Schwärzungsfehler im PDF, die Daten preisgeben: Ebenen, Metadaten, OCR, Versionen

Ein geschwärztes PDF wirkt sicher, weil man nur schwarze Balken sieht. Ein PDF ist aber kein Blatt Papier, sondern ein Container mit Text, Bildern, Anmerkungen, Formularfeldern, Metadaten und manchmal mehreren übereinanderliegenden Fassungen desselben Dokuments. Eine Schwärzung schützt nur, wenn sie die Angabe aus allen diesen Bestandteilen entfernt. Sonst genügt Kopieren und Einfügen, die Suche mit Strg+F oder ein anderer PDF-Viewer, um das Verborgene wieder sichtbar zu machen.

Der Bayerische Landesbeauftragte für den Datenschutz hat dazu im März 2026 die Kurz-Information 66 „Dokumente erfolgreich schwärzen“ veröffentlicht. Sie stellt fest, dass vermeintlich geschwärzte Inhalte gerade bei PDF-Dokumenten immer wieder mit einfachen Mitteln rekonstruiert werden können, und dass daraus nach Art. 33 DSGVO meldepflichtige Datenpannen entstehen können. Auch international gibt es bekannte Fälle: Im Januar 2019 reichten die Anwälte von Paul Manafort bei einem US-Bundesgericht einen Schriftsatz ein, dessen „geschwärzte“ Passagen sich kopieren ließen; das Judges' Journal der American Bar Association führt ihn als Lehrbeispiel. Dieser Beitrag zeigt die technischen Fehler hinter solchen Pannen und wie man sie vor der Veröffentlichung erkennt.

Sechs Fehler, die die Daten in der Datei lassen

1. Aufgelegte Balken und schwarze Markierungen

Der Klassiker – die BayLfD spricht von „kosmetischer“ Schwärzung: Ein schwarzes Rechteck wird mit dem Form- oder Kommentarwerkzeug über den Text gelegt, die Schrift wird schwarz auf Schwarz gesetzt oder ein dunkler Textmarker verwendet. Optisch einwandfrei, doch der Text bleibt in der Inhaltsebene. Er lässt sich markieren, kopieren, über die Volltextsuche finden oder mit jedem Extraktionswerkzeug auslesen. Dasselbe passiert, wenn in Word schwarz hinterlegt und anschließend als PDF exportiert wird.

2. Verborgene Ebenen und Objekte

Ein PDF kann Anmerkungen (Notizen, Kommentare), Formularfelder mit Inhalten, standardmäßig ausgeblendete optionale Ebenen, eingebettete Dateien und Lesezeichen enthalten, deren Titel einen Namen tragen („Vernehmung Max Mustermann“). Ein Werkzeug, das nur sichtbaren Text bearbeitet, lässt all das unberührt.

3. Die unsichtbare OCR-Ebene bei Scans

Wird ein Scan per Texterkennung bearbeitet, speichert das PDF das Seitenbild und darunter eine unsichtbare Textebene für Suche und Kopie. Wird nur das Bild abgedeckt, nicht aber der erkannte Text entfernt, taucht der „geschwärzte“ Name bei der Suche wieder auf. Umgekehrt kommt es vor, dass der Text entfernt ist, das Bild die Angabe aber noch zeigt, weil der Balken sie nicht vollständig verdeckt. Mehr dazu in unserem Leitfaden zum Anonymisieren gescannter PDFs.

4. Metadaten und Dokumenteigenschaften

Titel, Autor, Betreff, Stichwörter, XMP-Metadaten und die erzeugende Anwendung reisen mit der Datei. Nicht selten ist der Titel der Name der betroffenen Person oder der Autor die Verfasserin eines vertraulichen Vermerks. Prüfen Sie diese Angaben und entfernen Sie die PDF-Metadaten in der veröffentlichten Kopie – nie im archivierten Original.

5. Inkrementelles Speichern

Das PDF-Format erlaubt es, Änderungen am Dateiende anzuhängen, statt die Datei neu zu schreiben. Das ist schnell, bedeutet aber, dass die Fassung vor der Schwärzung noch in der Datei stecken und mit Spezialwerkzeugen wiederhergestellt werden kann. Speichern Sie das Ergebnis daher als neue, vollständig neu geschriebene Datei und nicht einfach mit „Speichern“ über das Arbeitsdokument.

6. Was außerhalb des Dokuments steht: Dateinamen und Kontext

„Bescheid_Bussgeld_Anna_Becker_geschwaerzt.pdf“ (fiktives Beispiel) macht die beste Schwärzung zunichte. Gleiches gilt für den Betreff der Begleit-E-Mail, einen Ordnerpfad in einer öffentlichen URL oder einen Namen in Kopfzeile oder Inhaltsverzeichnis, den niemand geprüft hat. Die BayLfD weist ausdrücklich darauf hin, dass ungeschwärzte Vorfassungen nicht parallel verbreitet werden dürfen.

Fehler in der Abwägung, nicht nur im Werkzeug

Auch mit dem richtigen Werkzeug entstehen Lecks durch Prüfentscheidungen:

• Unvollständige Schwärzung: Der Name ist im Fließtext entfernt, aber nicht in Kopf- und Fußzeilen, Anlagen, Fußnoten, Tabellen oder im Unterschriftenblock.
• Indirekte Identifizierung: Der Name fehlt, aber eine einmalige Funktion („die Schulleiterin“), die genaue Anschrift oder eine Kombination aus Datum und Ort verweist weiterhin auf eine Person.
• Verräterische Balkenlänge: Ein exakt auf einen kurzen Ortsnamen zugeschnittener Balken kann genügen, um ihn zu erraten.
• Verpixeln oder Weichzeichnen von Bildern statt Ersetzen: Bei geringer Auflösung oder vorhersehbarem Text lässt sich der Inhalt teils rekonstruieren.
• Schwärzen statt Pseudonymisieren, wenn Leser die Beteiligten unterscheiden müssen: Das Ergebnis ist unlesbar, und am Ende wird eine „brauchbarere“ Fassung ohne Kontrolle verschickt.

So prüfen Sie ein PDF vor der Herausgabe

Diese Prüfungen dauern fünf Minuten und decken die meisten Fehler auf. Führen Sie sie an der Enddatei durch, nicht an der Arbeitskopie:

Die BayLfD empfiehlt außerdem, risikoorientiert vorzugehen, stets mit einer Arbeitskopie zu arbeiten, improvisierte Lösungen wie gezeichnete Balken in Office-Programmen zu vermeiden, nur vertrauenswürdige Programme mit ausdrücklicher Schwärzungsfunktion einzusetzen und auf frei zugängliche Online-Tools zu verzichten, bei denen unklar ist, wo die Dokumente verarbeitet werden. Für Behörden, die Unterlagen nach dem IFG oder den Landesgesetzen herausgeben, gelten diese Grundsätze gleichermaßen.

Ein Ablauf, der Fehler konstruktiv verhindert

Am sichersten ist es, nicht von der Aufmerksamkeit der schwärzenden Person abhängig zu sein. Ein robuster Ablauf arbeitet immer mit einer Kopie, findet die Daten systematisch (auch Wiederholungen in Kopfzeilen und Anlagen), entfernt Inhalte statt sie abzudecken, bereinigt Metadaten, erzeugt eine neue Datei und sieht vor der Freigabe eine menschliche Prüfung vor. Organisatorische Fallstricke behandelt unser Beitrag zu häufigen Fehlern beim manuellen Schwärzen von PDFs.

Anonimatum setzt diesen Ansatz um: Es erkennt personenbezogene Daten mit eigener KI auf Servern in der EU und mit Mustern (Ausweisnummern, IBAN, Telefonnummern, E-Mail-Adressen), verarbeitet gescannte PDFs per OCR, zeigt eine Vorschau zum Prüfen und Korrigieren vor dem Anwenden und erzeugt ein Dokument, in dem die geschwärzte Angabe unumkehrbar entfernt ist. Dazu kommen das Entfernen von Metadaten und die visuelle Schwärzung von Bereichen für Stempel, Unterschriften oder Fotos.