Wat je PDF over je verraadt: verborgen metadata

Je schrijft een document, exporteert het naar PDF en stuurt het weg. Wat je ziet is de inhoud: de woorden, de figuren, de opmaak. Wat je niet ziet is de tweede laag die het bestand eronder met zich meedraagt, een set eigenschappen die het document zelf beschrijven. Dat is metadata, en die kan meer over jou zeggen dan je zou verwachten.

Voor de meeste bestanden is het onschadelijk. Voor sommige is de naam in een verborgen veld of een tijdstempel die niemand bedoelde te delen juist het detail geweest dat alles verraadde. De moeite waard om te weten wat erin zit voor je verstuurt.

Wat een PDF eigenlijk over zichzelf opslaat

Open de eigenschappen van een PDF in zo goed als elke lezer en je vindt doorgaans een handvol standaardvelden:

• Auteur. Vaak je volledige naam of de accountnaam van je computer, automatisch opgehaald door het programma dat het bestand maakte.
• Titel, onderwerp, trefwoorden. Soms leeg gelaten, soms automatisch ingevuld vanuit het brondocument, af en toe met een oude werktitel die je al vergeten was.
• Maker en Producer. De software en versie die de PDF maakten. “Geëxporteerd vanuit [een app] 14.2” vertelt een lezer precies wat je hebt gebruikt.
• Aanmaak- en wijzigingsdatums. Exacte tijdstempels voor wanneer het bestand is gemaakt en het laatst is gewijzigd.

De meeste hiervan worden ingevuld zonder dat je ze ooit hebt getypt. Het programma voegt ze stilletjes toe bij het exporteren.

De dingen die je makkelijk vergeet

Naast de standaardvelden liften er een paar zaken vaker mee dan mensen beseffen:

• De accountnaam op je machine. Als je computerlogin je volledige wettelijke naam is, kan die als auteur belanden bij elk bestand dat je maakt.
• Bewerkingsgeschiedenis in sommige workflows. Bepaalde tools bewaren sporen van eerdere revisies of opmerkingen die niet zichtbaar zijn op de pagina maar wel in de structuur van het bestand zitten.
• Software-vingerafdrukken. De exacte gereedschapsketen die je gebruikte, wat een hint kan geven over je organisatie of setup.

Niets hiervan staat op de pagina. Je zou het nooit opmerken door het document te lezen. Het komt boven het moment dat iemand het eigenschappenpaneel opent, of het bestand door een script haalt dat metadata in bulk uitleest.

Wanneer het echt uitmaakt

Vaak maakt het niet uit. Maar denk aan:

• Anonieme of blinde inzendingen. Een klokkenluidersdocument, een dubbelblind academisch manuscript, een anonieme tip. Als het auteursveld je naam bevat, is de anonimiteit weg voordat iemand een woord leest.
• Documenten sturen naar mensen die je niet volledig vertrouwt. Een onderhandeling, een geschil, een sollicitatie. De tijdstempels en software-vingerafdrukken zijn kleine lekken, maar het zijn lekken.
• Openbare publicaties. Een rapport dat online wordt gezet, wordt gedownload, en iedereen kan de eigenschappen ervan lezen. Organisaties zijn geïdentificeerd en bronnen blootgelegd door metadata in een openbare PDF.

Hoe je controleert wat er in die van jou zit

De eenvoudigste eerste stap is kijken. Open het bestand in een PDF-lezer en zoek de documenteigenschappen of het “info”-paneel, meestal onder Bestand. Dat toont je de standaardvelden: auteur, datums, de software die het maakte. Als je naam of een accountnaam in het auteursveld staat, weet je het nu.

Voor een beter beeld kun je de tekst en structuur extraheren van het document om te zien wat er werkelijk is opgeslagen, allemaal zonder het bestand te uploaden. Het punt is om te kijken voor je verstuurt, niet erna.

Waarom de controle zelf lokaal moet blijven

Hier zit de valstrik. De voor de hand liggende stap is zoeken naar een “online metadata viewer” of een “verwijder PDF-metadata”-tool en je bestand uploaden. Denk eens na over wat dat betekent. Je bent bang dat dit document te veel over je prijsgeeft, dus om het te controleren geef je het hele bestand, metadata en al, aan een server die door vreemden wordt beheerd. De controle wordt het lek.

reader.me draait in je browser. Wanneer je een bestand opent om het te inspecteren of een schone kopie opnieuw op te slaan, gebeurt het werk op je eigen machine: de PDF wordt lokaal in het geheugen gelezen, daar verwerkt, en het resultaat is van jou. Niets wordt verzonden. Je kunt het op dezelfde manier bevestigen als al onze andere claims: open de ontwikkelaarstools (F12), kijk naar het tabblad Netwerk en zie dat er niets wordt geüpload. Of trek de stekker uit je verbinding en werk offline.

Dat is de juiste vorm voor een privacycontrole. De hele reden dat je naar metadata kijkt, is dat het je iets kan schelen waar je informatie naartoe gaat. Een tool die je bestand uploadt om die vraag te beantwoorden, heeft je al het verkeerde antwoord gegeven.

Een simpele gewoonte

Voor elk document dat je handen verlaat voor iets wat ertoe doet, neem tien seconden om de eigenschappen te openen. Controleer het auteursveld. Controleer de titel. Als er iets staat wat er niet hoort, pak het lokaal aan, op een tool die geen ritje naar de server van iemand anders toevoegt. Verwerk het bestand opnieuw in je browser, comprimeer of voeg het samen als je een verse kopie nodig hebt, en stuur de versie die je werkelijk bedoelde te sturen.

Je PDF zegt meer dan zijn woorden. Nu weet je waar je moet kijken, en hoe je kunt kijken zonder precies datgene te lekken wat je aan het controleren bent.