Gibt es in einem PDF wirklich kein Konzept des Absatzes?

In den meisten PDFs nicht. Die Datei besteht aus Zeichenbefehlen, die Buchstaben an bestimmten Koordinaten auf der Seite platzieren; welche Buchstaben einen Satz und welche Sätze einen Absatz bilden, wird in der Regel nicht gespeichert. In getaggten PDFs wird diese Strukturinformation zum Zweck der Barrierefreiheit ergänzt, doch die meisten Dateien, denen wir im Alltag begegnen, sind ungetaggt.

Manche Programme behaupten, PDF-Text bearbeiten zu können – wie machen sie das?

Meist auf einem von zwei Wegen: Entweder gruppieren sie die Buchstaben der Seite anhand ihrer Position schätzungsweise zu Zeilen und Blöcken, oder sie wandeln die Seite im Hintergrund in ein bearbeitbares Dokument um und schreiben sie anschließend zurück. Beides beruht auf Schätzungen; bei mehrspaltigen Layouts, Tabellen und Dateien ohne eingebettete Schriften kann das Ergebnis auseinanderfallen. Deshalb arbeitet dasselbe Programm bei einer Datei hervorragend und bei einer anderen schlecht.

Beschädigt als Ebene hinzugefügter Text den ursprünglichen Inhalt des PDFs?

Nein. Das Hinzufügen einer Ebene ergänzt am Ende neue Befehle, ohne die vorhandenen Zeichenbefehle der Seite anzutasten. Ursprünglicher Text, Bilder und Layout bleiben unverändert an Ort und Stelle; der von Ihnen hinzugefügte Inhalt wird darüber gezeichnet. Das ist die sicherste Form der Bearbeitung, weil kein Risiko besteht, das Layout zu zerstören.

Kann ein browserbasierter Editor so gut sein wie ein Desktopprogramm?

Das hängt von der Art der Aufgabe ab. Beim Hinzufügen von Ebenen, beim Ausfüllen von Formularen, beim Signieren und beim Markieren liefern browserbasierte Werkzeuge dasselbe Ergebnis wie Desktopprogramme und bringen zudem einen Datenschutzvorteil, weil Ihre Datei das Gerät nicht verlässt. Beim Neuumbrechen des Textflusses, bei komplexen Druckvorstufenprüfungen und beim Arbeiten mit Dateien von mehreren Hundert Megabyte liegen Desktopprogramme dagegen weiterhin vorn.

Warum ist PDF-Bearbeitung nicht wie Word? Die technische Logik des Formats

"Ich habe das PDF geöffnet, auf den Text geklickt, und es passiert nichts." Diesen Satz sagt fast jeder, der zum ersten Mal ernsthaft versucht, das Format zu bearbeiten. Das Problem liegt nicht am verwendeten Programm, sondern daran, wofür PDF entworfen wurde. In diesem Beitrag erklären wir, wie das Format im Inneren arbeitet, warum deshalb manche Bearbeitungen leicht und andere nahezu unmöglich sind und was ein browserbasierter Editor tatsächlich tut.

PDF ist kein Dokument, sondern eine Druckanweisung

Der Entwurfszweck von PDF Anfang der 1990er-Jahre war sehr klar: sicherzustellen, dass ein Dokument auf jedem Rechner, in jedem Betriebssystem und auf jedem Drucker exakt gleich aussieht. Damals war das ein ernstes Problem; dieselbe Word-Datei konnte auf zwei verschiedenen Maschinen unterschiedlich auf Seiten aufgeteilt werden.

Die Lösung bestand darin, das Dokument nicht als "Inhalt", sondern als "Anweisung, wie die Seite zu zeichnen ist" zu speichern. Das Innere einer PDF-Seite besteht grob aus Anweisungen wie diesen:

Wähle diese Schrift in dieser Größe.
Setze den Cursor auf den Punkt 72 Einheiten von links und 700 Einheiten von unten.
Zeichne diese Zeichenfolge.
Bewege den Cursor 14 Einheiten nach unten.
Zeichne diese Zeichenfolge.

Beachten Sie: In dieser Liste gibt es kein Konzept "Absatz". Kein "Überschrift". Keine Information "dieser Satz ist die Fortsetzung jenes Satzes". Nur die Angabe, wo Buchstaben gezeichnet werden. Wenn Sie die Seite mit den Augen lesen, sehen Sie Absätze, weil Ihr Gehirn die Abstände deutet – doch in der Datei ist diese Struktur nicht festgehalten.

Deshalb ist "ein Wort ändern" keine einfache Aufgabe

Nehmen wir an, Sie wollen in einem Absatz "dreißig" durch "fünfunddreißig" ersetzen. In Word ist das eine einzige Eingabe: Sie tippen, die Zeile wird länger, Wörter rutschen nach unten, der Absatz fließt neu um, und bei Bedarf ändert sich der Seitenumbruch.

Um dasselbe in einem PDF zu tun, muss der Editor Folgendes leisten:

Herausfinden, welche Zeichenbefehle der Seite zu diesem Wort gehören.
Schätzen, zu welcher Zeile diese Buchstaben gehören und wo die Zeile endet.
Ableiten, dass diese Zeilen einen Absatz bilden und wo die Spaltengrenzen liegen.
Die Breite des neuen Textes mit der verwendeten Schrift berechnen.
Überstehende Wörter in die nächste Zeile verschieben und anschließend den gesamten Absatz und gegebenenfalls die folgenden Absätze neu positionieren.
Entscheiden, wie die neuen Buchstaben zu zeichnen sind, falls die verwendete Schrift nicht eingebettet ist oder nur die verwendeten Zeichen eingebettet wurden ("Teilmengen"-Einbettung).

Jeder Schritt ist eine Schätzung, und Schätzungen summieren sich. In einem einspaltigen, einfachen Textdokument treffen diese Schätzungen meist zu. Auf einer zweispaltigen Zeitschriftenseite, in einer Tabelle mit linierten Zellen oder bei einer senkrecht am Seitenrand platzierten Notiz treffen sie nicht zu. Genau deshalb funktioniert die "PDF-Bearbeitung" eines Programms bei manchen Dateien großartig und bei anderen miserabel.

Der sechste Punkt ist ein besonders heimtückisches Problem. Um die Dateigröße zu senken, betten viele PDF-Erzeuger nicht die vollständige Schrift ein, sondern nur die im Dokument vorkommenden Zeichen. Kommt im Dokument kein "ß" vor, stecken dessen Zeichendaten nicht in der Datei. Wollen Sie nun "Größe" schreiben, kann der Editor für dieses Zeichen nichts tun – entweder greift er auf eine andere Schrift zurück (optischer Bruch), oder das Zeichen erscheint überhaupt nicht.

Ebenen hinzufügen: der Ansatz, der den problematischen Teil gar nicht erlebt

Alle sechs genannten Schritte sind schwierig, weil Sie versuchen, die vorhandenen Zeichenbefehle zu verstehen und zu verändern. Was aber, wenn wir sie gar nicht anrühren?

Genau das tut der Ansatz des Ebenenhinzufügens: Er ergänzt die vorhandene Anweisungsliste der Seite am Ende um neue Anweisungen. "Schreibe außerdem an diese Koordinate diesen Text." "Zeichne außerdem hier ein Rechteck dieser Größe." Der ursprüngliche Inhalt wird nicht angetastet, das Risiko einer Beschädigung liegt also bei null.

| Eigenschaft | Ebene hinzufügen | Textbearbeitung an Ort und Stelle | |---|---|---| | Risiko, das Originallayout zu zerstören | Keines | Vorhanden, je nach Datei | | Problem der Schrifteinbettung | Es wird eine neue Schrift verwendet, kein Problem | Bei fehlenden Zeichen fehlerhaft | | Neuumbruch der Zeilen | Nicht vorhanden | Angestrebt, aber ohne Garantie | | Funktioniert bei gescannten PDFs | Ja | Nein (zuerst ist OCR nötig) | | Verlässlichkeit bei komplexen Layouts | Hoch | Gering | | Typischer Einsatz | Formulare ausfüllen, signieren, markieren, stempeln | Text korrigieren |

In der Praxis fällt der Großteil dessen, was Menschen in einem PDF tun wollen, in die erste Spalte: einen Namen in ein Formular schreiben, ein Kästchen ankreuzen, unterschreiben, einen Absatz einkreisen, den Stempel "ENTWURF" auf die Seite setzen. Nichts davon erfordert eine Neuberechnung des Textflusses.

Die Technik "überdecken und neu schreiben" und ihre Grenzen

Mit dem Hinzufügen von Ebenen lassen sich auch kleine Korrekturen vornehmen: einen gefüllten Kasten in der Farbe des Seitenhintergrunds über das falsche Wort legen und daneben die richtige Fassung schreiben. Bei Dokumenten mit weißem Hintergrund fällt das Ergebnis nicht auf, und das Layout bleibt völlig unberührt.

Doch diese Technik hat zwei wichtige Grenzen:

Es ist eine optische Abdeckung, keine Löschung. Der darunterliegende Text bleibt in der Datei. Fahren Sie mit dem Textmarkierungswerkzeug über die Seite, exportieren Sie die Datei als Text oder führen Sie eine Suche durch, tritt der überdeckte Inhalt zutage. Wenn Sie vertrauliche Informationen entfernen, ist diese Methode nicht sicher – Schwärzungswerkzeuge löschen den Inhalt physisch aus der Datei, statt ihn zu überdecken.

Ändert sich die Länge, gerät die Ausrichtung durcheinander. Ist Ihr neuer Text deutlich länger als der alte, ragt er über die folgenden Wörter. Für kurze Korrekturen ist die Technik ideal, für das Neuschreiben ganzer Sätze nicht.

Was sich durch die Arbeit im Browser ändert

Moderne Browser sind leistungsfähig genug, um die zum Lesen und Neuschreiben eines PDFs nötigen Vorgänge lokal auszuführen. Das bedeutet, dass die Datei an keinen Server gesendet wird – bei Verträgen, Ausweisdokumenten, Arztberichten und Finanzunterlagen ist das ein erheblicher Unterschied. Zudem entfällt das Warten auf Upload und Download; bei großen Dateien verkürzt das die Gesamtdauer spürbar.

Dafür gibt es einige Grenzen. Der Speicher, den ein Browsertab nutzen kann, ist nicht unbegrenzt; bei Dateien von mehreren Hundert Megabyte mit Hunderten hochauflösender Bilder arbeitet ein lokales Programm bequemer. Außerdem bleiben professionelle Druckereiaufgaben wie Druckvorstufenprüfung, Farbprofilverwaltung und PDF/X-Konformitätsprüfung nach wie vor die Domäne von Desktopsoftware.

Wann bearbeiten, wann zur Quelle zurückkehren?

Die Entscheidung fällt eigentlich über eine einfache Frage: Haben Sie die Quelldatei?

Liegt Ihnen das Dokument als Word-, Excel-, PowerPoint- oder Gestaltungsdatei vor, nehmen Sie die Änderung dort vor und erzeugen das PDF neu. Das ist immer das sauberste Ergebnis und ohne Zweifel der schnellste Weg.

Fehlt die Quelle – und das ist bei den meisten PDFs der Fall, weil die Datei von außen kam –, ist das Hinzufügen von Ebenen das richtige Werkzeug. Richten Sie Ihre Erwartung danach aus: Sie werden der Seite etwas hinzufügen, sie markieren und unterschreiben. Planen Sie, den gesamten Text neu zu schreiben, ist es der weniger schmerzhafte Weg, das PDF in Text oder Word umzuwandeln, dort weiterzuarbeiten und anschließend ein neues PDF zu erzeugen – wobei Sie akzeptieren müssen, dass sich das Layout bei dieser Umwandlung etwas verändert.

Zusammengefasst

PDF wurde entworfen, um zu garantieren, wie eine Seite aussieht, nicht um das Ändern von Inhalten zu erleichtern. In der Datei fehlen meist Informationen über Absätze, Überschriften und Textfluss; es gibt nur die Koordinaten der Buchstaben. Deshalb ist die Textbearbeitung an Ort und Stelle in jedem Werkzeug schätzungsbasiert und zerbrechlich; das Hinzufügen einer Ebene über die Seite ist dagegen ein verlässlicher Vorgang, der das Layout unangetastet lässt. Weil die große Mehrheit der alltäglichen Bedürfnisse in die zweite Kategorie fällt, leistet die PDF-Bearbeitung im Browser mit der richtigen Erwartung mehr als genug.