> ## Documentation Index > Fetch the complete documentation index at: https://docs.localmind.ai/llms.txt > Use this file to discover all available pages before exploring further. # Dokumentenextraktion > Strukturierte Felder aus Dokumenten extrahieren – mit Konfidenz, Quellenbeleg und Human-in-the-Loop-Review. Mit der Dokumentenextraktion ziehst du strukturierte Felder aus Rechnungen, Formularen, Verträgen oder Belegen – zum Beispiel Rechnungsnummer, Betrag und Fälligkeitsdatum. Jeder extrahierte Wert kommt mit einer Konfidenz und einem Quellenbeleg und durchläuft ein **Human-in-the-Loop-Review**: Erst wenn eine Person den Wert bestätigt, gilt er als geprüft. Du findest die App in deinem Space in der Sidebar unterhalb der Standard-Ressourcen als **Extraktion**. ## So funktioniert eine Extraktion Die App führt dich in vier Schritten durch jeden Extraktionslauf: Wähle eine Vorlage mit festen Feldern – sie eignet sich für wiederkehrende Dokumenttypen mit gleichbleibenden Feldern. Alternativ beschreibst du mit einem **benutzerdefinierten Prompt** frei, was extrahiert werden soll. Wähle ein oder mehrere Dokumente aus, aus denen du Daten extrahieren möchtest. Passe die Felder der Vorlage an deine Fragestellung an: Felder ergänzen, entfernen oder ihre Beschreibung präzisieren. Kontrolliere Vorlage, Felder und Dokumentauswahl und starte die Extraktion. Optional läuft sie im Modus **„Seite für Seite"** (siehe unten). Die extrahierten Werte prüfst und bestätigst du anschließend im Review – bis zur Bestätigung steht jedes Feld auf dem Review-Status „pending". Deine Extraktions-Jobs erscheinen zusätzlich in deiner [Inbox](/navigation/Inbox) – so behältst du sie auch spaceübergreifend im Blick. ## Modus „Seite für Seite" Neben dem Standard-Lauf gibt es den Modus **„Seite für Seite"** (intern: `unit_by_unit`). Damit verarbeitet die Extraktion dein Dokument seitenweise, statt es als Ganzes zu behandeln. ## Modellwahl je Lauf Unter **Experten-Einstellungen** wählst du das Extraktionsmodell für den jeweiligen Lauf. Welche Modelle zur Auswahl stehen, hängt davon ab, welche Basismodelle deinem Space über die [Library](/library/overview) bereitgestellt sind – mehr dazu unter [Modellauswahl](/arbeiten-mit-ki/modellauswahl). Wähle als Extraktionsmodell **Opus 4.8** oder **Sonnet 5**. Das veraltete Opus 4.7 bricht Extraktionen still ab („Keine Ergebnisse") – ein Modell-Artefakt, kein Plattform-Fehler. Das Modell muss dem Space über die [Library](/library/overview) provisioniert sein. ## Output verstehen Der Output je Feld enthält vier Bestandteile: | Bestandteil | Bedeutung | | ------------------------ | ----------------------------------------------------------------- | | **Wert** | Der extrahierte Inhalt des Felds | | **Konfidenz** | Wie sicher sich das Modell ist, angegeben in % | | **Quellenbeleg** („src") | Die Fundstelle im Dokument, aus der der Wert stammt | | **Review-Status** | „pending", bis eine Person den Wert bestätigt – Human-in-the-Loop | Über den Quellenbeleg kannst du beim Review jeden Wert direkt gegen das Original prüfen, statt dem Modell blind zu vertrauen. ## Gescannte Dokumente und Bild-PDFs Das Dokument-Parsing nutzt OCR-Modelle. Damit funktioniert die Extraktion auch für gescannte Dokumente und Bild-PDFs ohne eingebetteten Text. ## Grenzen: kein API-Zugriff Die Dokumentenextraktion ist eine reine UI-App – sie hat **keinen API-Zugriff**. Wenn du strukturierte Extraktion programmatisch brauchst, nutze einen [Agent](/core-functions/agents) mit `response_format: json_object` über die Localmind-API. Rezepte dazu findest du in den [API Use Cases](/api-reference/Use-Cases). ## Nächste Schritte Dokumente inhaltlich auswerten – mit Vorlagen wie Management-Zusammenfassung oder Vertragsprüfung. Zwei Dokumente vergleichen – stellt die Unterschiede strukturiert gegenüber. Modellkategorien verstehen und das richtige Modell für deinen Anwendungsfall wählen. Dokumente hochladen und als Datenquelle in deinem Space nutzen.