Wie zuverlässig liest KI Sütterlin? Woran Sie Fehler erkennen, bevor sie in den Stammbaum wandern

Josef Hamharter hat nie existiert, jedenfalls nicht in den Ergebnissen zweier moderner KI-Systeme. Beide lasen in einem handgeschriebenen Gedicht aus einem Familiennachlass denselben Namen als „Sepp Ramhart", flüssig, plausibel, falsch. Erst ein drittes System, mit anderer Technik trainiert, fand den richtigen Namen. Dafür verlas es sich beim Ortsnamen, den die ersten beiden korrekt hatten. Drei Systeme, eine Handschrift, und keine Maschine hatte in allem recht.

Diese Episode stammt aus dem Maschinenraum von Transkriber, aus einem internen Vergleichstest im August 2026, und sie beantwortet die Frage dieses Textes ehrlicher als jede Prozentzahl: KI liest alte deutsche Schreibschrift inzwischen erstaunlich gut, und sie irrt sich an genau den Stellen, die für Familienforscher am wichtigsten sind.

Warum ausgerechnet Namen schiefgehen

Ein KI-Modell liest nicht Buchstabe für Buchstabe, es erkennt Muster und ergänzt sie zu wahrscheinlichen Wörtern. Bei gewöhnlichem Text ist das eine Stärke: Ein verwischtes „Weihnachten" wird richtig erkannt, weil der Kontext kaum etwas anderes zulässt. Bei Eigennamen kehrt sich die Stärke um. Für einen seltenen Familiennamen gibt es keinen Kontext, der ihn stützt, und das Modell greift zum ähnlichsten häufigen Muster. Aus Hamharter wird Ramhart, aus Czernowitz wird Chemnitz, und beides sieht im Ergebnis gleich überzeugend aus.

In der Genealogie ist das der teuerste Fehlertyp überhaupt. Ein falsch gelesenes Datum fällt beim Abgleich mit dem Kirchenbuch auf. Ein falsch gelesener Name wandert in den Stammbaum, wird von anderen Forschern übernommen und pflanzt sich über Datenbanken fort, in denen ihn niemand mehr an der Quelle prüft. Genau diese Sorge zieht sich durch die Diskussionen erfahrener Familienforscher, nachzulesen etwa im Forum von Ahnenforschung.net, wo KI-Werkzeuge seit Jahren kritisch begleitet werden.

Ein falsch gelesenes Datum fällt beim Abgleich auf. Ein falsch gelesener Name pflanzt sich über Datenbanken fort, in denen ihn niemand mehr an der Quelle prüft.

Die wichtigste Eigenschaft ist nicht die Erkennungsrate

Anbieter werben gern mit Prozentwerten, 95 oder 98 Prozent Erkennungsrate. Solche Zahlen sind nicht falsch, aber sie messen das Falsche. Entscheidend ist, was das System mit den restlichen Prozent macht: Rät es, oder gesteht es die Unsicherheit ein?

Transkriber markiert deshalb jede unsichere Lesung gelb und jede unlesbare Stelle rot, direkt im Text, neben dem Faksimile des Originals. Ein Brief bekommt zusätzlich eine Gesamtbewertung von „gut" bis „fragmentarisch", und bei schwachen Ergebnissen prüft automatisch eine zweite, technisch andersartige Erkennung gegen, nach demselben Prinzip wie im Feldtest oben: Zwei Systeme, die unabhängig zum selben Wort kommen, irren seltener gemeinsam. Wie diese Markierungen aussehen, zeigt die Demo mit 24 echten Handschriften, ohne Anmeldung.

Der Umkehrschluss gilt genauso: Liefert ein Werkzeug eine glatte, durchgehend flüssige Transkription ohne eine einzige eingestandene Lücke, ist das bei schwieriger Vorlage kein Qualitätsbeweis, sondern ein Warnsignal.

Fünf Prüfgriffe für jede KI-Transkription

Aus den Fehlermustern folgt eine kurze Praxisroutine. Erstens: Jeden Eigennamen an der Quelle nachprüfen, im Zweifel Buchstabe für Buchstabe gegen das Faksimile, denn Namen sind die statistisch anfälligste Wortklasse. Zweitens: Zahlen und Daten gegen unabhängige Quellen abgleichen, Kirchenbuch, Standesamt, Militärakte. Drittens: Auf zu glatte Stellen achten, ein holpriger Satz mit eingestandener Lücke ist vertrauenswürdiger als ein eleganter ohne. Viertens: Bei wichtigen Dokumenten eine zweite Lesung einholen, sei es ein anderes KI-System oder ein menschlicher Leser. Fünftens: Die Originale aufheben und verknüpfen, damit jede spätere Prüfung an die Quelle zurückfindet.

Wer diese Routine systematischer angehen will, findet im Ratgeber KI-Transkription prüfen: fünf Regeln den ausführlichen Prüfweg, inklusive der Frage, wann ein Ergebnis reif für den Stammbaum ist.

Was das für die Praxis bedeutet

Die ehrliche Antwort auf die Titelfrage lautet: zuverlässig genug, um in Minuten zu erledigen, was früher Wochen dauerte, und nicht zuverlässig genug, um dem Ergebnis blind zu vertrauen. Das ist kein Einwand gegen die Technik, es ist ihre Gebrauchsanweisung. Ein einzelnes Dokument lässt sich ohne Konto für 1,50 Euro pro Seite transkribieren und anschließend mit den fünf Prüfgriffen absichern; ein ganzer Nachlass wird mit System erschlossen, bei dem jede unsichere Stelle sichtbar bleibt und per Klick korrigiert werden kann.

Josef Hamharter steht heute übrigens richtig in der Transkription. Nicht weil eine Maschine unfehlbar geworden wäre, sondern weil zwei Maschinen sich widersprachen und ein Mensch die Stelle daraufhin ansah. Genau so ist die Arbeitsteilung gedacht.