PDF in Word bearbeiten (und wann es nicht klappt)

Öffne das PDF und versuch, ein Wort zu markieren. Klappt das, enthält das PDF echten Text und wird zu einem bearbeitbaren Dokument. Klappt es nicht, ist es ein Scan, also ein Bild einer Seite. Ein umgewandelter Scan ergibt ein Dokument mit diesem Bild, keinen Text: Um daraus Text zu machen, brauchst du OCR (Texterkennung), eine andere Art von Werkzeug.

Unser Test-PDF ist ein einseitiger Bericht mit einer Überschrift, vier Absätzen und einer kleinen Tabelle mit drei Zeilen. In Word umgewandelt sah die Seite fast genauso aus wie das PDF: Jedes Wort kam an, an derselben Stelle, und die Tabelle zeigte weiter ihre Linien. Darunter ist die Struktur aber eine andere. Jede Textzeile wurde zu einem eigenen Textfeld, 34 auf einer einzigen Seite, und die Tabelle wurde nicht als Tabelle nachgebaut, sondern mit Linien gezeichnet, den Text jeder Zelle in einem eigenen Feld. Außerdem gab es eine kleine Verschiebung: Zwei Wörter im Tabellenkopf stießen aneinander.

Kleine Korrekturen funktionieren gut: einen Namen, ein Datum, einen Betrag oder ein paar Wörter innerhalb einer Zeile ändern. Längere Änderungen sind mühsam, weil ein verlängerter Satz nicht in die nächste Zeile umbricht; die nächste Zeile ist ein anderes Feld. Tabellen lassen sich nicht wie echte Tabellen sortieren oder erweitern. Dasselbe gilt für die anderen Formate dieses Tools, ODT, RTF und DOC, da alle aus derselben Umwandlung stammen.

Musst du ganze Absätze neu schreiben, frag nach der Originaldatei, aus der das PDF erstellt wurde: Die zu bearbeiten ist immer besser, als das PDF zurückzuwandeln. Gibt es kein Original, nimm PDF in Text (TXT): Du bekommst den reinen Text in Lesereihenfolge, den du in ein neues Dokument einfügen und frei formatieren kannst. In unserem Test blieben alle Absätze erhalten, und die Tabelle wurde mit Leerzeichen in Spalten ausgerichtet. Für ein gescanntes PDF brauchst du eine OCR-Software; aktuelle Versionen von Word, Google Docs und viele Scanner-Apps bringen sie mit.

Korrigiere zuerst den Inhalt und erst zum Schluss das Layout: Text richtigstellen, dann Abstände und Seitenumbrüche anpassen. Schriften, die auf unseren Servern nicht installiert sind, werden durch ähnliche ersetzt, prüf also Überschriften und alles in einer ungewöhnlichen Schrift. Behalte das Original-PDF: Wird das Dokument gedruckt oder unterschrieben, vergleich beide nebeneinander, bevor du es verschickst.

Den einseitigen Testbericht haben wir selbst geschrieben, als PDF exportiert und mit dem Tool PDF in Word dieser Seite umgewandelt, das den PDF-Import von LibreOffice nutzt, dieselbe Engine wie auf unseren Servern. Danach haben wir die DOCX-Datei geöffnet und ihre Textfelder und Tabellen gezählt, sie wieder als Seite dargestellt, um das Aussehen zu vergleichen, und den Test mit einer reinen Bildkopie der Seite wiederholt, die einen Scan nachstellt. Längere und komplexere PDFs ergeben mehr Felder, aber dieselbe Struktur.