Ein PDF richtig schwärzen (der schwarze Balken reicht nicht)

Sie müssen ein Dokument weitergeben, aber ein paar sensible Zeilen verbergen, ein Gehalt, eine Anschrift, einen Namen. Also ziehen Sie ein schwarzes Rechteck über den Text und schicken es los. Es sieht geschwärzt aus. Ist es aber nicht. Genau dieser Fehler hat Gerichtsakten durchsickern lassen, Informanten enttarnt und Behörden blamiert, weil die Wörter weiterhin in der Datei stecken, direkt unter dem Balken.

Wenn Sie jemals etwas geschwärzt und angenommen haben, es sei weg, lohnen sich diese zwei Minuten.

Warum ein schwarzer Balken versagt

Ein PDF hält seinen Inhalt in Ebenen. Der Text ist das eine; eine darübergelegte Form ist etwas anderes. Wenn Sie ein schwarzes Rechteck über einen Satz legen, haben Sie eine Grafik über die Wörter gesetzt, aber die Wörter selbst nicht angerührt. Sie sind weiterhin da, als echter, markierbarer Text, nur visuell verborgen.

Jeder kann sie zurückholen, und das ist kein Hacking. Bereich markieren und kopieren. Oder die Datei durch eine Textextraktion laufen lassen. Der „verborgene“ Text kommt direkt heraus, Balken hin oder her. Das schwarze Rechteck hat Ihre Augen getäuscht, nicht die Datei.

Sie können sich das selbst beweisen. Nehmen Sie ein PDF, in dem etwas mit einem Balken überdeckt wurde, und extrahieren Sie dessen Text. Die vermeintlich geschwärzten Wörter tauchen in der Ausgabe auf, weil sie nie entfernt wurden. Das ist der Test, und zugleich die Warnung.

Dieselbe Falle bei den Metadaten

Selbst wenn der sichtbare Text behandelt ist, kann ein Dokument über seine Metadaten durchsickern, die verborgenen Eigenschaften, die einen Autorennamen, einen Bearbeitungsverlauf und mehr tragen. Echtes Schwärzen heißt, auch daran zu denken, was in der Struktur der Datei verborgen ist, nicht nur an das, was auf der Seite steht.

Ein wirklich sicherer Weg, im Browser zu schwärzen

Das verlässliche Prinzip: den Text nicht überdecken, sondern vernichten. Wenn die sensiblen Wörter in der Datei nicht mehr als Text existieren, gibt es nichts wiederherzustellen. So geht das mit browserbasierten Werkzeugen, ohne Upload:

1. Decken Sie die sensiblen Stellen ab. Legen Sie einen vollflächigen Block über jedes Textstück, das verschwinden soll, sodass es visuell verborgen ist. Für sich allein ist das noch nicht sicher, es ist der nächste Schritt, auf den es ankommt.
2. Flachen Sie die Seiten zu Bildern ab. Wandeln Sie das Dokument mit PDF zu Bildern in Bilder um. Das macht jede Seite zu einem flachen Bild. Der entscheidende Effekt: Der Text hört auf, Text zu sein, und wird zu Pixeln. Was unter Ihrem Block lag, ist jetzt nur noch Teil eines Bildes, und der Block ist dauerhaft darüber gemalt.
3. Bauen Sie das PDF neu auf. Wandeln Sie diese Bilder mit Bilder zu PDF wieder in ein PDF um. Sie haben wieder ein Dokument, aber eines, in dem der geschwärzte Text tatsächlich nicht mehr als wiederherstellbarer Text existiert.
4. Prüfen Sie nach. Lassen Sie das Ergebnis durch die Textextraktion laufen. Wenn die sensiblen Wörter nicht auftauchen, sind sie wirklich weg. Diese Kontrolle ist der ganze Sinn, machen Sie sie jedes Mal.

Ein Kompromiss, den Sie kennen sollten: Das Abflachen zu Bildern entfernt die echte Textebene aus dem gesamten Dokument, also wird das Ganze zu einem Bild und ist nicht mehr durchsuchbar. Genau deshalb lässt sich der verborgene Text nicht wiederherstellen. Wenn Sie den Rest des Dokuments durchsuchbar brauchen, können Sie es anschließend mit OCR bearbeiten, was aus dem Sichtbaren eine neue Textebene aufbaut, und die geschwärzten Stellen, jetzt nur noch schwarze Pixel, geben der OCR nichts zu lesen.

Warum das auf Ihrem Rechner bleiben muss

Denken Sie daran, was Sie schwärzen: Es ist per Definition sensibel, das ist ja der Grund, warum Sie es verbergen. Dieses Dokument auf ein Online-„Schwärzungs“-Tool hochzuladen heißt, das ungeschwärzte Original, mit vollständig intaktem sensiblem Text, dem Server eines Fremden zu übergeben. Genau das, was Sie schützen wollen, wird im Akt des Schützens offengelegt.

reader.me läuft in Ihrem Browser. Jeder Schritt oben passiert auf Ihrem eigenen Gerät: Die Datei wird lokal in den Arbeitsspeicher gelesen, dort verarbeitet und an Sie zurückgegeben, ohne dass etwas hochgeladen wird. Sie können das mit den Entwicklerwerkzeugen (F12) im Reiter „Netzwerk“ bestätigen, oder indem Sie das Ganze offline erledigen.

Echtes Schwärzen bedeutet Entfernen, nicht Verbergen. Ein schwarzer Balken verbirgt Text vor Ihren Augen; das Abflachen entfernt ihn aus der Datei. Erledigen Sie es lokal, prüfen Sie es mit einer Textextraktion jedes einzelne Mal, und Sie können ein Dokument weitergeben, im Wissen, dass das, was Sie verborgen haben, wirklich weg ist.