250.000 etiquetas de especímenes con metadatos manuscritos que abarcan dos siglos. El OCR estándar falló por completo — tinta descolorida, papel dañado, escrituras mixtas y diseños no estándar.

Desarrollo de un modelo Smart Extract — una IA que comprende contextualmente la estructura de las etiquetas. Añadido reconocimiento de entidades nombradas con enriquecimiento GeoNames para el etiquetado automático de especies y resolución de topónimos.

Primer despliegue real exitoso de un modelo Smart Extract. Conjunto de datos completo de 250.000 etiquetas transcritas y etiquetadas — un modelo replicable para colecciones de historia natural en todo el mundo.

El fondo completo de periódicos históricos de Renania del Norte-Westfalia — 20 millones de páginas que abarcan siglos. Diseños multicolumna complejos, tipografía Fraktur, anuncios y tipos de contenido mixtos.

Reconocimiento de texto completo a una escala sin precedentes. Segmentación de diseño por IA para páginas de periódicos complejas, procesamiento por lotes con control de calidad y publicación a través de un portal digital regional.

Uno de los mayores proyectos de reconocimiento de texto jamás realizados. Ciudadanos e investigadores pueden ahora buscar a través de siglos de historia regional en el portal Zeitpunkt.NRW.

Siglos de archivos notariales — testamentos, transferencias de propiedad, inventarios, declaraciones de testigos — de 1570 a 1925. Casi 2 millones de escaneos de documentos manuscritos de Haarlem, Kennemerland y Amstel- en Meerlanden, inaccesibles para quienes no saben leer escrituras históricas.

Aplicación de HTR a los archivos notariales completos. Publicado como Transkribus Site consultable con búsqueda aproximada para nombres de personas y lugares. Precisión del 93–98,6 %. Parte del proyecto pionero «De ijsberg zichtbaar maken» (2019–2021).

Casi 2 millones de escaneos de actas notariales ahora consultables en texto completo en línea. Investigadores, genealogistas y ciudadanos pueden buscar nombres, lugares y temas a lo largo de 350 años de historia notarial de Holanda Septentrional.

417 volúmenes, 200.000 páginas de actas del consejo — manuscritas y mecanografiadas, muchas digitalizadas de antiguos microfilms. Solo accesibles mediante visita presencial al archivo.

Entrenamiento de modelo personalizado en las actas del consejo. Combinación de transcripción automatizada y corrección manual. Publicado como Transkribus Site consultable con vista lado a lado del documento y la transcripción.

Las actas del consejo desde 1803 accesibles al público en línea — consultables las 24 horas. Sin necesidad de conocimientos de paleografía.

257 volúmenes de actas del consejo municipal de 1623 a 1832 — 55.000 páginas en escritura Kurrent. Digitalizadas pero inaccesibles porque la escritura era demasiado difícil de descifrar para investigadores no formados.

Aplicación del modelo Early Kurrent, seguido del entrenamiento de un modelo personalizado. Publicado como Transkribus Site con enlaces permanentes integrados en Archivportal-D y Findbuch.

200 años de historia de la ciudad de Bautzen completamente consultables. Descubrimiento transparente a través de los portales de archivo existentes.