PDF in PDF/A umwandeln fürs Archiv

Wie Sie ein PDF für das Archiv in PDF/A umwandeln

Die Vorgabe, ein Dokument als PDF/A abzugeben, taucht dort auf, wo eine Datei ihre eigene Software überleben muss: in Staatsarchiven, Gerichtssystemen, bei der Hinterlegung von Dissertationen und in der Unternehmensablage mit langen Aufbewahrungsfristen.

Der Sinn des Formats ist Selbstgenügsamkeit. Ein gewöhnliches PDF kann auf eine im System installierte Schrift verweisen oder sich auf das Farbprofil eines Monitors stützen. In zwanzig Jahren gibt es womöglich weder das eine noch das andere, und das Dokument öffnet sich als etwas anderes, als es war. PDF/A verbietet solche äußeren Abhängigkeiten: Alles Nötige liegt in der Datei selbst.

Was bei der Umwandlung geschieht

Die Umwandlung erledigt Ghostscript, und es ist keine kosmetische Korrektur der Metadaten.

Schriften werden vollständig in die Datei eingebettet, damit das Dokument nicht davon abhängt, was auf dem Rechner des Lesenden installiert ist. Farben werden auf ein beschriebenes Profil gebracht, und der Datei wird ein Ausgabefarbprofil beigelegt, aus dem sich später eindeutig rekonstruieren lässt, welcher Farbton gemeint war. In die Metadaten wird die Erklärung der Konformitätsstufe geschrieben.

Daraus folgt, dass die Datei nach der Umwandlung fast immer schwerer wird als das Original. Eingebettete Schriften und ein Farbprofil brauchen Platz. Das ist normal und der Preis der Selbstgenügsamkeit, kein Zeichen dafür, dass etwas schiefging.

Welche Stufe zu wählen ist

Es gibt drei Stufen, voreingestellt ist die mittlere.

Das b in allen dreien steht für die Basisstufe: Garantiert wird, dass das Dokument immer gleich aussieht. Es gibt außerdem die Stufe a mit Anforderungen an Struktur und Barrierefreiheit, doch sie verlangt vom Ausgangsdokument so viel, dass die automatische Umwandlung einer gewöhnlichen eingescannten Bescheinigung sie nicht erreicht.

Nennen die Archivvorgaben eine Stufe ausdrücklich, nehmen Sie die genannte. Steht dort nur „PDF/A", nehmen Sie 2b. Die erste Stufe sollte man bewusst wählen: Sie basiert auf einer älteren PDF-Version und unterstützt weder Transparenz noch Ebenen, ein Dokument mit moderner Grafik verändert sich bei der Umwandlung nach 1b also stärker.

Der Dienst prüft sein eigenes Ergebnis

Das gehört gesondert gesagt, denn nicht jeder Konverter tut das.

Nach der Umwandlung wird die Datei auf die zwingenden PDF/A-Merkmale geprüft: ob die Konformitätsstufe in den Metadaten erklärt ist und ob sie mit der angeforderten übereinstimmt. Das Ergebnis wird nicht allein deshalb als konform erklärt, weil die Umwandlung fehlerfrei durchlief.

Besteht die Prüfung nicht, wird die Datei trotzdem herausgegeben, aber ehrlich, als gewöhnliches PDF und mit einer Erklärung, was genau fehlte. Sie ist in der Regel immer noch besser als das Original, sie PDF/A zu nennen wäre nur unwahr. Die Metadaten werden dabei nicht gefälscht: Konformitätsmerkmale werden nicht in eine Datei geschrieben, welche die Prüfung nicht bestanden hat, denn ein solcher Vermerk würde sowohl einen Menschen als auch ein Annahmesystem in die Irre führen.

Was diese Prüfung nicht ist

Hier ist es wichtig, die Zusicherung nicht zu überschätzen.

Die Prüfung schaut auf die Formatmerkmale, sie führt keine vollständige formale Validierung nach ISO 19005 durch. Vollständige Validierung verlangt ein eigenes Werkzeug, und das allgemein anerkannte darunter ist veraPDF. Der Unterschied ist erheblich: Die Merkmale bestätigen, dass die Datei sich als PDF/A ausweist und entsprechend gebaut wurde, die formale Validierung prüft dagegen jede Anforderung der Norm Punkt für Punkt.

Für ein internes Archiv und für die meisten Organisationen reicht Ersteres. Geht das Dokument dagegen dorthin, wo Nichtkonformität rechtliche Folgen hat, schicken Sie die fertige Datei gesondert durch veraPDF. Darauf weist der Dienst in der Meldung zum Ergebnis selbst hin.

Schritt für Schritt

1. Klären Sie in den Vorgaben des Empfängers, welche Stufe verlangt wird. 2. Öffnen Sie pdf-to-pdfa und laden Sie das Dokument hoch. 3. Wählen Sie die Konformitätsstufe, voreingestellt 2b. 4. Vergeben Sie einen sinnvollen Dokumenttitel: Er landet in den Archivmetadaten, und danach wird die Datei gesucht. 5. Starten Sie die Umwandlung und lesen Sie die Meldung zum Ergebnis, statt die Datei nur herunterzuladen.

Der fünfte Schritt ist keine Formalie. Genau in dieser Meldung steht, ob die Konformität bestätigt wurde oder die Datei als gewöhnliches PDF zurückkam.

Warum ein Archiv die Datei dennoch ablehnen kann

Formatkonformität und Annahme in einem bestimmten Archiv sind zweierlei, und Letzteres ist strenger.

Am häufigsten liegt es an Anforderungen, die in der Norm selbst nicht stehen. Ein Archiv kann eine bestimmte Stufe verlangen, eine festgelegte Dateibenennung, einen Pflichtsatz an Metadatenfeldern oder eine Größenbeschränkung. Die Datei ist dann ein einwandfreies PDF/A und kommt trotzdem zurück.

Der zweite häufige Grund ist, dass das Dokument formal dem Format entspricht, aber nicht das enthält, wofür es abgegeben wird. Ein Scan ohne Textebene bleibt auch als PDF/A eine Menge Bilder. Die Vorgabe „durchsuchbares PDF/A" erfüllt eine solche Datei nicht, obwohl beide Wörter zum Format zutreffen.

Der dritte Grund ist unauffällig: Die Konformität konnte unbestätigt geblieben sein, und niemand hat es bemerkt. Die Datei wurde heruntergeladen, ließ sich öffnen und wurde verschickt. Die Meldung zum Ergebnis sagte derweil, die Prüfung sei nicht bestanden und die Datei komme als gewöhnliches PDF zurück. Genau deshalb lohnt es sich, sie zu lesen.

Umfassen die Archivvorgaben ein mehrseitiges Dokument, ist es klüger, eine Probedatei einmal durch die ganze Kette zu schicken und sich die Bestätigung geben zu lassen, als den gesamten Bestand umzuwandeln und einen Monat später von der Nichtkonformität zu erfahren.

Was Sie vorher vorbereiten sollten

Die Umwandlung arbeitet mit dem, was sie bekommt, und behebt keine Mängel des Ausgangsdokuments.

Ein eingescanntes Dokument bleibt eine Menge Bilder. Formal wird es zu PDF/A, doch Text darin lässt sich nicht suchen. Erwartet das Archiv ein Dokument mit Textebene, schicken Sie den Scan zuerst durch ocr-pdf und wandeln danach um.

Ein passwortgeschütztes Dokument wandelt sich nicht um, solange der Öffnungsschutz nicht entfernt ist. Das erledigt unlock-pdf. Denken Sie zugleich daran, dass PDF/A und Verschlüsselung nach der Norm selbst unvereinbar sind: Ein Archivdokument muss sich ohne Schlüssel öffnen lassen.

Titel und weitere Eigenschaften bringen Sie leichter vor der Umwandlung mit set-pdf-metadata in Ordnung, als danach eine bereits als archivtauglich erklärte Datei zu korrigieren.

Sind es viele Dokumente, lassen Sie sie nicht blind als Stapel laufen. Konformitätsstufe und Vorbereitung der Ausgangsdateien unterscheiden sich je nach Dokumenttyp: Scans brauchen Texterkennung, Dokumente mit Transparenz liegen in der ersten Stufe schlecht, passwortgeschützte Dateien kommen gar nicht durch. Klüger ist, den Bestand nach Typen zu sortieren, die Einstellungen an je einem Vertreter abzustimmen und erst danach die übrigen laufen zu lassen.