Das KI-Unternehmen Dharma-AI hat mit dem Dharma Field Extractor ein Modell vorgestellt, das gezielt Felder aus Dokumenten liest. Im eigenen Test schlägt das Modell mit zwei Milliarden Parametern alle geprüften Frontier-Modelle, und das zu einem Bruchteil der Kosten. Für Häuser mit hohem Dokumentenaufkommen stellt sich damit die Frage, ob große Sprachmodelle für solche Aufgaben die richtige Wahl sind.
Was das Modell leistet
Laut dem Blogbeitrag der Entwickler vom 4. November 2026 erhält das Modell ein Dokumentbild und auf Wunsch ein Schema. Ohne Schema erkennt es selbst, welche Teile der Seite strukturierte Felder sind. Mit Schema füllt es genau die vorgegebenen Felder unter den gewünschten Namen. Fehlt ein Feld im Dokument, liefert es einen leeren Wert und erfindet nichts.
Der Unterschied zur klassischen Texterkennung (OCR) liegt in der Zuordnung. OCR gibt den gesamten Text einer Seite zurück, ohne zu sagen, welche Zahl die Rechnungssumme ist. Diese Zuordnung mussten bisher eigener Code oder ein großes Sprachmodell leisten. Basis ist das hauseigene, frei verfügbare OCR-Modell DharmaOCR-LITE, das für die Feldextraktion nachtrainiert wurde.
Was der Benchmark zeigt und was nicht
Der Field Extractor erreicht im Test der Entwickler einen Wert von 0,834 auf einer Skala bis eins. Claude Opus 5 kommt als bestes Vergleichsmodell auf 0,816, der Abstand ist also gering. Die Kosten liegen nach Angaben von Dharma-AI 6- bis 147-mal niedriger als bei den Frontier-APIs (Stand: 4. November 2026).
Die Zahlen verdienen Vorsicht, denn es handelt sich um einen Benchmark des Anbieters ohne unabhängige Prüfung. Zudem sind die Kosten ungleich gerechnet. Für die APIs gelten Listenpreise je Token, für das eigene Modell nur die Miete einer GPU. Betrieb, Wartung und Auslastung eigener Infrastruktur fehlen in dieser Rechnung, was die Entwickler selbst einräumen.
Warum das für Finanzhäuser relevant ist
Asset Manager, Banken und Family Offices verarbeiten laufend strukturierte Dokumente: Kapitalabrufe, Depotauszüge, Rechnungen und Ausweise im KYC-Prozess. Gerade in Private Markets kommen viele davon noch als PDF. Ein spezialisiertes Modell könnte solche Daten günstiger in vorhandene Systeme bringen. Das ist eine Einschätzung der Redaktion, denn Tests mit Finanzdokumenten nennt der Beitrag nicht.
Hinzu kommt die Frage der Datenhoheit. Ein kleines Modell lässt sich auf eigener Hardware betreiben, Kundendaten verlassen das Haus dann nicht. Das erleichtert die Steuerung von IKT-Drittanbieterrisiken, die die DORA-Verordnung verlangt. Den Field Extractor selbst bietet Dharma-AI bisher über ein eigenes Webportal zum Testen an.
Worauf Entscheider jetzt achten
Das Ergebnis passt zu einer These, die Dharma-AI seit Längerem vertritt: Für eng umrissene Aufgaben genügt ein kleines, gezielt trainiertes Modell. Für Verantwortliche in IT und Operations heißt das, Anwendungsfälle einzeln zu prüfen. Aussagekräftig sind am Ende nur Tests auf den eigenen Dokumenten.
Zu beobachten ist, ob unabhängige Vergleiche die Werte bestätigen. Offen ist auch, wie gut das Modell mit deutschen Finanzdokumenten umgeht, denn trainiert wurde es vor allem mit englischen und brasilianischen Unterlagen.
* DE: Die ergänzenden Inhalte können KI-generiert sein. EN: The additional content may be AI-generated.