Planet AI hat den internationalen Wettbewerb DocVQA 2026 für computergestütztes Dokumentenverständnis gewonnen. Der Erfolg stärkt den KI-Standort Rostock und liefert ein Argument für europäische Dokumenten-KI, doch der Weg vom Benchmark-Sieg in den verlässlichen Alltag von Unternehmen und Verwaltungen bleibt anspruchsvoll.
Bei DocVQA müssen Systeme Informationen nicht nur aus Fließtext herauslesen. Sie sollen Zusammenhänge in Geschäftsberichten, wissenschaftlichen Arbeiten, Präsentationen, Karten, Infografiken, Comics oder technischen Zeichnungen erkennen und daraus mehrstufige Antworten ableiten. Das verlangt neben Texterkennung auch die Fähigkeit, visuelle Elemente zuzuordnen, Widersprüche zu prüfen und mehrere Hinweise zu einer belastbaren Aussage zu verbinden. Planet AI erreichte nach eigenen Angaben den ersten Platz in der Gesamtwertung und gewann sieben von acht Kategorien. Der Vorsprung auf das zweitplatzierte Team habe knapp 14 Prozentpunkte betragen, gegenüber einer üblichen Mixture-of-Experts-Baseline rund 20 Punkte.
Der Wettbewerb misst Leistungsfähigkeit, aber noch keine Alltagstauglichkeit
Der Sieg bei einer anspruchsvollen Vergleichsmessung ist für das Rostocker Unternehmen mehr als ein Forschungserfolg, weil automatisierte Dokumentenanalyse zu den Feldern gehört, in denen Fehler besonders teuer werden können. Geschäftsberichte, Anträge, technische Unterlagen oder wissenschaftliche Publikationen enthalten häufig Tabellen, Grafiken, Fußnoten und uneinheitliche Layouts. Ein System, das solche Quellen gemeinsam auswertet, könnte Recherche- und Prüfprozesse beschleunigen, ohne dass Beschäftigte jedes Dokument manuell durchsuchen müssen. Dennoch bleibt ein Wettbewerb eine kontrollierte Testsituation. Für den Praxiseinsatz zählen zusätzlich stabile Ergebnisse über lange Zeiträume, nachvollziehbare Entscheidungen, Kosten, Geschwindigkeit und der Umgang mit vertraulichen Daten.
Die Architektur verteilt die Prüfung auf mehrere KI-Modelle
Technisch setzte das Unternehmen nicht auf ein einzelnes besonders großes Modell, sondern auf eine arbeitsteilige Architektur. Zunächst bereitet die eigene Software IDA den Inhalt eines Dokuments strukturiert auf. Anschließend lesen vier Vision-Language-Modelle dieselbe Vorlage unabhängig voneinander und liefern jeweils eigene Einschätzungen. Ein weiteres Modell übernimmt die Modellorchestrierung, vergleicht die Antworten, sucht nach Widersprüchen und fordert bei Bedarf eine erneute Prüfung an. Das Prinzip ähnelt damit weniger einem allwissenden Assistenten als einem Team, in dem mehrere Bearbeiter zuarbeiten und eine Instanz die Ergebnisse zusammenführt.
Dieser Aufbau soll verhindern, dass die Schwächen eines einzelnen Modells unmittelbar zur endgültigen Antwort werden. Zugleich bleibt die Lösung von extern entwickelten Basismodellen abhängig, darunter Systeme mehrerer großer internationaler Anbieter. Die Architektur ist nach Darstellung des Unternehmens so angelegt, dass einzelne Modelle ausgetauscht werden können. Das kann technologische Abhängigkeiten begrenzen, beseitigt sie aber nicht vollständig. Für KI für Behörden ist diese Trennung dennoch relevant, weil sich Rechenumgebung und eingesetzte Modelle eher an Sicherheitsvorgaben anpassen lassen.
Datensouveränität wird zum entscheidenden Verkaufsargument
Die strategische Bedeutung des Ergebnisses liegt deshalb weniger in einer Rangliste als in der Frage, ob sich leistungsfähige KI unter europäischen Rahmenbedingungen betreiben lässt. Der Anbieter verweist auf Datensouveränität, DSGVO-Konformität und die Wahl zwischen On-Premises-Systemen und Cloud-Infrastruktur. Gerade KI für Behörden und regulierte Unternehmen muss sensible Unterlagen verarbeiten können, ohne dass Kontrolle über Speicherort, Zugriff und technische Infrastruktur verloren geht. Der Wettbewerb belegt zwar nicht, dass sämtliche Anforderungen im Betrieb erfüllt sind. Er zeigt aber, dass eine auf europäische Einsatzbedingungen ausgerichtete Architektur bei der Analyse komplexer Dokumente international konkurrenzfähig sein kann.
Für die Bechtle Gruppe eröffnet der Erfolg zudem eine strategische Verbindung zwischen Forschung und Umsetzung. Das Rostocker Labor kann Modelle und Verfahren entwickeln, während der Konzern über Zugänge zu Unternehmen und Verwaltungen verfügt. Daraus entsteht ein möglicher Vorteil gegenüber reinen Forschungsteams, sofern die Technik in belastbare Produkte, Integrationsprojekte und Supportstrukturen überführt wird. Der Benchmark liefert dafür Aufmerksamkeit und Glaubwürdigkeit, aber noch keine Garantie für eine breite Marktdurchdringung.
Öffentliche Förderung stärkt den KI-Standort Rostock
Der Erfolg ist auch mit dem Forschungsprojekt SPOC-AI verbunden, das seit August 2024 gemeinsam mit Altow Digital Innovation und der Universität Rostock läuft. Das Land Mecklenburg-Vorpommern fördert das Vorhaben über das Technologie-Beratungs-Institut, das Projektende ist für Juli 2027 vorgesehen. Damit wird der Standort zu einem Beispiel dafür, wie regionale Forschungsförderung in international sichtbare Ergebnisse münden kann. Bemerkenswert ist vor allem, dass das Spitzenergebnis mehr als ein Jahr vor dem geplanten Abschluss erreicht wurde.
Für Mecklenburg-Vorpommern ist das wirtschaftspolitisch relevant, weil KI-Kompetenz nicht zwangsläufig nur in den großen europäischen Metropolen entstehen muss. Entscheidend wird nun sein, ob aus dem Forschungsresultat qualifizierte Arbeitsplätze, dauerhafte Kooperationen und marktfähige Anwendungen hervorgehen. Dokumenten-KI könnte dabei ein vergleichsweise greifbares Feld sein, weil Behörden und Unternehmen bereits heute große Mengen unstrukturierter Unterlagen bearbeiten. Der Wettbewerbserfolg verschafft dem Standort Sichtbarkeit. Sein langfristiger Wert wird sich jedoch erst daran messen lassen, ob die Technologie zuverlässig in reale Arbeitsabläufe einzieht.
