Mistral OCR 4— Dokumenten-KI aus Europa, die im Haus bleibt

Anlass für diesen Beitrag ist eine Häufung von Modell-Releases rund um Dokumenten-KI im Sommer 2026 — Mistral OCR 4 ist der für den Mittelstand greifbarste davon. Denn anders als ein neues Sprachmodell, das man erst einmal in einen Use-Case übersetzen muss, trifft OCR ein Problem, das praktisch jeder Betrieb hat: Information liegt in Dokumenten fest, und sie da herauszubekommen kostet Menschen Zeit. Schauen wir uns an, was sich konkret geändert hat.

Von „Text auslesen" zu „Dokument verstehen"

Klassische Texterkennung (OCR) macht aus einem Scan eine lange Zeichenkette. Praktisch, wenn man nur volltextsuchbar machen will — nutzlos, sobald die Struktur zählt. Eine Rechnung ist eben nicht nur Text: Es gibt einen Rechnungsbetrag, eine Tabelle mit Positionen, ein Datum, eine Steuernummer. Wer das mit reinem OCR herauszieht, bekommt einen Wortbrei, den anschließend ein zweites System mühsam wieder sortieren muss.

Genau hier setzt die neue Generation an. OCR 4 liest nicht nur Zeichen, sondern erkennt Blöcke und ihre Rolle: Das hier ist eine Überschrift, das eine Tabelle, das eine Formel, das eine Unterschrift. Es weiß, wo auf der Seite jedes Element steht (Bounding-Box), und es sagt dazu, wie sicher es sich ist (Confidence-Score). Aus „Text auslesen" wird „Dokument verstehen" — und das ist der Unterschied zwischen Rohmaterial und etwas, mit dem ein Prozess direkt weiterarbeiten kann.

Was OCR 4 konkret ausgibt

Drei Dinge unterscheiden die Ausgabe von simplem OCR — und genau diese drei machen sie automatisierbar:

Der Confidence-Score ist der unterschätzte Teil. Er macht einen sauberen Human-in-the-Loop möglich: Was das Modell sicher erkennt, läuft automatisch durch; was unsicher ist, landet auf dem Tisch eines Menschen. Kein Alles-oder-nichts, sondern ein Prozess, der mit jeder Korrektur belastbarer wird. Dazu unterstützt OCR 4 nach Herstellerangaben rund 170 Sprachen und gängige Formate von PDF über DOC und PPT bis OpenDocument.

Der Punkt, der für den Mittelstand zählt: Die Daten bleiben im Haus

Dokumente sind selten harmlos. In Rechnungen, Verträgen und Personalakten stecken die sensibelsten Daten eines Betriebs. Genau deshalb ist die Frage „Wo wird das verarbeitet?" bei Dokumenten-KI keine Nebensache, sondern der Kern. Eine reine US-Cloud-API bedeutet: Jede gescannte Personalakte verlässt den europäischen Rechtsraum.

Mistral ist ein französischer Anbieter, und OCR 4 lässt sich auf Anfrage als einzelner Container in der eigenen Infrastruktur betreiben — on premise, hinter der eigenen Firewall. Damit verlassen die Dokumente das Haus nicht. Für DSGVO-kritische Workloads ist das ein handfester Vorteil gegenüber einem reinen API-Modell. Wichtig zur Einordnung: Das ist eine lizenzierte Enterprise-Option, kein frei herunterladbares Open-Weight-Modell — wer das braucht, klärt Konditionen direkt mit dem Anbieter. Wer noch grundsätzlicher abwägt, ob Eigenbetrieb oder Einkauf, findet die Logik in unserem Leitfaden zu lokalen LLMs für den Mittelstand und im Build-vs-Buy-Vergleich.

Was kostet das?

Über die API ruft Mistral (Stand Juni 2026) rund 4 $ pro 1.000 Seiten auf, im Batch-Betrieb etwa 2 $ pro 1.000 Seiten. Für den On-Prem-Container gelten gesonderte Enterprise-Konditionen. Diese Zahlen sind schnell eingeordnet: Rechnet man eine Person, die Belege manuell abtippt, gegen einen Seitenpreis im einstelligen Cent-Bereich, ist die Richtung klar.

Aber Vorsicht vor der Milchmädchenrechnung. Der Seitenpreis ist der kleinste Posten. Der eigentliche Aufwand — und der eigentliche Wert — liegt in der Integration: das Modell an deine Dokumenttypen anbinden, die Felder herausgreifen, die du brauchst, die unsicheren Fälle sauber an Menschen routen und das Ergebnis in dein bestehendes System (ERP, DMS, Buchhaltung) schreiben. Ein Modell, das Dokumente versteht, ist die Voraussetzung — aber erst der Prozess drumherum spart Stunden.

Wo es sich lohnt — und wo nicht

Sinnvolle Einsatzfelder im Mittelstand sind überall dort, wo strukturierte Information in unstrukturierten Dokumenten gefangen ist:

• Rechnungs- und Belegverarbeitung — Positionen, Beträge, Steuern automatisch in die Buchhaltung.
• Formulare & Anträge — ausgefüllte Felder maschinell erfassen statt abtippen.
• Vertrags- und Aktensuche — Dokumente durchsuchbar und zitierfähig machen (Grundlage für agentische Workflows und RAG).
• Wissensdatenbank — Altbestände an PDFs endlich indexierbar, mit Quellenverweis bis auf die Stelle.

Genauso wichtig ist die ehrliche Abgrenzung — die Mistral selbst zieht. OCR 4 ist für Dokumentverständnis gebaut, ausdrücklich nicht für medizinische Diagnosen, juristische Urteile, hochriskante Finanzentscheidungen oder sicherheitskritische Systeme. Es liefert die strukturierten Daten — die Entscheidung bleibt beim Menschen oder bei einem klar abgegrenzten, geprüften Prozess. Wer das beachtet, baut etwas Belastbares; wer es ignoriert, baut ein Risiko.

So gehst du es an

Man muss nicht das ganze Dokumenten-Chaos auf einmal lösen. Der pragmatische Weg:

• Einen Dokumenttyp wählen, der oft vorkommt und klar strukturiert ist — Eingangsrechnungen sind der Klassiker.
• Mit echten Dokumenten testen, nicht mit Demo-Beispielen. Herstellerbenchmarks sind ein Indiz, kein Ersatz für den Test mit deinen Belegen.
• Confidence-Schwelle festlegen: Ab wann läuft etwas automatisch durch, ab wann zur menschlichen Prüfung?
• Deployment nach Datenlage: unkritisch → API genügt; sensibel → On-Prem-Container prüfen.
• An ein System anbinden, das den Output auch nutzt. Extraktion ohne Anschluss ist ein halbes Projekt.

So wird aus einem beeindruckenden Modell ein Prozess, der jeden Monat Stunden spart — und mit jeder Korrektur besser wird. Welches Modell für welche Aufgabe überhaupt das richtige ist, ordnen wir grundsätzlicher in Welches KI-Modell braucht der Mittelstand 2026? ein.

Häufige Fragen: Mistral OCR 4 im Mittelstand