{"id":59820,"date":"2026-09-17T10:53:54","date_gmt":"2026-09-17T10:53:54","guid":{"rendered":"https:\/\/parashift.ai\/?page_id=59820"},"modified":"2026-09-28T09:19:06","modified_gmt":"2026-09-28T09:19:06","slug":"dokumenten-ki-benchmark","status":"publish","type":"page","link":"https:\/\/parashift.ai\/de\/dokumenten-ki-benchmark\/","title":{"rendered":"Dokumenten-KI Benchmark 2026"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-page\" data-elementor-id=\"59820\" class=\"elementor elementor-59820 elementor-bc-flex-widget\" data-elementor-post-type=\"page\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-03a79a1 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"03a79a1\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;pix_scale_in&quot;:&quot;none&quot;}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-9f12b20\" data-id=\"9f12b20\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;pix_scale_in&quot;:&quot;none&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-cad27e6 elementor-widget elementor-widget-html\" data-id=\"cad27e6\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t\t<style>.elementor-element-03a79a1,.elementor-element-03a79a1>.elementor-container>.elementor-column>.elementor-widget-wrap,.elementor-element-03a79a1 .elementor-widget-html,.elementor-element-03a79a1 .elementor-widget-container{padding:0!important;margin:0!important}.psvr-scope{display:block}<\/style><style>\/*__PSVRFULL__*\/\n\n.psvr-scope{\n  --bg:#ffffff;--bg-alt:#e9eff9;--bg-deep:#0b1526;--bg-deep-alt:#0f1c33;\n  --ink:#16202c;--ink-soft:#55626f;--ink-faint:#8792a0;\n  --invert:#eef2fa;--invert-soft:#9fadc4;\n  --brand:#4987f5;--brand-deep:#2f66d6;--brand-glow:#e8f0fe;--teal:#7dabf9;--good:#1f9d6f;\n  --line:#e2e8f2;--line-deep:#233047;--radius:10px;\n  --shadow:0 1px 2px rgba(20,30,50,.04), 0 8px 24px -12px rgba(20,30,50,.10);\n  background:var(--bg);color:var(--ink);font-family:\"Barlow\",Arial,Helvetica,sans-serif;\n  line-height:1.55;-webkit-font-smoothing:antialiased;display:block;\n  margin:-10px 0;\n}\n.psvr-scope, .psvr-scope *{box-sizing:border-box;}\n.psvr-scope img{max-width:100%;display:block;}\n.psvr-scope a{color:inherit;text-decoration:none;}\n.psvr-scope h1,.psvr-scope h2,.psvr-scope h3,.psvr-scope h4{font-family:\"Barlow\",Arial,Helvetica,sans-serif;line-height:1.12;text-wrap:balance;margin:0;font-weight:800;letter-spacing:-.01em;}\n.psvr-scope p{margin:0;}\n.psvr-scope .mono{font-family:\"JetBrains Mono\",ui-monospace,Consolas,monospace;font-variant-numeric:tabular-nums;}\n.psvr-scope .wrap{max-width:1180px;margin:0 auto;padding:0 32px;}\n@media (max-width:720px){.psvr-scope .wrap{padding:0 20px;}}\n.psvr-scope .btn{display:inline-flex;align-items:center;gap:8px;background:var(--brand);color:#fff;padding:13px 24px;border-radius:8px;font-weight:700;font-size:15px;border:1px solid var(--brand);cursor:pointer;transition:transform .12s ease, background .15s ease, box-shadow .15s ease;box-shadow:0 6px 16px -8px rgba(73,135,245,.55);}\n.psvr-scope .btn:hover{background:var(--brand-deep);border-color:var(--brand-deep);transform:translateY(-1px);color:#fff;}\n.psvr-scope .btn.ghost{background:transparent;color:var(--brand);border:1px solid var(--line);box-shadow:none;}\n.psvr-scope .btn.ghost:hover{background:var(--brand-glow);transform:none;color:var(--brand);}\n.psvr-scope .eyebrow{display:inline-flex;align-items:center;gap:8px;font-family:\"JetBrains Mono\",monospace;font-size:11.5px;font-weight:600;letter-spacing:.06em;text-transform:uppercase;color:var(--brand);background:var(--brand-glow);border:1px solid rgba(73,135,245,.25);padding:6px 12px;border-radius:100px;}\n.psvr-scope section{padding:96px 0;margin-left:calc(50% - 50vw);margin-right:calc(50% - 50vw);width:100vw;background:var(--bg);}\n@media (max-width:720px){.psvr-scope section{padding:64px 0;}}\n.psvr-scope .section-head{max-width:660px;margin:0 0 44px;}\n.psvr-scope .section-head h2{font-size:clamp(26px,3.2vw,34px);}\n.psvr-scope .section-head p{margin-top:12px;color:var(--ink-soft);font-size:16px;max-width:62ch;}\n.psvr-scope .section-head .eyebrow{margin-bottom:16px;}\n.psvr-scope .alt{background:var(--bg-alt);border-top:1px solid var(--line);border-bottom:1px solid var(--line);}\n.psvr-scope .crumb{display:flex;align-items:center;gap:8px;font-size:13px;color:var(--invert-soft);margin-bottom:22px;}\n.psvr-scope .crumb a{color:var(--invert-soft);}\n.psvr-scope .crumb a:hover{color:#fff;}\n.psvr-scope .crumb .sep{opacity:.5;}\n.psvr-scope .crumb .here{color:var(--invert);}\n.psvr-scope .herowrap{background:radial-gradient(ellipse 900px 520px at 78% -10%, rgba(73,135,245,.16) 0%, rgba(73,135,245,0) 62%), linear-gradient(180deg,#0d1830 0%,#0b1526 55%,#0f1c33 100%);margin-left:calc(50% - 50vw);margin-right:calc(50% - 50vw);width:100vw;position:relative;}\n.psvr-scope .pagehead{color:var(--invert);padding:168px 0 40px;position:relative;overflow:hidden;}\n@media (max-width:720px){.psvr-scope .pagehead{padding:132px 0 32px;}}\n.psvr-scope .pagehead .eyebrow{background:rgba(73,135,245,.18);color:#9db8f7;border-color:rgba(73,135,245,.35);}\n.psvr-scope .pagehead-grid{display:grid;grid-template-columns:1.15fr 1fr;gap:48px;align-items:center;}\n@media (max-width:900px){.psvr-scope .pagehead-grid{grid-template-columns:1fr;}}\n.psvr-scope .pagehead h1{font-size:clamp(28px,3.4vw,40px);color:var(--invert);margin:14px 0 16px;max-width:640px;}\n.psvr-scope .pagehead .lede{font-size:16.5px;color:var(--invert-soft);max-width:60ch;margin-bottom:22px;}\n.psvr-scope .pagehead .ctas{display:flex;gap:14px;flex-wrap:wrap;margin-bottom:22px;}\n.psvr-scope .pagehead .btn.ghost{color:var(--invert);border-color:var(--line-deep);}\n.psvr-scope .pagehead .btn.ghost:hover{background:rgba(255,255,255,.07);}\n.psvr-scope .pagehead .microproof{display:flex;gap:22px;flex-wrap:wrap;font-size:13px;color:var(--invert-soft);}\n.psvr-scope .pagehead .microproof span{display:flex;align-items:center;gap:7px;}\n.psvr-scope .pagehead .microproof .dot{width:6px;height:6px;border-radius:50%;background:var(--good);}\n.psvr-scope .extractcard{background:#fff;border-radius:16px;padding:22px 22px 18px;box-shadow:0 20px 50px -18px rgba(0,0,0,.5);}\n.psvr-scope .extractcard .ec-top{display:flex;align-items:center;justify-content:space-between;gap:10px;margin-bottom:18px;flex-wrap:wrap;}\n.psvr-scope .extractcard .ec-id{font-family:\"JetBrains Mono\",monospace;font-size:12.5px;font-weight:600;color:var(--ink);}\n.psvr-scope .extractcard .ec-pill{font-family:\"JetBrains Mono\",monospace;font-size:10px;font-weight:600;color:var(--brand-deep);background:var(--brand-glow);padding:4px 9px;border-radius:100px;white-space:nowrap;}\n.psvr-scope .extractcard .ec-pill.ok{color:#1f9d6f;background:#e5f6ee;}\n.psvr-scope .extractcard .ec-body{display:flex;gap:20px;align-items:flex-start;}\n.psvr-scope .extractcard .ec-thumb{flex:none;}\n.psvr-scope .extractcard .ec-fields{flex:1;display:flex;flex-direction:column;gap:11px;min-width:0;}\n.psvr-scope .extractcard .ec-row{display:flex;align-items:baseline;justify-content:space-between;gap:12px;padding-bottom:10px;border-bottom:1px solid var(--line);}\n.psvr-scope .extractcard .ec-row:last-child{border-bottom:none;padding-bottom:0;}\n.psvr-scope .extractcard .ec-row span{font-size:12px;color:var(--ink-soft);}\n.psvr-scope .extractcard .ec-row b{font-size:13.5px;color:var(--ink);font-weight:700;text-align:right;white-space:nowrap;}\n.psvr-scope .extractcard .ec-foot{margin-top:16px;padding-top:13px;border-top:1px solid var(--line);font-size:11.5px;color:var(--ink-faint);}\n.psvr-scope .trustband{background:transparent;padding:56px 0 52px;border-top:1px solid rgba(255,255,255,.07);}\n.psvr-scope .trustband .trust-label{text-align:center;font-size:13px;color:var(--invert-soft);margin-bottom:26px;}\n.psvr-scope .trustlogos{display:flex;gap:32px;flex-wrap:wrap;align-items:center;justify-content:center;}\n.psvr-scope .trustlogos .tl-slot{display:flex;align-items:center;justify-content:center;height:40px;width:116px;}\n.psvr-scope .trustlogos img{width:100%;height:100%;object-fit:contain;object-position:center;opacity:.65;filter:brightness(0) invert(1);transition:opacity .15s ease;}\n.psvr-scope .trustlogos img:hover{opacity:.95;}\n.psvr-scope .partnerline{padding:30px 0 50px;text-align:center;}\n.psvr-scope .partnerline p{color:var(--invert-soft);font-size:14px;max-width:640px;margin:0 auto;}\n.psvr-scope .partnerline a{color:#9db8f7;text-decoration:underline;}\n.psvr-scope .prozess-lead{max-width:820px;font-size:17px;color:var(--ink-soft);}\n.psvr-scope .prozess-lead strong{color:var(--ink);font-weight:700;}\n.psvr-scope .doclist{display:grid;grid-template-columns:repeat(3,1fr);gap:18px;margin-top:8px;}\n@media (max-width:900px){.psvr-scope .doclist{grid-template-columns:1fr 1fr;}}\n@media (max-width:600px){.psvr-scope .doclist{grid-template-columns:1fr;}}\n.psvr-scope .doc{background:var(--bg);border:1px solid var(--line);border-radius:14px;padding:22px 22px 20px;box-shadow:var(--shadow);}\n.psvr-scope .doc h4{font-size:15.5px;font-weight:700;margin-bottom:10px;color:var(--ink);display:flex;align-items:center;gap:9px;}\n.psvr-scope .doc h4 .dicon{width:30px;height:30px;flex:none;border-radius:8px;background:var(--brand-glow);color:var(--brand);display:flex;align-items:center;justify-content:center;}\n.psvr-scope .doc h4 .dicon svg{width:15px;height:15px;}\n.psvr-scope .fields{display:flex;flex-wrap:wrap;gap:6px;}\n.psvr-scope .fields span{font-family:\"JetBrains Mono\",monospace;font-size:11px;color:var(--ink-soft);background:var(--bg-alt);border:1px solid var(--line);padding:3px 8px;border-radius:5px;}\n.psvr-scope .flow{display:flex;align-items:stretch;gap:0;flex-wrap:wrap;margin-top:8px;}\n.psvr-scope .flow .step{flex:1;min-width:160px;background:var(--bg);border:1px solid var(--line);border-radius:14px;padding:22px 20px;box-shadow:var(--shadow);position:relative;}\n.psvr-scope .flow .step .n{font-family:\"JetBrains Mono\",monospace;font-size:11px;font-weight:600;color:var(--brand);letter-spacing:.04em;margin-bottom:10px;}\n.psvr-scope .flow .step h4{font-size:15px;font-weight:700;margin-bottom:6px;color:var(--ink);}\n.psvr-scope .flow .step p{font-size:13px;color:var(--ink-soft);}\n.psvr-scope .flow .arrow{display:flex;align-items:center;justify-content:center;color:var(--ink-faint);flex:0 0 34px;}\n@media (max-width:880px){.psvr-scope .flow{flex-direction:column;}.psvr-scope .flow .arrow{transform:rotate(90deg);flex:0 0 24px;}}\n.psvr-scope .systems{display:flex;flex-wrap:wrap;gap:12px;margin-top:8px;}\n.psvr-scope .systems span{font-family:\"JetBrains Mono\",monospace;font-size:13px;color:var(--ink-soft);background:var(--bg);border:1px solid var(--line);padding:9px 16px;border-radius:9px;box-shadow:var(--shadow);}\n.psvr-scope .compliance-line{display:flex;flex-wrap:wrap;gap:10px 26px;align-items:center;font-size:13.5px;color:var(--ink-soft);margin-top:6px;}\n.psvr-scope .compliance-line span{display:flex;align-items:center;gap:7px;}\n.psvr-scope .compliance-line .dot{width:6px;height:6px;border-radius:50%;background:var(--brand);}\n.psvr-scope .effektband{display:flex;gap:40px;flex-wrap:wrap;align-items:baseline;}\n.psvr-scope .effekt{}\n.psvr-scope .effekt .num{font-family:\"JetBrains Mono\",monospace;font-size:42px;font-weight:600;color:var(--brand-deep);line-height:1;}\n.psvr-scope .effekt p{margin-top:8px;color:var(--ink-soft);font-size:14px;max-width:28ch;}\n.psvr-scope .effekt .src{display:block;margin-top:4px;font-size:11.5px;color:var(--ink-faint);}\n.psvr-scope .case{background:var(--bg);border:1px solid var(--line);border-radius:16px;padding:30px 32px;box-shadow:var(--shadow);max-width:800px;}\n.psvr-scope .case h3{font-size:20px;margin-bottom:12px;}\n.psvr-scope .case p{color:var(--ink-soft);font-size:15px;margin-bottom:12px;}\n.psvr-scope .case p:last-of-type{margin-bottom:0;}\n.psvr-scope .case .src{font-size:12.5px;color:var(--ink-faint);margin-top:14px;display:block;}\n.psvr-scope .hubcard{background:var(--bg);border:1px solid var(--line);border-radius:16px;padding:28px 30px;box-shadow:var(--shadow);display:flex;align-items:center;justify-content:space-between;gap:20px;flex-wrap:wrap;}\n.psvr-scope .hubcard div{max-width:60ch;}\n.psvr-scope .hubcard h3{font-size:18px;margin-bottom:6px;}\n.psvr-scope .hubcard p{color:var(--ink-soft);font-size:14px;}\n.psvr-scope .finalcta{background:linear-gradient(120deg,var(--brand-deep) 0%,var(--brand) 70%,var(--teal) 130%);color:#fff;text-align:center;}\n.psvr-scope .finalcta h2{color:#fff;font-size:clamp(26px,3.2vw,34px);margin-bottom:14px;}\n.psvr-scope .finalcta p{color:rgba(255,255,255,.85);max-width:56ch;margin:0 auto 28px;font-size:16px;}\n.psvr-scope .finalcta .ctas{display:flex;gap:14px;justify-content:center;flex-wrap:wrap;margin-bottom:14px;}\n.psvr-scope .finalcta .btn{background:#fff;color:var(--brand-deep);border-color:#fff;}\n.psvr-scope .finalcta .btn:hover{background:#eef2fa;color:var(--brand-deep);}\n.psvr-scope .finalcta .note{font-size:13px;color:rgba(255,255,255,.75);}\n\n\/* ---------- Hero visual stage ---------- *\/\n@media (prefers-reduced-motion: no-preference){\n  .psvr-scope .herostage .hchip, .psvr-scope .herostage .hbadge{animation:hchipIn .7s cubic-bezier(.2,.7,.3,1) backwards;}\n  @keyframes hchipIn{from{opacity:0;transform:translateY(14px) scale(.97) var(--r,rotate(0deg));}to{opacity:1;transform:translateY(0) scale(1) var(--r,rotate(0deg));}}\n}\n.psvr-scope .herostage{position:relative;width:100%;height:322px;}\n.psvr-scope .hchip{position:absolute;background:#fff;border-radius:11px;padding:15px 17px;box-shadow:0 18px 34px -14px rgba(5,10,25,.55);width:186px;}\n.psvr-scope .hchip.back{filter:saturate(.85);}\n.psvr-scope .hchip .hc-top{display:flex;align-items:center;justify-content:space-between;margin-bottom:11px;gap:8px;}\n.psvr-scope .hchip .hc-id{font-family:\"JetBrains Mono\",monospace;font-size:10.5px;font-weight:600;color:var(--ink);white-space:nowrap;overflow:hidden;text-overflow:ellipsis;}\n.psvr-scope .hchip .hc-dot{width:8px;height:8px;border-radius:50%;flex:none;background:var(--brand);}\n.psvr-scope .hchip .ln{height:6px;border-radius:3px;background:#e3e8f2;margin-bottom:7px;}\n.psvr-scope .hchip .ln:last-child{margin-bottom:0;}\n.psvr-scope .hchip .ln.w60{width:60%;}\n.psvr-scope .hchip .ln.w80{width:80%;}\n.psvr-scope .hchip .ln.w40{width:40%;}\n.psvr-scope .hchip .ln.brand{background:var(--brand);opacity:.35;}\n.psvr-scope .hchip.rough .ln{background:repeating-linear-gradient(90deg,#d7deea 0 3px,transparent 3px 6px);border-radius:2px;}\n.psvr-scope .hchip.rough{background:#f4f1ea;}\n.psvr-scope .hchip.rough::after{content:\"\";position:absolute;inset:0;border-radius:11px;background:repeating-linear-gradient(180deg,rgba(0,0,0,.025) 0 2px,transparent 2px 4px);pointer-events:none;}\n.psvr-scope .hchip .hc-field{display:flex;justify-content:space-between;gap:10px;font-size:11px;padding:6px 0;border-bottom:1px solid var(--line);}\n.psvr-scope .hchip .hc-field:last-child{border-bottom:none;padding-bottom:0;}\n.psvr-scope .hchip .hc-field span{color:var(--ink-soft);white-space:nowrap;overflow:hidden;text-overflow:ellipsis;max-width:52%;}\n.psvr-scope .hchip .hc-field b{color:var(--ink);font-weight:700;text-align:right;white-space:nowrap;overflow:hidden;text-overflow:ellipsis;max-width:52%;}\n.psvr-scope .hchip .hc-pill{display:inline-block;margin-top:11px;font-family:\"JetBrains Mono\",monospace;font-size:9.5px;font-weight:700;letter-spacing:.03em;text-transform:uppercase;color:var(--brand-deep);background:var(--brand-glow);padding:4px 9px;border-radius:100px;}\n.psvr-scope .hchip .hc-pill.good{color:#1f9d6f;background:#e5f6ee;}\n.psvr-scope .hbadge{position:absolute;width:60px;height:60px;border-radius:50%;background:#fff;box-shadow:0 14px 28px -10px rgba(5,10,25,.5);display:flex;align-items:center;justify-content:center;z-index:5;}\n.psvr-scope .hbadge svg{width:26px;height:26px;}\n.psvr-scope .hbadge.brand{color:var(--brand-deep);}\n.psvr-scope .hbadge.good{color:#1f9d6f;}\n.psvr-scope .hring{width:60px;height:60px;}\n.psvr-scope .hring .track{fill:none;stroke:var(--line);stroke-width:4;}\n.psvr-scope .hring .meter{fill:none;stroke:var(--brand);stroke-width:4;stroke-linecap:round;transform:rotate(-90deg);transform-origin:50% 50%;}\n.psvr-scope .hring text{font-family:\"JetBrains Mono\",monospace;font-weight:700;fill:var(--ink);}\n.psvr-scope .harrow{position:absolute;color:rgba(255,255,255,.35);}\n.psvr-scope .henv{position:absolute;}\n.psvr-scope .htag{position:absolute;font-family:\"JetBrains Mono\",monospace;font-size:9.5px;font-weight:600;letter-spacing:.02em;color:var(--invert);background:rgba(255,255,255,.1);border:1px solid rgba(255,255,255,.22);padding:5px 10px;border-radius:100px;white-space:nowrap;backdrop-filter:blur(2px);}\n.psvr-scope .hnote{position:absolute;font-family:\"JetBrains Mono\",monospace;font-size:10px;color:var(--invert-soft);}\n@media (max-width:900px){.psvr-scope .herostage{height:280px;}.psvr-scope .hchip{width:160px;padding:12px 14px;}}\n\n\/* ---------- Hub page ---------- *\/\n.psvr-scope .ucgrid{display:grid;grid-template-columns:repeat(3,1fr);gap:22px;margin-top:8px;}\n@media (max-width:900px){.psvr-scope .ucgrid{grid-template-columns:1fr;}}\n.psvr-scope .ucard{background:var(--bg);border:1px solid var(--line);border-radius:16px;padding:28px 26px;box-shadow:var(--shadow);display:flex;flex-direction:column;gap:14px;transition:transform .15s ease, box-shadow .15s ease;}\n.psvr-scope a.ucard{display:flex;}\n.psvr-scope .ucard:hover{transform:translateY(-3px);box-shadow:0 24px 48px -20px rgba(20,30,50,.18);}\n.psvr-scope .ucard .uc-icon{width:44px;height:44px;flex:none;border-radius:11px;background:var(--brand-glow);color:var(--brand-deep);display:flex;align-items:center;justify-content:center;}\n.psvr-scope .ucard .uc-icon svg{width:22px;height:22px;}\n.psvr-scope .ucard h3{font-size:18px;}\n.psvr-scope .ucard p{color:var(--ink-soft);font-size:14px;flex:1;}\n.psvr-scope .ucard .uc-tags{display:flex;flex-wrap:wrap;gap:6px;}\n.psvr-scope .ucard .uc-tags span{font-family:\"JetBrains Mono\",monospace;font-size:10.5px;color:var(--ink-soft);background:var(--bg-alt);border:1px solid var(--line);padding:3px 7px;border-radius:5px;}\n.psvr-scope .ucard .uc-link{display:inline-flex;align-items:center;gap:6px;color:var(--brand-deep);font-weight:700;font-size:13.5px;margin-top:4px;}\n.psvr-scope .ucard .uc-link svg{width:15px;height:15px;}\n\n\/* ---------- Comparison table ---------- *\/\n.psvr-scope .cmp-wrap{overflow-x:auto;margin-top:8px;-webkit-overflow-scrolling:touch;}\n.psvr-scope .cmp-lead{max-width:800px;color:var(--ink-soft);font-size:15.5px;margin-bottom:28px;}\n.psvr-scope table.cmp{width:100%;border-collapse:separate;border-spacing:0;min-width:640px;background:var(--bg);border-radius:14px;overflow:hidden;box-shadow:var(--shadow);border:1px solid var(--line);}\n.psvr-scope table.cmp th,.psvr-scope table.cmp td{padding:16px 20px;text-align:left;vertical-align:top;font-size:13.5px;border-bottom:1px solid var(--line);}\n.psvr-scope table.cmp tr:last-child td{border-bottom:none;}\n.psvr-scope table.cmp thead th{font-family:\"JetBrains Mono\",monospace;font-size:11.5px;font-weight:600;letter-spacing:.03em;text-transform:uppercase;color:var(--ink-soft);background:var(--bg-alt);border-bottom:1px solid var(--line);}\n.psvr-scope table.cmp th.crit{color:var(--ink);}\n.psvr-scope table.cmp td.crit{font-weight:700;color:var(--ink);background:var(--bg-alt);white-space:nowrap;}\n.psvr-scope table.cmp th.good,.psvr-scope table.cmp td.good{background:var(--brand-glow);}\n.psvr-scope table.cmp td.good{color:var(--ink);}\n.psvr-scope table.cmp td .m-row{display:flex;gap:9px;align-items:flex-start;}\n.psvr-scope table.cmp td .m-row svg{width:15px;height:15px;flex:none;margin-top:1px;}\n.psvr-scope table.cmp td.good .m-row svg{color:var(--good);}\n.psvr-scope table.cmp td:not(.good):not(.crit) .m-row svg{color:#c94b4b;}\n@media (max-width:720px){.psvr-scope table.cmp th,.psvr-scope table.cmp td{padding:13px 16px;font-size:12.5px;}}\n\n\/* ---------- FAQ accordion ---------- *\/\n.psvr-scope .faqlist{display:flex;flex-direction:column;gap:12px;margin-top:8px;max-width:840px;}\n.psvr-scope details.qa{background:var(--bg);border:1px solid var(--line);border-radius:12px;box-shadow:var(--shadow);overflow:hidden;}\n.psvr-scope details.qa summary{list-style:none;cursor:pointer;padding:18px 22px;display:flex;align-items:center;justify-content:space-between;gap:16px;font-weight:700;font-size:15px;color:var(--ink);}\n.psvr-scope details.qa summary::-webkit-details-marker{display:none;}\n.psvr-scope details.qa summary .qa-ic{flex:none;width:22px;height:22px;border-radius:50%;background:var(--brand-glow);color:var(--brand-deep);display:flex;align-items:center;justify-content:center;transition:transform .18s ease;}\n.psvr-scope details.qa summary .qa-ic svg{width:12px;height:12px;}\n.psvr-scope details.qa[open] summary .qa-ic{transform:rotate(45deg);}\n.psvr-scope details.qa .qa-a{padding:0 22px 20px;color:var(--ink-soft);font-size:14.5px;max-width:74ch;}\n.psvr-scope .faq-cta{margin-top:26px;}\n\n\/* ---------- Testimonials ---------- *\/\n.psvr-scope .tmngrid{display:grid;grid-template-columns:repeat(3,1fr);gap:20px;margin-top:8px;}\n@media (max-width:900px){.psvr-scope .tmngrid{grid-template-columns:1fr;}}\n.psvr-scope .tmn{background:var(--bg);border:1px solid var(--line);border-radius:16px;padding:26px 24px;box-shadow:var(--shadow);display:flex;flex-direction:column;gap:16px;}\n.psvr-scope .tmn .tmn-q{color:var(--ink);font-size:14.5px;flex:1;white-space:pre-line;}\n.psvr-scope .tmn .tmn-q::before{content:\"\\201C\";color:var(--brand);font-size:28px;font-family:Georgia,serif;line-height:0;display:block;margin-bottom:6px;}\n.psvr-scope .tmn .tmn-who{display:flex;flex-direction:column;gap:2px;border-top:1px solid var(--line);padding-top:14px;}\n.psvr-scope .tmn .tmn-name{font-weight:700;font-size:13.5px;color:var(--ink);}\n.psvr-scope .tmn .tmn-role{font-size:12.5px;color:var(--ink-faint);}\n\n\/* ---------- Feature grid (long-form) ---------- *\/\n.psvr-scope .featuregrid{display:grid;grid-template-columns:repeat(3,1fr);gap:20px;margin-top:8px;}\n@media (max-width:900px){.psvr-scope .featuregrid{grid-template-columns:1fr 1fr;}}\n@media (max-width:600px){.psvr-scope .featuregrid{grid-template-columns:1fr;}}\n.psvr-scope .feat{background:var(--bg);border:1px solid var(--line);border-radius:14px;padding:24px 22px;box-shadow:var(--shadow);}\n.psvr-scope .feat .feat-ic{width:36px;height:36px;border-radius:10px;background:var(--brand-glow);color:var(--brand-deep);display:flex;align-items:center;justify-content:center;margin-bottom:14px;}\n.psvr-scope .feat .feat-ic svg{width:18px;height:18px;}\n.psvr-scope .feat h4{font-size:15.5px;font-weight:700;margin-bottom:9px;color:var(--ink);}\n.psvr-scope .feat p{font-size:13.5px;color:var(--ink-soft);}\n\n<\/style><style>.psvr-scope .btab{width:100%;border-collapse:collapse;font-size:14px}.psvr-scope .btab th,.psvr-scope .btab td{border-bottom:1px solid var(--line);padding:10px 12px;text-align:left;vertical-align:top}.psvr-scope .btab thead th{font-size:12px;text-transform:uppercase;letter-spacing:.06em;color:var(--ink-soft);white-space:nowrap}.psvr-scope .btab thead th.good,.psvr-scope .btab td.good{color:var(--brand);font-weight:700}.psvr-scope .btab .bnum{text-align:right;font-variant-numeric:tabular-nums;white-space:nowrap}.psvr-scope .btab .bsub{display:block;font-weight:400;font-size:12px;color:var(--ink-soft)}.psvr-scope .btab .bsum th,.psvr-scope .btab .bsum td{font-weight:700;border-top:2px solid var(--line)}.psvr-scope .btabwrap{overflow-x:auto;border:1px solid var(--line);border-radius:10px;background:var(--bg)}.psvr-scope .btabwrap{margin:26px 0 22px}.psvr-scope .btabwrap.narrow{max-width:560px}.psvr-scope .effektband{margin-top:34px}.psvr-scope .btab tbody tr:last-child th,.psvr-scope .btab tbody tr:last-child td{border-bottom:none}.psvr-scope .btab tbody tr.bsum th,.psvr-scope .btab tbody tr.bsum td{border-bottom:none}<\/style><div class=\"psvr-scope\">\n<div class=\"herowrap\"><div class=\"pagehead\"><div class=\"wrap\"><div class=\"pagehead-grid\"><div>\n<div class=\"crumb\">Parashift<span>\/<\/span>Dokumentli<span>\/<\/span>Benchmark<\/div>\n<span class=\"eyebrow\">Benchmark \u00b7 Stand 25. September 2026<\/span>\n<h1>Dokumenten-KI im Test: Dokumentli gegen f\u00fcnf Frontier-Modelle.<\/h1>\n<p class=\"lede\">3'365 echte Gesch\u00e4ftsdokumente, 5 Datens\u00e4tze, 6 Modelle, eine Aufgabe: strukturierte Felder extrahieren, ohne Vorwissen \u00fcber das Layout. Dokumentli erreicht 89,1 Prozent Extraktionsgenauigkeit, den Bestwert im Feld, und gewinnt alle f\u00fcnf Benchmarks gegen das st\u00e4rkste Referenzmodell.<\/p>\n<div class=\"ctas\"><a class=\"btn\" href=\"\/de\/demo\/\">Eigene Dokumente testen<\/a><a class=\"btn ghost\" href=\"\/de\/dokumentli\/\">Dokumentli ansehen<\/a><\/div>\n<div class=\"microproof\"><span>3'365 Dokumente, 6 Modelle<\/span><span>Methodik und Ausschl\u00fcsse offen<\/span><span>Zonen Z\u00fcrich, Frankfurt, Amsterdam<\/span><\/div>\n<\/div>\n<div class=\"extractcard\"><div class=\"ec-top\"><span class=\"ec-id\">Benchmark 09\/2026<\/span><span class=\"ec-pill\">6 Modelle<\/span><\/div>\n<div class=\"ec-body\"><div class=\"ec-thumb\"><svg width=\"60\" height=\"76\" viewBox=\"0 0 60 76\" fill=\"none\"><path d=\"M6 2h32l14 14v58a2 2 0 0 1-2 2H6a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2z\" fill=\"var(--bg-alt)\" stroke=\"var(--line)\" stroke-width=\"1.5\"><\/path><path d=\"M38 2v12a2 2 0 0 0 2 2h12\" fill=\"none\" stroke=\"var(--line)\" stroke-width=\"1.5\"><\/path><line x1=\"12\" y1=\"34\" x2=\"42\" y2=\"34\" stroke=\"#c7d0e0\" stroke-width=\"2.5\" stroke-linecap=\"round\"><\/line><line x1=\"12\" y1=\"43\" x2=\"42\" y2=\"43\" stroke=\"#c7d0e0\" stroke-width=\"2.5\" stroke-linecap=\"round\"><\/line><line x1=\"12\" y1=\"52\" x2=\"30\" y2=\"52\" stroke=\"#c7d0e0\" stroke-width=\"2.5\" stroke-linecap=\"round\"><\/line><\/svg><\/div>\n<div class=\"ec-fields\">\n<div class=\"ec-row\"><span>\u00d8 Genauigkeit<\/span><b>89,1 %<\/b><\/div>\n<div class=\"ec-row\"><span>Gewonnene Benchmarks<\/span><b>5 von 5<\/b><\/div>\n<div class=\"ec-row\"><span>\u00d8 Geschwindigkeit<\/span><b>1,14 Dok\/s<\/b><\/div>\n<div class=\"ec-row\"><span>Kontextbudget<\/span><b>8'192 Tokens<\/b><\/div>\n<div class=\"ec-row\"><span>Referenzmodelle<\/span><b>bis 64'000<\/b><\/div>\n<\/div><\/div>\n<div class=\"ec-foot\">cANLS bei Schwellenwert 0,8, Makro-Mittel \u00fcber 5 Benchmarks<\/div><\/div>\n<\/div><\/div><\/div><\/div>\n\n<section><div class=\"wrap\"><div class=\"section-head\"><span class=\"eyebrow\">Das Ergebnis<\/span><h2>Spezialisierung schl\u00e4gt Modellgr\u00f6sse.<\/h2><\/div>\n<p class=\"prozess-lead\">Getestet wurden Claude Opus 5.5 von Anthropic, GPT-6 Astra von OpenAI, Gemini 3.8 Flash von Google, Qwen3.8-27B von Alibaba und das offene Modell Gemma 4 26B-A4B-IT. Alle f\u00fcnf sind General-Purpose-Modelle mit ungleich gr\u00f6sserem Trainingsaufwand. Dokumentli ist ein kompaktes, auf europ\u00e4ische Gesch\u00e4ftsdokumente spezialisiertes Vision-Language-Model und liegt in der Genauigkeit vor allen f\u00fcnf.<\/p>\n<div class=\"effektband\">\n<div class=\"effekt\"><div class=\"num\">89,1 %<\/div><p>\u00d8 Extraktionsgenauigkeit, Bestwert aller sechs Modelle<\/p><span class=\"src\">cANLS@0,8, 5 Benchmarks<\/span><\/div>\n<div class=\"effekt\"><div class=\"num\">5 von 5<\/div><p>Benchmarks gewonnen gegen Claude Opus 5.5, das st\u00e4rkste Referenzmodell<\/p><span class=\"src\">Vorsprung 0,8 bis 7,4 Prozentpunkte<\/span><\/div>\n<div class=\"effekt\"><div class=\"num\">1,9 \u00d7<\/div><p>schneller als das genaueste Referenzmodell<\/p><span class=\"src\">1,14 gegen 0,60 Dokumente pro Sekunde<\/span><\/div>\n<div class=\"effekt\"><div class=\"num\">1\/8<\/div><p>des Kontextbudgets der gr\u00f6ssten Referenzmodelle<\/p><span class=\"src\">8'192 gegen bis zu 64'000 Tokens<\/span><\/div>\n<\/div><\/div><\/section>\n\n<section class=\"alt\"><div class=\"wrap\"><div class=\"section-head\"><span class=\"eyebrow\">Alle Zahlen<\/span><h2>Genauigkeit je Benchmark und Modell.<\/h2><\/div>\n<div class=\"btabwrap\"><table class=\"btab\"><thead><tr><th>Benchmark<\/th><th>Dokumente<\/th><th class=\"good\">Dokumentli 5.3<\/th><th>Claude Opus 5.5<\/th><th>GPT-6 Astra<\/th><th>Gemini 3.8<\/th><th>Qwen3.8-27B<\/th><th>Gemma 4 26B<\/th><\/tr><\/thead><tbody><tr><th>Rechnungsverarbeitung<span class=\"bsub\">Diverse Kreditorenrechnungen<\/span><\/th><td class=\"bnum\">413<\/td><td class=\"bnum good\">89,1 %<\/td><td class=\"bnum\">86,1 %<\/td><td class=\"bnum\">86,0 %<\/td><td class=\"bnum\">85,5 %<\/td><td class=\"bnum\">83,7 %<\/td><td class=\"bnum\">71,1 %<\/td><\/tr><tr><th>E-Commerce<span class=\"bsub\">Bestell- und Versandbelege<\/span><\/th><td class=\"bnum\">1474<\/td><td class=\"bnum good\">84,5 %<\/td><td class=\"bnum\">77,1 %<\/td><td class=\"bnum\">75,8 %<\/td><td class=\"bnum\">76,4 %<\/td><td class=\"bnum\">79,1 %<\/td><td class=\"bnum\">63,1 %<\/td><\/tr><tr><th>Logistik<span class=\"bsub\">Fracht- und Kontraktdokumente<\/span><\/th><td class=\"bnum\">927<\/td><td class=\"bnum good\">82,2 %<\/td><td class=\"bnum\">79,7 %<\/td><td class=\"bnum\">79,8 %<\/td><td class=\"bnum\">78,3 %<\/td><td class=\"bnum\">75,4 %<\/td><td class=\"bnum\">62,9 %<\/td><\/tr><tr><th>Automotive<span class=\"bsub\">Kfz-Werkstattrechnungen<\/span><\/th><td class=\"bnum\">126<\/td><td class=\"bnum good\">96,8 %<\/td><td class=\"bnum\">96,0 %<\/td><td class=\"bnum\">95,8 %<\/td><td class=\"bnum\">94,6 %<\/td><td class=\"bnum\">93,2 %<\/td><td class=\"bnum\">\u2013<\/td><\/tr><tr><th>Immobilien<span class=\"bsub\">Miet- und Nebenkostenabrechnungen<\/span><\/th><td class=\"bnum\">425<\/td><td class=\"bnum good\">93,4 %<\/td><td class=\"bnum\">87,5 %<\/td><td class=\"bnum\">88,7 %<\/td><td class=\"bnum\">85,8 %<\/td><td class=\"bnum\">78,2 %<\/td><td class=\"bnum\">70,3 %<\/td><\/tr><tr class=\"bsum\"><th>Mittelwert<\/th><td class=\"bnum\">3365<\/td><td class=\"bnum good\">89,1 %<\/td><td class=\"bnum\">85,3 %<\/td><td class=\"bnum\">85,2 %<\/td><td class=\"bnum\">84,1 %<\/td><td class=\"bnum\">81,9 %<\/td><td class=\"bnum\">66,9 %<\/td><\/tr><\/tbody><\/table><\/div>\n<p class=\"prozess-lead\">cANLS bei Schwellenwert 0,8, Makro-Mittelwert je Benchmark. Die Referenzwerte stammen aus menschlich gepr\u00fcften Feldern echter Gesch\u00e4ftsdokumente. Der gr\u00f6sste Vorsprung liegt bei Bestell- und Versandbelegen mit 7,4 Prozentpunkten, der knappste bei Kfz-Werkstattrechnungen mit 0,8 Prozentpunkten.<\/p>\n<\/div><\/section>\n\n<section><div class=\"wrap\"><div class=\"section-head\"><span class=\"eyebrow\">Geschwindigkeit<\/span><h2>Im Schnitt das schnellste Modell im Feld.<\/h2><\/div>\n<p class=\"prozess-lead\">In produktiven Dokumentenprozessen entscheidet die Verarbeitungsgeschwindigkeit \u00fcber Durchlaufzeit und Infrastrukturkosten. Claude Opus 5.5 ist das schnellste Referenzmodell, liegt aber klar zur\u00fcck. GPT-6 Astra, Gemini 3.8 Flash und vor allem Qwen3.8-27B fallen deutlich weiter ab.<\/p>\n<div class=\"btabwrap narrow\"><table class=\"btab\"><thead><tr><th>Modell<\/th><th>Dokumente pro Sekunde<\/th><\/tr><\/thead><tbody><tr><th>Dokumentli 5.3<\/th><td class=\"bnum good\">1,14<\/td><\/tr><tr><th>Claude Opus 5.5<\/th><td class=\"bnum\">0,60<\/td><\/tr><tr><th>Gemma 4 26B<\/th><td class=\"bnum\">0,34<\/td><\/tr><tr><th>GPT-6 Astra<\/th><td class=\"bnum\">0,21<\/td><\/tr><tr><th>Gemini 3.8 Flash<\/th><td class=\"bnum\">0,20<\/td><\/tr><tr><th>Qwen3.8-27B<\/th><td class=\"bnum\">0,08<\/td><\/tr><\/tbody><\/table><\/div>\n<p class=\"prozess-lead\">Gemittelt \u00fcber alle 5 Benchmarks, gemessen unter identischen Bedingungen. Referenzmodelle \u00fcber OpenRouter, Dokumentli \u00fcber den eigenen dedizierten Endpunkt.<\/p>\n<\/div><\/section>\n\n<section class=\"alt\"><div class=\"wrap\"><div class=\"section-head\"><span class=\"eyebrow\">Was daraus folgt<\/span><h2>Genauigkeit, Tempo und Betrieb h\u00e4ngen zusammen.<\/h2><\/div>\n<div class=\"featuregrid\">\n<div class=\"feat\"><div class=\"feat-ic\"><svg viewBox=\"0 0 24 24\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.6\" stroke-linecap=\"round\" stroke-linejoin=\"round\"><rect x=\"3\" y=\"5\" width=\"18\" height=\"12\" rx=\"1.5\"><\/rect><path d=\"M8 21h8M12 17v4M7 9h4M7 12h7\"><\/path><\/svg><\/div><h4>Betrieb auf einer einzelnen GPU<\/h4><p>Dank des kleinen Kontextbudgets l\u00e4uft Dokumentli \u00fcber die Komponente Dokumentli Node auf handels\u00fcblicher PC-Hardware mit einer einzigen GPU. Ohne dedizierte Serverinfrastruktur, ohne Cloud-Anbindung, ohne dass ein Dokument das Haus verl\u00e4sst.<\/p><\/div>\n<div class=\"feat\"><div class=\"feat-ic\"><svg viewBox=\"0 0 24 24\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.6\" stroke-linecap=\"round\" stroke-linejoin=\"round\"><path d=\"M12 3v18M7 7h7a3 3 0 0 1 0 6H7m0 0h8a3 3 0 0 1 0 6H6\"><\/path><\/svg><\/div><h4>Kosten je Beleg<\/h4><p>H\u00f6herer Durchsatz je Recheneinheit bei gleichzeitig f\u00fchrender Genauigkeit bedeutet niedrigere Kosten pro verarbeitetem Dokument. Sichtbar wird das bei Volumen, wie in den Benchmarks aus E-Commerce mit 1'474 und Logistik mit 927 Dokumenten.<\/p><\/div>\n<div class=\"feat\"><div class=\"feat-ic\"><svg viewBox=\"0 0 24 24\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.6\" stroke-linecap=\"round\" stroke-linejoin=\"round\"><path d=\"M12 3l8 3v6c0 4.5-3.2 7.8-8 9c-4.8-1.2-8-4.5-8-9V6z\"><\/path><path d=\"M9 12l2 2l4-4\"><\/path><\/svg><\/div><h4>Europ\u00e4ische Datenhoheit<\/h4><p>Verarbeitung in den Zonen Z\u00fcrich, Frankfurt und Amsterdam, auf Wunsch vollst\u00e4ndig im eigenen Rechenzentrum. ISO 27001, SOC 2 Type 2, BSI C5. Das Modell ist europ\u00e4isch entwickelt und betrieben, nicht nur europ\u00e4isch gehostet.<\/p><\/div>\n<\/div><\/div><\/section>\n\n<section><div class=\"wrap\"><div class=\"section-head\"><span class=\"eyebrow\">Fragen zum Benchmark<\/span><h2>Methodik, Grenzen und Preise.<\/h2><\/div>\n<div class=\"faqlist\"><details class=\"qa\"><summary>Was misst cANLS bei einem Schwellenwert von 0,8?<\/summary><div class=\"qa-a\"><p>cANLS steht f\u00fcr case-insensitive Average Normalized Levenshtein Similarity. Gemessen wird je Feld, wie stark der extrahierte Wert vom menschlich gepr\u00fcften Referenzwert abweicht. Ab einer \u00c4hnlichkeit von 0,8 gilt ein Feld als korrekt. Das ist eine g\u00e4ngige Variante des ANLS-Industriestandards f\u00fcr Dokumentenextraktion. Erg\u00e4nzend wurden Precision und Recall auf Zellebene sowie 95-Prozent-Konfidenzintervalle berechnet.<\/p><\/div><\/details><details class=\"qa\"><summary>Wurde Dokumentli auf diesen Testdaten trainiert?<\/summary><div class=\"qa-a\"><p>Nein. Dokumentli ist auf Gesch\u00e4ftsdokumente aus denselben Branchen und Dokumenttypen spezialisiert, wurde aber nicht mit den Benchmark-Datens\u00e4tzen selbst trainiert. Alle 3'365 Testdokumente waren dem Modell vorher unbekannt.<\/p><\/div><\/details><details class=\"qa\"><summary>Ist das ein unabh\u00e4ngiger Test?<\/summary><div class=\"qa-a\"><p>Nein, das ist ein interner Benchmark von Parashift. Deshalb liegen Datens\u00e4tze, Messgr\u00f6sse, Modellversionen, Kontextbudgets und alle Ausschl\u00fcsse offen. Die f\u00fcnf Referenzmodelle wurden \u00fcber Standard-APIs via OpenRouter mit Zero-Shot-Prompting angesprochen, Dokumentli \u00fcber einen eigenen Endpunkt.<\/p><\/div><\/details><details class=\"qa\"><summary>Warum fehlt beim Automotive-Benchmark der Wert f\u00fcr Gemma 4?<\/summary><div class=\"qa-a\"><p>Gemma 4 26B-A4B-IT wurde nicht erneut gegen Dokumentli 5.3 getestet. Die gezeigten Werte stammen aus einer fr\u00fcheren Testreihe unter denselben Bedingungen. F\u00fcr den Automotive-Benchmark liegt dort kein Messwert vor.<\/p><\/div><\/details><details class=\"qa\"><summary>Wie viel Rechenleistung braucht Dokumentli?<\/summary><div class=\"qa-a\"><p>Dokumentli arbeitet mit einem Budget von 8'192 Tokens je Anfrage. Die Referenzmodelle wurden mit bis zu 32'768 Tokens angefragt, also rund dem Achtfachen je Dokument, bei niedrigerer bis vergleichbarer Genauigkeit. \u00dcber die Komponente Dokumentli Node l\u00e4uft das Modell auf handels\u00fcblicher PC-Hardware mit einer einzelnen GPU, ohne Serverinfrastruktur und ohne Cloud-Anbindung.<\/p><\/div><\/details><details class=\"qa\"><summary>Wo werden die Dokumente verarbeitet?<\/summary><div class=\"qa-a\"><p>In den Zonen Z\u00fcrich, Frankfurt und Amsterdam, nach Wahl des Kunden. Auf Wunsch vollst\u00e4ndig im eigenen Rechenzentrum oder auf eigener Hardware. Parashift ist nach ISO 27001 und SOC 2 Type 2 zertifiziert und erf\u00fcllt BSI C5.<\/p><\/div><\/details><details class=\"qa\"><summary>Wie hoch ist die Automationsrate in der Praxis?<\/summary><div class=\"qa-a\"><p>In produktiven Parashift-Prozessen liegt die Automationsrate \u00fcber 90 Prozent. Sie misst, welcher Anteil der Dokumente ohne menschlichen Eingriff durchl\u00e4uft, und h\u00e4ngt an Konfidenzschwellen, Validierungsregeln und Stammdatenabgleich. Gemessen wird sie je Prozess und Dokumenttyp.<\/p><\/div><\/details><details class=\"qa\"><summary>Was kostet Dokumentli?<\/summary><div class=\"qa-a\"><p>Dokumentli startet bei 990 Euro im Monat. Die vollst\u00e4ndige Parashift-Plattform mit Klassifizierung, Trennung, Validierung und Nachweiskette startet bei 1'590 Euro im Monat.<\/p><\/div><\/details><\/div>\n<\/div><\/section>\n\n<section class=\"finalcta\"><div class=\"wrap\"><h2>Der ehrlichste Test ist Ihr eigener Dokumentenstapel.<\/h2>\n<p>Schicken Sie uns einen anonymisierten Satz Ihrer Dokumente. Sie bekommen die Extraktion, die Konfidenzwerte und die Auswertung Feld f\u00fcr Feld auf Ihren eigenen Belegen zur\u00fcck, nicht auf unseren.<\/p>\n<div class=\"ctas\"><a class=\"btn\" href=\"\/de\/demo\/\">Eigene Dokumente testen<\/a><a class=\"btn ghost\" href=\"\/de\/plattform\/\">Plattform ansehen<\/a><\/div>\n<p class=\"note\">Dokumentli ab 990 Euro im Monat, Plattform ab 1'590 Euro im Monat. Antwort innert einem Werktag.<\/p>\n<\/div><\/section>\n<\/div>\n<script type=\"application\/ld+json\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"FAQPage\",\"@id\":\"https:\/\/parashift.ai\/de\/dokumenten-ki-benchmark\/#faq\",\"mainEntity\":[{\"@type\":\"Question\",\"name\":\"Was misst cANLS bei einem Schwellenwert von 0,8?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"cANLS steht f\u00fcr case-insensitive Average Normalized Levenshtein Similarity. Gemessen wird je Feld, wie stark der extrahierte Wert vom menschlich gepr\u00fcften Referenzwert abweicht. Ab einer \u00c4hnlichkeit von 0,8 gilt ein Feld als korrekt. Das ist eine g\u00e4ngige Variante des ANLS-Industriestandards f\u00fcr Dokumentenextraktion. Erg\u00e4nzend wurden Precision und Recall auf Zellebene sowie 95-Prozent-Konfidenzintervalle berechnet.\"}},{\"@type\":\"Question\",\"name\":\"Wurde Dokumentli auf diesen Testdaten trainiert?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Nein. Dokumentli ist auf Gesch\u00e4ftsdokumente aus denselben Branchen und Dokumenttypen spezialisiert, wurde aber nicht mit den Benchmark-Datens\u00e4tzen selbst trainiert. Alle 3'365 Testdokumente waren dem Modell vorher unbekannt.\"}},{\"@type\":\"Question\",\"name\":\"Ist das ein unabh\u00e4ngiger Test?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Nein, das ist ein interner Benchmark von Parashift. Deshalb liegen Datens\u00e4tze, Messgr\u00f6sse, Modellversionen, Kontextbudgets und alle Ausschl\u00fcsse offen. Die f\u00fcnf Referenzmodelle wurden \u00fcber Standard-APIs via OpenRouter mit Zero-Shot-Prompting angesprochen, Dokumentli \u00fcber einen eigenen Endpunkt.\"}},{\"@type\":\"Question\",\"name\":\"Warum fehlen beim Rechnungs-Benchmark die Geschwindigkeitswerte?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Zwei Messreihen zeigen erkennbare Zeitmessungsfehler und wurden aus allen Geschwindigkeitsauswertungen ausgeschlossen: die Laufzeitmessung aller sieben Modelle auf dem Rechnungs-Benchmark, wo 1 bis 2,5 Sekunden f\u00fcr 83 Dokumente technisch nicht plausibel sind, sowie Gemini 3.6 Flash auf dem Logistik mit 72,3 Dokumenten pro Sekunde gegen\u00fcber 0,3 bis 1,05 \u00fcberall sonst. Die Genauigkeitswerte sind davon nicht betroffen.\"}},{\"@type\":\"Question\",\"name\":\"Wie viel Rechenleistung braucht Dokumentli?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Dokumentli arbeitet mit einem Budget von 8'192 Tokens je Anfrage. Die Referenzmodelle wurden mit bis zu 32'768 Tokens angefragt, also rund dem Achtfachen je Dokument, bei niedrigerer bis vergleichbarer Genauigkeit. \u00dcber die Komponente Dokumentli Node l\u00e4uft das Modell auf handels\u00fcblicher PC-Hardware mit einer einzelnen GPU, ohne Serverinfrastruktur und ohne Cloud-Anbindung.\"}},{\"@type\":\"Question\",\"name\":\"Wo werden die Dokumente verarbeitet?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"In den Zonen Z\u00fcrich, Frankfurt und Amsterdam, nach Wahl des Kunden. Auf Wunsch vollst\u00e4ndig im eigenen Rechenzentrum oder auf eigener Hardware. Parashift ist nach ISO 27001 und SOC 2 Type 2 zertifiziert und erf\u00fcllt BSI C5.\"}},{\"@type\":\"Question\",\"name\":\"Wie hoch ist die Automationsrate in der Praxis?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"In produktiven Parashift-Prozessen liegt die Automationsrate \u00fcber 90 Prozent. Sie misst, welcher Anteil der Dokumente ohne menschlichen Eingriff durchl\u00e4uft, und h\u00e4ngt an Konfidenzschwellen, Validierungsregeln und Stammdatenabgleich. Gemessen wird sie je Prozess und Dokumenttyp.\"}},{\"@type\":\"Question\",\"name\":\"Was kostet Dokumentli?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Dokumentli startet bei 990 Euro im Monat. Die vollst\u00e4ndige Parashift-Plattform mit Klassifizierung, Trennung, Validierung und Nachweiskette startet bei 1'590 Euro im Monat.\"}}]},{\"@type\":\"Report\",\"@id\":\"https:\/\/parashift.ai\/de\/dokumenten-ki-benchmark\/#report\",\"name\":\"Benchmark Dokumenten-KI 2026: Dokumentli gegen sechs Frontier-Modelle\",\"datePublished\":\"2026-08-14\",\"inLanguage\":\"de\",\"author\":{\"@id\":\"https:\/\/parashift.ai\/de\/#organization\/\"},\"publisher\":{\"@id\":\"https:\/\/parashift.ai\/de\/#organization\/\"},\"about\":[\"Intelligente Dokumentenverarbeitung\",\"Vision Language Model\",\"Dokumentenextraktion\"],\"measurementTechnique\":\"case-insensitive Average Normalized Levenshtein Similarity (cANLS), Schwellenwert 0,8\",\"variableMeasured\":[\"Extraktionsgenauigkeit cANLS@0,8\",\"Verarbeitungsgeschwindigkeit in Dokumenten pro Sekunde\",\"Kontextbudget in Tokens je Anfrage\"],\"url\":\"https:\/\/parashift.ai\/de\/dokumenten-ki-benchmark\/\"}]}<\/script>\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Dokumentli erreicht 88,4 Prozent gegen Claude, GPT-5.6 Sol, Gemini, Qwen und Gemma. 3368 Dokumente, 5 Datens\u00e4tze, Methodik offengelegt.<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"content-type":"","footnotes":""},"class_list":["post-59820","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/pages\/59820","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/comments?post=59820"}],"version-history":[{"count":3,"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/pages\/59820\/revisions"}],"predecessor-version":[{"id":59830,"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/pages\/59820\/revisions\/59830"}],"wp:attachment":[{"href":"https:\/\/parashift.ai\/de\/wp-json\/wp\/v2\/media?parent=59820"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}