Ein Buch öffnen

Die Startseite des Programms ist die Bibliothek. Sie zeigt alle Bücher, die Sie schon einmal geöffnet haben, das zuletzt benutzte zuoberst. Ein Klick auf ein Buch öffnet es an der Stelle, an der Sie aufgehört haben.

Ein Knopf für alles: „Öffnen …“

Sie müssen nicht wissen, in welcher Form Ihr Buch vorliegt. Klicken Sie auf Öffnen … und zeigen Sie dem Programm eine Datei oder einen Ordner. Es sieht nach, was darin steckt, und schlägt vor, wie es weitergeht:

Wählen Sie einen ganzen Ordner, findet das Programm oft mehreres – zum Beispiel ein PDF, ein EPUB und ein Buch, an dem Sie schon korrigiert haben. Dann zeigt es alle Funde mit Seitenzahl und Datum. Der erste ist die Empfehlung:

• Ein Buch, in dem schon Korrekturen stecken, steht immer vorn („hier steckt Ihre Arbeit“) – damit Sie nicht versehentlich von vorn anfangen.
• Danach kommt, was am weitesten gediehen ist: ein Transkribus-Export vor einem EPUB, ein EPUB vor einem PDF, ein PDF vor losen Bildern.
• Ist ein anderer Fund neuer als die Empfehlung, steht das dabei.

Sie können jederzeit einen anderen Fund anklicken. Ist die Sache eindeutig, fragt das Programm gar nicht erst.

EPUB und PDF zusammen

Haben Sie ein Buch schon einmal zu einem EPUB verarbeitet und möchten es noch einmal gegen den Scan lesen? Legen Sie EPUB und PDF mit gleichem Namen in denselben Ordner – Zusätze wie „(durchsuchbar)“, „(kompakt)“ oder „_OCR“ stören nicht:

Fatma - Immanuel Walker.epub
Fatma - Immanuel Walker (durchsuchbar).pdf

Das Programm nimmt Seitenbilder und Zeilen aus dem PDF und setzt den Wortlaut des EPUB in diese Zeilen ein. Trennungen am Zeilenende bleiben erhalten. Kopfzeilen und Fußnoten, die im EPUB an anderer Stelle oder gar nicht stehen, behalten den Text aus dem PDF. Am Ende erfahren Sie, wie viel Prozent der Zeilen den EPUB-Text tragen. Gibt es mehrere passende PDFs, wird das durchsuchbare mit der besseren Bildqualität genommen.

Das EPUB selbst wird dabei nicht verändert; Ihre Korrekturen landen in den Textdateien des neuen Buchordners.

Mit dem Wortlaut kommt die Gestaltung des EPUB: Überschriften (sie erscheinen gleich im Inhalt, I), Absatzanfänge, fett, kursiv, hochgestellte Fußnotenzeichen – auch wo das EPUB sie über seine Stilvorlage setzt. Ohne PDF werden auch Tabellen wieder Tabellen. Trennt ein EPUB einen Absatz mitten im Satz (manche wurden an den Zeilen ihrer Vorlage getrennt), beginnt dort kein neuer Absatz.

Überschriften und Schrift nachtragen

Bücher, die vor Version 0.12 aus einem EPUB eingelesen wurden, haben Überschriften, Absätze und Schrift des EPUB nicht mitbekommen. Das holen Sie in der Bibliothek nach, ohne von vorn anzufangen: beim Buch auf Überschriften aus dem E-Book, das EPUB auswählen, Übernehmen. Das Programm sucht jede Zeile im EPUB und trägt die Auszeichnung nur dort ein, wo die Zeile sicher passt. Kein Wort wird geändert, und was Sie schon ausgezeichnet haben, bleibt. Gefällt Ihnen das Ergebnis nicht, nimmt U in der Leseansicht alles auf einmal zurück.

Das PDF liegt woanders

Heißt das PDF anders oder liegt es in einem anderen Ordner, findet das Programm es nicht von selbst. Dann steht unter dem EPUB „kein gleichnamiges PDF daneben“ und darunter der Knopf Passendes PDF auswählen …. Wählen Sie das PDF damit aus – oder fügen Sie seinen Pfad in das Feld ein. Danach geht es weiter wie bei EPUB und PDF im selben Ordner.

Das Programm prüft dabei an einer Stichprobe, ob das PDF wirklich zu diesem EPUB gehört: Enthält das PDF schon Text, vergleicht es Wortfolgen von einigen Seiten mit dem EPUB und sagt gleich, ob es passt. Enthält das PDF nur Bilder, zeigt sich das erst nach der Texterkennung. Gehört das PDF nicht zu diesem Text, wird kein Buch angelegt – Sie wählen ein anderes PDF oder legen das EPUB ohne Seitenbilder an. So kommt nie ein fremder Scan neben Ihren Text.

Das PDF kommt später

Haben Sie das EPUB schon ohne PDF geöffnet und vielleicht darin korrigiert, müssen Sie nicht von vorn anfangen: In der Bibliothek steht bei einem solchen Textbuch der Knopf PDF hinzufügen (siehe Ein Buch weiterbearbeiten). Es entsteht ein neues Buch daneben: Seitenbilder und Zeilen aus dem PDF, der Wortlaut aus dem Textbuch – mit allen Korrekturen, die Sie dort schon gemacht haben, und mit Ihrer Wortliste. Das Textbuch selbst bleibt, wie es war; wenn Sie es nicht mehr brauchen, nehmen Sie es mit dem ✕ aus der Liste. Ein neues Buch muss es sein, weil die Seiten des Textbuchs nichts mit den Seiten des Scans zu tun haben – Protokoll und Lesezeichen gehören zum Textbuch.

Export aus Transkribus

In Transkribus wählen Sie dafür „Action" → „Export" und als Format „Page XML"; für ein neues Buch haken Sie zusätzlich „Images" an, dann liegen die Seitenbilder gleich bei. Die ZIP-Datei, die Sie herunterladen, öffnen Sie hier unverändert – entpacken müssen Sie sie nicht. Der ganze Weg Schritt für Schritt: Mit Transkribus arbeiten.

Beim Import erkennt das Programm Kopfzeilen (Seitenzahlen) und trennt Fußnoten vom Haupttext. Wo das nicht stimmt, korrigieren Sie es beim Lesen mit der Taste F (siehe Bedienung). Enthält der Export keine Seitenbilder, sucht das Programm im gewählten Ordner nach einem Bilderordner mit genau so vielen Bildern, wie der Export Seiten hat, und schlägt ihn vor.

Nichts wird je überschrieben: Gibt es den Titel schon, entsteht ein zweiter Ordner mit dem Zusatz „(2)“.

Ein Buch weiterbearbeiten

Ein Buch entsteht selten in einem Zug: Erst lesen Sie ein PDF ein, dann lassen Sie die Seiten vorbereiten (Doppelseiten teilen, geraderichten), dann lassen Sie den Text bei Transkribus erkennen. Dafür müssen Sie nicht jedes Mal von vorn anfangen.

In der Bibliothek steht unter jedem Buch eine Reihe von Knöpfen. Neben Buch öffnen stehen dort weitere Wege:

So müssen Sie sich nie merken, wo die Bilder zu einem Buch liegen – das weiß das Programm.

Wie die Seiten zueinander finden

Kommt ein Text von Transkribus zurück, muss jede Seite wieder zu ihrem Bild finden. Fehlt im Export auch nur eine Seite, stünde bei blinder Zuordnung der Reihe nach ab da jeder Text neben dem falschen Bild. Darum geht das Programm in dieser Reihenfolge vor:

1. Über die Dateinamen. Beim Einlesen merkt sich das Programm, wie das Bild jeder Seite ursprünglich hieß (quellen.json). Im Transkribus-Export stehen dieselben Namen – das passt eindeutig.
2. Über den Wortlaut. Gibt es keine Namen, vergleicht das Programm die Wörter: Dieselbe Buchseite bleibt erkennbar, auch wenn die eine Texterkennung schlechter war als die andere. Sichere Treffer sind die Anker, Seiten ohne Text (Bildtafeln) ergeben sich aus deren Abstand.
3. Der Reihe nach – nur, wenn hier wie dort gleich viele Seiten vorliegen.

Bleiben dabei einzelne Seiten unklar – weil links und rechts von ihnen die Zählung nicht zusammenpasst –, lässt das Programm sie aus und sagt, wie viele es waren. Dort steht dann noch der alte Text. Geht gar nichts auf, bricht es ab, statt den Text neben falsche Bilder zu legen. Dann legen Sie den Export mit Öffnen … als eigenes Buch an.

Dasselbe gilt für Seitenbilder aus einem anderen Buch: Sie zeigen auf das Buch, das die Bilder hat, und das Programm vergleicht die Texte beider Bücher – es ist ja dasselbe Werk, nur anders erkannt. Darum darf das Bilderbuch ruhig mehr Seiten haben als das, dem die Bilder fehlen.

Woran Sie ein Buch in der Bibliothek erkennen

Hinter dem Titel stehen kleine Kennzeichen: Tesseract, Transkribus, PDF-Text – woher der Text stammt – und ScanTailor, wenn die Seitenbilder damit aufbereitet wurden. Daneben steht, wie viele Wörter das Wörterbuch nicht kennt („20 % rote Wörter"). Das ist dieselbe Zahl, die Sie beim Lesen als rote Wörter sehen; alte Schreibweisen und Namen sind darunter, es sind also nicht lauter Fehler. Der farbige Punkt vor dem Titel ist die Ampel aus dem Einlesen.

Nach diesen Kennzeichen richten sich auch die Knöpfe darunter: Scans vorbereiten, Für Transkribus vorbereiten und Für ScanTailor vorbereiten sind grau, wenn sie wenig bringen – bei grüner Ampel, wenn der Text schon aus Transkribus stammt oder die Seiten schon aufbereitet sind. Erkannten Text einlesen ist grau, wenn der Text schon aus Transkribus oder von einer Bibliothek stammt oder wenn Sie schon viel korrigiert haben (ab 50 Korrekturen): Der neue Text enthielte Ihre Korrekturen nicht. Lesen Sie ihn dann am besten als neues Buch ein – das ist in diesem Fall schon vorgewählt, und das bisherige Buch bleibt, wie es ist. Die grauen Knöpfe funktionieren trotzdem; das Programm sagt vorher, warum es davon abrät, und fragt nach.

Der Knopf Umbenennen gibt einem Buch einen anderen Namen, etwa wenn es noch wie die Datei heißt, aus der es kam. Der Ordner auf der Festplatte bleibt dabei, wie er ist.

Textexport statt PAGE XML

Transkribus kann seinen Text auch als einfache Textdatei ausgeben; die liest das Programm ebenso. Sie verlieren dabei aber etwas: Eine Textdatei sagt nicht, wo die Zeilen im Bild stehen. Der Text steht dann zwar richtig auf seiner Seite, lässt sich aber nicht mehr Zeile für Zeile neben dem Seitenbild mitführen – es sei denn, die neue Erkennung teilt die Zeilen genau so auf wie die alte. Das Programm sagt Ihnen hinterher, für wie viele Seiten das zutraf. Wenn Sie die Zeilen im Bild brauchen, holen Sie den Export noch einmal als PAGE XML.

Text aus einer Bibliothek (hOCR, ALTO)

Viele Bibliotheken haben ihre Digitalisate längst durch eine Texterkennung geschickt – nur steckt dieser Text selten im PDF, das man herunterladen kann. Das PDF enthält dann nichts als Bilder, und der Fraktur-Korrektor schlägt zu Recht vor, den Text neu zu erkennen. Der Text der Bibliothek ist aber oft gut und lohnt die Mühe, ihn zu holen. Er kommt in einem von zwei Formaten: hOCR (Dateien mit der Endung .html oder .hocr) oder ALTO (.xml), jeweils eine Datei je Seite, und beide bringen mit, wo jede Zeile im Bild steht.

Wo man ihn findet, ist von Bibliothek zu Bibliothek verschieden: im Viewer unter „Volltext“ oder „OCR“, in einer Schnittstelle, oder auf Nachfrage bei der Bibliothek. Die Bayerische Staatsbibliothek etwa gibt ihn je Seite unter https://api.digitale-sammlungen.de/ocr/<Kennung>/<Seite> heraus; die Kennung (bsb…) steht auf dem Deckblatt des PDF (Stand September 2026). Das Programm lädt nichts aus dem Internet – die Dateien holen Sie selbst und legen sie in einen Ordner.

Dann geht es so:

1. Das PDF wie gewohnt einlesen (Tesseract oder, wenn das PDF Text enthält, den übernehmen). Dieser Text ist das Gerüst, an dem die Seiten der Bibliothek wiedererkannt werden.
2. In der Bibliothek beim Buch Erkannten Text einlesen wählen und auf den Ordner mit den hOCR- oder ALTO-Dateien zeigen.

Die Seiten finden sich am Wortlaut (siehe oben) – darum stört es nicht, dass das PDF vorn ein Deckblatt der Bibliothek trägt, das in ihren Textdateien nicht vorkommt. Sind die Bilder der Bibliothek dieselben wie im PDF, passen auch die Zeilenkästchen; das Buch trägt danach das Kennzeichen Bibliothek.

Wenn schon Korrekturen im Buch stecken

Dann warnt das Programm: Der neue Text enthält Ihre Arbeit nicht. Sie haben die Wahl, ihn trotzdem in dieses Buch zu übernehmen oder daneben ein neues anzulegen – die Seitenbilder kommen dabei mit. Die bisherige Fassung wird in jedem Fall zuerst gesichert: als vorher-<Datum>.zip im Buchordner. Über den Knopf Frühere Fassung holen Sie sie jederzeit zurück – und weil auch das Zurückholen vorher sichert, kommen Sie ebenso wieder vorwärts. Gefällt Ihnen ein Import nicht, ist das der Weg zurück; Sie müssen nichts noch einmal einlesen oder erkennen lassen.

Was in einem Buchordner liegt

Neue Bücher legt das Programm unter Fraktur-Korrektor in Ihrem Benutzerordner an.

Die Textdateien dürfen Sie auch mit einem anderen Editor bearbeiten, sogar während das Programm läuft. Ändern Sie dabei nur nicht die Zahl der Zeilen einer Seite, sonst passt die Zuordnung zum Bild nicht mehr.

Bücher verschieben oder mit dem ganzen Ordner umziehen

Ihre Arbeit steckt vollständig im Buchordner (siehe oben): Text, Korrekturen, Wortliste, Lesezeichen und Seitenbilder. Sie dürfen ihn deshalb verschieben – in einen anderen Ordner, auf eine andere Festplatte, auch mit vielen Büchern auf einmal. Die Bibliothek merkt sich nur, wo jedes Buch liegt. So gehen Sie vor:

1. Beenden Sie den Fraktur-Korrektor (wie, steht unter Programm installieren). Solange er läuft, kann er gerade in eine Datei des Buchs schreiben, und Windows verschiebt keine geöffneten Dateien.
2. Verschieben Sie den Ordner wie gewohnt im Explorer bzw. Finder – immer den ganzen Buchordner, nicht einzelne Dateien daraus.
3. Starten Sie das Programm. In der Bibliothek steht beim Buch jetzt blass „Ordner nicht gefunden“.
4. Klicken Sie auf Wo liegt es jetzt? … und zeigen Sie auf den neuen Ort. Es genügt der Ordner, in den Sie das Buch verschoben haben – das Programm sucht darin selbst nach dem Buch.

Viele Bücher auf einmal: Haben Sie einen ganzen Ordner mit mehreren Büchern verschoben, etwa „Gescannte Bücher“, machen Sie das nur für eines davon. Die übrigen, die mit umgezogen sind, findet das Programm von selbst und sagt Ihnen, welche es gefunden hat.

Danach ist alles wie vorher: Titel, Korrekturen, Wortliste und Leseposition bleiben. Neu ist nur die Adresse des Buchs im Browser – ein noch offener Browser-Tab mit dem Buch oder ein Lesezeichen im Browser führt ins Leere; öffnen Sie das Buch einfach wieder aus der Bibliothek. Zettel in Obsidian finden das Buch weiterhin (siehe Notizen für Obsidian).

• Steht „Ordner nicht gefunden“, ohne dass Sie etwas verschoben haben, liegt das Buch vielleicht auf einem USB-Stick oder Netzlaufwerk, das gerade nicht angeschlossen ist. Schließen Sie es an – sonst ist nichts zu tun.
• Den Ordner Fraktur-Korrektor in Ihrem Benutzerordner, in dem das Programm neue Bücher anlegt, können Sie ebenso verschieben. Das nächste neue Buch legt es aber wieder dort an, der Ordner entsteht dann neu.
• Auf einen anderen Rechner kopieren Sie den Buchordner und nehmen ihn dort mit Öffnen … auf. Einfacher ist oft, das Buch als PDF zu sichern – darin reist alles mit, siehe Ein Buch als PDF sichern.

Ein Buch aus der Liste entfernen

Aus der Liste nehmen entfernt nur den Eintrag aus der Bibliothek. Die Dateien bleiben unangetastet.