Wie wird ein PDF-Dokument definiert

[Frieder01]

Hallo,
ich bin hier evtl. mit meiner Frage falsch.
PDF-Dokumente sind ja kopierbar und durchsuchbar. Allerdings werden manche Dokumente zwar als ".pdf" verschickt. Sie sind aber nicht durchsuchbar oder einzelne Sätze nicht kopierbar. Damit meine ich nicht, dass sie vom Ersteller gesperrt wurden, sondern bspw., dass Dokumente ohne OCR-Softwar gescannt und als ".pdf" gespeichert wurden. Aber quasi nur die Eingeschaften eines Bildes haben.
Meine Frage: Gibt es Mindeststandards, damit ein Dokument auch als ".pdf"-Dokument bezeichnet werden kann? Ist also eher eine juristische Frage.
Danke.

 

[Sandro_Suchti]

Ist also eher eine juristische Frage.

Mal abgesehen davon, dass du dafür hier sowieso falsch bist, meinst du vielleicht das?

https://www.adobe.com/de/acrobat/resources/document-files/pdf-types.html

 

[rasand79]

ein PDF ist ein plattformunabhängiges Dateiformat. Was darin enthalten ist, spielt keine Rolle. Du kannst sowohl ein Bild als PDF speichern, oder auch Text oder eine Vektorgrafik. Oder alles zusammen kombiniert. Völlig egal.

 

[Pyrukar]

Grundsätzlich ist PDF wie ein Ausdruck zu behandeln und hat meines wissens nur den Anspruch dass es auf jedem Viewer die selben Informationen ausgibt. Es gibt dann noch weitere Standards die vor Veränderung geschützt sind bzw. verschlüsselt sind, aber das ist nicht der Mindeststandard von PDF. Der Mindeststandart ist nur eine einheitliche Datei die auf jedem Gerät gleich ausgegeben wird.

Ergänzung (Gestern um 09:46)

Inzwischen sind mir sogar schon 3D Pdfs untergekommen in denen ich das 3D Objekt sogar bewegen und zoomen konnte

 

[aluis]

ohne OCR-Softwar gescannt und als ".pdf" gespeichert wurden.

Das ist vollkommen in Ordnung. Gute PDF-Software (DMS) hat deswegen eine OCR Komponente (meistens Tesseract) und macht das Dokument dann wieder durchsuchbar.

Eine PDF, die eigentlich nur ein Bild ist (oder aus kleinen Teilbildern besteht), gehört zum offiziellen Standard. Die wird wie jedes andere Dokument auch, in einer Software die rechtssicher Dokumente nach PS 880 ablegen kann, so gespeichert.

Rechtlich gesehen, erfüllt so eine Bild-PDF auch die Anforderungen an ein langzeitstabiles Format.

 

[Conqi]

Inzwischen sind mir sogar schon 3D Pdfs untergekommen in denen ich das 3D Objekt sogar bewegen und zoomen konnte

PDFs erlauben Javascript. Damit kann man so ziemlich alles basteln, was man will. Leider beschert einem das auch diverse Sicherheitslücken und hätte es meiner Meinung nach nicht gebraucht für 99,9% der Anwendungsfälle.

 

[kieleich]

PDF ist wie eine Schachtel Pralinen, man weiß nie was drin ist

Text, Text als Bild, Text als Wingdings (eingebettete Schriften mit falscher Codepoint zuordnung, beim Copypaste kommt nur Quark raus), unsichtbarer Text um dich beim copy-paste zu erwischen ... dann interaktive Elemente wie Formulare wo man den text ändern kann

Der Text (Bild) kann auch richtig angezeigt werden aber OCR Text (Copy&Paste Layer) ist falsch erkannt gewesen => Suchbegriff wird nicht gefunden obwohl er im Text vor kommt

Das kann man nicht mal gscheit korrekturlesen denn für den Mensch wirds ja richtig anzeigt

ob das irgendwo "juristisch" definiert ist gute frage, ich fürchte nicht

 

[Ranayna]

Inzwischen sind mir sogar schon 3D Pdfs untergekommen in denen ich das 3D Objekt sogar bewegen und zoomen konnte

Da die PDF Spezifikation die Einbettung von Javascript beinhaltet, kann man eine ganze Menge in PDF machen was auch in einem Browser geht.
Inklusive Doom spielen:
https://www.computerbase.de/news/ga...i-doom-ist-in-einer-pdf-datei-spielbar.91024/

Ein Standard PDF, auch wenn es sauber Text beinhaltet, ist trotzdem nicht garantiert ueberall gleich. Wenn im PDF eine Schriftart definiert ist, die aber nicht in das PDF eingebettet wurde, dann versucht der PDF Reader Systemfonts, oder gar Onlinefonts zu laden. Kann er das nicht, weil offline oder Font nicht installiert, gibts nur eine Standardschriftart.

Fuer korrekt reproduzierbare PDFs ohne externe Abhaengigkeiten gibt es das PDF/A Unterformat.
Das ist ein strengeres PDF Format, das "A" steht fuer Archival, das es ermoeglichen soll, dass auch in 20 oder mehr Jahren ein PDF/A faehiger PDF Leser das Dokument genauso anzeigen koennen soll.
Auch PDF/A Dokumente haben aber eine .pdf Endung. Die Endung einer Datei ist sowieso absolut nichtssagend.

 

[Mojo1987]

Inzwischen sind mir sogar schon 3D Pdfs untergekommen in denen ich das 3D Objekt sogar bewegen und zoomen konnte

Das gibt's seit 15 Jahren, das ist so garnix neues

 

[Pyrukar]

Kann er das nicht, weil offline oder Font nicht installiert, gibts nur eine Standardschriftart.

Ändert an der Information des Textes jedoch herzlich wenig außerdem wer Besondere Schriftarten benutzt ist ja auch selbst mit schuld wenn davon etwas untergeht.

Das gibt's seit 15 Jahren,

Habe ich auch nicht behauptet dass es neu ist, aber vermutlich ist es soweit von dem Entfernt was der TE bisher kennt, dass ich es ihm mal ergänzt habe, dass es das auch gibt.

 

[prian]

PDFs erlauben Javascript.

[...]

Sicherheitslücken und hätte es meiner Meinung nach nicht gebraucht für 99,9% der Anwendungsfälle.

Das sehen die Leute, die solche aktive Komponenten in PDFs integrieren, natürlich anders.
Ganz gerne machen das auch Universitäten, die in den PDF-Versionen der Diplom-/Bachelor-/Masterurkunden aktiven Code drin haben, damit sie mitbekommen wo diese Dokumente geöffnet werden, speziell in Firmen bei Bewerbungen. Wenn man dann nach dem Öffnen und übermitteln der IP-Adresse (ggf. noch den Rechnernamen) kann man an der internen Domain oder direkt an der IP erkennen welche Firma das ist.

Wir mussten unseren Virenscanner im Recruiting-System dahingehend anpassen, dass bei PDFs kein Scan von aktiven Komponenten stattfand, da sonst massenhaft PDFs vom Scanner wegen aktiver Komponenten abgewiesen worden wären (Upload ins System unterbunden) und somit die Bewerbung unvollständig geblieben oder abgewiesen worden wäre.

Somit hat der aktive Code einen Mehrwert, zumindest für ein paar Institutionen.

 

[Ranayna]

Ändert an der Information des Textes jedoch herzlich wenig außerdem wer Besondere Schriftarten benutzt ist ja auch selbst mit schuld wenn davon etwas untergeht.

Wenn man es drauf anlegt, kann man damit aber durchaus tricksen.
Homoglyphen sind teilweise komplett identisch aussehende "alternative Buchstaben". Damit erstellt es sich wunderbare Phishinglinks, die man nur durchs ansehen des Links nicht erkennen kann.
Wie gut sich ein Homoglyph sich "verstecken" kann haengt stark von der verwendeten Schriftart ab.

Wir mussten unseren Virenscanner im Recruiting-System dahingehend anpassen, dass bei PDFs kein Scan von aktiven Komponenten stattfand, da sonst massenhaft PDFs vom Scanner wegen aktiver Komponenten abgewiesen worden wären (Upload ins System unterbunden) und somit die Bewerbung unvollständig geblieben oder abgewiesen worden wäre.

Gruselige Vorstellung. Wenn ich die Kontrolle darueber haette, haette ich diese Aenderung am Scanner definitv nicht gemacht. Wenn ein Bewerber meint aktive PDFs einzuschicken die dann vom Scanner gefressen werden hat er halt Pech gehabt.
Aber das ist die klassische Kollision zwischen IT Sicherheit und dem Business. Die die IT-Sicherheit oft verliert, zumindest bis die Firma sich doch mal was einfaengt.

 

[prian]

Gruselige Vorstellung.

Ich weiß.

Wenn ich die Kontrolle darueber haette, haette ich diese Aenderung am Scanner definitv nicht gemacht. Wenn ein Bewerber meint aktive PDFs einzuschicken die dann vom Scanner gefressen werden hat er halt Pech gehabt.

Der Bewerber weiß das meist gar nicht.

Aber das ist die klassische Kollision zwischen IT Sicherheit und dem Business. Die die IT-Sicherheit oft verliert, zumindest bis die Firma sich doch mal was einfaengt.

Was willst du machen, wenn dann tausende von Bewerbungen nicht mehr durchkommen? 😱
Man verliert als Firma dann viele mögliche neue Mitarbeiter weil die sich nicht bewerben können, der Bewerber sieht den wahren Grund der Abweisung eines Dokumentes nicht und lässt es dann sein.
Die IT hat in diesem Fall das "Business" darauf hingewiesen auf die vorhandene Problematik, die Entscheidung kannst du dir sicherlich vorstellen.

 

[Pyrukar]

der Bewerber sieht den wahren Grund der Abweisung eines Dokumentes nicht und lässt es dann sein.

Na ja diesen Punkt könnte man doch anpassen. Wenn beim Bewerbungsvorgang mein Dokument vom Scanner Automatisch gefressen wird, könnte doch eine Warnung rauskommen, dass das Dokument gegen die Scannerrichtlinien verstößt und man es nochmal mit einem "dummen" PDF versuchen soll.

 

[Ranayna]

der Bewerber sieht den wahren Grund der Abweisung eines Dokumentes nicht

Dieser Aspekt waere aber etwas an dem man arbeiten koennte. Klar, still "fressen" ohne jegliches Feedback ist scheisse.

 

[seyfhor]

Meine Frage: Gibt es Mindeststandards, damit ein Dokument auch als ".pdf"-Dokument bezeichnet werden kann?

Ein pdf, das ein Bild, auch ein Bild von einem Text enthält, ist genauso ein pdf, wie ein pdf mit einfachem Text. Vorteile hat man beim richtigen Text halt vor allem weil die Datei kleiner ist.

 

[Micha-]

Es gibt keinen Rechtsanspruch auf ein durchsuchbares PDF

 

[Ranayna]

@Micha- ZUGPFeRD setzt maschinenlesbare PDF/A Dateien vorraus, die zusaetzlich zum eigendlichen Dokument eine genau definierte XML Datenstruktur aufweisen muessen die in das Dokument eingebettet ist.
https://e-rechnung-bund.de/faq/was-ist-eine-zugferd-rechnung-wofur-steht-zugferd/

Das ist aber etwas individuelles dieser Regelung. Andere gesetzliche Regelungen koennen andere Formate vorraussetzen.

 

[Frieder01]

Ein pdf, das ein Bild, auch ein Bild von einem Text enthält, ist genauso ein pdf, wie ein pdf mit einfachem Text.

Danke für alle Beiträge. Das Gebiet ist ja unüberschaubar.
zu @seyfhor ,
mir ging es darum, dass ein Gesetz vorschreibt, dass man eine Info so erhalten kann/muss , wie es der Antragsteller begehrt. Das betreffende PDF ist durchsuchbar bei einer Behörde gespeichert. Wenn ich es dann aber als nicht durchsuchbar erhalte, es ist sicher nicht gesperrt, ob man es dann rechtlich als PDF bezeichnen kann? Bei der Vielfallt an Formen, brauch ich mir darüber aber nicht den Kopf zerbrechen.
Danke.

 

[Micha-]

ZUGPFeRD

Muss ich wohl im Beitrag des TO überlesen haben