Warum ein schwarzer Kasten im PDF oft nicht reicht
Wer in einem PDF-Programm ein schwarzes Rechteck über eine Kontonummer legt, hat eine Zeichnung über den Text gesetzt. Der Text steht darunter weiter in der Datei. Markiert man die Stelle und kopiert sie, erscheint die Nummer in der Zwischenablage; die Suchfunktion findet sie auch. Dasselbe gilt für Markierungen in Bildbearbeitungen, die als eigene Ebene gespeichert werden. Programme mit echter Schwärzung entfernen den Inhalt deshalb in einem eigenen Schritt. LibreOffice etwa ersetzt die markierten Bereiche durch Pixel und exportiert die Seiten als gerastertes PDF, damit sich der ursprüngliche Inhalt weder wiederherstellen noch kopieren lässt (LibreOffice-Hilfe „Schwärzen“, abgerufen am 04.10.2026).
Dieses Werkzeug geht einen anderen, einfacheren Weg. Es baut die Datei neu, Seite für Seite, und zwar nur aus Bildern. Was geschwärzt wurde, ist im Bild schwarz, und daneben gibt es keinen Text mehr, der etwas verraten könnte.
So schwärzt das Werkzeug: Seite als Bild, Pixel schwarz, neues PDF
Jede Seite wird mit pdf.js im Browser gerendert, bei 150, 200 oder 300 dpi. Eine A4-Seite wird bei 150 dpi zu 1.240 × 1.754 Pixeln, bei 300 dpi zu 2.480 × 3.508. In dieses Bild schreibt das Werkzeug die Felder: Jedes Pixel im Rechteck wird RGB 0, 0, 0, das Rechteck wird dabei nach außen auf ganze Pixel gerundet, damit kein halber Buchstabe am Rand stehen bleibt. Wer „grob verpixeln“ wählt, bekommt Blöcke von mindestens 16 Pixeln Kantenlänge, auf A4 bei 150 dpi 29 Pixel, gröber als eine 10-Punkt-Zeile hoch ist. Danach kommt jede Seite als JPEG mit Qualität 85 in ein neues PDF, in Größe und Seitenformat wie das Original, aber ohne Schrift, ohne Textebene und ohne Info-Wörterbuch.
Der Preis dafür: Das neue PDF lässt sich nicht mehr durchsuchen und ist meist größer als das Original. Im Test wurden zehn Seiten Fließtext, im Original 10 kB, bei 150 dpi zu etwa 5 MB in Chrome und etwa 8 MB in WebKit, der Technik von Safari; die genaue Größe zeigt der Download-Knopf an. Wenn ein Portal nur kleine Dateien annimmt, hilft danach PDF verkleinern.
Namen, IBAN und Nummern auf allen Seiten finden
Bei einem PDF aus einem Programm, etwa einer Rechnung, einem Vertrag oder einem Bescheid als Download, steckt der Text in der Datei. Das Werkzeug liest diese Textebene und sucht die Begriffe, die Sie eintragen, auf allen Seiten. Die Suche ist eine Hilfe, keine Garantie: Was sie nicht findet, bleibt lesbar, deshalb gehört der Blick auf jede Seite der Vorschau zu jedem Durchgang. Groß- und Kleinschreibung spielt keine Rolle, Leerzeichen im Begriff auch nicht: „Max Mustermann“ findet auch „MAX MUSTERMANN“ und den Namen, wenn er am Zeilenende umbricht. Eine IBAN, die Sie ohne Leerzeichen eintippen, findet es auch in der gedruckten Viererschreibweise. Standardmäßig zählen nur ganze Wörter, damit „Anna“ nicht in „Annahme“ schwärzt.
Dazu kommen Muster, die ohne Eingabe auskommen. IBAN, Steuer-ID und Sozialversicherungsnummer schlägt das Werkzeug nur vor, wenn die Prüfziffer stimmt: die IBAN nach dem Verfahren MOD-97, die Steuer-ID nach dem Rechenweg der Zentralen Zulagenstelle (deren Beispielnummer 86095742719 erkennt es, 86095742718 nicht), die SV-Nummer nach § 2 VKVV. E-Mail-Adressen, Telefonnummern mit 7 bis 15 Ziffern, Datumsangaben und Anschriften erkennt es an der Schreibweise, ohne Prüfziffer; diese Vorschläge sind ungenauer. Überschneiden sich zwei Treffer, etwa Ihr Name in Ihrer E-Mail-Adresse, wird die ganze Adresse geschwärzt und nicht nur der Name darin.
Läuft eine IBAN, Telefonnummer, E-Mail-Adresse, Steuer-ID, SV-Nummer oder Anschrift über das Zeilenende, verbindet die Suche die beiden Zeilen und schwärzt beide Teile; ein Trennstrich am Zeilenende zählt dabei nicht mit. Bei der Anschrift heißt das: Steht die Straße am Ende der einen Zeile und „31157 Sarstedt“ am Anfang der nächsten, werden beide gefunden. Bricht eine E-Mail-Adresse vor dem @ um („gundula.pfeif“ am Zeilenende, „fer@beispiel-mail.de“ darunter), lässt sich nicht sicher sagen, ob das letzte Wort der oberen Zeile zur Adresse gehört; das Werkzeug schwärzt es mit. Gesperrt gesetzter Text mit großem Zeichenabstand, den pdf.js als „I B A N D E 7 7 …“ liefert, wird für die Suche zusammengezogen. Läuft eine IBAN über den rechten Seitenrand hinaus, schwärzt es den sichtbaren Anfang, obwohl sich dort keine Prüfziffer rechnen lässt. Ausgefüllte Formularfelder und sichtbare Kommentare (Textfelder auf der Seite) durchsucht das Werkzeug mit; dort schwärzt es das ganze Feld. Damit Sie nichts übersehen, das Sie nicht sehen, zeichnet es Feldwerte und Kommentare vorher sichtbar in die Seite.
Die Felder rechnet das Werkzeug aus der Lage des Texts im PDF und gibt rundum mindestens einen Punkt Rand dazu. Danach misst es im Seitenbild nach: Ragt ein Buchstabe über das Feld hinaus, wird das Feld größer, bis zur Lücke vor dem nächsten Wort; kleiner wird es dabei nie. Als Schrift zählt alles, was sich vom Hintergrund abhebt, also auch hellgraue oder gelbe Schrift und weiße Schrift auf farbigem Grund. Gedrehter Text, etwa ein senkrechter Randvermerk oder ein Stempel im Winkel von 30 Grad, bekommt Felder, die der Drehung folgen. Auch dort misst das Werkzeug nach, entlang der gedrehten Grundlinie: Gibt das PDF für eine ungewöhnliche Schrift eine zu kleine Breite an, wächst das Feld bis zur nächsten Lücke. Seiten, die im PDF gedreht gespeichert sind, etwa eine Tabelle im Querformat, durchsucht es in der Lage, in der Sie sie auf dem Bildschirm sehen. Ein Komma oder ein Buchstabe des Nachbarworts wird dabei manchmal mitgeschwärzt; das ist Absicht.
Jeder Treffer steht mit Seite und gekürztem Wert in der Liste. Sie wählen ab, was stehen bleiben soll, und sehen die Felder vor dem Speichern auf der Seite. Was die Suche übersieht, ziehen Sie von Hand nach.
Was beim Speichern aus der Datei verschwindet
| Bestandteil des Originals | In der geschwärzten Kopie |
|---|---|
| Text unter den schwarzen Feldern | weg, die Pixel sind schwarz |
| übriger Text (Textebene) | weg, die Seite ist nur noch ein Bild |
| Titel, Autor, Programm, Erstelldatum, XMP-Metadaten | weg, das neue PDF hat kein Info-Wörterbuch |
| Links, Lesezeichen, Kommentare, Anhänge, Formularfelder | weg (sichtbare Inhalte erscheinen nur als Bild) |
| frühere Speicherstände im PDF | weg, die Datei wird neu geschrieben |
| bei Fotos: EXIF mit Kamera, Uhrzeit, GPS-Ort | weg, das Bild wird neu kodiert |
Was sichtbar auf der Seite steht und nicht geschwärzt wurde, bleibt natürlich lesbar, nur eben als Bild. Für die Metadaten allein, ohne die Seiten zu rastern, gibt es PDF-Metadaten entfernen.
Scans und Fotos: Texterkennung im Browser
Ein eingescanntes Blatt oder ein Foto hat keine Textebene. Die Texterkennung (OCR) liest jede Seite so, wie sie aussieht, und lässt sich für jede Seite starten, auch für Seiten mit Textebene. Erst nach dem Klick lädt das Werkzeug Tesseract (tesseract.js 7, Lizenz Apache-2.0) mit den Sprachdaten für Deutsch und Englisch, zusammen 6,9 MB, und zwar von dieser Domain und nicht von einem fremden Server. Ihre Datei bleibt dabei im Browser; im Netzwerkprotokoll des Tests stehen nur diese Programmdateien. Die Seite wird für die Erkennung mit 300 dpi gerendert. Auf einem Mac mit Apple-Chip dauerte eine A4-Seite im Test 1 bis 1,5 Sekunden (30 Seiten: 34 s in Chrome, 42 s in WebKit, der Technik von Safari), die erste bis 2,5 Sekunden, dazu einmalig das Laden; auf Handys dauert es je nach Gerät länger. Ein Knopf bricht die Erkennung ab, erkannte Seiten bleiben. Eine neu geladene Datei verwirft alles, was zur alten gehört.
Empfohlen wird die Texterkennung (der Kasten wird orange) für Seiten ohne Textebene, mit einem Bild ab 3 % der Seitenfläche wie einem eingefügten Bildschirmfoto, mit unsichtbarer Textebene über einem Scan (ocrmypdf, viele Scanner), mit Schrift im Seitenbild, die in der Textebene fehlt, und mit fraglicher Textebene. LibreOffice mit der Schrift Linux Libertine G liefert etwa „Ste ffee n Ho ffe ann“ statt „Steffen Hoffmann“. Findet die Suche gar nichts, gilt die Empfehlung für alle Seiten. Finden Textebene und Erkennung dieselbe Stelle, steht sie einmal in der Liste.
Die erkannten Wörter durchsucht das Werkzeug wie eine Textebene, mit denselben Mustern und Prüfziffern. Liest die Erkennung in einer Nummer ein O statt einer Null oder ein l statt einer Eins, korrigiert das Werkzeug das, bevor es die Prüfziffer rechnet. Die Wortrahmen von Tesseract liegen oft ein, zwei Punkt neben dem gedruckten Wort. Jeder Treffer bekommt deshalb mindestens 2,5 pt Rand, bei großer Schrift 15 % der Zeilenhöhe, und in der Liste den Vermerk „aus OCR, bitte Vorschau prüfen“. Die gespeicherte Datei bleibt ein Bild-PDF ohne Textebene: Was die Erkennung gelesen hat, steht nicht darin.
Was die Texterkennung nicht kann: Handschrift liest sie kaum, Tesseract ist nach der eigenen Dokumentation für gedruckten Text gebaut (Tesseract-FAQ, abgerufen am 04.10.2026). Sehr kleine Schrift fällt aus. In einem Test-Scan mit 200 dpi fand sie bei 4 und 4,5 pt weder Namen noch IBAN, ab 5 pt die Namen, die IBAN aber nicht in jeder Zeile; bei 300 dpi fand sie alles ab 4 pt.
Getestet am 04.10.2026 in Chrome und WebKit mit selbst erzeugten Dokumenten und erfundenen Daten. Von 15 Dokumenten aus LibreOffice, macOS, Chrome, reportlab und unserer Angebotsseite, darunter Scan, Foto, Formular und Text als Pfade, schwärzte die Suche 131 von 132 Stellen samt 2 Pixel Rand, wenn man der OCR-Empfehlung folgt; übersehen wurde „Am Kiefernhang 23“, weil „-hang“ keine bekannte Straßenendung ist. In 25 Dokumenten einer unabhängigen Prüfung (gesperrte Schrift, Bildschirmfotos im PDF, ocrmypdf-Scans, Linux Libertine, Kleinschrift) blieben von 188 Stellen in WebKit 1 und in Chrome 6 lesbar, alle in Scans und Fotos: Dort fand die Texterkennung in Chrome 30 bis 32 von 36 Stellen, in WebKit 35. Verfehlt wurden ein Name in 7 pt bei 150 dpi, eine SV-Nummer und E-Mail-Adressen. Ein schiefes Handyfoto eines echten Briefs schneidet schlechter ab.
Fotos mit mehr als 4.000 Pixeln an der langen Seite verkleinert das Werkzeug auf 4.000, damit auch Handys genug Speicher haben. Als PDF gespeichert landet ein Foto auf einer A4-Seite, als PNG in der geladenen Größe. HEIC-Fotos vom iPhone wandelt die Seite vorher im Browser in ein Bild um, auch in Chrome und Firefox, die das Format selbst nicht öffnen.
Ausweis, Kontoauszug und Gehaltsabrechnung: die Vorlagen
Für drei Dokumente gibt es eigene Seiten mit derselben Technik und zusätzlichen Regeln. Ausweiskopie schwärzen setzt die Felder für Zugangsnummer, Seriennummer und maschinenlesbare Zone und schreibt den Kopie-Vermerk nach § 20 Abs. 2 PAuswG ins Bild. Kontoauszug schwärzen zeigt, was Jobcenter und Vermieter sehen dürfen und was nie geschwärzt werden darf. Gehaltsabrechnung schwärzen sucht SV-Nummer, Steuer-ID und IBAN und hat eine Liste je Empfänger. Diese Seite hier ist für alles andere: Verträge, Rechnungen, Gutachten, Bescheide, Chatverläufe, Arztbriefe.
Ergebnis selbst prüfen, bevor es rausgeht
- Die geschwärzte Datei öffnen, nicht das Original.
- Strg+A (am Mac Cmd+A) drücken: Wird nichts markiert, gibt es keine Textebene mehr.
- Mit der Suche des PDF-Programms nach dem geschwärzten Namen suchen: kein Treffer.
- Unter „Dokumenteigenschaften“ nachsehen: kein Titel, kein Autor.
- Pflicht: jede Seite in der Vorschau durchsehen. Die Suche schwärzt nur, was sie in der Textebene findet; was dort fehlt oder anders geschrieben ist, bleibt lesbar.
Grenzen, die Sie kennen sollten: Bearbeitet werden bis zu 30 Seiten je Datei, längere PDFs teilen Sie vorher. Die Texterkennung verwechselt Zeichen und übersieht Wörter, am ehesten bei Handschrift, bei unscharfen oder schiefen Fotos und bei Schrift unter 5 pt; Treffer aus der Texterkennung sind markiert, dort lohnt der Blick auf jede Zeile. PDFs aus LibreOffice oder LaTeX enthalten oft Ligaturen (ff, fi, fl in Namen wie Hoffmann oder Pfeiffer); solche Treffer findet die Suche meist, kennt ihre Lage im Text aber nicht genau und schwärzt dann die ganze Zeile, mit Hinweis in der Trefferliste; ist die Zuordnung ganz kaputt, findet erst die Texterkennung den Namen. Die Empfehlung für die Texterkennung beruht auf einer Prüfung des Seitenbilds und kann eine Seite verpassen, etwa wenn ein Bild kleiner als 3 % der Seite ist und ein Textstück darüber liegt; im Zweifel lassen Sie alle Seiten erkennen. Text, der über den Seitenrand hinausläuft, findet die Suche im sichtbaren Teil nur bei einer IBAN; Ränder prüfen Sie in der Vorschau. Telefonnummern, Datumsangaben und Anschriften erkennt die Suche an der Schreibweise und übersieht ungewöhnliche Formen. Bei Begriffen aus mehreren Wörtern zählt auch ein Treffer, an dem ein Wort ohne Leerzeichen anschließt. Kommentar-Notizen, deren Text erst im aufgeklappten Fenster erscheint, kommen nicht ins Bild; ihr Text fällt beim Speichern weg, die Suche meldet Treffer darin trotzdem. PDFs mit Öffnen-Passwort öffnen Sie vorher in Ihrem Programm und speichern eine Kopie ohne Passwort. Und das Original behalten Sie, denn rückgängig machen lässt sich eine echte Schwärzung nicht.