Regex oder KI: Text parsen, ohne dein Budget zu verbrennen

Worum geht es bei dieser Wahl und warum geht es um Geld

Stell dir vor: jemand bringt dir eine Kiste voller Briefe. Aufgabe - aus jedem Brief Name und Adresse rausziehen. Du machst sie auf - und siehst zwei Sorten von Briefen.

Erste Sorte - Formulare in strenger Form. Oben immer „Name:“, darunter immer „Adresse:“. Und so in jedem. Keine Überraschungen. Hier hat man nicht mal Lust nachzudenken - du setzt einen Pedanten-Roboter dran: „nach dem Wort Name kommt ein Doppelpunkt - nimm den Rest“. Er ist schnell, gratis und wird nie müde.

Zweite Sorte - handgeschriebene Postkarten von Omas. Bei der einen steht der Name in der Ecke. Bei der anderen ganz am Ende. Und die dritte hat statt einer Adresse eine Skizze gemalt: „hinterm Laden links, am Eichenbaum fragst du nach“. Der Pedanten-Roboter heult hier leise in der Ecke. Hier braucht es einen echten klugen Menschen - der liest, versteht den Sinn und kommt sogar mit dem Eichenbaum klar.

Beim Vibecoding ist es genau so. Der Pedanten-Roboter - das ist Regex Regex (regulärer Ausdruck) - eine kurze Regel-Vorlage, mit der der Computer im Text Stücke in der gewünschten Form sucht: „finde alles, was wie ein Datum aussieht“ oder „nimm den Text nach dem Wort Preis“. Funktioniert nur, wenn sich die Form wiederholt. (einfache Regeln). Der kluge Mensch - das ist eine KI (zum Beispiel Claude oder GPT). Und die wichtigste Fähigkeit dieser Lektion ist, zu erspüren, wen von den beiden du für eine konkrete Aufgabe rufst.

Warum genau du diese Wahl triffst

Du bist Vibecoder - Regex schreibst du nicht von Hand, das macht der Agent für dich. Aber die Entscheidung, wen du rufst, bleibt bei dir. Direkt in der Formulierung der Aufgabe. Und davon hängen gleich drei Dinge ab:

• Geld - jeder KI-Aufruf kostet Tokens; 10 000 Zeilen durch die KI zu jagen, die eine Vorlage erledigt hätte, ist verbranntes Budget für nichts;
• Geschwindigkeit - Regeln greifen sofort, die KI dagegen denkt ihre Sekunden über jedes Stück nach;
• Zuverlässigkeit - bei sauberem Text liefert eine Regel immer dieselbe Antwort, die KI dagegen erfindet ab und zu was Neues.

Der Lieblingsfehler von Anfängern: „oh, Text, muss geparst werden - ich ruf die KI“. Und da liegt eine Liste aus tausend identischen Zeilen, wo drei Wörter im Prompt gereicht hätten. Wenn du diese Lektion kapierst, hörst du auf, zu viel zu zahlen.

Regex oder KI: ein Entscheidungsbaum aus einer einzigen Frage

Bevor du irgendwas parst, frag dich eins: Ist der Text sauber oder chaotisch? Danach ist alles einfach.

Text ist sauber und wiederholt sich (90%+ nach einem Schema)

Fang mit einfachen Regeln an. Hier gibt es zwei Abzweigungen:

• die Regeln holen 95% und mehr raus - super, die KI brauchst du gar nicht;
• die Regeln holen weniger als 95% - dann zieh die KI dazu, aber nur für die Reste, bei denen es nicht geklappt hat.

Text ist frei und jedes Mal anders

Hier sind Regeln machtlos, egal wie sehr du dich anstrengst. Ruf die KI sofort - das ist genau ihr Job, dafür wurde sie erfunden.

Regex gegen KI: wer kann was

Hybrid aus Regex und KI: der Profi-Trick schlechthin

So machen es die Erfahrenen. Der Text läuft über ein Fließband:

1. Einfache Regeln jagen den ganzen Strom durch und ziehen die Struktur raus - so fängt man 95-98%.
2. Eine Konfidenz-Bewertung markiert verdächtige Stücke: hier zu wenige Optionen, dort fehlt die Antwort, da ist die Zeile mitten im Wort abgeschnitten.
3. Die KI schaltet sich nur bei den markierten Resten ein - und flickt sie.

Den teuren Experten rufst du nicht für die ganze Briefkiste. Sondern nur für die drei Postkarten, bei denen der Pedant kapituliert hat.

Tausend Test-Fragen parsen: wie das in der Praxis aussieht

Sagen wir, du hast einen Export aus einem alten Lehrbuch - tausend Test-Fragen, und alle wie aus einem Guss: Nummer, Fragetext, Optionen A-D, eine Zeile „Answer:“ mit dem Buchstaben. Das musst du in eine saubere Tabelle ziehen.

Wie es ein Anfänger macht: „Claude, hier eine Datei mit tausend Fragen, zerleg mir alles fein säuberlich“. Der Agent jagt ehrlich Zehntausende Zeilen durch die KI - langsam, teuer, und irgendwo bei Frage 600 schwindelt er auch noch. Einfach aus Erschöpfung.

Wie es ein erfahrener Vibecoder fragt:

Ich habe eine Datei mit tausend Test-Fragen. Das Format ist bei allen gleich: Nummer, Fragetext, Optionen A, B, C, D, dann eine Zeile Answer und ein Buchstabe.
Mach Folgendes:

Schreib zuerst eine einfache Regel (Regex), die aus diesem sauberen Text Nummer, Frage, Optionen und Antwort rauszieht. Jag sie über die ganze Datei.
Zähl, welche Stücke schlecht geparst wurden: weniger als drei Optionen, keine Antwort oder verdächtig kurze Frage. Zeig mir die Liste davon.
Und nur diese strittigen Stücke zerleg klug nach dem Sinn. Den Rest fass nicht an.
Sag am Ende: wie viel Prozent hat die Regel rausgeholt und wie viele Stücke mussten nachgeflickt werden.

Häufige Fehler beim Text-Parsen

• Alles „sicherheitshalber“ durch die KI jagen. Der Text ist sauber? Das ist, als würdest du einen Professor anstellen, um Striche im Heft zu zählen. Teuer, langsam und für den Professor ein bisschen entwürdigend.
• Regeln ins lebendige Chaos zwängen. Wenn die Form von Stück zu Stück tanzt, geht der Pedanten-Roboter unter - genau hier braucht es im Gegenteil die KI.
• Die Konfidenz-Prüfung überspringen. Blind „die Regel hat wohl funktioniert“ zu glauben, geht nicht. Bitte den Agenten, verdächtige Stücke zu markieren, statt stillschweigend alles abzuliefern.
• Ein teures Modell rufen, wo ein billiges reicht. Für die Prüfung der strittigen Reste nimmt man die billigste KI (Haiku-Klasse) - für so eine kleine Arbeit reicht sie locker.
• Nicht mit krummen Daten testen. Leere Zeilen, fehlende Antwort, seltsame Zeichen - genau daran bricht alles. Jag die „schlechten“ Beispiele vorab durch, vor dem echten Start.