Deutsche Kurrentschrift, poesitisch, update
Ich bin überrascht. Ich habe die einzelnen Seiten der Poesiealbums meiner Urgroßmutter Emilie Kukuk Gemini zum transkribieren gegeben und bekam für jede der rund 40 Seiten eine saubere „Übersetzung“.
Warum ist Gemini so viel besser als ChatGPT?
Antwort von Gemini
Es ist durchaus möglich, dass Google Gemini in bestimmten Bereichen, wie der Transkription von historischen Texten oder Handschriften, Vorteile gegenüber ChatGPT bietet. Das liegt vor allem an der unterschiedlichen Art und Weise, wie die Modelle Bildinformationen verarbeiten.
Hier sind die Gründe, warum Gemini beim Transkribieren (wie bei deinem Beispiel der Frakturschrift) oft die Nase vorn hat:
1. Native Multimodalität
Gemini wurde von Grund auf „nativ multimodal“ entwickelt. Das bedeutet, das Modell muss ein Bild nicht erst in ein anderes Format umwandeln, um es zu „lesen“. Es versteht visuelle Strukturen, Layouts und komplexe Schriftzeichen (wie die alte deutsche Frakturschrift) direkt im Kontext. ChatGPT nutzt oft ein vorgeschaltetes System (OCR), um Text zu erkennen, was bei ungewöhnlichen Schriftarten zu Fehlern führen kann.
2. Kontextverständnis und Korrektur
Gemini ist sehr stark darin, den Sinn eines Textes zu erfassen. Wenn ein Wort in der Grafik mopo2.jpg schwer lesbar ist, nutzt Gemini den restlichen Textinhalt, um das wahrscheinlichste Wort zu ergänzen.
Beispiel: In deinem Text erkennt Gemini Begriffe wie „Kohlensäure-Gas“ oder „Infektions-Krankheiten“ korrekt, selbst wenn die Lettern im Original durch das Alter des Papiers verwaschen sind.
3. Integration von Werkzeugen
Ein entscheidender Vorteil ist die nahtlose Verknüpfung mit anderen Google-Technologien. Gemini kann auf die jahrelange Erfahrung von Google Lens und Google Books zurückgreifen, die Millionen von Seiten alter Schriften digitalisiert haben. Dieses „Training“ macht es extrem sicher im Umgang mit Fraktur und Handschriften.
| Feature | Google Gemini | ChatGPT (OpenAI) |
|---|---|---|
| Bilderkennung | Hervorragend bei komplexen Layouts und historischen Schriften (z. B. Fraktur). | Stark bei modernen Texten; kann bei sehr feinen oder alten Details ungenauer sein. |
| Kontext-Fenster | Verarbeitet extrem große Datenmengen und lange Dokumente in einem Durchgang. | Gutes Gedächtnis, stößt aber bei sehr umfangreichen PDF-Analysen schneller an Grenzen. |
| Daten-Aktualität | Direkter Zugriff auf die Google-Suche für Echtzeit-Informationen. | Nutzt Browsing-Funktionen (Bing), wirkt oft etwas langsamer bei der Recherche. |
| Stärke | Analytisch, faktenorientiert und exzellent in der Dokumentenextraktion. | Sehr stark in kreativer Textgestaltung, Nuancen und komplexem Coding. |
Hinweis: Die Leistung kann je nach Modellversion (z. B. Gemini 1.5 Pro vs. GPT-4o) variieren.
Anwort von ChatGPT
Es hängt stark davon ab, welche Art von Texten du transkribieren willst. Bei OCR und Transkription (also Text aus Bildern, Scans, PDFs oder Handschrift erkennen) haben die Modelle unterschiedliche Stärken:
Gemini ist oft sehr stark bei:
– langen PDFs
– komplexen Layouts
– mehrseitigen Dokumenten
– multimodalen Aufgaben (Bild + Text + Struktur gleichzeitig)
– Google-typischer Dokumentanalyse
ChatGPT ist häufig besser bei:
– schwer lesbarer alter Schrift
– Kontextverständnis
– Interpretation beschädigter Texte
– strukturierter Wiedergabe
– Nachbearbeitung historischer Dokumente oder Frakturschrift
Gerade bei alten deutschen Frakturschriften (wie dein Zeitungsbild von 1931) kommt es oft darauf an:
– erkennt die KI nur Buchstaben? Oder versteht sie auch sprachlich den Zusammenhang?
Da kann ChatGPT manchmal Vorteile haben, weil es stärker „errät“, was wahrscheinlich gemeint ist. Gemini wiederum kann bei sauber gescannten Dokumenten erstaunlich präzise sein.
Interessant ist: Einige unabhängige Vergleiche sehen Gemini bei PDF- und Dokumentanalyse vorne, während ChatGPT bei kreativer Sprache, Struktur und genauer Textinterpretation besser abschneidet.
Bei Handschrift und OCR berichten Nutzer teils:
– Gemini: sehr gut bei Masse und Kontext
– ChatGPT: oft besser bei schwierigen Einzelstellen
– Claude: erstaunlich stark bei Handschrift
Für historische deutsche Texte würde ich heute sagen:
| Aufgabe | Oft stärker |
|---|---|
| Saubere PDFs massenhaft auslesen | Gemini |
| Alte Fraktur interpretieren | ChatGPT |
| Handschrift erkennen | Claude oder Gemini |
| Beschädigte Texte sinnvoll rekonstruieren | ChatGPT |
| Tabellen- und Dokumentstruktur erkennen | Gemini |
In der Praxis benutzen viele Leute inzwischen sogar zwei Modelle:
– Gemini für Rohtranskription
– ChatGPT für Korrektur und sprachliche Bereinigung
Das liefert oft die besten Ergebnisse.
Hinweis: Ich lasse alle Tabellen von der KI machen mit dem Hinweis, dass die für ein WordPress-Blog mit dem Template Silhoutte 3-Column sind. Manchmal braucht es dazu mehrere Versuche, zum Beispiel:
Die Tabelle ist ok, die Schrift ist aber zu groß, kann man das so machen, dass sich die Schriftgröße flexibel der Schriftgröße des postings anpasst?
„Ja, das ist möglich und sogar sehr empfehlenswert für ein harmonisches Design. Um die Schriftgröße flexibel zu gestalten, müssen wir im HTML-Code die festen Pixel-Werte (wie 14px) durch relative Einheiten ersetzen.
Wenn man für die Tabelle font-size: 1em; oder font-size: inherit; verwendet, orientiert sie sich automatisch an der Schriftgröße, die dein WordPress-Theme für den Textkörper (Body/Posting) vorgibt.“
Postscriptum: Mit gefällt es, die Tags „Ancestry“ und „Ki“ zusammen zu haben.