PDF-Glossar

PDF/A ist eine PDF-Variante, die sicherstellen soll, dass ein Dokument auch in 10, 20 oder 50 Jahren noch lesbar ist. Alle Schriften müssen eingebettet sein, externe Inhalte sind nicht erlaubt, und die Datei ist in sich geschlossen. Es gibt drei Familien: PDF/A-1 (die strengste), PDF/A-2 (mit Transparenz und Ebenen) und PDF/A-3 (mit eingebetteten Dateien).

In mehreren europäischen Kontexten (öffentliche Archive, öffentliche Ausschreibungen, elektronische Rechnungen) ist PDF/A Pflicht. In 95 % der Fälle reicht PDF/A-2b aus.

OCR (Optical Character Recognition) wandelt ein Bild mit Text (Scan, Foto) in nutzbare Textdaten um – durchsuchbar, kopierbar, indexierbar.

Moderne Engines (Tesseract 5+, Google Vision, AWS Textract) nutzen konvolutionale neuronale Netze, die mit zig Millionen Seiten trainiert wurden, und erreichen bei sauberen Scans auf Französisch oder Englisch über 99,5 % Genauigkeit. Bei freier Handschrift sinkt die Genauigkeit auf 60–80 % – nach wie vor die Achillesferse von OCR.

Die DSGVO verpflichtet jedes Unternehmen, das Daten europäischer Bürger verarbeitet, die Grundsätze der Datenminimierung und Transparenz sowie das Auskunfts- und Löschungsrecht einzuhalten. Sie gilt unabhängig davon, wo das Unternehmen seinen Sitz hat.

DSGVO-Konformität regelt jedoch nicht alles: Sobald Daten den Europäischen Wirtschaftsraum verlassen, gelten besondere Regeln (ein Angemessenheitsbeschluss wie das Data Privacy Framework für zertifizierte US-Unternehmen, Standardvertragsklauseln, zusätzliche Maßnahmen). Und ein Anbieter, der US-Recht unterliegt, bleibt im Geltungsbereich des Cloud Act – egal, wo die Daten gespeichert sind.

Der CLOUD Act (Clarifying Lawful Overseas Use of Data Act) erlaubt es US-Behörden, im Rahmen eines rechtlichen Verfahrens (Durchsuchungsbeschluss oder gerichtliche Anordnung) von einem Anbieter, der US-Recht unterliegt – auch über seine europäischen Tochtergesellschaften –, die Herausgabe von Daten zu verlangen, die sich in seinem Besitz oder unter seiner Kontrolle befinden, selbst wenn sie außerhalb der USA gespeichert sind. Die betroffene Person wird nicht unbedingt informiert.

Konkret: Ein PDF, das Sie einem US-Unternehmen anvertrauen (zum Beispiel Adobe mit Hauptsitz in Kalifornien) oder einem Dienst, der für sein Hosting einen US-Anbieter nutzt, kann betroffen sein. Wie es bei einem bestimmten Dienst aussieht, erfahren Sie in dessen Datenschutzerklärung und Liste der Unterauftragsverarbeiter. Ein Tool, das Dateien im Browser verarbeitet, ohne sie hochzuladen, hat nichts herauszugeben.

Die eIDAS-Verordnung (Electronic IDentification, Authentication and trust Services), in Kraft seit 2014, vereinheitlicht die elektronische Signatur in Europa. Sie definiert drei Stufen: einfache (SES), fortgeschrittene (AES) und qualifizierte elektronische Signatur (QES).

Nur die QES ist der handschriftlichen Unterschrift rechtlich gleichgestellt. Sie erfordert ein zertifiziertes Gerät (Chipkarte, nationaler elektronischer Ausweis, zertifizierte App). Die SES (Unterschrift mit der Maus zeichnen) ist rechtsgültig, hat aber nur geringe Beweiskraft – sie eignet sich für Vorgänge mit geringer Tragweite.

DPI misst die Pixeldichte eines digitalen oder gedruckten Bildes. Je höher der DPI-Wert, desto detailreicher das Bild – aber desto größer auch die Datei.

Übliche Werte: - 300 DPI: Standard für professionellen Druck - 150 DPI: ausreichend zum Lesen am Bildschirm - 96 DPI: am Bildschirm mit bloßem Auge nicht zu unterscheiden (Grenze der menschlichen Wahrnehmung)

Die PDF-Komprimierung macht sich die DPI zunutze: Ein Downsampling von 300 auf 150 DPI teilt das Gewicht der Bilder typischerweise durch 4, ohne sichtbaren Verlust am Bildschirm.

Wenn ein PDF eine Schrift einbettet, wird standardmäßig die gesamte Schrift eingebunden – einschließlich Tausender nie verwendeter Zeichen (chinesische Schriftzeichen, kyrillische Alphabete, mathematische Glyphen). Beim Subsetting bleiben nur die Zeichen erhalten, die im Dokument tatsächlich vorkommen.

Typische Einsparung: 30 bis 200 KB pro eingebetteter Schrift. Bei einem Dokument mit 5 Schriften ist das 1 MB weniger – ohne jeden Funktionsverlust. Fast alle guten PDF-Kompressoren führen das Subsetting automatisch durch.

Factur-X (Frankreich) und ZUGFeRD (Deutschland) sind zwei Namen für denselben Standard für elektronische Rechnungen. Eine Factur-X-Rechnung ist technisch ein PDF/A-3 mit einer eingebetteten XML-Datei im CII-Format (Cross Industry Invoice).

Das PDF bleibt für Menschen lesbar, das XML für Buchhaltungssoftware. In Frankreich wird die E-Rechnung für B2B-Geschäfte nach einem gestaffelten Zeitplan verpflichtend, und Factur-X gehört zu den zulässigen Formaten.

pdf-lib ist eine MIT-lizenzierte Bibliothek, mit der sich PDFs direkt in JavaScript erstellen, lesen, zusammenführen, teilen und bearbeiten lassen – ganz ohne Server. Sie sorgt dafür, dass die Tools von PDFly „100 % im Browser“ laufen: Ihre Dateien verlassen Ihr Gerät nicht.

Typische Leistung: 10 PDFs à 5 MB zusammenzuführen dauert auf einem aktuellen MacBook 2–3 Sekunden. Da das gesamte Dokument in den Arbeitsspeicher geladen wird, kann eine sehr große Datei den Tab überlasten, vor allem auf dem Smartphone: Deshalb akzeptiert PDFly Dateien bis 100 MB und bis zu 50 Dateien pro Vorgang.

Mit dem Schrems-II-Urteil (Juli 2020) erklärte der Gerichtshof der Europäischen Union den Privacy Shield für ungültig – das Abkommen, das Datenübermittlungen zwischen der EU und den USA regelte. Der Grund: US-Überwachungsprogramme (FISA 702, EO 12333) ermöglichen den Zugriff auf europäische Daten, ohne dass Europäer dagegen Rechtsmittel einlegen können.

Nach dem Urteil mussten sich Übermittlungen in die USA auf andere Instrumente stützen, etwa Standardvertragsklauseln (Standard Contractual Clauses), bei Bedarf ergänzt durch zusätzliche Maßnahmen (Verschlüsselung, Pseudonymisierung …). Seit Juli 2023 erlaubt das Data Privacy Framework wieder Übermittlungen an zertifizierte US-Unternehmen; dieser neue Rahmen ist jedoch weiterhin umstritten.

Schwärzen (englisch „redaction“) bedeutet, sensible Informationen in einem PDF – Text, Bilder, Bereiche – endgültig und unumkehrbar unkenntlich zu machen. Anders als bei einem einfach darübergelegten schwarzen Rechteck entfernt eine echte Schwärzung die Daten aus der Quelldatei.

Einsatzbereiche: DSGVO-Konformität vor dem Teilen, Veröffentlichung anonymisierter Urteile, Schutz medizinischer oder juristischer Daten. Eine schlecht gemachte Schwärzung (nur ein schwarzes Rechteck) ist ein erhebliches Risiko: Die Daten bleiben per Kopieren und Einfügen aus dem PDF zugänglich.

AES-256 (Advanced Encryption Standard, 256-Bit-Schlüssel) ist das am häufigsten verwendete symmetrische Verschlüsselungsverfahren für passwortgeschützte PDFs. Es gilt mit heutigen Computern als nicht per Brute Force zu knacken.

Ein mit AES-256 geschütztes PDF lässt sich nur mit dem richtigen Passwort öffnen. Wenn Sie es verlieren, ist der Inhalt endgültig unzugänglich (außer bei einem Wörterbuchangriff, wenn das Passwort schwach ist). Verwenden Sie am besten Passwörter mit mindestens 12 Zeichen, die Großbuchstaben, Ziffern und Sonderzeichen mischen.

Ein getaggtes PDF enthält zusätzlich zur visuellen Darstellung eine logische Struktur (Überschriften, Absätze, Tabellen, Alternativtexte für Bilder). Mit dieser Struktur können Screenreader (JAWS, NVDA, VoiceOver) das Dokument in logischer Reihenfolge durchlaufen, dekorative Bilder überspringen und Tabellen korrekt vorlesen.

Pflicht für die Konformität mit Barrierefreiheitsnormen (WCAG 2.1 AA, RGAA, EN 301 549).

Ein linearisiertes PDF („Fast Web View“) ist so umstrukturiert, dass die erste Seite erscheint, bevor die gesamte Datei heruntergeladen ist. Das ist wichtig für große PDFs (>10 MB), die im Web bereitgestellt werden – niemand wartet 30 Sekunden, bis alles geladen ist.

Für die Endnutzer ist die Linearisierung unsichtbar, sie verändert jedoch die Reihenfolge der Objekte in der Datei.

Zu den PDF-Metadaten gehören der Autor, das Erstellungsdatum, die Ursprungssoftware, Schlüsselwörter und manchmal der Standort (bei PDFs, die auf dem Smartphone erstellt wurden). Sie sind in der Datei gespeichert, aber kaum sichtbar – zu finden über Datei → Eigenschaften in einem PDF-Reader.

Bevor Sie ein PDF teilen, kann es sinnvoll sein, diese Metadaten zu entfernen, wenn sie sensible Informationen preisgeben (interner Projektname, Version einer proprietären Software, Zeitzone der Erstellung). Adobe Acrobat und einige Tools können die Datei „bereinigen“.