Apple hat Live Text als systemweite Funktion eingeführt, die Text in Bildern erkennt. In der Theorie klingt es, als würde es das Problem „Text in Bildern nicht auswählen können" lösen. In der Praxis funktioniert es in einem engen Satz von Szenarien und tut in vielen Situationen, in denen du es tatsächlich brauchst, lautlos gar nichts.
Wo Live Text an seine Grenzen stößt
Live Text funktioniert in Fotos, Vorschau, Safari (bei manchen Bildern) und Quick Look. Das ist ungefähr die Grenze seiner Reichweite. Hier sind die häufigen Situationen, in denen es nicht helfen kann:
Video-Frames. Live Text funktioniert nicht bei Videoinhalten. Wenn Text in einem YouTube-Video, einer Zoom-Bildschirmfreigabe, einer QuickTime-Aufnahme oder einem beliebigen Streaming-Player erscheint, erkennt Live Text ihn nicht. Du bist wieder beim manuellen Abtippen.
App-Oberflächen und Dialoge. Text, der als Labels in App-UIs, Fehlerdialogen, Menüeinträgen und benutzerdefinierten Steuerelementen gerendert wird, ist für Live Text unsichtbar. Es aktiviert sich nur bei eingebetteten Bildern, nicht bei beliebigen Bildschirminhalten.
Web-Apps mit Canvas oder SVG-Text. Viele moderne Web-Apps rendern Text über Canvas-Elemente oder SVG — Dashboards, Datentools, Design-Apps. Live Text erreicht diese Rendering-Kontexte nicht.
Nicht-auswählbare PDFs. Obwohl Vorschau manchmal Text in bildbasierten PDFs erkennen kann, sind die Ergebnisse unzuverlässig und hängen von Scanqualität, Seitenkomplexität und PDF-Struktur ab. Viele gescannte Dokumente zeigen schlicht keine Live-Text-Interaktion.
Kopiergeschützte Inhalte. Live Text respektiert DRM und Kopierbeschränkungen. Wenn eine App oder ein Dokument die Textauswahl deaktiviert hat, hält sich Live Text daran.
Kein Erfassungsverlauf. Live Text hat kein Gedächtnis. Jede Erkennung ist flüchtig. Wenn du das Bild schließt oder wegnavigierst, ist der erkannte Text weg. Es gibt kein Protokoll oder keinen Verlauf dessen, was du extrahiert hast.
Bildschirm-OCR ohne diese Einschränkungen
Optic arbeitet auf Bildschirmebene statt auf Datei- oder Bildebene. Es liest Zeichen von allem, was auf deinem Display sichtbar ist — jede App, jede Quelle, jeder Kontext. Video-Frames, Dialogfenster, Web-App-Canvases, gesperrte PDFs, Remote-Desktop-Sitzungen — wenn du Text sehen kannst, kann Optic ihn lesen.
Verlauf und Sprachausgabe
Anders als Live Text speichert Optic jede Erfassung in einem dauerhaften Verlauf, der über die Menüleiste zugänglich ist. Es enthält außerdem eine Sprachausgabe, mit der du erfassten Text vorlesen lassen kannst — nützlich zum Korrekturlesen oder für die Barrierefreiheit.
QR-Code-Scanning
Live Text kann QR-Codes in manchen Bild-Kontexten lesen, aber nicht aus Videos, Bildschirmfreigaben oder beliebigen App-Fenstern. Optic scannt QR-Codes von überall auf deinem Bildschirm und dekodiert sie sofort.