Ein PDF richtig schwärzen: Warum schwarze Kästen nicht genügen

Der häufigste Fehler beim Schwärzen ist unsichtbar. Ein schwarzer Kasten über einem Namen sieht auf dem Bildschirm und auf Papier perfekt aus, doch meist steht der Name noch in der Datei, direkt darunter. Jeder kann den Text unter dem Kasten markieren und anderswo einfügen oder ihn mit einer einfachen Suche finden. Gerichtsakten, Regierungsberichte und Unternehmensdokumente wurden schon so veröffentlicht, und der „verborgene“ Text war in Sekunden wiederhergestellt. Dieser Ratgeber erklärt, warum Abdecken nicht Entfernen ist, an welchen weniger offensichtlichen Stellen sich in einem PDF Informationen verstecken und wie Sie ein geschwärztes Dokument prüfen, bevor es Ihre Hände verlässt.

Warum ein schwarzer Kasten nichts verbirgt

Eine PDF-Seite ist in Ebenen aufgebaut, wie ein Stapel durchsichtiger Folien. Der Text liegt auf einer davon, und ein später gezeichnetes schwarzes Rechteck liegt auf einer Folie darüber. Ihre Augen sehen nur die oberste Schicht, aber jede Ebene ist noch in der Datei. Kopieren, Suchen, Vorlesesoftware und Suchmaschinen lesen die Textebene direkt, und das Rechteck ändert für sie nichts.

Dasselbe gilt für die meisten schnellen Lösungen:

Schwarze Hervorhebung oder eine gefüllte Form, in einem PDF-Betrachter hinzugefügt, ist ein Kommentar, der über der Seite liegt. Jeder kann ihn markieren und löschen oder beiseiteschieben.
Schwarze Hervorhebung in Word bleibt Text, nur schwarz auf schwarz formatiert. Wird das Dokument als PDF gespeichert, wandern die Wörter mit.
Die Textfarbe auf Weiß zu ändern, verbirgt den Text vor dem Auge – und vor sonst nichts.

Die weniger offensichtlichen Verstecke für Informationen

Selbst wenn der sichtbare Text richtig behandelt wird, kann ein PDF dieselben Informationen an Stellen tragen, auf die niemand schaut.

Die Textebene eines Scans. Viele gescannte PDFs haben hinter dem Bild unsichtbaren OCR-Text, damit sie durchsuchbar sind. Wer das Bild eines Wortes abdeckt, lässt diese unsichtbare Kopie unberührt.
Die Pixel eines Bildes. Ein Kasten über einem Foto oder einer gescannten Unterschrift verdeckt sie, aber die Bilddaten darunter sind vollständig. Entfernt man den Kasten oder extrahiert man das Bild, kommt das Original zum Vorschein.
Metadaten. Titel, Autor, Betreff und Stichwörter des Dokuments sowie der Dateiname selbst enthalten oft genau die Namen, die geschwärzt werden.
Kommentare, Formularfelder und Lesezeichen. Eine Anmerkung beim Korrekturlesen, ein ausgefüllter Formularwert oder ein Lesezeichen namens „Vergleich mit J. Schmidt“ kann wiederholen, was die Seite verbirgt.
Anhänge. Ein PDF kann andere Dateien in sich tragen, etwa die Tabelle, aus der die Zahlen stammen.
Frühere Fassungen. Viele PDF-Editoren speichern Änderungen, indem sie sie ans Ende der Datei anhängen, sodass die Fassung vor der Schwärzung noch darin steckt.
Informationen zur Barrierefreiheit. Getaggte PDFs können einen Ersatztext für Bildschirmleser enthalten, der Wörter ausschreibt, die auf der Seite gezeichnet sind.

Das Speichern der Datei ist eine eigene Falle. Als wir beim Bau unseres eigenen Tools einen Online-Schwärzungsdienst testeten, entfernte er die Wörter korrekt von der Seite. Er speicherte die Datei aber mit dem ursprünglichen Seiteninhalt darin, als Objekt, auf das nichts verwies. Kein Betrachter zeigte es an, und die Textextraktion fand nichts, doch die geschwärzten Werte ließen sich direkt aus der Datei lesen. Eine geschwärzte Datei ist nur so gut wie die Art, wie sie geschrieben wird.

Was eine richtige Schwärzung leistet

Echtes Schwärzen verändert, was die Datei enthält, nicht nur, wie sie aussieht:

Die Zeichen unter jedem markierten Bereich werden aus dem Seiteninhalt gelöscht;
die abgedeckten Pixel jedes Bildes werden im Bild selbst überschrieben;
Zeichnungen, die der Kasten vollständig verdeckt, werden gelöscht;
danach wird ein schwarzer Kasten in den leeren Raum gezeichnet, als sichtbares Zeichen, dass etwas entfernt wurde;
Metadaten, Kommentare, Formularfelder, Lesezeichen, Anhänge und andere verborgene Inhalte werden ebenfalls entfernt; und
die Datei wird neu geschrieben, ohne frühere Fassungen und ohne übrig gebliebene Objekte.

Bleibt die Frage nach Buchstaben, die ein Kasten nur teilweise abdeckt. Ein Kasten, der eine Ziffer zur Hälfte anschneidet, kann genug davon übrig lassen, um sie zu lesen. Ein sorgfältiges Tool entfernt ein angeschnittenes Wort deshalb ganz, statt eine halbe Kartennummer auf der Seite zu lassen.

So funktioniert PDF schwärzen

Unser Tool PDF schwärzen ist nach diesen Regeln gebaut. Sie öffnen das PDF und wählen dann Text aus oder ziehen Kästen über alles, was verschwinden muss, auch über Teile von Bildern. Die Datei wird auf unsere Server hochgeladen, dort automatisch verarbeitet und etwa fünf Minuten nach dem Schließen der Seite gelöscht. Die Grenze liegt bei 256 MB.

Text, den ein Kasten abdeckt, wird aus der Datei selbst entfernt. Er wird Zeichen für Zeichen gelöscht, und ein Wort, das ein Kasten nur teilweise abdeckt, wird möglicherweise ganz entfernt. Die abgedeckten Pixel eines Bildes werden im Bild gelöscht. Eine Zeichnung wird nur entfernt, wenn ein Kasten sie vollständig abdeckt; eine Linie oder Form, die unter einem Kasten hervorragt, bleibt also ganz erhalten, einschließlich des Teils unter dem Schwarz. Text und Bilder, die die Kästen nicht berühren, bleiben, wie sie waren. Das Tool entfernt außerdem Metadaten, Links, Kommentare, Formularfelder, Lesezeichen, angehängte Dateien und Dokumentskripte, dazu die Struktur für Barrierefreiheit, die entfernte Wörter ausschreiben könnte.

Dann prüft es die eigene Arbeit. Es liest die fertige Datei erneut ein, entpackt dabei jeden Inhalt darin, auch solchen, auf den nichts verweist, und sucht nach den Wörtern, die unter Ihren Kästen standen. Steht eines davon noch in der Datei, sagt es Ihnen das, statt Ihnen die Datei zu geben.

Was ein Tool für Sie tun kann, hat Grenzen. PDF schwärzen entfernt, was Sie markieren, und nur das. Steht derselbe Name auf einer anderen Seite, in einer Kopfzeile oder in einem Bild, das Sie nicht markiert haben, bleibt er stehen. Die Prüfung sucht nach Wörtern, die nur unter Ihren Kästen vorkamen, sie kann also nicht wissen, dass ein Name an anderer Stelle im Dokument ebenfalls wichtig ist. Und eine Schwärzung lässt sich nicht rückgängig machen, bewahren Sie Ihr Original also sicher auf.

Ein geschwärztes PDF selbst prüfen

Welches Tool Sie auch verwenden: Prüfen Sie das Ergebnis, bevor Sie es weitergeben. Das dauert ein paar Minuten:

Suchen Sie nach jedem geschwärzten Begriff. Nutzen Sie Strg+F (Cmd+F auf dem Mac) für jeden Namen, jede Zahl und jede Formulierung, die Sie entfernt haben. Suchen Sie auch nach Teilen davon, etwa nach den letzten vier Ziffern einer Nummer.
Kopieren Sie alles. Markieren Sie den gesamten Text jeder geschwärzten Seite, fügen Sie ihn in einen einfachen Texteditor ein und lesen Sie, was dabei herauskommt.
Verwenden Sie zwei verschiedene Reader. Öffnen Sie die Datei in einem Browser und in einem Desktop-PDF-Reader. Sie lesen Dateien unterschiedlich, und einer zeigt vielleicht, was der andere nicht zeigt.
Sehen Sie sich die Dokumenteigenschaften an. Prüfen Sie Titel, Autor, Betreff und Stichwörter sowie den Dateinamen.
Öffnen Sie die Seitenleisten. Sehen Sie sich Kommentare, Lesezeichen, Anhänge und Formularfelder an.
Lesen Sie jede Seite. Achten Sie auf dieselben Informationen an Stellen, die Sie nicht markiert haben: eine Kopfzeile, eine Fußzeile, eine Bildunterschrift, ein Bild, ein Unterschriftenblock.

Fazit

Beim Schwärzen geht es darum, was in der Datei steht, nicht, was auf dem Bildschirm zu sehen ist. Ein schwarzer Kasten über Text verbirgt ihn nur, während echtes Schwärzen den Text löscht, die Bildpixel leert, die verborgenen Daten entfernt und eine saubere Datei schreibt. Verwenden Sie ein Tool, das Inhalte entfernt, statt sie abzudecken, markieren Sie jede Stelle, an der die Information vorkommt, und prüfen Sie das Ergebnis so, als wären Sie selbst die Person, die es lesen will.

Haben Sie ein Dokument zu schwärzen? Probieren Sie PDF schwärzen.

← Zurück zum Blog