Handschrift KI trainieren: Wie Sie die KI auf Ihre Familienhandschrift eintrainieren

Was ein Trainings-Paar ist (und was es nicht ist)

Marie Mustermann schreibt 1917 an ihre Schwester: Kurrent, dicht, kaum Leerzeichen. Zehn Briefe hat jemand bereits mühsam von Hand abgetippt. Wie macht man die KI für die verbleibenden 200 Briefe klüger? Mit genau diesen zehn Briefen.

Die häufigste Verwechslung gleich zu Beginn: Ein Trainings-Paar ist kein Lernvorrat, aus dem die KI irgendwann selbstständig lernt. Es ist ein Beispiel-Gespann, das bei jeder neuen Transkription als Referenz mitgeschickt wird.

Konkret heißt das: immer zwei Dateien, immer dasselbe Dokument.

1. Der Scan Das Original-Bild des Briefes, als JPG, PNG, TIF, PDF oder DOCX. Die Qualität des Scans entscheidet maßgeblich über die Ergebnisse. Wer noch keine guten Digitalisate hat, findet in Historische Dokumente richtig scannen und fotografieren eine praxisnahe Anleitung.

2. Die Transkription Die vollständige, korrekte Abschrift exakt dieses Briefes, als TXT, DOCX oder MD. Nicht eine annähernde Version, nicht ein anderer Brief im gleichen Stil. Derselbe Brief, sauber abgetippt.

3. Die Zuordnung Scan und Transkription müssen denselben Dateinamen tragen, nur die Endung unterscheidet sie. MarieMustermann_19170312_AnnaMustermann.pdf und MarieMustermann_19170312_AnnaMustermann.txt gehören zusammen. Die App erkennt die Paare anhand des identischen Namens.

Ein Trainings-Paar ist keine Lernkartei. Es ist ein Spiegel: Die KI schaut auf das Vertraute, bevor sie das Unbekannte liest.

Kein Fine-Tuning, sondern Kontext

Wer erwartet, dass das Modell über Nacht aktualisiert wird oder eine Lernphase durchläuft, wird überrascht sein: Nichts davon passiert. Das zugrundeliegende Sprachmodell bleibt unverändert.

Stattdessen arbeitet Transkriber mit Few-Shot-Learning. Die Trainings-Paare werden bei jeder neuen Transkription als Kontext in die Anfrage eingebettet. Die KI sieht also: „Scan A wurde so transkribiert, Scan B wurde so transkribiert, und jetzt kommt Scan C." Sie überträgt das erkannte Muster auf den neuen Brief, ohne dass sich ihr Modell verändert hat. Das Bundesarchiv beschreibt ähnliche Verfahren für die automatisierte Erschließung historischer Bestände.

Die Analogie aus dem Übersetzungsalltag trifft es genau: Man zeigt einem Übersetzer drei Seiten eines Textes im gleichen Stil, bevor er die vierte übersetzt. Er lernt nicht dauerhaft dazu, aber er übersetzt die vierte Seite deutlich treffsicherer.

Dateinamen: Der Schritt, den die meisten unterschätzen

Das Namensschema klingt technisch, ist aber der wichtigste Praxistipp des gesamten Workflows.

Schema: Autor_JJJJMMTT_Empfänger.pdf

Beispiel: MarieMustermann_19170312_AnnaMustermann.pdf

Die Trainings-Scans müssen genauso benannt sein wie später die echten Briefe im Massen-Import. Warum? Weil die App den Autor-Namen aus dem Dateinamen extrahiert und die passenden Trainings-Paare automatisch zuordnet. Stimmt die Schreibweise nicht überein, greift die Zuordnung nicht.

Drei Regeln, die immer gelten:

• Keine Leerzeichen, Unterstriche statt Leerzeichen
• Umlaute ausschreiben: ä→ae, ö→oe, ü→ue, ß→ss
• Datum im Format JJJJMMTT, optional, aber empfohlen

Wer diese Konvention von Anfang an konsequent umsetzt, spart sich später manuelles Nacharbeiten. Wer später nachbessern muss, benennt schnell zwanzig Dateien um. Das lohnt sich trotzdem.

Wer Marie_Mustermann einmal und MarieMustermann ein anderes Mal schreibt, unterbricht die Kette. Die Zuordnung scheitert nicht an der KI, sondern am Unterstrich.

Archive mit mehreren Schreibern

Das typische Familienarchiv enthält Briefe von vier, fünf oder mehr verschiedenen Personen. Marie schreibt anders als ihr Bruder Hans, und Else aus dem Nachbarsdorf hat wieder eine völlig andere Handschrift. Für jede Person legt man 2 bis 3 Paare an.

Die App erkennt beim Import anhand des Autors im Dateinamen, welche Trainings-Paare zum aktuellen Brief passen, und schickt der KI nur diese, nicht alle auf einmal. Wie das Matricula-Portal für historische Kirchenmatrikeln zeigt, ist die eindeutige Zuordnung von Schreibhand zu Dokument auch in der archivischen Praxis ein zentrales Erschließungsproblem.

Beispiel für ein Vier-Personen-Archiv:

Die Voraussetzung für diese automatische Zuordnung ist konsequente Benennung. Wer die Schreibweise einmal variiert, unterbricht die Kette.

Wie viele Paare ein gutes Training ausmachen

Wichtiger als die Menge ist die Qualität. Ein gutes Trainings-Paar zeigt die typische Handschrift der Person, keinen Ausreißer, keinen besonders schwungvoll geschriebenen Festtagsbrief, der nichts mit dem Alltagsduktus gemein hat.

Merkmale eines guten Paars: vollständiger Brief, nicht nur zwei Zeilen; eine Handschrift, die für diese Person und diese Epoche repräsentativ ist; wenn möglich Briefe aus verschiedenen Jahren oder Lebensphasen, denn Handschriften verändern sich mit dem Alter; und schließlich eine korrekte, vollständige Transkription ohne Lücken oder Fragezeichen.

Drei repräsentative Briefe schlagen zehn Ausreißer. Qualität ist hier keine Floskel, sondern messbar im Ergebnis.

Wer sich fragt, welche Briefe sich für Kurrent und Sütterlin besonders gut als Trainingsbeispiel eignen, findet in Kurrent und Sütterlin entziffern: KI liest alte deutsche Handschriften einen hilfreichen Überblick über die typischen Schrifteigenschaften. Die Staatsbibliothek zu Berlin stellt Materialien zu deutschen Handschriften bereit, die bei der Einschätzung der eigenen Vorlagen helfen.

Was beim Massen-Import passiert

Wer die Paare hochgeladen und die Dateien korrekt benannt hat, muss beim eigentlichen Import nichts weiter tun. Die App lädt die passenden Trainings-Paare automatisch, ordnet sie dem jeweiligen Autor zu und schickt sie vor jeden neuen Brief, ohne weiteren Eingriff.

Der Ablauf im Hintergrund:

1. App erkennt Autor aus dem Dateinamen des zu transkribierenden Briefs
2. App sucht Trainings-Paare mit demselben Autor-Präfix
3. Gefundene Paare werden als Kontext vor den neuen Brief gestellt
4. KI transkribiert mit diesem Muster als Referenz

Wer drei Paare pro Schreiber hochlädt und die Dateien konsequent nach Schema benennt, hat die KI bereits besser auf die eigene Handschrift kalibriert als die meisten. Marie Mustermanns 200 verbleibende Briefe warten auf den nächsten Klick auf „Importieren". Was zuerst nach Pflichtarbeit aussieht, entscheidet am Ende über jede einzelne Zeile, die später lesbar wird.

Häufige Fragen

Was ist der Unterschied zwischen einem Trainings-Paar und einem normalen Dokument-Upload? Ein normales Dokument wird transkribiert und fertig. Ein Trainings-Paar besteht immer aus Scan und fertiger Transkription desselben Dokuments. Es dient nicht der Ausgabe, sondern als Referenz für alle folgenden Transkriptionen desselben Autors.

Muss ich für jeden Brief ein eigenes Trainings-Paar anlegen? Nein. Drei bis fünf repräsentative Paare pro Person reichen aus. Mehr erhöht nur den Pflegeaufwand, verbessert die Ergebnisse aber kaum noch messbar.

Was passiert, wenn ich die Dateinamen nicht einheitlich schreibe? Die automatische Zuordnung greift nicht. Die App kann den Autor nicht erkennen und fällt auf den allgemeinen Fallback zurück, der alle vorhandenen Paare einbezieht. Die Transkription wird dadurch schlechter zugeschnitten.

Kann ich Trainings-Paare nachträglich hinzufügen oder ersetzen? Ja. Neue Paare wirken sofort beim nächsten Import. Es gibt keine Wartezeit und kein erneutes Verarbeiten alter Dokumente.

Funktioniert das Verfahren auch bei sehr alter oder stark verblasster Schrift? Few-Shot-Learning hilft der KI, den Duktus und die Buchstabenformen einer Person zu erkennen. Bei stark beschädigten Vorlagen verbessert ein guter Scan die Ergebnisse mehr als zusätzliche Trainings-Paare. Die Scan-Qualität bleibt der entscheidende Faktor.