# Resümee ```{admonition} Key points des Kapitels :class: keypoint **Vom Tool zur Methode** Die [Optical Character Recognition](ocr) (OCR) ist ein entscheidender Schritt bei der Erstellung maschinenlesbarer Korpora aus Bilddaten. Dabei zeigt sich, dass die Wahl der OCR-Lösung stark vom spezifischen Anwendungsfall abhängt – während integrierte OCR-Funktionen in PDF-Viewern für einzelne Dokumente ausreichen können, erfordern umfangreiche Korpusprojekte spezialisierte Tools wie Tesseract. **Qualität als zentraler Aspekt** Besonders wichtig ist das Verständnis der [OCR-Qualität](ocr-quality): Die Metriken Precision, Recall und F1-Score ermöglichen eine systematische Bewertung der Texterkennung. Dabei wurde deutlich, dass besonders bei historischen Dokumenten wie Zeitungen in Frakturschrift moderate Werte um 0.78-0.79 zu erwarten sind, was für bestimmte Anwendungen wie Volltextsuche ausreichend sein kann, für andere wie kritische Editionen jedoch nicht. **Prozesscharakter der OCR** Die [praktische Durchführung](../ocr/ocr_pytesseract_intro) der OCR muss als mehrstufiger Prozess verstanden werden, bei dem die eigentliche Texterkennung nur einen Schritt darstellt. Die Qualitätskontrolle und eventuelle Nachkorrektur sind integrale Bestandteile des Workflows. ```