Amazon Textract is een AWS API die documenten analyseert en tekst, formulieren, tabellen en Query-resultaten retourneert. Om het in productie te draaien, bouwt jouw team de pijplijn eromheen: ingestie, job-orkestratie, schema-mapping, validatie, retries, monitoring en levering. Parseur is een beheerd documentverwerkingsplatform dat die pijplijn al bevat, van inname via e-mail of API tot gevalideerde JSON die per webhook wordt geleverd.
De API-call is één regel boto3. De andere dertien vakjes in het architectuurschema zijn voor jou.
Als je een AWS Textract-alternatief overweegt, is de keuze eenvoudig. Kies Textract als je een AWS-native pijplijn wilt die jouw engineers beheren en controleren. Kies Parseur als je wilt dat terugkerende documenten worden omgezet in gestructureerde data in jouw bedrijfssystemen, zonder die laag zelf te moeten bouwen en onderhouden.
Belangrijkste punten
- Textract is een documentanalyse-API. Het retourneert tekst, formulieren, tabellen en Query-resultaten als Block-objecten. Ingestie, orkestratie, schema-mapping, validatie, retries, monitoring en levering moeten door jouw team worden gebouwd.
- Parseur is de beheerde pijplijn. Het dekt inname via e-mail, upload en API, extractie naar jouw eigen velden, AI-documentsplitsing, validatie, foutmeldingen en webhook-levering met retries. Bovendien kunnen operationele teams de extractie wijzigen zonder tussenkomst van een developer.
- De kosten hangen af van de Textract-API die je aanroept. Bij 100.000 pagina's per maand kost de analyse van formulieren plus tabellen van Textract ongeveer $6.500 tegen de door AWS gepubliceerde tarieven, los van de kosten voor andere AWS-services of engineering. Parseurs abonnement voor 100.000 pagina's kost $3.699 per maand voor de gehele pijplijn. AnalyzeExpense is goedkoper met $1.000, maar dekt uitsluitend facturen en bonnen.
- Nieuwe Textract-implementaties hebben hun eigen menselijke beoordeling nodig. AWS heeft Amazon A2I op 30 juli 2026 gesloten voor nieuwe klanten.
- Beide lezen documenten goed genoeg. Kies op basis van beheer, niet op basis van OCR: hoeveel van de documentverwerkingsapplicatie wil jouw team daadwerkelijk zelf bouwen en beheren?
Amazon Textract vs Parseur in één oogopslag
| Amazon Textract | Parseur | |
|---|---|---|
| Wat het is | Documentanalyse-API op AWS | Beheerd documentverwerkingsplatform |
| Wie de pijplijn bouwt | Jouw engineering-team | Parseur. Jij configureert velden en koppelt de output |
| Documentinname | Documenten in Amazon S3, e-mailingestie moet worden gebouwd | E-mail, bestandsupload en API zijn ingebouwd |
| Output | Block-objecten die jouw applicatie naar zijn eigen schema mapt | JSON met gebruik van jouw eigen veld- en tabelnamen |
| Validatie en fouten | Ingebouwd in jouw applicatie | Controles op vereiste velden, keuzes en schema, foutmeldingen, webhook-retries |
| Documentsplitsing | Alleen ingebouwd in de Analyze Lending-API, anders samengesteld uit andere AWS-services | Splitsing op pagina, paginabereik, trefwoord en AI |
| Betrouwbaarheidsscores | Ja, 0 tot 100 per gedetecteerd item | Nee, in plaats daarvan op regels gebaseerde validatie |
| Een veld of format wijzigen | Codewijziging en herimplementatie | Bewerk velden of instructies in de app |
| Kosten bij 100.000 pagina's per mnd | Ongeveer $1.000 (AnalyzeExpense) tot $7.000 (formulieren + tabellen + Queries) aan API-kosten, plus AWS en engineering | $3.699 per maand abonnement |
| Hosting en compliance | Jouw keuze van AWS-regio, je verifieert de compliance scope per service | Verwerking en opslag in de EU, SOC 2 Type II, GDPR |
Wat is het beste alternatief voor het bouwen van een pijplijn rond Amazon Textract?
Het belangrijkste AWS Textract-alternatief voor het bouwen van een productie-pijplijn is een beheerd documentverwerkingsplatform zoals Parseur, dat inname, extractie naar jouw eigen schema, validatie, foutmeldingen en webhook-levering als één service afhandelt. Andere cloud-API's, zoals Google Document AI en Azure AI Document Intelligence, zijn geen volwaardige alternatieven voor de bouwfase. Ze vervangen enkel de extractie-call en laten de rest van de pijplijn aan jou over.
Dit vraagstuk belandt meestal bij een backend- of platform-lead van een SaaS-bedrijf dat al op AWS draait. Iemand vroeg hen om de inname van leveranciersfacturen of bestelformulieren te automatiseren, en Textract was de meest logische eerste stop: het account bestaat al, de credits zijn er, het inkoopproces is afgerond. Het boto3-prototype werkte binnen één sprint. Daarna vroeg operations om inname via e-mail, wilde finance line items in NetSuite met ISO-datums, stuurde een leverancier opeens een bundel van 90 pagina's, en kreeg het "snelle Textract-script" plotseling een vaste plek in het on-call rooster.
Dat is het moment waarop Textract en Parseur niet langer op elkaar lijken. Ze bevinden zich in de basis op totaal verschillende lagen van de architectuur. Voor asynchrone verwerking documenteert AWS een stroom waarbij een document wordt opgeslagen in Amazon S3, een Textract Start-operatie de analyse begint, Amazon SNS de voltooiingsstatus publiceert, Amazon SQS of AWS Lambda deze ontvangt, en de applicatie een Get-operatie aanroept om de resultaten op te halen. De applicatie moet vervolgens nog steeds mappen, valideren, opnieuw proberen, monitoren, opslaan en afleveren.


Het kortere traject met Parseur laat niet alle productie-eisen verdwijnen. Parseur documenteert schema-mapping, normalisatie, validatie van vereiste en keuzevelden, foutmeldingen, webhooks en aangepaste Python-nabewerking. Vereisten daarbuiten hebben uiteraard nog steeds downstream logica nodig.
Parseur in productie
Parseur draait sinds 2016 in productie en heeft meer dan 100 miljoen documenten verwerkt. Het verwerkt volumes van 1.000 tot 1 miljoen pagina's per maand via de web-app en de API, met een uptime van 99,9% of beter. Klantdata wordt verwerkt en opgeslagen in de Europese Unie, Parseur is SOC 2 Type II en GDPR compliant, en elke mailbox heeft zijn eigen bewaartermijn. Zie Parseur security voor meer details.
De extractienauwkeurigheid van Parseur is vastgelegd in drie openbare benchmarks die in oktober 2026 zijn uitgevoerd. Amazon Textract maakte hier geen deel van uit, dus deze cijfers tonen hoe Parseur met moeilijke documenten omgaat en vormen geen directe head-to-head vergelijking:
- Handwriting OCR Benchmark 2026: 209 van de 209 velden correct op zeven gescande, deels handgeschreven olie- en gasformulieren van de Texas Railroad Commission, de enige perfecte score onder zes tools.
- Multilingual Invoice Extraction Benchmark 2026: 200 van de 200 velden correct op Duitse, Franse, Japanse en Koreaanse facturen, inclusief een factuur van twee pagina's en een smartphonefoto, het enige resultaat met nul fouten onder zes IDP-tools.
- LLM Document Extraction Benchmark 2026: als eerste geplaatst van vier tools bij zeven vrachtbrieven, en één van de slechts twee tools die alle 47 containernummers uit een vrachtbrief van 20 pagina's haalde, waar ChatGPT en Gemini zonder enige waarschuwing null retourneerden.
Het andere grote verschil is wie de workflow kan aanpassen. Bij een Textract-build vereist een nieuw veld, leveranciersformaat of documenttype meestal een codewijziging en een herimplementatie. In Parseur bewerkt een operationeel of financieel manager de velden en instructies eenvoudig in de app, en koppelt een developer de output slechts eenmalig.
Wat Amazon Textract eigenlijk doet
Amazon Textract is een AWS-service die informatie in documenten detecteert en analyseert. De API's extraheren regels en woorden, formuliervelden als key-value paren, tabellen, selectie-elementen zoals checkboxen, handtekeningen en antwoorden op Queries. AWS biedt ook aangepaste Query adapters en gespecialiseerde API's voor onkosten en leningen (lending).
Met de AnalyzeDocument-API kunnen developers functies aanroepen zoals TABLES, FORMS, QUERIES, SIGNATURES en LAYOUT. Textract retourneert onderling verbonden Block-objecten: een tabel heeft TABLE en CELL blocks, een formulier gebruikt KEY_VALUE_SET blocks, en een query koppelt QUERY en QUERY_RESULT blocks, elk met relaties, geometrie en een betrouwbaarheidsscore.
Die structuur is zeer uitgebreid, maar het is zelden het uiteindelijke schema dat jouw applicatie direct nodig heeft. Een crediteurensysteem verlangt doorgaans naar een JSON-object met invoice_number, supplier_name, invoice_date, currency en een array van genormaliseerde line items. Om van Blocks naar dat specifieke object te komen, is jouw eigen code nodig. Het werkend houden van het systeem wanneer een leverancier zijn factuurontwerp wijzigt, vereist eveneens code-onderhoud.
Huidige documentlimieten van Amazon Textract
| Textract-beperking | Huidige gedocumenteerde limiet |
|---|---|
| Synchrone PDF/TIFF | 1 pagina |
| Synchrone bestandsgrootte | 10 MB |
| Asynchrone PDF/TIFF | Tot 3.000 pagina's |
| Asynchrone bestandsgrootte | Tot 500 MB |
| Synchrone Queries | Tot 15 per pagina |
| Asynchrone Queries | Tot 30 per pagina |
Deze limieten sluiten Textract absoluut niet uit, maar ze bepalen wel mede het ontwerp. PDF's met meerdere pagina's hebben de asynchrone StartDocumentAnalysis- en GetDocumentAnalysis-operaties nodig, die hun eigen job lifecycle, quota's en foutmodi met zich meebrengen.
Wat vereist een productie-Textract-pijplijn?
Een Amazon Textract productie-pijplijn heeft documentingestie, asynchrone job-orkestratie, schema-mapping, normalisatie, validatie, retries en foutafhandeling, documentsplitsing, monitoring, een pad voor onzekere resultaten, en opslag en levering nodig. Textract doet de documentanalyse. De omliggende applicatie doet de rest. Hier volgt een overzicht van elk onderdeel, en hoe Parseur daarmee omgaat.
1. Documentinname
Voordat Textract een document asynchroon kan analyseren, moet het document in Amazon S3 staan. AWS geeft het S3-object door via de DocumentLocation-parameter van StartDocumentAnalysis.
Uploads volgen een pad zoals applicatie, dan S3, dan een event of wachtrij, dan verwerking. E-mail vereist nog een extra laag. Een factuur die als bijlage bij een inkomende e-mail zit, reist immers niet vanzelf van de inbox naar Textract. Iets moet de e-mail ontvangen, de juiste bijlage vinden en deze in S3 plaatsen voordat de eigenlijke taak überhaupt begint.
Hoe Parseur hiermee omgaat: elke Parseur-mailbox heeft een eigen uniek e-mailadres, zodat leveranciers en collega's documenten kunnen doorsturen of in (B)CC kunnen zetten. Parseur splitst de e-mailtekst en bijlagen automatisch in aparte records. Bestanden kunnen ook handmatig worden geüpload of via de Parseur-API worden verzonden als binaire documenten of als e-mailachtige payloads (inclusief afzender, onderwerp, body, headers en bijlagen).
2. Job-orkestratie
Voor productie-verwerking van meerdere pagina's gebruikt Textract asynchrone jobs: StartDocumentAnalysis retourneert een JobId, Textract verwerkt het S3-document, SNS publiceert de voltooiingsstatus, SQS of Lambda ontvangt dit, en GetDocumentAnalysis haalt de resultaten op.
Een minimale architectuur ziet eruit als S3, dan Lambda of Step Functions, dan StartDocumentAnalysis, SNS, SQS, Lambda en tot slot GetDocumentAnalysis. AWS raadt sterk af om Get-operaties te pollen, aangezien deze beperkt kunnen worden. In plaats daarvan beschrijven ze een enkele SQS-wachtrij als het meest gangbare patroon voor veel gelijktijdige taken.
Deze levenscyclus vereist een eigen administratie. Een JobId is zeven dagen geldig, en asynchrone resultaten worden standaard zeven dagen bewaard, tenzij je een eigen S3-bestemming instelt via OutputConfig. Een ClientRequestToken zorgt bovendien voor idempotentie. Het opstarten van te veel jobs tegelijk kan een LimitExceededException opleveren, waardoor hoge volumes altijd een wachtrij nodig hebben om pieken op te vangen.
Hoe Parseur hiermee omgaat: de verwerking door Parseur is tevens asynchroon, maar Parseur beheert de wachtrij volledig. Je hoeft zelf geen complexe start-, notify- en retrieve-lifecycle rond de extractie-engine te bouwen.
3. Verander de output van Textract in jouw bedrijfsschema
Textract retourneert een documentanalyse, niet jouw data contract. Een productieapplicatie moet dus Blocks mappen naar het stabiele schema dat het ERP, de database of API verwacht.
Textract vindt mogelijk "Invoice No.: INV-8493", een datum ergens anders op de pagina en een tabel met line-item cellen. Jouw applicatie verwacht echter dit:
{
"invoice_number": "INV-8493",
"supplier": "Acme Ltd",
"invoice_date": "2026-09-01",
"currency": "USD",
"total": 9420.5,
"line_items": [{ "sku": "A-100", "quantity": 4, "unit_price": 120.0 }]
}
De transformatielaag regelt field mapping (Invoice Number, Invoice # en Invoice No. worden allemaal invoice_number), normalisatie (09/01/2026 en 1 Sep 2026 worden beide 2026-09-01), tabellen (Blocks en relaties worden arrays van line items) en onderhoud naarmate leveranciers hun lay-outs veranderen. De betrouwbaarheid van Textract loopt van 0 tot 100, en AWS merkt op dat financiële workflows vaak drempels van 90 of hoger vereisen. De mappinglaag bepaalt dus ook wat er moet gebeuren met lage scores.
Dat onderhoud is precies waar zelfgebouwde pijplijnen vaak verzanden in complexiteit, leverancier voor leverancier. Elke nieuwe afzender brengt een nieuw label, een afwijkende tabelvorm of een nieuw datumformaat met zich mee. Queries helpen daarbij deels, aangezien de vraag "Wat is het factuurnummer?" werkt over lay-outs heen, maar ze zijn synchroon beperkt tot 15 per pagina (en asynchroon tot 30), kosten extra geld en retourneren nog steeds resultaten die jouw eigen code moet verwerken en mappen.

Hoe Parseur hiermee omgaat: Parseur begint direct bij het gewenste bedrijfsschema. Je maakt een Simple Field voor elke enkele waarde en een Table Field met kolommen voor herhalende data zoals line items. Je voegt output formats toe voor datums en getallen, en schrijft duidelijke instructies per veld of voor het hele document, zoals "normaliseer datums naar YYYY-MM-DD". De AI-engines extraheren op basis van die expliciete definities in plaats van per lay-out sjabloon, waardoor één mailbox zonder moeite veel verschillende afzenders aankan. Een nieuwe afwijking bij een leverancier betekent hooguit een bewerkte instructie, geen deployment.
4. Valideer de geëxtraheerde data
Een pijplijn is nog niet klaar wanneer het JSON heeft geproduceerd. Voordat de data een ERP, CRM of database bereikt, moet iets controleren of deze compleet, correct geformatteerd en inhoudelijk acceptabel is voor het bedrijf.
Voor een factuur betekent dat antwoord geven op vragen zoals: is invoice_number aanwezig, is het totaal een getal, wordt de betreffende valuta ondersteund, is subtotaal plus btw gelijk aan het totaal, bestaat de leverancier in het ERP, is de inkooporder bekend, en ligt een bepaalde key value wellicht onder de betrouwbaarheidsdrempel? Extractiebetrouwbaarheid en bedrijfsvaliditeit zijn namelijk twee verschillende dingen. Een waarde kan met 99% zekerheid correct gelezen zijn, en desondanks een bedrijfsregel overtreden.
In een Textract-build is dit doorgaans een Lambda-functie of service die JSON Schema of Pydantic checks uitvoert en lookups doet in het ERP of de database, inclusief een wachtrij voor mislukte records.
Hoe Parseur hiermee omgaat: velden krijgen output formats voor datums en getallen, en een veld kan worden ingesteld op "Fail processing if field not found". Parseur voert standaard drie ingebouwde controles uit: schema, required-field en choice-field validatie, uitgebreid beschreven op de normalization and validation pagina. Een mislukt document krijgt de status Process Failed, wordt prominent weergegeven in de app, triggert een e-mailmelding en activeert (indien geconfigureerd) een process-failed webhook. Met Python post-processing regels, beschikbaar op plannen vanaf 10.000 pagina's per maand, kan data verder worden hervormd, kunnen externe lookups worden uitgevoerd of custom bedrijfsregels worden toegepast.
Parseur retourneert geen betrouwbaarheidsscores per veld. Een Parseur-workflow definieert simpelweg wat waar moet zijn om een document goed te keuren, en keurt het af wanneer dit niet het geval is. Teams die specifiek routering op basis van betrouwbaarheidsscores (confidence) eisen, moeten rekening houden met dit wezenlijke verschil.
5. Bouw retries, idempotentie en foutafhandeling
Betrouwbaarheid in productie betekent voorspelbaar gedrag wanneer een API throttlet, een taak mislukt, een document ongeldig is, of als het bestemmingssysteem tijdelijk offline is.
AWS documenteert diverse Textract-fouten, waaronder throttling, overschrijding van de ingerichte doorvoer (provisioned throughput), service-onbeschikbaarheid, ongeldige S3-objecten, niet-ondersteunde documenten en taaklimieten. Deze vereisen allemaal verschillende reacties:
- Tijdelijke storing: retry met exponential backoff en jitter. Het SDK-voorbeeld van AWS staat doorgaans tot vijf retries toe.
- Capaciteitslimiet: in de wachtrij plaatsen en later opnieuw proberen. Gebruik SQS om pieken in werkaanbod op te vangen.
- Ongeldige of niet-ondersteunde input: direct stoppen en doorsturen naar exception handling.
- Herhaalde fout: waarschuwen of naar een speciale error queue sturen.
- Succes: veilig doorgaan naar het validatiestadium.
Retries hebben ook idempotentie nodig. StartDocumentAnalysis accepteert hiervoor een ClientRequestToken, welke zeven dagen geldig is. Zo zorgt een herhaald verzoek ervoor dat dezelfde JobId wordt geretourneerd in plaats van blindelings een nieuwe, dubbele taak te starten.
Daarna is er de eindbestemming: het systeem waaraan je de data daadwerkelijk levert. Het ERP, CRM, de database of de interne API die de data moet ontvangen, kan down zijn. Ook daarvoor heeft de pijplijn een solide leveringsbeleid nodig.
Hoe Parseur hiermee omgaat: als een in aanmerking komende webhook-levering mislukt, probeert Parseur dit tot vijf keer opnieuw na de oorspronkelijke poging (in totaal zes pogingen), met exponential backoff. Dit geldt voor HTTP 408, 429 en 5xx responses, alsook voor netwerkfouten en timeouts, zoals netjes gedocumenteerd in de Parseur webhook docs. Webhook-logs bewaren altijd de payload, elke individuele afleverpoging, response codes, response bodies, errors en timings.
6. Omgaan met samengestelde documenten en documentsplitsing
Een bestand met meerdere pagina's is niet per definitie één enkel zakelijk document. Een pijplijn die bestandsbundels verwerkt, moet dus goed uitzoeken waar elk document start en stopt voordat er data wordt geëxtraheerd.
Een pdf van 90 pagina's kan een factuur, een pakbon, een inkooporder, een rits aan algemene voorwaarden en een tweede factuur bevatten. Zelfs als Textract elke pagina succesvol leest, moet de applicatie nog steeds uitvogelen dat er twee facturen aanwezig zijn, de inkooporder van de pakbon scheiden, en elke categorie netjes naar het juiste schema routeren.
AWS publiceert een end-to-end architectuur die splitst en classificeert met Amazon Comprehend, vervolgens extraheert met de juiste Textract-API, en de boel coördineert met behulp van Step Functions en Lambda. De Analyze Lending-API van Textract omvat splitsing en classificatie al wel out-of-the-box, maar uitsluitend voor leningen (lending packages). Voor facturen, inkooporders en pakbonnen moet deze logische laag volledig zelf worden gebouwd.
Hoe Parseur hiermee omgaat: document splitting is een eenvoudige instelling op mailbox-niveau. Een bundel kan worden gesplitst na een vast aantal pagina's, op specifieke paginabereiken, voor of na een trefwoord, of met AI wanneer grenzen lastig voorspelbaar zijn. AI splitting classificeert paginatypes en groepeert logisch gerelateerde pagina's. Elk resultaat wordt vervolgens geëxtraheerd als zijn eigen afzonderlijke record, en een splitsing kan altijd ongedaan worden gemaakt. Elke splitsing mapt feilloos naar het schema van de mailbox in kwestie. Documenttypen met afwijkende velden vereisen daarom aparte mailboxen, en ongebruikelijke bestandsbundels moeten idealiter vooraf getest worden op basis van echte samples.
7. Monitor de pijplijn in productie
Productiemonitoring moet meer vragen beantwoorden dan louter "'Is de API online?': worden documenten goed verwerkt, is de geëxtraheerde data geldig en is deze op de juiste bestemming afgeleverd?
Hoe Parseur hiermee omgaat: Parseur monitort de gehele documentworkflow end-to-end, niet enkel de losse extractie-call.
- Configureerbare waarschuwingsmails vertellen jouw team proactief wanneer documenten niet verwerkt of geëxporteerd kunnen worden.
- "Process failed" webhooks vuren af wanneer een document niet door de ingestelde validatie komt, zodat jouw incident- of ticketing-tool geheel automatisch een ticket kan inschieten.
- "Export failed" webhooks vuren af wanneer een levering aan jouw eindpunt zelfs na meerdere retries mislukt, zodat een kapot ERP-eindpunt nooit stilletjes faalt en onopgemerkt blijft.
- Verwerkings- en webhook-logboeken registreren minutieus elke documentstatus, payload, afleveringspoging en response code.
Jouw eigen monitoring dekt nog steeds de externe systemen die de data ontvangen, maar Parseur informeert die systemen — en jouw team — zodra er aan de Parseur-kant actie vereist is.
Hoe dit werkt bij Textract: Amazon Textract publiceert service-metrics naar Amazon CloudWatch, waaronder SuccessfulRequestCount, ThrottledCount, ResponseTime, ServerErrorCount en UserErrorCount. Je kunt hierop CloudWatch-alarmen configureren. Deze metrics stoppen echter hard bij de grens van de Textract-service. De rest van de pijplijn behoeft zijn eigen observability:
| Pijplijnfase | Signalen om te monitoren |
|---|---|
| Wachtrij en orkestratie | Wachtrijdiepte, wachttijd, mislukte taken |
| Amazon Textract | Succesvolle verzoeken, throttling, responstijd, service- en gebruikersfouten |
| Mapping en validatie | Ontbrekende velden, lage betrouwbaarheidswaarden, schemafouten, business rule fouten |
| Downstream levering | Afleveringssucces, retries, endpoint errors |
| Bedrijfsresultaat | Voltooide documenten, exceptions, verwerkingstijd, kosten per pagina |
Een specifieke Textract-taak kan slagen, terwijl de bredere workflow alsnog faalt: een verplicht veld onder de drempelwaarde, een afwijzing van het gedefinieerde schema, een SQS-achterstand, of een onvoorziene ERP-storing. Kortom, API-succes is beslist niet hetzelfde als workflow-succes.
8. Bepaal wat er gebeurt als de extractie onzeker is
Een robuuste productie-pijplijn heeft een expliciet pad nodig voor resultaten die niet automatisch en zonder menselijke controle verder mogen in het proces.
De theorie achter routering is makkelijk te tekenen op een whiteboard, maar in de praktijk behoorlijk lastig te bouwen. Resultaten die door de validatie komen, gaan uiteraard door. Een mislukte validatie gaat echter naar herverwerking, correctie of een exception workflow. Dubbelzinnige extracties — of extracties met een lage betrouwbaarheid — verhuizen naar een wachtrij voor menselijke controle, wanneer de workflow dit strikt vereist. Corrupte of niet-ondersteunde documenten belanden onverbiddelijk in een error queue, en mislukte leveringen proberen het na verloop van tijd opnieuw volgens het geconfigureerde delivery policy.
Voor nieuwe Textract-implementaties moet je zelf menselijke beoordeling inrichten. De HumanLoopConfig-parameter van Textract verbond de analyse voorheen aan Amazon Augmented AI (A2I) voor menselijke beoordeling. AWS heeft A2I echter in onderhoud geplaatst, zoals gecommuniceerd in de June 2026 service availability update, en de service is sinds 30 juli 2026 officieel gesloten voor nieuwe klanten. Bestaande A2I-klanten behouden toegang, maar nieuwe Textract-implementaties die een fallback voor menselijke beoordeling nodig hebben, moeten nu vanaf scratch een eigen review-applicatie ontwerpen.
Hoe Parseur hiermee omgaat: documenten die falen in de validatiestap, worden gemarkeerd als Process Failed, direct gevlagd in de web-app, gerapporteerd per e-mail en optioneel verzonden naar een process-failed webhook. Een teamlid controleert of past de veldinstructies aan en triggert een nieuwe verwerking, of de webhook pusht de geregistreerde fout simpelweg naar een reeds bestaande review- of ticketingtool. Teams die uitgebreide functionaliteit nodig hebben voor beoordelaarstoewijzing, gedifferentieerde goedkeuringen of een gedetailleerde audittrail per handmatige correctie, moeten dit specifieke stuk stroomafwaarts (downstream) zelf inrichten.
9. Sla het resultaat op en lever het af
Zodra de data is geëxtraheerd en grondig gevalideerd, moet de pijplijn de juiste artefacten opslaan en zakelijke records succesvol op hun definitieve bestemming afleveren. Textract zelf bepaalt immers niet waar jouw genormaliseerde factuur terecht moet komen, noch hoe NetSuite, Salesforce of Postgres deze precies moet ontvangen.
Een typische Textract-architectuur bepaalt concreet waar originele documenten, Textract-output (standaard zeven dagen bewaard, tenzij weggeschreven naar jouw eigen S3-bucket via OutputConfig), genormaliseerde records en compleet mislukte records veilig worden opgeslagen. Vervolgens wordt het daadwerkelijke leveringspad gebouwd, bijvoorbeeld via het rijtje S3, Textract, een gevalideerd record in een database, dan Lambda, een robuuste API-call of een custom event in het ERP.
Hoe Parseur hiermee omgaat: wanneer de verwerking succesvol is afgerond, stuurt Parseur het geparseerde resultaat als JSON naar jouw webhook-eindpunt. Dit raadt Parseur bovendien aan in plaats van het pollen van zijn REST-API. Voor teams waar het operations-team de routering beheert, stroomt dezelfde data moeiteloos direct door naar Zapier, Make, Power Automate of n8n, en vandaar verder naar systemen zoals NetSuite, Salesforce, een database of simpelweg een spreadsheet. Jouw ontvangende systeem blijft te allen tijde verantwoordelijk voor zijn eigen dataretentiebeleid en de system of record functie.
AWS Textract vs Parseur: wie beheert elk productiecomponent
De meest praktische vergelijking gaat niet over welk product de data 'het beste' extraheert, maar over de wezenlijke vraag welke delen van de productie-pijplijn jouw eigen team wil (en kan) ontwerpen, proactief beheren en langdurig onderhouden.
| Productiecomponent | AWS Textract gebaseerde stack | Parseur |
|---|---|---|
| E-mailinname | Bouw een e-mailingestie en verplaats bijlagen naar S3 | Ingebouwd, één e-mailadres per mailbox |
| Bestand en API inname | Team ontwerpt het pad, async documenten leven in S3 | Bestandsupload en API-inzending |
| Documentanalyse | Amazon Textract | Parseur |
| Async job orkestratie | Team beheert de Start, notify, Get lifecycle | Volledig beheerd door Parseur |
| Wachtrijen (Queueing) | Team configureert SQS en de onderliggende orkestratie | Volledig beheerd door Parseur |
| Veld- en schemadefinitie | Forms, Queries, adapters en complexe applicatie mapping code | Simple Fields en Table Fields, inclusief heldere veld- en documentinstructies |
| Normalisatie | Team transformeert zelf resultaten naar de juiste formats en schema's | Output formats en instructies, plus eventueel krachtige Python-nabewerking |
| Controles op vereiste velden | Zelf te bouwen applicatie-validatielogica | "Fail processing if field not found", ingebouwde schema- en keuzevalidatie |
| Retries en fouten | SDK-retries, queues, strikte idempotentie en exception handling | Beheerde verwerkingsfouten, webhook-retries tot vijf keer na een eerste poging |
| Documentsplitsing | Extra applicatielogica of aanvullende AWS services | Geavanceerde splitsing op pagina, paginabereik, trefwoord en AI |
| Monitoring | CloudWatch voor Textract, eigen observability voor alle overige lagen | Waarschuwingsmails, gerichte process-failed en export-failed webhooks, plus logs |
| Menselijke beoordeling | Compleet aparte review aanpak voor nieuwe builds, A2I is gesloten | Geen review queue, maar fouten direct gevlagd in app, via e-mail en per webhook |
| Data opslag (persistence) | Team kiest opslag voor documenten, resultaten, records en exceptions | Veilig opgeslagen in Parseur met configureerbare retentie, eigen system of record |
| JSON levering | Team bouwt zelfstandig het volledige leveringsmechanisme | Out-of-the-box webhooks, REST API, Zapier, Make, Power Automate, n8n |
| Infrastructuur | Klant beheert de brede AWS applicatie die men zelf bouwt | Parseur beheert het platform, klant is enkel verantwoordelijk voor zijn eindpunten |
| Hosting en compliance | Team kiest zorgvuldig Regio's en controleert compliance per service | EU verwerking en opslag, strenge SOC 2 Type II, GDPR, flexibele retentie per mailbox |
Uiteraard heeft niet elke Textract-build iedere bovengenoemde rij nodig. Veel hangt af van de specifieke documenttypes, het verwachte volume, de bestaande AWS-setup en de vereiste downstream systemen.
Hoeveel kost Amazon Textract bij 100.000 pagina's per maand?
Tegen de door AWS gepubliceerde US West (Oregon)-tarieven voor de eerste miljoen pagina's per maand, variëren de API-kosten van Amazon Textract voor 100.000 documenten van één pagina van grofweg $1.000 bij AnalyzeExpense tot ongeveer $7.000 bij een combinatie van formulieren, tabellen en Queries. Die cijfers dekken strikt de API-aanroepen. Dit is nog los van de kosten voor S3, Lambda, Step Functions, SQS, SNS, CloudWatch en de broodnodige engineering-uren om de complexe pijplijn te bouwen en in de lucht te houden. Bron: Amazon Textract pricing.
| Textract-configuratie | Prijs per pagina | Maandelijkse API-kosten (100.000 pag.) |
|---|---|---|
| Detect Document Text (alleen OCR) | $0,0015 | $150 |
| AnalyzeExpense (alleen facturen en bonnen) | $0,010 | $1.000 |
| AnalyzeDocument tabellen + Queries | $0,020 | $2.000 |
| AnalyzeDocument formulieren + tabellen | $0,065 | $6.500 |
| AnalyzeDocument formulieren + tabellen + Queries | $0,070 | $7.000 |
Parseur's abonnement voor 100.000 pagina's is $3.699 per maand, of $33.588 per jaar (bij jaarlijkse facturatie). Dit omvat de naadloze inname, nauwkeurige extractie naar jouw eigen velden, validatie, foutmeldingen en robuuste webhook-levering. Binnen Parseur staat één credit gelijk aan één pdf- of afbeeldingspagina. E-mails en spreadsheets tellen als slechts één credit, ongeacht de totale lengte.
Detect Document Text is overduidelijk de goedkoopste optie, maar dit retourneert enkel ruwe, ongestructureerde tekst, waardoor élk veld nog steeds door jouw eigen code moet worden gevonden en gedestilleerd. AnalyzeExpense is ook relatief voordelig, maar dekt uitsluitend facturen en bonnen. Inkooporders en pakbonnen vereisen steevast AnalyzeDocument. Voor een meer algemene pijplijn met formulieren plus tabellen vallen de pure API-kosten van Textract al snel hoger uit dan het complete abonnement van Parseur. Voor een workflow met uitsluitend facturen op AnalyzeExpense is de API van Textract onder de streep goedkoper; in dat specifieke geval hangt de uiteindelijke beslissing af van wat de omliggende pijplijn aan tijd, resources en geld kost om te bouwen en te beheren. Als documenten gemiddeld uit twee pagina's bestaan, verdubbelen simpelweg beide kostenregels.
Vergelijk de Total Cost of Ownership, niet alleen de prijzen
Textract TCO = API-gebruik + ondersteunende AWS-services + engineering bouwen + doorlopende operaties. Afhankelijk van de gekozen architectuur omvat dat kosten voor S3, Lambda, Step Functions, SQS, SNS, een database, logging en monitoring, het initiële integratiewerk, complexe normalisatie- en validatiecode, de logica voor retry- en foutafhandeling, on-call support en — indien nodig — de ontwikkeling of licentie van een menselijke review tool.
Parseur TCO = abonnement + configuratie en integratie + de resterende organisatie-specifieke logica, zoals externe database-lookups, monitoring van jouw ontvangende systemen en menselijke beoordeling, mocht jouw proces dat vereisen.
Een engineeringteam dat al sterk AWS-native is en dagelijks in dat ecosysteem opereert, beschikt mogelijk al over veel van de vereiste infrastructuur en tooling, wat de TCO-berekening in het voordeel van Textract kan beïnvloeden. Een team dat die stevige basis echter nog mist, haalt ontegenzeggelijk meer waarde uit het verplaatsen van die verantwoordelijkheden naar een robuust, beheerd platform. Voor een bredere kijk op deze fundamentele afweging, zie build vs buy a document parser.
Wanneer Amazon Textract de juiste keuze is
Amazon Textract is overduidelijk de juiste keuze wanneer documentanalyse een strategische bouwsteen moet zijn binnen een overkoepelende AWS-architectuur die jouw engineeringteam tot in detail wil en kan controleren. Voor sommige vooruitstrevende organisaties is dit een glasheldere stap:
- Je bent diep AWS-native. Opslag, complexe wachtrijen, databases, security checks en bedrijfskritische integraties draaien reeds op AWS, en de event-driven patronen met S3, SNS, SQS, Lambda, Step Functions en CloudWatch zijn al succesvol geïmplementeerd.
- Engineering wil nadrukkelijk de applicatielaag zelf beheren, met vergaande controle op infrastructuurniveau over de inname, orkestratie, datamapping, validatie, retries, monitoring, opslag en downstream levering.
- Documentverwerking ís jouw product. Als je doelbewust een eigen documentenplatform bouwt, is het zelf engineeren en beheren van de architectuur juist de kern van de businesscase.
- De capaciteiten van Textract sluiten perfect aan bij jouw documenten: denk aan basistekst, formulieren, tabellen, selectie-elementen, handtekeningen, Queries, custom adapters, en de gespecialiseerde analyse van onkosten of leningen.
Voor teams met serieuze AWS-expertise die heel bewust zelf de volledige eigendom van de documentverwerkingsarchitectuur ambiëren, is die low-level controle een gigantisch voordeel, en beslist geen kostenpost.
Wanneer Parseur de juiste keuze is
Parseur is de ideale fit voor teams die snel en accuraat gestructureerde data uit terugkerende documenten nodig hebben, maar die de bijbehorende documentverwerkingsapplicatie niet vanaf nul zelf willen bouwen en beheren.
- Documenten zijn noodzakelijk, maar niet jouw core product. Het primaire bedrijfsdoel is factuur-, order-, verzend-, lead- of aanvraagdata soepel in bedrijfssystemen te krijgen, en dus niet het in stand houden van een complexe extractie-infrastructuur.
- Operations moet de workflow beheren. Een operations of finance lead definieert de benodigde velden en instructies met een paar klikken in de app. Een nieuw veld toevoegen of een aangepast leveranciersformaat verwerken vereist simpelweg geen dure codewijziging.
- Documenten komen binnen via e-mail, upload en API, en werkelijk niemand in het team zit erop te wachten om de inname-flow drie keer apart te moeten bouwen en beveiligen.
- De output moet eruitzien als jouw bedrijf, niet als onhandige Blocks. Datums, specifieke getallen, adressen, ruwe tekst en tabellen worden visueel in de app gedefinieerd en vervolgens netjes blootgesteld via de API.
- Je hebt direct vanaf dag één productielevering en monitoring nodig: JSON-webhooks met robuuste retries, waarschuwingsmails, en handige webhooks voor process-failed en export-failed, en dit alles op een stabiel platform dat sinds 2016 in productie is, met veilige gegevensverwerking in de EU, inclusief SOC 2 Type II- en GDPR-compliance.
- Snelheid naar productie weegt veel zwaarder dan maatwerk op infrastructuurniveau. De functionele afweging is dat er iets minder low-level controle is dan bij een compleet op maat gemaakte, handgecodeerde AWS-build.
Maak de Build-vs-Buy-beslissing voordat het prototype live gaat
De keuze tussen Amazon Textract en Parseur is in de kern een essentiële build-vs-buy-beslissing rondom de applicatielaag voor documentverwerking.
De meeste teams nemen deze beslissing echter veel te laat, en vaak onbewust. Engineering evalueert AWS als eerste, domweg omdat het account en de partnercontracten al bestaan en het prototype na één succesvolle sprint "klaar" lijkt. Het wrange gevolg is dat de rekening en de kosten voor e-mailinname, schema-mapping, retries en de on-call support pas de komende kwartalen zichtbaar worden. Het goedkoopste en verstandigste moment om een weloverwogen keuze te maken, is vóórdat het gemaakte prototype daadwerkelijk productie in gaat. Laat voor de test eens een week aan échte productiedocumenten door beide opties lopen, en evalueer eerlijk wat jouw engineeringteam rondom elk van deze opties nog extra zou moeten bouwen.
| Kies AWS Textract wanneer... | Kies Parseur wanneer... |
|---|---|
| Volledige AWS-infrastructuurcontrole het belangrijkst is | Snelheid naar productie zwaarder weegt dan infrastructuurmaatwerk |
| Jouw engineering-team de pijplijn wil beheren | Operations of business teams de datavolumes moeten configureren |
| Je custom AWS-componenten rond de analyse wilt bouwen | Je wilt dat de documentverwerkingsworkflow volledig voor je wordt beheerd |
| Een complexe maatwerk architectuur strategisch vereist is | Documentextractie puur randvoorwaardelijk is, niet je core product |
| Je de vereiste AWS-infrastructuur reeds zelf beheert | Je veel minder extractie-infrastructuur wilt bouwen en onderhouden |
Een praktisch voorbeeld met 100.000 leveranciersdocumenten per maand
Een middelgroot bedrijf ontvangt maandelijks 100.000 leveranciersdocumenten van één pagina (denk aan facturen, inkooporders en pakbonnen afkomstig van honderden verschillende leveranciers) via e-mail en diverse API's. Het bedrijf eist een vlekkeloze inname via e-mail en API, robuuste ondersteuning voor constant wisselende lay-outs, extractie van line items, zuivere gestructureerde JSON, stringente validatie van vereiste velden, betrouwbare retries, heldere monitoring, een feilloze ERP-levering per webhook of API, en strikte gegevensverwerking binnen de EU.
Gebouwd rondom Textract, heeft de bijbehorende architectuur ongeveer dertien cruciale, losse onderdelen: een gecombineerde e-mail- en API-ingestielaag, S3, SQS of ingewikkelde events, Lambda of complexe Step Functions, de feitelijke Textract API-call, het veilig ophalen van resultaten, mapping-scripts naar drie afzonderlijke schema's, datanormalisatie, bedrijfsvalidatie, persistente opslag, retries en exceptions handling, monitoring met gerichte alerts, en tot slot de eigenlijke ERP-integratie. Het engineeringteam bepaalt zelf hoe e-mailbijlagen soepel in S3 terechtkomen, hoe de drie documenttypes exact worden geclassificeerd, wat administratief als een 'fout' telt en welke specifieke fouten het systeem automatisch opnieuw gaat proberen. Uiteraard krijgen ze hierbij wel de volledige, ultieme controle over elke gemaakte architectuurkeuze.
Met Parseur, heeft diezelfde architectuur slechts zes onderdelen: een gebruiksklare e-mail- of API-inname, de slimme extractie naar visueel gedefinieerde velden en line items, geautomatiseerde normalisatie en validatie, het genereren van direct bruikbare gestructureerde JSON, betrouwbare webhook-levering en het aangesloten ERP. Het bedrijf configureert uitsluitend de relevante velden in de app, koppelt veilig het ERP, en behoudt zelf de focus op bedrijfsregels die afhankelijk zijn van hun eigen externe systemen. Parseur regelt geruisloos en compliant de verwerking en dataretentie in de EU.
| Eis | AWS Textract-architectuur | Parseur-architectuur |
|---|---|---|
| E-mailinname | Volledig zelf bouwen of los integreren | Volledig en robuust beheerd |
| Meerdere lay-outs | Textract features plus uitgebreide applicatielogica | Intuïtieve velddefinities en instructies |
| Line items | Tabelanalyse plus zware code voor de datamapping | Standaard Table Fields functionaliteit |
| Controles verplichte velden | Zelf te bouwen en onderhouden applicatielogica | Ingebouwde validatie, plus downstream regels indien nodig |
| Retries en fouten | Handmatig configureren, testen en actief beheren | Volledig beheerd, voorzien van webhook-retries |
| Monitoring | CloudWatch plus eigen, op maat gemaakte observability | Waarschuwingsmails, failure webhooks en logs |
| ERP-levering | Zelf de complexe integratie bouwen | Naadloze webhook of API-integratie |
| EU-dataeis | Handmatig Regio's selecteren en elke service strikt toetsen | Standaard veilig verwerkt en opgeslagen in de EU |
Bij volumes van 100.000 documenten per maand zijn onvermijdelijke ingestiefouten, onverwachte throttling, validatie-exceptions, stiekeme schemawijzigingen en mislukte netwerkleveringen simpelweg wekelijkse gebeurtenissen, geen unieke randgevallen. De wezenlijke vraag is wie verantwoordelijk is voor het beheer van de systemen die al deze aspecten accuraat en veilig afhandelen.
Bouw de documentverwerkingslaag die je daadwerkelijk wilt beheren
Amazon Textract biedt competente engineeringteams krachtige documentanalyse-API's om een maatwerk AWS-architectuur omheen te bouwen. Dat geeft je de fundamentele controle over inname, asynchrone orkestratie, datatransformatie, bedrijfsvalidatie, gedetailleerde monitoring, veilige opslag en betrouwbare levering, maar het schuift logischerwijs ook de onverdeelde operationele verantwoordelijkheid voor al deze zware componenten direct op jouw bord.
Parseur kiest bewust de beheerde route, ontworpen voor teams waarvan de inkomende facturen, inkooporders, verkooporders, complexe pakbonnen, logistieke vrachtbrieven, leads of vergunningsaanvragen snel gestructureerde data in hun systemen moeten worden, zónder daarvoor eerst zélf maandenlang de gehele pijplijn te moeten bouwen en debuggen.
Hoe dan ook, iemand is verantwoordelijk voor storingsdiensten (on-call). Beslis wie dit is, voordat het boto3-prototype onbedoeld naar productie gaat.
Laatst bijgewerkt op




