PDFs sicher schwärzen: Die Prüfkette vor Freigabe und Nutzung in KI-Diensten
TDLR;
Sichere Schwärzung ist eine Eigenschaft der fertigen Ausgabedatei. Die Bearbeitungsansicht allein reicht als Nachweis nicht aus.
Volltextsuche und Kopierprüfung finden einfache Fehler, können die vollständige Entfernung sensibler Informationen jedoch nicht beweisen.
Metadaten, Kommentare, Formularfelder, Anhänge, Ebenen und unsichtbare Textebenen der Zeichenerkennung benötigen eine eigene Prüfung.
Ein zweites PDF-Anzeigeprogramm und eine neu erzeugte Seitenansicht decken Darstellungsfehler auf. Auch diese Kontrollen haben technische Grenzen.
Vor der Nutzung eines KI-Dienstes gehören Dateiname, Begleittext und Arbeitsanweisung in dieselbe Datenschutzprüfung wie der Anhang.
Für schutzbedürftige Dokumente empfiehlt sich eine dokumentierte Freigabe durch eine zweite Person.
PDF schwärzen: Warum eine schwarze Fläche noch keine sichere Schwärzung ist
PDF-Dateien sind mehr als digitale Papierseiten. Eine Seite kann sichtbaren Text, Bilder, Vektorgrafiken, Formularwerte, Kommentare, Ebenen, eingebettete Dateien und eine unsichtbare Textebene der optischen Zeichenerkennung enthalten. Hinzu kommen Dokumenteigenschaften wie Autor, Titel, Stichwörter oder Zeitstempel.
Deshalb kann eine Datei auf dem Bildschirm sauber geschwärzt wirken und trotzdem vertrauliche Informationen enthalten. Ein Rechteck über einer Textzeile verändert zunächst nur die sichtbare Darstellung. Der ursprüngliche Text kann weiterhin markierbar, durchsuchbar oder mit einem anderen Werkzeug auslesbar sein. Auch korrekt entfernte Seiteninhalte lösen das Metadatenproblem noch nicht.
Adobe behandelt Schwärzung und Bereinigung aus gutem Grund als getrennte Funktionen. Die Schwärzung entfernt ausgewählte sichtbare Inhalte. Die Bereinigung richtet sich an verborgene Daten wie Metadaten, eingebettete Inhalte, Skripte oder andere nicht sichtbare Elemente. Beide Arbeitsschritte verfolgen unterschiedliche Zwecke und gehören bei sensiblen Dokumenten zusammen.
Das britische Nationalarchiv formuliert für behördliche Akten einen grundlegenden Massstab: Informationen müssen aus der freigegebenen Kopie irreversibel entfernt werden. Gleichzeitig soll das Original erhalten bleiben. Diese Trennung ist auch ausserhalb von Behörden sinnvoll. Bearbeitet wird eine Arbeitskopie, geprüft wird die konkrete Datei, die später versendet oder hochgeladen werden soll.
Test 1: Nach bekannten Begriffen suchen
Der schnellste Test beginnt mit einem Begriff, der sicher entfernt worden sein muss. Das kann ein Nachname, eine E-Mail-Adresse, eine Personalnummer oder ein eindeutiger Bestandteil einer Kontoverbindung sein. Gesucht wird in der endgültigen PDF-Datei, nicht in der Bearbeitungsansicht.
Ein Treffer ist ein klarer Fehlerhinweis. Er kann aus normalem Seitentext, einer Ebene der optischen Zeichenerkennung, einem Kommentar oder einem Formularfeld stammen. Die Fundstelle muss geklärt und die Datei danach neu erzeugt werden.
Ein ergebnisloser Suchlauf ist dagegen nur ein Teilbefund. Text kann anders codiert, in einzelne Zeichen zerlegt oder als Bild gespeichert sein. Ausserdem prüft eine Suche nur die eingegebenen Begriffe. Sie sagt wenig über Informationen aus, die bei der Vorbereitung übersehen wurden.
Praxisregel: Für die Kontrolle eine kleine Liste markanter Testwerte aus den vorgesehenen Schwärzungen anlegen. Diese Liste verbleibt im geschützten Arbeitsbereich und wird nicht zusammen mit der freigegebenen Datei versendet.
Test 2: Markieren, kopieren und vollständig extrahieren
Bei der Kopierprüfung wird versucht, Text im geschwärzten Bereich zu markieren und in ein neutrales Textprogramm zu kopieren. Taucht der verdeckte Inhalt dort auf, lag sehr wahrscheinlich nur eine grafische Abdeckung über dem Text.
Diese Prüfung ist hilfreich, bleibt aber oberflächlich. Manche PDF-Anzeigeprogramme verhindern das Markieren, obwohl Textobjekte in der Datei vorhanden sind. Umgekehrt kann ein leerer Zwischenablageinhalt lediglich bedeuten, dass das Anzeigeprogramm die Stelle nicht als Text behandelt.
Die stärkere Ergänzung ist eine vollständige Textextraktion aus der finalen Datei. Das Ergebnis wird erneut nach den bekannten Testwerten durchsucht. Bei digital eingelesenen Seiten muss dabei berücksichtigt werden, dass neben dem Seitenbild eine unsichtbare Textebene der optischen Zeichenerkennung existieren kann. Genau dort bleiben sensible Angaben gelegentlich erhalten, obwohl sie im sichtbaren Bild bereits unkenntlich wirken.
Auch die Textextraktion ist kein Alleinbeweis. Sie erfasst beispielsweise eingebettete Bildinformationen oder proprietär gespeicherte Objekte nicht zwingend. Ihr Wert entsteht in Verbindung mit den weiteren Prüfungen.
Test 3: Metadaten entfernen, Kommentare, Anhänge und Ebenen kontrollieren
Nach der Seitenprüfung folgt die Prüfung des Dateiaufbaus. Adobe nennt für die Bereinigung unter anderem Metadaten, Kommentare, verborgene Ebenen und potenziell sensible versteckte Inhalte. In der Praxis sollten mindestens diese Bereiche betrachtet werden:
Dokumenteigenschaften wie Autor, Titel, Thema und Stichwörter
Kommentare, Notizen und Änderungsmarkierungen
ausgefüllte oder verborgene Formularfelder
Dateianhänge und eingebettete Dateien
Ebenen und ausgeblendete Objekte
Lesezeichen, Links, Skripte und Aktionen
Dateiname und gegebenenfalls sichtbare Pfadangaben
Die Funktion zum Bereinigen einer PDF-Datei kann viele dieser Elemente entfernen. Sie ersetzt die eigentliche Schwärzung der Seiteninhalte nicht. Nach der Bereinigung muss die neu gespeicherte Datei erneut geprüft werden, weil jede neu ausgegebene Fassung einen eigenen technischen Stand darstellt.
Ein besonders einfacher Fehler sitzt ausserhalb des Dokuments: Ein Name kann auf allen Seiten entfernt sein und weiterhin im Dateinamen stehen. Aus Kündigung_Maria_Musterfrau.pdf wird deshalb vor der Weitergabe beispielsweise Vorgang_2026-104.pdf, sofern auch die Vorgangsnummer für den Empfänger erforderlich ist.
Test 4: Mit einem zweiten Anzeigeprogramm öffnen und die Seitenansicht neu erzeugen
PDF-Programme interpretieren komplexe Dateien nicht immer identisch. Ein zweites Anzeigeprogramm kann deshalb Überlagerungen, Ebenenprobleme oder Schriftfehler sichtbar machen, die im ersten Programm unauffällig bleiben. Sinnvoll ist ein Vergleich der kompletten Datei mit besonderem Augenmerk auf Seitenränder, gedrehte Seiten, transparente Flächen und mehrschichtige Grafiken.
Zusätzlich kann aus jeder Seite der finalen PDF-Datei eine neue Bilddarstellung erzeugt werden. Diese Kontrolle beantwortet eine konkrete Frage: Ist in der neu erzeugten Ansicht irgendwo Inhalt sichtbar, der verborgen sein sollte?
Der Test belegt allerdings nur die Darstellung. Verborgene Metadaten, Anhänge oder Textobjekte ausserhalb der sichtbaren Seite können weiterhin vorhanden sein. Genau deshalb ergänzt das zweite Anzeigeprogramm die Suche, Extraktion und Prüfung des Dateiaufbaus, es ersetzt sie nicht.
Test 5: Die neu erzeugten Seiten mit optischer Zeichenerkennung gegenprüfen
Auf die neu erzeugten Seiten kann anschliessend eine optische Zeichenerkennung angewendet werden. Danach wird der erkannte Text wieder nach bekannten Namen, Nummern und Begriffen durchsucht. So lassen sich sichtbare Informationsreste entdecken, die eine reine Extraktion des ursprünglichen PDF-Textes übersieht, etwa Textreste in Bildern oder unvollständig abgedeckte Zeichen.
Ein negativer Befund der Zeichenerkennung ist ebenfalls kein Sicherheitszertifikat. Kleine Schrift, eine schlechte Qualität der eingelesenen Vorlage oder ungewöhnliche Zeichen können die Erkennung verhindern. Die Prüfung beantwortet nur, ob das eingesetzte Verfahren auf den sichtbaren Seiten verdächtigen Text erkannt hat.
Für wichtige Dokumente lohnt sich zusätzlich eine manuelle Sichtkontrolle bei hoher Vergrösserung. Ränder der Schwärzung, Fussnoten, Kopfzeilen, Spiegelungen in Fotos und handschriftliche Ergänzungen entziehen sich automatischen Regeln besonders leicht.
Test 6: Arbeitsanweisung, Dateiname und Begleittext mitprüfen
Vor der Nutzung eines KI-Dienstes endet die Kontrolle nicht an der Dateigrenze. Nutzer können einen Namen aus dem Dokument entfernen und denselben Namen anschliessend in die Arbeitsanweisung schreiben. Auch Unterhaltungstitel, Dateiname, Projektbezeichnung und Begleitnachricht können den geschützten Zusammenhang wiederherstellen.
Artikel 5 DSGVO verlangt unter anderem, personenbezogene Daten dem Zweck angemessen sowie auf das notwendige Mass beschränkt zu verarbeiten. In der Schweiz zieht das DSG in dieselbe Richtung: Bearbeitungen müssen verhältnismässig sein und dürfen nicht über den Zweck hinausgehen, für den die Daten beschafft wurden. Für die praktische Vorbereitung bedeutet das: Auch die Arbeitsanweisung sollte nur den Zusammenhang enthalten, den das KI-System für die konkrete Aufgabe benötigt, unabhängig davon, welches Regime im Einzelfall greift.
Neutrale Rollenbezeichnungen helfen, unnötige Identifikatoren zu vermeiden. Aus einer namentlich bezeichneten Person kann etwa «Mitarbeiterin A» werden. Entscheidend bleibt die Aufgabe. Eine Vertragszusammenfassung braucht andere Angaben als eine Fristenextraktion oder die Prüfung einer einzelnen Klausel.
Eine belastbare Freigabe in acht Schritten
Aus den einzelnen Tests lässt sich eine kompakte Prüfkette für den Arbeitsalltag ableiten:
Original sichern: Das Quelldokument unverändert aufbewahren und nur eine kontrollierte Kopie bearbeiten.
Zweck festlegen: Empfänger, Verarbeitungsschritt und wirklich benötigte Informationen bestimmen.
Fundstellen markieren: Personenbezogene und vertrauliche Inhalte systematisch erfassen, einschliesslich Bildern und Texten aus optischer Zeichenerkennung.
Inhalte irreversibel entfernen: Eine echte Schwärzungsfunktion verwenden und eine neue Ausgabedatei erzeugen.
Verborgene Daten bereinigen: Metadaten, Kommentare, Anhänge, Formulare, Ebenen und Skripte prüfen.
Finale Datei testen: Suche, Kopierprüfung, Textextraktion, zweites Anzeigeprogramm, neue Seitendarstellung und optische Zeichenerkennung auf genau dieselbe Datei anwenden.
Begleitdaten minimieren: Dateiname, Arbeitsanweisung, Unterhaltungstitel und Nachricht auf unnötige Angaben kontrollieren.
Freigabe dokumentieren: Bei erhöhtem Schutzbedarf eine zweite Person prüfen lassen und Dateiversion, Datum sowie erledigte Tests festhalten.
Die Dokumentation sollte den Prozess belegen, ohne die entfernten Inhalte in einem neuen Protokoll zu vervielfältigen. Meist genügen Dateikennung, Prüfschritte, verantwortliche Rollen und Freigabezeitpunkt.
Was die Prüfkette leistet
In der Arbeit an veronto konzentrieren wir uns auf nachvollziehbare Abläufe für Schwärzung, Prüfung und sichere Dokumentenfreigabe. Dabei begegnet uns immer wieder dieselbe Anforderung: Eine Freigabe muss sich auf die tatsächlich weitergegebene Datei beziehen. Die Prüfkette macht aus einem optischen Eindruck mehrere nachvollziehbare technische Befunde. Ein Fehler, der einen Test passiert, kann im nächsten sichtbar werden.
Absolute Sicherheit lässt sich daraus nicht ableiten. Dateiformate, Werkzeuge und Ausgangsdokumente unterscheiden sich zu stark. Bei besonders sensiblen Informationen können zusätzliche Kontrollen, speziell freigegebene Verarbeitungsumgebungen oder der vollständige Verzicht auf eine externe Übermittlung erforderlich sein.
Für den normalen Unternehmensprozess ist dennoch viel gewonnen. Die Prüfung wird wiederholbar, Verantwortlichkeiten werden klarer und offensichtliche Fehlannahmen verlieren ihren Platz. Der entscheidende Perspektivwechsel lautet: Bewertet wird die fertige Ausgabedatei mit allen relevanten Informationskanälen.
Fazit
Sicheres Schwärzen ist eine kleine technische Prüfkette. Volltextsuche, Kopierprüfung und Textextraktion prüfen den Textzugriff. Metadatenkontrolle und Bereinigung prüfen den Aufbau der PDF-Datei. Ein zweites Anzeigeprogramm, die neu erzeugte Seitendarstellung und die optische Zeichenerkennung prüfen die sichtbare Ausgabe aus weiteren Perspektiven. Dateiname, Arbeitsanweisung und Begleittext schliessen die Lücke rund um das Dokument.
Erst das Zusammenspiel dieser Kontrollen schafft eine belastbare Grundlage für die Freigabe. Wer diesen Ablauf auf die genaue Ausgabedatei anwendet und bei hohem Schutzbedarf eine zweite Person einbezieht, reduziert das Risiko versteckter Daten deutlich.
Über den Autor
Martin Meng arbeitet bei der veronto GmbH & Co. KG an Software für den datenschutzgerechten Umgang mit sensiblen Dokumenten. Sein Schwerpunkt liegt auf reproduzierbaren Abläufen für Schwärzung, Qualitätskontrolle und sichere Dokumentenfreigabe.
Quellen und weiterführende Informationen
1. Adobe Acrobat Hilfe: PDF-Dateien schwärzen und bereinigen
2. Adobe Acrobat Hilfe: PDF-Dateien bereinigen
3. The National Archives: Werkzeugsammlung zur Schwärzung
