Was ist eine PDF-Datei?

PDF ist ein Dokumentformat, das Seiten beschreibt und keine Bildpunkte. Es kann Bildpunkte und gezeichnete Formen auf derselben Seite halten. Eingesetzt wird es für die Weitergabe fertiger Dateien, den Druck und die Archivierung.

Die Endung lautet .pdf, der volle Name Portable Document Format. Beides sagt weniger aus als das, was die Datei halten kann — und davon handelt der Rest dieser Seite.

Adobe hat es 1993 veröffentlicht. Die Spezifikation ist ISO 32000-2.

Einem Format, das so lange lesbar geblieben ist, kann man etwas anvertrauen, das man in zehn Jahren wiederhaben will.

Sie ist vollständig veröffentlicht, das Format lässt sich also aus dem Dokument umsetzen statt durch Nachsehen. Deshalb taucht es in so vielen Programmen auf, und deshalb gehen Dateien von vor zwanzig Jahren heute noch auf. Veröffentlicht heißt allerdings nicht lizenzfrei: Wo ein Format einen Codec einpackt, ist die Patentfrage eine eigene, die der Standard nicht mitbeantwortet.

PDF speichert seinen Inhalt exakt. Erneutes Speichern ändert nichts, es lässt sich also beliebig oft öffnen, bearbeiten und wieder ablegen, ohne dass sich Schaden ansammelt — genau das macht es zu einem Arbeitsformat und nicht zu einem Ausgabeformat.

PDF führt einen Alphakanal mit, ein Logo behält also seine weichen Kanten über allem, was dahinterliegt, statt in einem weißen Kasten anzukommen.

Arbeiten kann es in RGB, CMYK, das Modell, das eine Druckmaschine braucht und Graustufen.

CMYK entscheidet darüber, ob eine Druckerei die Datei annimmt, und ist das, was beim Umwandeln in ein Bildschirmformat als Erstes verloren geht.

Eine PDF-Datei ist nicht auf eine Seite beschränkt. Beim Umwandeln in etwas, das es ist, zählt das: Eine Umwandlung ergibt eine Datei mit genau einer Seite — der ersten, sofern sich die Seite nicht auswählen lässt.

PDF legt die Bestandteile eines Bildes getrennt ab statt zusammengerechnet — das macht es zur Arbeitsdatei. Fast jedes Format, in das es sich umwandeln lässt, legt sie zusammen, und das ist nicht umkehrbar. Behalte das Original mit Ebenen.

PDF bringt optionale Verschlüsselung mit.

Eine verschlüsselte Datei muss aufgeschlossen werden, bevor sie irgendetwas umwandeln kann — hier wie überall. Ein Passwort ist nichts, was ein Umwandler umgehen kann, und einem, der es behauptet, sollte man die Datei erst recht nicht geben.

Adobe Acrobat, Preview und LibreOffice Draw lesen es, und die meisten Programme derselben Art ebenfalls.

Wenn eine Datei nicht aufgeht, liegt es selten am Format — häufiger daran, dass das Programm älter ist als das Format. Die Umwandlung in etwas Älteres ist der verlässliche Weg daran vorbei, und dafür gibt es den Rest dieser Website.

Jeder aktuelle Browser liest es.

Damit lässt es sich bedenkenlos auf eine Seite stellen oder an eine Nachricht hängen, ohne sich zu fragen, was die Gegenseite installiert hat.

PDF kann XMP-Einträge und Dokumenteigenschaften halten.

Ob davon etwas eine Umwandlung übersteht, hängt ganz am Zielformat, und die ehrliche Antwort lautet meistens „ein Teil".

PDF ist zum Weitergeben gedacht, nicht zum Arbeiten. Eines zu bearbeiten ist möglich und selten angenehm; der vernünftige Weg führt über die Quelle und einen neuen Export.

Das erklärt alles Weitere an diesem Format. Eine Word-Datei enthält fließenden Text: Absätze, Formatvorlagen, eine Struktur, die das Programm neu umbricht, sobald sich der Rand ändert. Ein PDF enthält Zeichenanweisungen — «setze diese Zeichen in dieser Schrift an diese Koordinaten» — und die Struktur, die sie zusammenhielt, wurde in dem Moment weggeworfen, als das Dokument auf virtuelles Papier gedruckt wurde.

Daraus folgt beides: was das Format gut kann und was nicht. Es sieht auf jedem Gerät gleich aus, weil nichts neu berechnet wird. Und es lässt sich schlecht bearbeiten, weil ein Wort mitten im Absatz zu ändern hieße, den Absatz neu aufzubauen — den es in der Datei nicht gibt.

Ein PDF, das ein Programm erzeugt hat, enthält Text als Text: Die Wörter sind wirklich da, als Zeichenfolgen, und lassen sich durchsuchen, kopieren und herausziehen. Ein PDF vom Scanner oder aus der Handykamera enthält ein Bild einer Seite, und für die Datei ist dieses Bild von einer Katzenfotografie nicht zu unterscheiden.

Die Probe dauert drei Sekunden und gehört vor jede Werkzeugwahl. Datei öffnen, mit der Maus eine Zeile markieren. Springt die Markierung von Wort zu Wort, ist es das Erste. Legt sich ein blaues Rechteck über die ganze Fläche, ist es das Zweite — und keine Extraktion findet Wörter, die nie als Wörter geschrieben wurden.

Ein sauber erzeugtes PDF trägt die verwendeten Schriften in sich, zumindest die benötigten Zeichen. Der Empfänger braucht die Schrift nicht installiert zu haben, und die Zeilenumbrüche fallen dort, wo der Verfasser sie gesetzt hat. Genau deshalb hat das Format die Gewohnheit abgelöst, Dokumente zu verschicken und zu hoffen.

Es ist zugleich der Grund, warum ein PDF schwerer wiegt als die Vorlage, und warum eines aus einem System ohne Einbettung anderswo mit falschen Abständen erscheint. Sieht dieselbe Datei auf dem Bildschirm einer Kollegin anders aus, ist eine nicht eingebettete Schrift fast immer die Erklärung.

Das ist der teuerste Fehler, den man mit diesem Format machen kann, und Kanzleien wie Behörden machen ihn regelmäßig. Ein schwarzes Rechteck über einen Namen zu legen fügt der Datei ein schwarzes Rechteck hinzu. Der Name bleibt exakt dort, wo er war — darunter — und lässt sich durch Markieren oder mit jedem Werkzeug wiederherstellen, das die Struktur der Datei liest.

Echtes Schwärzen entfernt die Zeichen aus der Datei und zeichnet die Seite neu; es braucht eine Funktion, die genau das behauptet. Wer unsicher ist, welche der beiden er benutzt hat, prüft es sofort: die verdeckte Stelle markieren, kopieren, in einen Texteditor einfügen.

Das erste ist das Öffnungspasswort. Ohne es ist der Inhalt verschlüsselt und für kein Programm lesbar, und es gibt keine Abkürzung: Wer das Passwort nicht hat, hat das Dokument nicht. Das ist echter Schutz.

Das zweite ist ein Satz Berechtigungen — Drucken, Kopieren, Bearbeiten verboten — in einer Datei, die sich ganz normal öffnen lässt. Es ist eine Bitte an Programme, keine Verschlüsselung, und der Inhalt liegt dahinter im Klartext. Dass es technisch umgehbar ist, sagt nichts darüber, ob man es darf: Das ist eine Frage an das Dokument und an den Absender, nie an die Software.

PDF/A ist eine Teilmenge des Formats für die Langzeitarchivierung. Sie verbietet alles, was von etwas außerhalb der Datei abhängt: keine verknüpften Inhalte, kein JavaScript, keine Verschlüsselung, und Schriften müssen zwingend eingebettet sein. Der Gedanke ist, dass das Dokument in dreißig Jahren von einem Programm lesbar ist, das es heute noch nicht gibt.

In Deutschland begegnet es einem im beA, in der elektronischen Aktenführung und bei Behörden, die ein gewöhnliches PDF kommentarlos zurückweisen. Ein vorhandenes PDF nachträglich nach PDF/A zu wandeln gelingt nicht immer automatisch — fehlen eingebettete Schriften, müssen sie beschafft werden — weshalb es sich lohnt, gleich in diesem Profil zu erzeugen, wenn das Ziel bekannt ist.

Die Datei führt Metadaten mit, die kaum jemand ansieht: das erzeugende Programm, Erstellungs- und Änderungsdatum, häufig den Autorennamen so, wie er im Betriebssystem eingetragen war, und mitunter den Dateipfad der Vorlage auf der Festplatte des Erstellers.

Bei einem Dokument, das das Haus verlässt, ist das Information, die niemand bewusst geteilt hat. Es lohnt sich, sie wenigstens einmal anzusehen — in den Dokumenteigenschaften jedes Betrachters — und auf dieser Seite gibt es ein eigenes Werkzeug, das sie entfernt, im Browser und ohne dass die Datei irgendwohin hochgeladen wird.