DOC in ODT umwandeln

Das binäre Word-Format stammt aus der Zeit von Word 97, OpenDocument wurde 2005 veröffentlicht, und Microsofts eigener Nachfolger dazwischen kam erst 2007. Eine .doc direkt nach ODT umzuwandeln überspringt also eine ganze Generation, statt sie zu durchlaufen — es gibt keinen Grund für den Zwischenstopp, dieselbe Engine liest die alte Datei und schreibt die neue so oder so.

Was den direkten Weg sinnvoll macht, ist, dass das Ziel eine Entscheidung für die nächsten zwanzig Jahre ist, nicht für diese Woche. Wird ein Archiv überhaupt bewegt, dann meist genau einmal. Es gleich auf dem Format landen zu lassen, das man behalten will, ist billiger als auf dem, das am nächsten liegt — und es erspart eine zweite Runde Stichproben, denn jede Migration braucht jemanden, der eine Auswahl der Ergebnisse öffnet und prüft, ob sie stimmt.

OpenDocument wird von OASIS gepflegt und als ISO/IEC 26300 veröffentlicht. Niemand muss dafür eine Lizenz aktuell halten, kein einzelnes Unternehmen entscheidet, wann der Support endet, und die Spezifikation liegt offen für jeden, der in vierzig Jahren einen eigenen Reader schreiben will. Das ist das ganze Argument, und es ist ein Beschaffungsargument, kein technisches.

Genau deshalb kommt die Vorgabe meist als Regel und nicht als Empfehlung. Schleswig-Holstein hat 2021 beschlossen, seine Landesverwaltung schrittweise auf LibreOffice und OpenDocument umzustellen, gerade mit der Begründung, die Verwaltung wolle sich nicht von einem einzelnen Anbieter abhängig machen — und der SAGA-Standard des Bundes für E-Government-Anwendungen nennt ODF ebenfalls als bevorzugtes Dokumentformat. Wer aus so einem Umfeld hier landet, hat meist keine Wahl mehr zwischen Formaten, sondern eine Vorgabe umzusetzen.

Der schwierige Teil einer Altbestandsmigration ist meist das Lesen, nicht das Schreiben. Eine binäre .doc lässt sich nicht mit einem Texteditor öffnen und von Hand reparieren, und aktuelle Microsoft-Office-Versionen lehnen die allerältesten Varianten standardmäßig ab. Die Zahl der Programme, die sie noch verlässlich lesen, ist klein, und LibreOffice gehört zu den fähigsten davon.

Genau das läuft hier im Hintergrund. Die Datei wird von derselben Office-Suite geöffnet, die sie auch auf einem Schreibtisch öffnen würde, und als OpenDocument geschrieben, für das dieses Format die native Wahl ist. Keine Microsoft-Lizenz ist irgendwo im Weg beteiligt, was für eine Schule oder einen kleinen Verein häufig den Ausschlag gibt. Es bedeutet auch, dass die Umwandlung später wiederholt werden kann — solange die Originale noch vorhanden sind und etwas sie noch lesen kann.

Alles, was das Dokument ausgemacht hat. Absatz- und Zeichenformate werden zu OpenDocument-Formatvorlagen, Tabellen behalten ihre Struktur samt verbundener Zellen, Bilder bleiben dort verankert, wo sie waren, Kopf- und Fußzeilen sowie die Seitennummerierung bleiben erhalten, Fuß- und Endnoten bleiben an ihren Verweisen, und Abschnittswechsel mit eigenem Seitenlayout überstehen als Abschnitte.

Schriften werden ersetzt, nicht eingebettet, und der Rechner, auf dem die Umwandlung läuft, trägt metrisch identische Nachbauten der gängigen Microsoft-Schriften — Liberation für Arial, Times New Roman und Courier New, Carlito für Calibri, Caladea für Cambria. Diese Ersatzschriften belegen denselben Platz wie das Original, weshalb sich die Seitenzahl meist nicht ändert. Dokumente aus dieser Zeit nennen aber auch häufig Schriften, die nie breit verteilt wurden — eine mit einem Drucker mitgelieferte Schrift, eine für eine einzelne Publikation gekaufte —, und die werden durch etwas Ähnliches ersetzt. Genau diese Dokumente lohnt es zu erkennen, denn dort ändert sich die Seitenzahl.

Die Unterschiede sammeln sich bei Funktionen, die Microsoft selbst später aufgegeben hat. Die alte Zeichenebene — gruppierte Formen, freistehende Rahmen, das WordArt jener Zeit — wurde zwischen den Word-Generationen neu implementiert und hat kein exaktes OpenDocument-Gegenstück, ein Dokument mit einem darauf aufgebauten Layout kann also verrutschen. Manche Feldcodes existieren inzwischen schlicht nicht mehr.

Nichts davon betrifft einen Bericht, ein Protokoll, einen Brief oder eine Richtlinie — also das, woraus die meisten Archive bestehen. Eine brauchbare Faustregel: Sieht die Datei bereits merkwürdig aus, wenn sie in einer anderen Word-Version geöffnet wird, ist sie auch die Datei, die nach der Umwandlung geprüft werden sollte. Alles andere lässt sich im großen Stil umwandeln und dem Ergebnis vertrauen.

Binäre Word-Dokumente tragen einen Zusammenfassungsblock, den ihre Besitzer meist vergessen haben: ein Titel, der nie aktualisiert wurde, der Name der Person, die zuletzt gespeichert hat, eine inzwischen umbenannte Organisation, manchmal eine Revisionszahl, die mehr über den Entstehungsprozess verrät, als je veröffentlicht werden sollte.

Die Umwandlung übernimmt die grundlegenden Eigenschaften, statt sie zu erfinden oder zu löschen — soll das Archiv also veröffentlicht statt nur aufbewahrt werden, lohnt es, die Dokumenteigenschaften an einer Stichprobe der Ausgabe zu öffnen und zu entscheiden, was bleiben soll. Das dauert eine Minute pro Datei und ist genau die Art Prüfung, deren Notwendigkeit erst hinterher auffällt. Bei einem großen Bestand ist eine Regel sinnvoller als eine Einzelprüfung: festlegen, was in den Eigenschaften stehen soll, es beim gesamten umgewandelten Bestand konsequent setzen und diese Entscheidung zusammen mit dem Bestand dokumentieren.

Eine .doc kann Visual Basic for Applications enthalten, geschrieben gegen das Objektmodell von Word. LibreOffice hat sein eigenes Skriptsystem mit eigenem Objektmodell, eine treue Übersetzung zwischen beiden gibt es nicht — die Automatisierung fällt also weg, während Text und Formatierung unversehrt ankommen.

Für eine Aktenmigration ist das fast immer das richtige Ergebnis. Ein Archiv verwahrt Dokumente, keine Programme, und ein gespeicherter Vorgang, der beim Öffnen Code ausführt, ist eher ein Risiko als eine Funktion. War die Automatisierung tatsächlich der eigentliche Inhalt — ein Berechnungsformular, eine Vorlage mit Formeln —, muss sie bewusst neu gebaut werden, und das ist ein eigenes Projekt, keine Umwandlung.

Migrationen kommen als Ordner: ein Jahrzehnt Sitzungsprotokolle, die Arbeitsblätter einer Schule, die Vorlagen einer Kanzlei. Den ganzen Ordner ablegen, jede Datei wandelt sich der Reihe nach um, behält ihren Namen mit ausgetauschter Endung und kommt als ein ZIP zurück, das sich über eine Kopie der ursprünglichen Struktur entpackt.

Die Stichprobe gezielt auswählen statt zufällig: die längste Datei öffnen, die mit den meisten Tabellen und die, deren Layout jemand einmal mit Sorgfalt gebaut hat — dort scheitert eine Umwandlung, nicht bei den einfachen Vermerken. Die Originale erst danach aus der Hand geben, und erst, wenn die ODT-Kopien sicher gesichert sind. Bei den meisten Beständen ist die ehrlichere Antwort, sie gar nicht wegzugeben: Binäre Word-Dateien sind nach heutigen Maßstäben klein, und das Original neben der umgewandelten Kopie aufzubewahren kostet ein paar Gigabyte und macht eine nicht wiederholbare Migration verzeihlich, falls sie doch nicht ganz gestimmt hat.

Dieses Paar läuft auf einem Server, nicht im Browser, und die Seite sagt das offen, statt es zu verschweigen. Ein zusammengesetztes binäres Word-Dokument zu lesen, braucht eine vollständige Office-Suite; es gibt keine kleine Bibliothek, die das zuverlässig kann, und etwas anderes zu behaupten, wäre die Art von Aussage, die diese Seite nicht macht.

Die Datei reist über eine verschlüsselte Verbindung zu einem Container, der LibreOffice ohne grafische Oberfläche ausführt und selbst keinen Zugang zum Internet hat. Jeder Auftrag bekommt ein eigenes, isoliertes Arbeitsverzeichnis, das direkt beim Abschluss gelöscht wird, unabhängig vom Ergebnis, und ein Auftrag, der nach sechzig Sekunden noch läuft, wird abgebrochen statt hängen gelassen. Das kostenlose Limit liegt bei 25 MB je Datei.

ODT ist für Akten gedacht, die weiter bearbeitbar bleiben müssen — etwas, das jemand ergänzt, erweitert oder wiederverwendet. Steht der Inhalt eines Dokuments dagegen fest, und die einzige verbleibende Anforderung ist, dass es überall gleich aussieht, ist ein PDF der ehrlichere Container dafür.

Viele Archive führen am Ende beides: die OpenDocument-Datei als bearbeitbaren Master und ein PDF als feste Wiedergabe einer bestimmten Fassung. Das kostet eine zusätzliche Umwandlung und erspart die Diskussion, ob die Kopie im Archiv wirklich dasselbe Dokument ist wie das, das damals freigegeben wurde.