Mini-DMS: Dateibasiertes Dokumentenarchiv mit OCR, PDF/A und Volltextsuche

Veröffentlicht am 13. August 2026 · zuletzt aktualisiert am 20. August 2026 / in Projekte

Was ist ein Mini-DMS?

„Mini-DMS“ ist auf dieser Website ein Arbeitsbegriff für ein bewusst schlankes Dokumentenmanagement. Es richtet sich an Privatpersonen, Familienarchive, Selbstständige, Vereine sowie kleine Büros und Organisationen. Im Mittelpunkt stehen die Aufgaben, die dort tatsächlich gebraucht werden: Dokumente übernehmen, per OCR durchsuchbar machen, nachvollziehbar erschließen, zuverlässig wiederfinden und dauerhaft sichern.

Ein Mini-DMS muss keine besondere DMS-Software sein. Auch ein verständlich aufgebautes Dateisystem mit PDF oder PDF/A, OCR, klaren Dateinamen, Volltextsuche und geprüftem Backup kann diese Aufgabe erfüllen. Komplexe Freigaben und Enterprise-Workflows gehören nicht automatisch dazu. Paperless-ngx ist eine mögliche Ausprägung, aber nicht mit dem Begriff Mini-DMS gleichzusetzen.

Ausgangslage

• zunächst Ablage in ELOffice; nach dessen Abkündigung und wegen der damals großen Dokumentmenge Wechsel zu ELO Professional
• heute erheblich weniger neue Dokumente pro Jahr, aber ein großer historischer Bestand aus den früheren Systemen
• Papieroriginale und PDF-Dateien unterschiedlicher Herkunft und Qualität
• bildbasierte PDFs mit fehlender oder veralteter OCR-Textschicht
• historische Buchhaltungs- und Steuerbestände sowie laufend neue Einzeldokumente
• Bedarf an langfristig verständlicher und unabhängiger Ablage

Mein Ziel

• Originale beziehungsweise Eingangsdokumente nachvollziehbar erhalten
• kontrollierte OCR-Fassungen und bei Bedarf PDF/A erzeugen
• Systemrollen statt paralleler Vollarchive definieren
• Volltextsuche ohne eigene Suchdatenbank ermöglichen
• Backup, Wiederherstellung und ELO-Herkunft dokumentieren

Meine heutige Architektur

Papier oder vorhandene Datei → Scan beziehungsweise Übernahme → möglichst gute OCR → Qualitätsprüfung → fachlich eingegrenzte Ablage → Suche mit Windows oder Synology

Die OCR-Textschicht erschließt den Dokumentinhalt. Die Ordnerstruktur grenzt vorher den fachlich passenden Bestand ein, sodass Windows beziehungsweise Synology weniger Dateien durchsuchen müssen und weniger unpassende Treffer liefern.

Das technische Herzstück ist mein eigenes Windows-Werkzeug „Mini-DMS PDF/A-2b Toolchain“. Es bündelt ELO-Umbenennung, rekursive PDF-Prüfung, Trockenlauf, kontrollierte OCR-Produktion, Fortschritt, Abbruch und Laufprotokoll.

Originale bleiben erhalten, unklare OCR-Ergebnisse werden nicht automatisch freigegeben und vorhandene OCR-Fassungen nur bewusst ersetzt. E-Mail- und Fotoarchiv bleiben getrennt. Weder Mini-DMS noch Paperless-ngx werden allein durch ihre Einrichtung revisionssicher oder GoBD-konform.

Zwei Wege zum Mini-DMS

Variante A: Dateibasiertes Mini-DMS

Scanner → PDF → OCR → gegebenenfalls PDF/A → Dateisystem → Windows- oder Synology-Volltextsuche → Backup

Diese Variante benötigt keine besondere DMS-Datenbank. Sie eignet sich vor allem für historische Dokumentenbestände, Familienarchive, überschaubare Mengen und langfristig verständliche Archivstrukturen. Offene Dateien stehen im Vordergrund; Ordner und Dateinamen grenzen den Suchraum ein, OCR erschließt den Inhalt.

Variante B: Paperless-ngx als Mini-DMS

Scanner oder Datei → Paperless-Consumer → OCR → Dokument → Korrespondent, Dokumenttyp und Datum → wenige kontrollierte Tags → Volltextsuche → Export und Backup

Paperless-ngx erleichtert den zentralen Eingang, die Erschließung und die Recherche. Es löst jedoch nicht automatisch alle Fragen zu Dateisystem, Export, Backup und dauerhafter Archivierung. Auch hier bleiben Sichtkontrolle, nachvollziehbare Metadaten und eine geprüfte Wiederherstellung notwendig.

In der Praxis müssen nicht alle Systeme ersetzt werden

In meiner Archivumgebung haben mehrere Werkzeuge klar getrennte Rollen. Paperless-ngx nimmt neue Einzeldokumente auf. Die dateibasierte Ablage bewahrt abgeschlossene Jahres- und Fachzusammenhänge. ELO bleibt Herkunft und Migrationsquelle eines historischen Bestands, MailStore führt das E-Mail-Archiv, und das NAS stellt Speicher-, Such- und Sicherungsfunktionen bereit.

Diese Koexistenz ist kein Übergangsfehler. Sie verhindert, dass ein einzelnes Produkt zugleich Dokumenteneingang, historische Migration, E-Mail-Archiv, Dateispeicher und Langzeitstrategie tragen muss.

Ergänzende Praxiserfahrungen

• Wenn Handarbeit schneller ist als Automatisierung – warum bei einzelnen schwierigen historischen Seiten das manuelle Lesen sinnvoller sein kann als ein zusätzlicher OCR-Workflow
• Paperless-ngx: Dubletten erkennen – ein realer Test mit 90, 99 und 100 Prozent Ähnlichkeit und einer klaren Grenze für automatische Entscheidungen
• Paperless-ngx sichern – Datenbank, Dokumente, Export und Wiederherstellung als zusammengehörige Sicherungsaufgabe

Fazit

Nicht die Software bildet das Archiv. Der Wert entsteht aus verständlichen Originalen, offenen Dateien, OCR und Metadaten, klaren Systemrollen, kontrollierter Verarbeitung, Volltextsuche und gesicherter Wiederherstellung.

Dieses Projekt zeigt die dateibasierte Variante dieses Prinzips. Paperless-ngx ergänzt beziehungsweise übernimmt dort, wo zentraler Dokumenteneingang, Metadatenverwaltung, Regeln und systematische Recherche gebraucht werden. Der historische ELO-Export dokumentiert die Herkunft des Bestands.