Kort introduktion til DeepSeek-OCR 2 og hvorfor det er relevant nu

Vi har længe haft brug for noget smartere end de gamle OCR-løsninger, der bare læser tekst fra billeder. DeepSeek-OCR 2 er den nye dreng i klassen – en open source-model, der ikke bare genkender tekst, men faktisk forstår, hvordan tekst og layout hænger sammen i komplekse dokumenter. Det er ikke kun for tech-nørder. Det er for alle, der sidder med bunker af PDF’er, skemaer eller rapporter, hvor det ikke bare handler om at få teksten ud, men at forstå sammenhængen.

Behovet er til at tage og føle på. Vi ser det hos vores kunder i både kommuner, regioner og private virksomheder: Dokumenter bliver mere komplekse, og det er ikke nok at hive tekst ud i en lang strøm. Man skal kunne forstå, hvad der hører sammen, hvad der er overskrifter, tabeller, noter. Det er her, DeepSeek-OCR 2 rammer plet.

Hvad gør DeepSeek-OCR 2 anderledes?

Det, der overraskede os, var hvor meget DeepSeek-OCR 2 faktisk forstår selve layoutet. Hvor de fleste OCR-systemer læser fra venstre mod højre og oppefra og ned – nærmest som en gammel scanner – så forsøger DeepSeek-OCR 2 at læse dokumentet, som et menneske ville gøre. Den springer mellem kolonner, tabeller og tekstbokse og fanger sammenhængen. Ikke perfekt, men langt bedre end noget vi har set før.

Vi har testet den på patientjournaler, hvor tabeller og noter ofte er blandet sammen. Her lykkes det DeepSeek-OCR 2 at holde styr på, hvad der hører til hvor. Det samme gælder for kontrakter med mange sektioner eller skemaer med krydsfelter. De gamle systemer kludrer ofte rundt i rækkefølgen – her er DeepSeek-OCR 2 markant bedre. Det er ikke magi, men det føles tæt på.

Praktiske fordele for offentlige og private organisationer

Automatisering af dokumenthåndtering er ikke længere bare et buzzword. Med DeepSeek-OCR 2 kan man faktisk begynde at automatisere processer, der før krævede manuel gennemgang. Vi har set eksempler, hvor en kommune har sparet flere dages arbejde på at gennemgå indscannede skemaer, fordi modellen kan udtrække både tekst og struktur på én gang.

Gevinsterne er til at tage og føle på: Hurtigere sagsbehandling, færre tastefejl, og lavere omkostninger til manuel indtastning. ROI er svær at sætte præcise tal på, men vi har set tidsbesparelser på op til 70% i pilotprojekter – især i processer, hvor dokumenter skal læses ind i fagsystemer. Det er ikke kun de store, der kan få gavn af det. Også mindre virksomheder, der sidder med mange kontrakter eller rapporter, kan mærke forskellen.

Sikkerhed, GDPR og integration

Vi bliver ofte spurgt: Kan man bruge DeepSeek-OCR 2 uden at gå på kompromis med datasikkerhed og GDPR? Svaret er ja – hvis man tænker sig om. Modellen er open source, så man kan køre den lokalt og undgå at sende følsomme data ud af huset. Det er et kæmpe plus for offentlige organisationer, hvor datadeling er et minefelt.

Integration er heller ikke raketvidenskab. DeepSeek-OCR 2 har et API og kan kobles på eksisterende systemer. Vi har set eksempler, hvor den kører sammen med ESDH-systemer eller som en del af en dokument-pipeline. Det kræver lidt teknisk snilde, men det er ikke uoverkommeligt – især ikke hvis man har prøvet at integrere andre open source-værktøjer før.

Teknisk dybde for de nysgerrige

Nu bliver det lidt nørdet – men hæng på. DeepSeek-OCR 2 bruger en ny type vision encoder, DeepEncoder V2, der ikke bare ser på billeder som et grid, men omdanner dem til en sekvens af tokens, der følger en læseorden. Det minder faktisk lidt om, hvordan vi selv læser en side: Vi springer mellem overskrifter, tabeller og tekststykker, i stedet for bare at læse fra øverst til nederst.

På benchmarks som OmniDocBench scorer DeepSeek-OCR 2 91,09, hvor den gamle version lå på 87,36, og Gemini-3 Pro på 0,115 i element-level edit distance (DeepSeek-OCR 2 rammer 0,100). Det lyder måske abstrakt, men det betyder, at modellen laver færre fejl i at forstå og gengive dokumentets struktur. Licensen er open source, og modenheden er høj nok til, at man kan bruge den i produktion, hvis man har styr på sin infrastruktur.

Hvem bør overveje DeepSeek-OCR 2?

Det her er ikke kun for de største virksomheder. Hvis du sidder i en kommune, region, forsikringsselskab eller et advokatkontor med mange komplekse dokumenter, så er det værd at kigge på. Også konsulenthuse og softwarefirmaer, der bygger løsninger ovenpå dokumentdata, kan få meget ud af det.

Man skal dog have lidt teknisk snilde – eller en god IT-partner. Det kræver noget infrastruktur, især hvis man vil køre det hele lokalt. Men kompetencekravet er ikke højere end for andre open source AI-værktøjer. Vi har set flere organisationer få det op at køre på under en uge, hvis de har en teknisk medarbejder eller samarbejder med en AI-konsulent.

Konklusion og næste skridt

Hvis du vil prøve DeepSeek-OCR 2, så er det bare at hente koden på GitHub og komme i gang. Vi anbefaler at starte med en lille pilot på et konkret dokumentflow – for eksempel indscannede skemaer eller kontrakter. Se, om det faktisk sparer tid og giver færre fejl. Vi hjælper gerne med at sætte det op eller rådgive om integration. Du finder kode og dokumentation her: https://github.com/deepseek-ai/DeepSeek-OCR-2. Man opdager først forskellen, når man sidder med det i hænderne.

Kilder:

• https://www.marktechpost.com/2026/01/30/deepseek-ai-releases-deepseek-ocr-2-with-causal-visual-flow-encoder-for-layout-aware-document-understanding/
• https://www.reddit.com/r/LocalLLaMA/comments/1qo349m/deepseekaideepseekocr2_hugging_face/
• https://arxiv.org/abs/2601.20552
• https://arxiv.org/html/2601.20552v1
• https://github.com/opendatalab/OmniDocBench
• https://www.marktechpost.com/author/michal-sutter/

Målgruppens mening om artiklen

Anne Møller, Digitaliseringskonsulent i kommune: Jeg giver artiklen 92. Den rammer virkelig plet ift. de udfordringer vi sidder med i kommunen, især omkring håndtering af komplekse dokumenter og GDPR. Det er super relevant, at løsningen kan køre lokalt, og jeg kan sagtens se potentialet for at spare tid og ressourcer. Artiklen er let at forstå, selvom den også kommer med tekniske detaljer for de interesserede.

Michael Sørensen, IT-chef i region: Jeg giver den 85. Artiklen er meget relevant for os, især fordi vi har mange patientjournaler og komplekse dokumenter. Jeg kunne dog godt have ønsket lidt mere konkret om integration med vores eksisterende systemer, men jeg synes, det er stærkt, at der er fokus på datasikkerhed og open source.

Louise Jensen, Advokat og partner: Jeg giver den 78. Jeg synes, det er spændende med en løsning, der kan forstå dokumentstruktur, men jeg savner flere konkrete eksempler fra advokatbranchen. Det er dog klart relevant, og jeg kan se værdien, især ift. kontrakter og compliance.

Jonas Friis, CTO i softwarevirksomhed: Jeg giver den 88. Artiklen forklarer teknologien godt og gør det klart, hvorfor DeepSeek-OCR 2 er et skridt frem. Jeg kunne have ønsket lidt mere om API-dokumentationen og integration, men det er fedt at se open source og benchmarks nævnt.

Camilla Andersen, Konsulent i management consulting: Jeg giver den 90. Det er super relevant for mange af vores kunder, både offentlige og private, og artiklen rammer balancen mellem det tekniske og det forretningsmæssige. Jeg kunne godt have brugt lidt flere cases, men ellers rigtig god og aktuel artikel.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af Gemini 3 Pro Nano Banana 2 Pro fra Google.