Anleitungen
Warum PDF in Word die Formatierung zerstört
Warum sich Layout, Tabellen und Spalten beim Umwandeln von PDF in Word verschieben, warum gescannte PDFs keinen Text liefern und wie Sie bessere Ergebnisse erzielen.
Autor: Hemen Dönüştür Editör EkibiVeröffentlicht: 6 Min. Lesezeit
Sie haben ein PDF in Word umgewandelt, doch im Ergebnis sind Tabellen zu einfachem Text geworden, eine zweispaltige Seite ist zu einer Spalte zusammengefallen oder Zeilenumbrüche stehen an anderen Stellen. Das ist meist kein „Fehler“ des Konverters, sondern eine Folge davon, dass die beiden Formate grundlegend verschieden funktionieren. Dieser Leitfaden erklärt den Unterschied zwischen PDF und Word, die häufigsten Probleme und was Sie für bessere Ergebnisse tun können.
Der Kernunterschied: feste Seiten gegen Fließtext
PDF ist ein Format mit festem Layout, gemacht dafür, dass ein Dokument auf jedem Gerät und jedem Drucker gleich aussieht. Microsofts Artikel „Opening PDFs in Word“ formuliert es so: Eine PDF-Datei speichert die Position von Text, Bildern und Vektorgrafiken auf einer Seite, aber nicht unbedingt die Beziehungen zwischen ihnen. Ein PDF hält also fest „diese Buchstaben stehen an dieser Stelle der Seite“; oft hält es nicht fest „das ist ein Absatz“, „das ist eine Tabellenzelle“ oder „dieser Text geht in der zweiten Spalte weiter“.
Word ist ein fließendes Format. Text fließt in Absätzen, Seitenumbrüche werden beim Tippen neu berechnet, und Tabellen bestehen aus Zeilen und Zellen. PDF in Word umzuwandeln heißt, diese Struktur aus Positionen zu erschließen. Microsoft warnt bei der eigenen Umwandlung genauso: Das umgewandelte Dokument entspricht dem Original möglicherweise nicht Seite für Seite, und Zeilen- und Seitenumbrüche können an anderen Stellen liegen.
Die häufigsten Layoutprobleme und ihre Ursachen
Tabellen werden zu einfachem Text
In einem PDF besteht eine Tabelle meist nur aus Textstücken und Linien an bestimmten Positionen; Informationen über Zeilen oder Zellen gibt es nicht. Microsoft zählt Tabellen mit Zellabstand zu den Elementen, die beim Umwandeln von PDF in Word bekanntermaßen Probleme machen. Unser Konverter baut PDF-Tabellen nicht als Word-Tabellen nach: Der Zelltext wird als normale Absätze in das Word-Dokument übernommen, und Zellen derselben Zeile können zu einer einzigen Textzeile zusammengefügt werden.
Spalten und Textfelder verschwinden
Unser Konverter erzeugt ein fließendes Dokument, indem er die Seite von oben nach unten liest und Elemente auf derselben Zeile von links nach rechts. Bei einspaltigem Text ergibt das die richtige Lesereihenfolge. Auf mehrspaltigen Seiten im Zeitungs- oder Magazinstil können sich jedoch Zeilen auf gleicher Höhe in zwei nebeneinanderliegenden Spalten vermischen. Spaltenlayout und Textfelder bleiben in der Word-Ausgabe nicht erhalten.
Schriften ändern sich
Unser Konverter übernimmt Schriftname, Schriftgröße und Farbe in das Word-Dokument. Die im PDF eingebettete Schrift wandert aber nicht mit; beim Öffnen des Dokuments verwendet Word die auf Ihrem Computer installierten Schriften. Haben Sie dieselbe Schrift nicht, ersetzt Word sie durch eine ähnliche, was die Zeilenlängen und damit die Seitenumbrüche verändert. Schriften, die auf unserem Server nicht installiert sind, werden bei der Umwandlung ebenfalls durch ähnliche ersetzt.
Zeilenumbrüche und Absätze
Wer schon einmal Text aus einem PDF kopiert hat, kennt den harten Zeilenumbruch am Ende jeder Zeile. Unser Konverter fügt diese Zeilen wieder zu echten Absätzen zusammen, während kurze Zeilen und Zeilen mit Satzende als eigene Zeilen bleiben. Diese Heuristik funktioniert für die meisten Texte, doch bei Gedichten, Adressblöcken oder Listen mit kurzen Zeilen werden möglicherweise einige Zeilen zusammengeführt oder getrennt gelassen.
Hintergründe, Rahmen und Sonderelemente
Ganzseitige Hintergrundbilder werden nicht in die Word-Ausgabe übernommen. Laut Microsofts Liste machen auch Seitenfarben und Seitenränder, Rahmen, Fußnoten über mehr als eine Seite, Endnoten, PDF-Lesezeichen, Kommentare und Schrifteffekte wie Leuchten oder Schatten beim Umwandeln von PDF in Word bekanntermaßen Probleme.
Gescannte PDFs und OCR
Ein gescanntes PDF besteht aus Fotos von Seiten; es enthält keinen markierbaren Text. Um Text aus einer solchen Datei zu gewinnen, braucht es OCR (optische Zeichenerkennung). Unser Konverter führt keine OCR durch: Ein gescanntes PDF, das nur aus Bildern besteht, liefert keinen Text, und die Umwandlung gibt ein leeres Ergebnis zurück.
Ob ein PDF gescannt ist, lässt sich leicht prüfen: Versuchen Sie, in einem PDF-Reader Text mit der Maus zu markieren. Lassen sich keine Wörter markieren und verhält sich die ganze Seite wie ein einziges Bild, ist die Datei ein Scan. Fügen Sie in diesem Fall zuerst mit einem OCR-Tool eine Textebene hinzu und wandeln Sie dann um. Microsofts Supportseite zu gescanntem Text empfiehlt die OCR-Software, die Ihrem Scanner beilag, oder Microsoft Lens, das direkt als bearbeitbares Word-Dokument speichern kann; dieselbe Seite weist darauf hin, dass Handschrift selten erkannt wird und Sie Text nach der OCR immer Korrektur lesen sollten.
Was unser Konverter erhält
Bei unserem PDF-in-Word-Konverter läuft die Umwandlung auf unserem Server; das hochgeladene PDF und die erzeugte DOCX-Datei werden spätestens nach 30 Minuten gelöscht. Die Ausgabe erhält:
- Fließtext in Lesereihenfolge, mit zu Absätzen zusammengefügten Zeilen
- Überschriften, erkannt anhand der Schriftgröße
- Aufzählungen und fortlaufend nummerierte Listen
- Im PDF eingebettete Bilder
- Schriftname, Schriftgröße, Farbe und eine geschätzte Ausrichtung
Nicht erhalten bleiben: Spaltenlayout, Textfelder, Tabellenstruktur und ganzseitige Hintergrundbilder. Passwortgeschützte PDFs lassen sich erst umwandeln, wenn das Passwort entfernt ist.
Kurz gesagt: Die besten Ergebnisse erzielen Sie mit einspaltigen, textlastigen Dokumenten, die direkt aus einem Textverarbeitungsprogramm als PDF gespeichert wurden. Microsoft sagt dasselbe über die eigene PDF-Umwandlung, die am besten mit PDFs funktioniert, die überwiegend aus Text bestehen. Verträge, Berichte, Briefe und Artikel gehören in diese Gruppe; Broschüren, Magazinseiten, Formulare und dichte Finanztabellen brauchen nach der Umwandlung mehr Nacharbeit von Hand.
Tipps für bessere Ergebnisse
- Suchen Sie die Originaldatei. Wurde das PDF aus einem Word-Dokument erstellt, ist die Original-DOCX jeder Umwandlung überlegen. Bitten Sie die Person, die das Dokument erstellt hat, um die Word-Fassung.
- Gescannte PDFs zuerst durch OCR schicken. Lässt sich Text nicht markieren, fügen Sie vor der Umwandlung eine Textebene hinzu.
- Passwort entfernen. Öffnen Sie ein geschütztes PDF mit seinem Passwort in Ihrem Reader, speichern Sie eine ungeschützte Kopie und laden Sie diese Kopie hoch.
- Das passende Ziel wählen. Brauchen Sie nur die Wörter, vermeidet PDF in TXT jeglichen Formatierungsballast. Für sauberen Text mit Überschriften und Listen probieren Sie PDF in Markdown. Akzeptiert ein älteres System nur .doc, nutzen Sie den PDF-in-DOC-Konverter.
- Tabellen von Hand neu aufbauen. Bei komplexen Tabellen ist es oft am schnellsten, in Word eine neue Tabelle anzulegen und den umgewandelten Text in ihre Zellen zu setzen.
- Schriften prüfen. Haben sich in der Ausgabe Zeilen verschoben, stellen Sie die Schrift des Dokuments auf eine um, die auf Ihrem Computer installiert ist.
- Am Ende wieder ein PDF daraus machen. Bevor Sie ein in Word bearbeitetes Dokument weitergeben, wandeln Sie es mit Word in PDF um, damit das Layout wieder fixiert ist.
Häufig gestellte Fragen
Kann ich ein gescanntes PDF in Word umwandeln?
Mit unserem Konverter nicht direkt, denn wir führen keine OCR durch, und gescannte Seiten enthalten keinen markierbaren Text. Schicken Sie die Datei zuerst durch ein OCR-Tool, um eine Textebene hinzuzufügen, und wandeln Sie sie dann um.
Werden Tabellen aus meinem PDF zu Word-Tabellen?
Nein. Ein PDF speichert eine Tabelle als positionierte Textstücke, nicht als Zeilen und Zellen, und unser Konverter baut daraus keine Tabellen nach. Der Zelltext wird als Absätze übernommen.
Warum hat sich die Seitenzahl geändert?
Word lässt Text fließen und berechnet Seitenumbrüche selbst. Kleine Unterschiede bei Schriften, Rändern und zusammengefügten Zeilen verschieben die Seitenumbrüche, daher kann sich die Seitenzahl ändern.
Warum ist der Text in mehrspaltigen PDFs durcheinander?
Unser Konverter liest die Seite von oben nach unten und jede Zeile von links nach rechts, daher können Zeilen auf gleicher Höhe in zwei nebeneinanderliegenden Spalten zusammengefügt werden. Prüfen Sie den Text bei solchen Dokumenten Spalte für Spalte.
Soll ich mein PDF in DOCX oder DOC umwandeln?
Nutzen Sie Word 2007 oder neuer, Google Docs oder LibreOffice, wählen Sie die DOCX-Datei aus dem PDF-in-Word-Konverter; sie wird breiter unterstützt. Wählen Sie DOC nur, wenn die Gegenseite Word 97-2003 nutzt oder das System, in das Sie hochladen, ausschließlich .doc akzeptiert.
Sind meine Dateien sicher?
Das PDF wird nur für die Umwandlung auf unseren Server hochgeladen; sowohl die hochgeladene Datei als auch das erzeugte Word-Dokument werden spätestens nach 30 Minuten gelöscht. Eine Registrierung ist nicht nötig.
