Paperless-ngx
im Test.

Paperless-ngx entsteht in einer Gemeinschaft von Mitwirkenden, ein Unternehmen steht nicht dahinter. Eine gemietete Fassung gibt es deshalb nicht, du installierst auf einem eigenen Server oder einem NAS mit Docker. Wer Rechnungen, Verträge, Behördenpost und Steuerunterlagen über Jahre aufbewahren muss, bekommt dafür ein Archiv, das eingehende Scans selbst liest und so einsortiert, dass die Volltextsuche sie später wiederfindet.

Wichtigste Funktionen

• Texterkennung ab Werk: Tesseract liest gescannte Seiten, abfotografierte Dokumente und PDFs ohne eingebetteten Text. Deutsch, Englisch, Französisch, Italienisch und Spanisch stecken bereits im Docker-Abbild, weitere der über 100 unterstützten Sprachen holt der Container beim Start nach.
• Lernende Klassifizierung ohne Sprachmodell: Paperless-ngx trainiert aus den bereits abgelegten Dokumenten ein eigenes Modell und schlägt für neue Eingänge Tags, Korrespondent, Dokumententyp und Ablagepfad vor. Dafür braucht es weder eine Grafikkarte noch eine Schnittstelle zu einem KI-Anbieter.
• Abläufe und E-Mail-Abholung: Regeln reagieren auf einen Eingang, vergeben Tags, weisen das Dokument einem Nutzer zu oder verschieben es in den Papierkorb. Aus hinterlegten Postfächern holt Paperless-ngx die Anhänge selbst ab, sodass die Rechnung ohne Zutun im Archiv landet.
• Volltextsuche auf Tantivy: Version 3.0 hat die bisherige Suchmaschine Whoosh durch Tantivy ersetzt und hebt die Fundstellen in Titel und Inhalt hervor. Die Suche greift auch auf Notizen und selbst angelegte Felder zu.
• Dateiversionen und Änderungsprotokoll: Seit Version 3.0 führt Paperless-ngx mehrere Dateifassungen unter denselben Metadaten, etwa den Scan und die später unterschriebene Endfassung. Das Änderungsprotokoll für Dokumente, Korrespondenten und Tags ist von der Installation an eingeschaltet.
• KI-Funktionen, ab Werk abgeschaltet: Version 3.0 bringt Vorschläge und einen Chat über das Archiv per Sprachmodell mit. Beides bleibt aus, bis der Betreiber die Funktion einschaltet und ein Modell hinterlegt, wahlweise ein lokales oder eines hinter einer OpenAI-kompatiblen Schnittstelle. Für die Texterkennung über Azure AI gilt dasselbe.

Preise und Tarife

Paperless-ngx kostet nichts und steht unter der GPL-3.0. Eine Bezahlfassung existiert nicht, ebenso wenig eine Nutzerstaffel oder ein Unternehmen, das etwas in Rechnung stellen könnte. Geld kostet die Hardware.

Für kleine Bestände reicht laut Projektdokumentation ein Raspberry Pi, wobei die Anleitung dann rät, die Zahl der Arbeitsprozesse zu senken und die Texterkennung auf die erste Seite zu beschränken. In einer Firma ist ein kleiner Server mit SSD die tragfähigere Grundlage, dazu kommt der Aufwand für Sicherungskopien. Wer die KI-Funktionen einschaltet und dafür einen externen Anbieter wählt, zahlt dessen Token-Preise obendrauf. Einen Preis nennt bei diesem Werkzeug also nur der Serveranbieter, und was dort auf der Rechnung steht, ist für Geschäftskunden ein Nettobetrag, auf den die Umsatzsteuer noch aufgeschlagen wird.

Für wen ist Paperless-ngx geeignet?

• Selbstständige und kleine Firmen mit gesetzlichen Aufbewahrungsfristen: Belege müssen jahrelang greifbar bleiben, auch dann noch, wenn ein Cloud-Anbieter zwischenzeitlich seinen Tarif umgestellt hat. Bei Paperless-ngx hängt die Verfügbarkeit an der eigenen Festplatte und an der Sicherungskopie.
• Teams mit gemeinsamem Aktenbestand: Das Rechtesystem arbeitet je Dokument und je Objekt, dazu kommt die Anmeldung über den zentralen Verzeichnisdienst des Unternehmens per OIDC, also mit den Zugangsdaten, die dort ohnehin vergeben sind. Die Buchhaltung sieht damit ihre Belege und die Technik ihre Handbücher, ohne dass 2 getrennte Installationen nötig wären.
• Behörden und Einrichtungen mit strenger Datenschutzprüfung: Weil niemand die Dokumente für euch verarbeitet, entfällt der Auftragsverarbeitungsvertrag samt Prüfung der Unterauftragnehmer. Zu prüfen bleibt die eigene Serverabsicherung.

DSGVO und Datenschutz

Paperless-ngx betreibst du ausschließlich selbst, eine gehostete Fassung des Projekts existiert nicht. Damit fällt die Frage nach Serverstandort und Auftragsverarbeitungsvertrag weg, denn beides setzt einen Verarbeiter voraus, den es hier nicht gibt.

Die einzige Verbindung nach außen, die das Programm ab Werk kennt, ist die Prüfung auf neue Versionen, und die ist ausgeschaltet. Die Oberfläche fragt einmal nach, ob sie eingeschaltet werden soll. Erst nach einem Klick auf Aktivieren ruft der Server die Versionsliste bei api.github.com ab, Dokumentinhalte sind daran nicht beteiligt. Einen Analysedienst oder eine automatische Fehlermeldung an Dritte gibt es nicht.

Die KI-Funktionen aus Version 3.0 ändern daran nichts, solange niemand sie einschaltet. Ab Werk ist der Schalter dafür nicht gesetzt und kein Modell hinterlegt, ohne beides bleiben Vorschläge und Chat stumm.

Trägt der Betreiber einen externen Anbieter ein, gehen die Dokumentinhalte dorthin, und die Projektdokumentation warnt ausdrücklich davor. Mit einem selbst betriebenen Modell bleibt die gesamte Verarbeitung auf eurer eigenen Hardware. Dasselbe gilt für die Texterkennung über Azure AI, die ohne Schlüssel und Endpunkt nicht startet.

Die mitgelieferten Docker-Compose-Dateien veröffentlichen Port 8000 auf allen Schnittstellen des Rechners. Ein vorgelagerter Webserver mit verschlüsselter Verbindung (TLS) und die Beschränkung auf das interne Netz gehören deshalb zur Einrichtung dazu. Eine Anmeldung verlangt die Oberfläche von Anfang an, weil die Installation ein Administratorkonto anlegt. Für Dokumente mit personenbezogenen Daten endet die Datenschutzprüfung damit in der eigenen Serverdokumentation.

Alternativen zu Paperless-ngx

• Paperless AI: Die Erweiterung übergibt die Klassifizierung an ein Sprachmodell und bringt einen Chat über das Archiv mit. Seit Version 3.0 kann Paperless-ngx beides selbst, der eigenständige Nutzen der Erweiterung schrumpft damit auf die breitere Auswahl an Modellanbietern.
• Docling: Docling zerlegt PDFs und Office-Dateien in strukturierte Formate, ein Archiv oder eine Oberfläche gehört nicht dazu. Als Vorstufe für eigene Verarbeitungsketten ist das sinnvoll.
• Nextcloud: Nextcloud legt Dateien auf eigener Infrastruktur ab und gibt sie frei, die Volltextsuche kommt über eine Zusatz-App dazu. Scans nach Korrespondent und Dokumententyp erschließt Nextcloud nicht, dafür fehlt die automatische Verarbeitungsstrecke.