Mistral OCR
Produkt
Mistral OCR ist eine API für optische Zeichenerkennung von Mistral AI, die Dokumente einschließlich Scans und Tabellen in strukturiertes Markdown umwandelt; in der Episode läuft sie in Azure AI Foundry.
Ebenfalls besprochen
In der Folge zu Mistral OCR geht es auch um n8n, Chunking, Embeddings, Azure OpenAI Service, DSGVO und Retrieval-augmented generation (RAG).
Beschreibung
Mistral OCR ist eine API für optische Zeichenerkennung von Mistral AI. Sie wandelt Dokumente, einschließlich Scans und Tabellen, in strukturiertes Markdown um, damit ihr Inhalt durchsuchbar, weiterverarbeitbar oder an andere Systeme übergebbar ist. In der Dokumentation von Mistral erscheint die Funktion unter dem Namen Document AI OCR processor, und das Alias mistral-ocr-latest verweist auf das neueste OCR-Modell. In der M365.FM-Episode zu privatem Retrieval Augmented Generation wird sie innerhalb von Azure AI Foundry eingesetzt.
Der Dienst extrahiert Text und strukturierte Inhalte aus PDFs und Bildern und bewahrt dabei die Dokumentstruktur und Hierarchie. Unterstützte Eingaben sind Bilder wie PNG, JPEG und AVIF sowie Dokumente wie PDF, PPTX und DOCX. Eine Datei kann als öffentliche URL, als Base64 oder als hochgeladene Datei übergeben werden. Laut Dokumentation werden mehr als 40 Sprachen unterstützt.
Das Ergebnis wird als JSON-Objekt mit Seiten zurückgegeben. Jede Seite enthält Markdown, Bilder, Tabellen, Hyperlinks, Kopfzeile, Fußzeile, Abmessungen, Konfidenzwerte und Blöcke; die Antwort enthält außerdem Informationen zu Modell und Nutzung. Tabellen können im Markdown inline belassen oder über einen Parameter für das Tabellenformat separat als Markdown- oder HTML-Tabellen zurückgegeben werden. Kopf- und Fußzeilen lassen sich getrennt extrahieren. Die Blockextraktion liefert absatzbezogene Begrenzungsrahmen mit strukturellen Bezeichnungen wie Titel, Liste, Tabelle, Gleichung, Beschriftung, Code und Signatur, in Leserichtung. Konfidenzwerte können auf Seiten-, Block- oder Wortebene angefordert werden.
Einige Funktionen hängen von der Modellversion ab. Laut Dokumentation erfordern die Tabellenformatierung und die separate Extraktion von Kopf- und Fußzeilen die OCR-Version 2512 oder neuer, die Blockextraktion die OCR-Version 4 oder neuer. Für große Datenmengen empfiehlt Mistral seinen Batch-Inference-Dienst, für strukturierte Ausgaben verweist es auf Document Annotations. Die Dokumentationsseite selbst erwähnt Azure AI Foundry nicht; Einzelheiten zu diesem Hosting-Setup stammen nur aus der Episode.
Ein typischer Anwendungsfall ist eine Wissensdatenbank, die auf gescannten oder bildbasierten Dokumenten aufbaut. Text, der nur als Scan vorliegt, kann von einem Sprachmodell weder durchsucht noch abgerufen werden, bevor er erkannt und umgewandelt wurde. Mistral OCR übernimmt diesen Schritt und erzeugt Markdown, das Überschriften, Listen und Tabellen beibehält, was für die Indexierung eine brauchbarere Form ist als reiner extrahierter Fließtext. Entscheidungen dazu betreffen meist das Ausgabeformat für Tabellen, die Frage, ob Kopf- und Fußzeilen erhalten oder entfernt werden sollen, ob Konfidenzwerte benötigt werden, um unsichere Passagen zu kennzeichnen, und ob Batch-Verarbeitung für das Dokumentenvolumen geeignet ist.
Die Episode "How to Build Private RAG with SharePoint and n8n" (2026-06-06) ordnet Mistral OCR in ein privates Retrieval Augmented Generation-Setup ein. Die Episode stellt fest, dass Werkzeuge wie Mistral OCR dabei helfen, gescannte Dokumente in durchsuchbare Daten umzuwandeln und so die Wissensdatenbank zu verbessern. Sie steht neben der korrekten Einrichtung von SharePoint zur Dokumentenorganisation und zum Abruf sowie der Workflow-Automatisierung mit n8n, die SharePoint verbindet und Datenabrufaufgaben steuert. Die Episode empfiehlt außerdem regelmäßiges Testen und Iterieren, damit die Lösung zuverlässig und effizient bleibt, und weist darauf hin, dass sich eine solche Lösung durch die Einbindung mehrerer Datenquellen und die Anpassung der Workflows an die Bedürfnisse einer Organisation skalieren lässt.
Überblick, mit KI aus M365.FM-Folgen und den Fakten dieser Seite zusammengestellt. Du kannst ihn unten über „Bearbeiten“ verbessern.
| Typ | Produkt |
|---|
Häufige Fragen
Mit KI markierte Fragen wurden mit KI aus den Fakten dieser Seite geschrieben.
Was macht Mistral OCR? (KI)
Mistral OCR ist eine API von Mistral AI, die Text und strukturierte Inhalte aus PDFs und Bildern extrahiert und sie als Markdown einschließlich Tabellen innerhalb einer nach Seiten gegliederten JSON-Antwort zurückgibt.
Welche Dateitypen und Sprachen unterstützt Mistral OCR? (KI)
Laut Dokumentation von Mistral können Eingaben Bilder wie PNG, JPEG und AVIF oder Dokumente wie PDF, PPTX und DOCX sein, bereitgestellt als öffentliche URL, Base64 oder hochgeladene Datei. Mehr als 40 Sprachen werden unterstützt.
Wie wird Mistral OCR in der M365.FM-Episode zu privatem RAG eingesetzt? (KI)
Die Episode "How to Build Private RAG with SharePoint and n8n" beschreibt Mistral OCR, das in Azure AI Foundry läuft, als Methode, gescannte Dokumente in durchsuchbare Daten für die Wissensdatenbank einer auf SharePoint und n8n basierenden RAG-Lösung umzuwandeln.
Community-Wiki
Oben die Kurzinfo, unten das Wissen der Community: ergänze praktische Tipps, Beispiele oder Korrekturen. Neue Beiträge werden zuerst geprüft, bewährte Mitglieder veröffentlichen direkt.
Experten und Firmen zu diesem Thema
Dieses Thema hat noch niemand im Profil angegeben. Trag es in deinem Profil ein.
Gepflegt von Mirko Peters (Microsoft MVP) · Zuletzt aktualisiert: