👁 German-OCR-3.1

Das deutsche Vision-OCR-Modell von Keyvan.ai — Teil der German-OCR-3 Kollektion.

ollama run Keyvan/german-ocr-3.1

---

Die Geschichte

German-OCR-3 begann als kleine Idee: ein Modell, das deutsche Geschäftsdokumente wirklich versteht — Rechnungen, Briefe, Bescheide, Quittungen, Verträge. Nicht „auch deutsch", sondern auf deutsche Bürokratie und deutsches Layout spezialisiert.

Die 3.1-Generation ist die feinabgestimmte, engineered + optimierte Version dieser Kollektion. Zwei spezialisierte Modelle:

OCR-3.1 wurde mit harten Regeln für Halluzinations-Vermeidung konfiguriert: lieber null als geraten, Originalschreibweise behalten, sender vs. recipient sauber trennen — das alles ist Pflicht in der Engineering-Konfiguration.

---

✨ Was kann das Modell?

Bild rein → Strukturiertes JSON raus.

JSON Output Schema

{
  "document_type": "invoice",
  "language": "de",
  "invoice_number": "...",
  "invoice_date": "YYYY-MM-DD",
  "due_date": "YYYY-MM-DD",
  "sender":    {"name": "...", "address": "...", "vat_id": "...", "iban": "..."},
  "recipient": {"name": "...", "address": "...", "customer_id": "..."},
  "line_items": [
    {"position": 1, "description": "...", "quantity": 1, "unit": "Stueck",
     "unit_price_net": 0.00, "amount_net": 0.00, "vat_rate": 19}
  ],
  "amount_net": 0.00, "amount_vat": 0.00, "amount_total": 0.00,
  "currency": "EUR",
  "notes": []
}

Garantien:

• ✅ JSON-Validität
• ✅ null statt erfundener Werte (Halluzinations-Stop-Regel)
• ✅ Originalschreibweise + Umlaute
• ✅ ISO-Datum, Punkt-Dezimal, EUR-Code
• ✅ sender ≠ recipient klar getrennt

---

🚀 Quick Start

Ollama (1 Zeile)

ollama run Keyvan/german-ocr-3.1

API mit Bild:

curl http://localhost:11434/api/chat -d '{
  "model": "Keyvan/german-ocr-3.1",
  "messages": [{
    "role": "user",
    "content": "Extrahiere als JSON.",
    "images": ["BASE64_IMAGE_HERE"]
  }],
  "think": false
}'

llama-server (HF GGUF, Two-File-Pattern)

hf download Keyven/german-ocr-3.1 \
  german-ocr-3.1-Q8_0.gguf \
  mmproj-german-ocr-3.1-F16.gguf

llama-server \
  -m german-ocr-3.1-Q8_0.gguf \
  --mmproj mmproj-german-ocr-3.1-F16.gguf \
  --port 8080 -ngl 99

---

📦 Files (auf HuggingFace)

Hinweis: Über Ollama Hub bekommst du das Modell als single-package mit Vision — der mmproj-Sidecar wird nur für die manuelle llama-server-Route benötigt.

---

🛠 Hardware

GPU empfohlen für Echtzeit-OCR. Context: 32 768 Tokens.

---

🤝 German-OCR Familie

---

📜 License & Credits

Apache License 2.0 — kommerzielle Nutzung mit Attribution erlaubt.

NOTICE: Aufgebaut auf Qwen3.5 von Alibaba Cloud. Die German-OCR-3.1-Kollektion ist eine in Deutschland engineered + optimierte Distribution für deutsche Geschäftsdokumente. Architecture credit: Qwen Team.

Build mit ❤️ in 🇩🇪 von Keyvan Hardani.