Visuelle Eingaben wirken wie gelesene Dokumente, sind aber eine eigene Fehlerquelle. Die Mechanik: Bilder durchlaufen eine visuelle Erkennung, deren Ergebnis wieder in Token übersetzt wird. Bei kleinen Schriften, schiefen Scans und dichten Tabellen entstehen Erkennungsfehler, die das Modell flüssig glattzieht, statt sie zu melden. Typische Folgen: Einzelne Ziffern und Zeilenzuordnungen aus Tabellenscans und Screenshots kippen unbemerkt, und Layoutinformation wie verbundene Zellen, Fußnoten und Spaltenbezüge geht verloren.
Diagramme werden interpretiert, nicht vermessen: Aus einem Balkendiagramm liest das Modell Größenverhältnisse, keine exakten Werte; Achsenbrüche und logarithmische Skalen werden regelmäßig falsch gedeutet. Für Zahlenarbeit fordern Sie die zugrunde liegende Tabelle an. Typische Alltagsfälle: die abfotografierte Rechnung, der Screenshot einer Excel-Tabelle im Chat, der gescannte Altvertrag. Die praktischen Regeln: Wo möglich Originaldateien oder Textformate verwenden (Vertiefung in K4), nach dem Auslesen mindestens drei zufällige Werte gegen das Original prüfen, bei Summen die Summe selbst; bei schlechten Scanvorlagen das Auslesen ganz vermeiden und die Fachanwendung nutzen.
Was ist unklar geblieben? Halten Sie es hier fest. Ihre Fragen erscheinen gesammelt auf der Modul- und Startseite und auf Ihrer Ergebnisseite.
