und wer bei Unsicherheit entscheidet.
Gartner hat am 8. September 2026 den Magic Quadrant für Intelligent Document Processing veröffentlicht. Laut Abstract umfasst der Markt mehr als 100 Anbieter, viele davon aus angrenzenden Märkten. ECMguide hat die Einschätzung am 6. Oktober zusammengefasst. ABBYY und Tungsten Automation stehen bei den Leadern, Hyland bei den Visionaries, OpenText bei den Niche Players. Aufschlussreicher als die Platzierungen ist die Erwartung, die Gartner formuliert. Innerhalb von drei Jahren soll sich IDP vom Extraktionswerkzeug zu einer durchgängigen Automatisierungsschicht für dokumentengetriebene Abläufe entwickeln. Anbieter, die nur auslesen und die Daten nicht mit den folgenden Schritten verbinden, dürften zurückfallen.
Eine bekannte Bewegung
Diese Bewegung habe ich mehrfach erlebt. In den 1990ern war das Scannen ein eigenes Projekt mit eigener Hardware und eigenem Budget. Danach kam die Texterkennung, später das Input Management mit Klassifikation und Prüfung. Jede Stufe hat die vorige zur Selbstverständlichkeit gemacht. Wer heute eine Rechnungslösung auswählt, prüft die Texterkennung bei Standardbelegen kaum noch eigens, bei Handschrift, schlechten Scans und exotischen Layouts sehr wohl. Mit IDP auf Basis von Sprachmodellen geht die Entwicklung einen Schritt weiter. Unbekannte Layouts erfordern deutlich weniger Vorlagenpflege, und die Erkennung von Kopf- und Positionsdaten wird zum Standard.
Wohin der Wert wandert
Wenn das Auslesen zur Grundfunktion wird, wandert der Wert in die Steuerung der Ausnahmen und in die Einbettung in Prozesse. Gartner beobachtet dafür laut ECMguide unter anderem die Integrationstiefe, einen API-first-Ansatz, die Orchestrierung über Agenten, die Unterstützung des Model Context Protocol und die Zusammenarbeit zwischen Agenten. Bei OpenText merkt Gartner an, dass solche agentischen Funktionen im Bewertungszeitraum allgemein nicht verfügbar waren. Bei Hyland stehen Multi-Agenten-Funktionen auf der Roadmap.
Damit landet die Erkennung in einer Kette, an deren Ende ein Agent oder ein Workflow eine Buchung vorbereitet oder eine Rückfrage auslöst. Eine falsch gelesene Bestellnummer bleibt dann nicht mehr in einer Prüfmaske hängen, in der ein Mensch sie bemerkt. Sie wandert weiter. Deshalb gewinnt eine Angabe an Gewicht, die in vielen Projekten nebenbei behandelt wird. Gemeint ist die Sicherheit, mit der das System einen Wert erkannt hat, und die Schwelle, ab der ein Mensch prüft. Dieser Wert taugt nur, wenn er kalibriert ist, also eine Sicherheit von 90 Prozent auch in neun von zehn Fällen stimmt. Das muss das Projekt messen, die Selbsteinschätzung des Modells reicht dafür nicht.
Ein Hinweis zu den Kosten
Gartner weist auf einen Punkt hin, der in der Begeisterung für Agenten leicht untergeht. Agentische Abläufe verursachen hohe Tokenkosten. Wer nur korrekte und tatsächlich benötigte Daten weitergibt, spart Geld. Gartner erwartet deshalb, dass deterministische ML-Modelle und kleine, spezialisierte Sprachmodelle breit eingesetzt werden. Das deckt sich mit meiner Erfahrung, dass ein trainiertes Klassifikationsmodell für eine wiederkehrende Aufgabe oft die günstigere und berechenbarere Wahl ist.
Was ich bei einer Auswahl heute frage
Bei einer IDP-Auswahl frage ich heute vor allem, wie das System Unsicherheit ausweist, wie Ausnahmen weitergeleitet werden und über welche Schnittstellen die Ergebnisse in den nachgelagerten Systemen ankommen. Dazu kommt das Betriebsmodell. Gartner hebt bei ABBYY ausdrücklich hervor, dass Funktionen und Genauigkeit über alle Betriebsformen von SaaS bis zur lokalen Installation gleich sind. Das ist keine Selbstverständlichkeit.
IDP wird damit wieder Teil des Prozesses, aus dem es vor Jahrzehnten als eigenes Gewerk herausgelöst wurde. Wer seine Ausnahmen kennt und ihren Weg festgelegt hat, kann diesen Schritt gelassen gehen.