Was ist DOCX? So ist das Word-Dateiformat aufgebaut

Klicken Sie in Word auf „Speichern“, endet die Datei fast sicher auf .docx. Seit fast zwanzig Jahren ist das das Standardformat von Microsoft Word und eines der verbreitetsten bearbeitbaren Dokumentformate in Unternehmen, Bildung und Verwaltung. Kaum jemand weiß jedoch, dass eine DOCX-Datei eigentlich ein ZIP-Archiv voller XML-Dateien ist. Dieser Artikel erklärt, wie DOCX entstanden ist, auf welchen Normen es beruht, was darin steckt und worauf Sie beim Umwandeln von DOCX in andere Formate achten sollten.

Was ist DOCX?

DOCX ist die Dateiendung für Dokumente in WordprocessingML, dem Textverarbeitungsteil der Norm Office Open XML (OOXML). Das ältere .doc-Format war ein geschlossenes Binärformat, das Words interne Speicherstrukturen mehr oder weniger direkt auf die Festplatte schrieb. DOCX speichert Text, Formatierung, Bilder und Einstellungen dagegen als getrennte XML-Teile und bündelt sie in einem einzigen komprimierten Paket. Dadurch sind die Dateien meist kleiner, unempfindlicher gegen Beschädigung und auch von anderer Software als Word les- und schreibbar.

Eine kurze Geschichte

Microsoft stellte die Office-Formate schrittweise auf XML um. Das erste XML-Format für Excel kam 2000, eines für Word 2002, und beide wurden mit Office 2003 ausgeliefert. Im November 2005 kündigte Microsoft an, diese Formate unter dem Namen „Office Open XML“ über Ecma International zu normen. Danach ging es schnell:

• Dezember 2006: Ecma verabschiedete die erste Ausgabe als ECMA-376.
• 2007: Mit Office 2007 wurde DOCX das Standard-Speicherformat von Word. Für ältere Word-Versionen veröffentlichte Microsoft ein Compatibility Pack, das DOCX öffnen und speichern konnte.
• April 2008: Das beschleunigte ISO/IEC-Verfahren, das in der ersten Abstimmung gescheitert war, endete mit der Annahme.
• November 2008: Die Norm erschien als ISO/IEC 29500:2008, und Ecma veröffentlichte im Dezember 2008 eine technisch gleichwertige zweite Ausgabe.
• 2011, 2012 und 2021: Es folgten die dritte, vierte und fünfte Ausgabe von ECMA-376. Die Teile der aktuellen fünften Ausgabe wurden zwischen 2015 und 2021 aktualisiert.

Mit der Normung kamen zwei Konformitätsstufen: Transitional und Strict. Transitional enthält Kompatibilitätsfunktionen aus den alten Binärdokumenten und ist das, was Word standardmäßig schreibt. Office 2010 konnte Strict-Dokumente nur lesen; Office 2013 und neuer unterstützen Strict vollständig, Microsoft machte es aus Gründen der Abwärtskompatibilität aber nicht zum Standard.

Was steckt in einer DOCX-Datei?

Benennen Sie eine DOCX-Datei in .zip um und öffnen Sie sie, sehen Sie typischerweise eine Struktur wie diese:

[Content_Types].xml      Inhaltstypen der Teile im Paket
_rels/.rels              Beziehungen auf oberster Ebene
docProps/core.xml        Metadaten wie Titel, Autor und Datum
word/document.xml        der eigentliche Dokumenttext
word/styles.xml          Formatvorlagen
word/numbering.xml       Listennummerierung
word/header1.xml         Kopfzeile (falls vorhanden)
word/footer1.xml         Fußzeile (falls vorhanden)
word/media/image1.png    eingebettete Bilder
word/_rels/document.xml.rels  Beziehungen für Bilder und Hyperlinks

Die Paketregeln sind in Teil 2 von ECMA-376 festgelegt, den Open Packaging Conventions (OPC). Jeder Teil hat einen Inhaltstyp, und die Teile sind über Beziehungsdateien verknüpft. Ein Bild im Text wird zum Beispiel nicht über seinen Dateinamen referenziert, sondern über eine ID in der Beziehungsdatei, etwa rId5.

Der eigentliche Inhalt steht in word/document.xml. Laut Microsofts Open-XML-Dokumentation braucht das einfachste gültige Dokument ein Wurzelelement document, einen body, mindestens einen Absatz (p) mit einem Run (r) und darin Text (t):

<w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
  <w:body>
    <w:p>
      <w:r>
        <w:rPr><w:b/></w:rPr>
        <w:t>Hallo Welt</w:t>
      </w:r>
    </w:p>
  </w:body>
</w:document>

Ein Run ist ein Textabschnitt mit einheitlicher Formatierung. Ein einziges fettes Wort mitten im Satz teilt den Absatz in drei Runs. Deshalb verteilen Word-Dokumente denselben Text oft ohne sichtbaren Grund auf viele Runs, und damit muss jeder Konverter zurechtkommen.

DOCX, DOCM und DOTX

Zur selben Familie gehören einige weitere Endungen. .docm ist ein Dokument mit Makros; eine normale .docx kann keine Makros enthalten und ist deshalb die sicherere Wahl für E-Mail-Anhänge. .dotx ist eine Vorlage und .dotm eine Vorlage mit Makros. Vom Aufbau her sind alle dasselbe OPC-Paket; sie unterscheiden sich in den enthaltenen Teilen und den angegebenen Inhaltstypen.

Wo wird DOCX eingesetzt?

• Geschäftskorrespondenz: Angebote, Berichte, Aktennotizen und Vertragsentwürfe.
• Bildung: Hausarbeiten, Abschlussarbeiten, Vorlagen für Abschlussarbeiten und Kursmaterial.
• Recht und öffentlicher Sektor: Schriftsätze und Briefentwürfe.
• Verlagswesen: Korrekturrunden zwischen Autor und Lektorat mit Änderungsverfolgung und Kommentaren.
• Automatisierte Dokumenterstellung: Weil das Format eine offene Norm ist, kann Software Rechnungen, Zertifikate und Berichte als DOCX erzeugen.

Stärken und Schwächen

Welche Programme öffnen DOCX?

Word 2007 und neuer sowie Word im Web und auf Mobilgeräten öffnen DOCX direkt. Auch LibreOffice Writer, Google Docs, Apple Pages und WPS Office können es lesen und schreiben. Word 2003 und älter brauchen Microsofts Compatibility Pack. Alle diese Programme kommen mit einfachem Text, Formatvorlagen und Tabellen gut zurecht, erweitertes Layout, Textfelder, SmartArt und manche Feldfunktionen können aber von Programm zu Programm anders aussehen.

Typische Probleme und Lösungen

„Die Datei ist beschädigt und kann nicht geöffnet werden“

Weil DOCX ein ZIP-Paket ist, lässt sich eine unvollständig heruntergeladene Datei oder ein fehlerhaft gespeicherter E-Mail-Anhang nicht öffnen. Laden Sie die Datei zuerst erneut herunter. In Word stellt die Option „Öffnen und Reparieren“ im Öffnen-Dialog den Text oft wieder her. Wenn Sie eine Kopie in .zip umbenennen und zu öffnen versuchen, sehen Sie außerdem, ob die Datei überhaupt ein gültiges Paket ist.

Das Layout verschiebt sich auf einem anderen Rechner

DOCX bettet Schriften standardmäßig nicht ein. Fehlt dem Empfänger die Schrift, wird eine Ersatzschrift verwendet, Zeilen brechen neu um und Seitenumbrüche wandern. Muss das Layout exakt stimmen, teilen Sie eine PDF oder aktivieren Sie in den Word-Optionen das Einbetten von Schriften.

Der Hinweis „Kompatibilitätsmodus“

Öffnen Sie eine alte .doc-Datei in einem aktuellen Word, steht in der Titelleiste „Kompatibilitätsmodus“. Speichern Sie die Datei erneut als DOCX, wird dieser Modus beendet und neuere Funktionen stehen zur Verfügung.

Nachverfolgte Änderungen sind noch sichtbar

Nicht angenommene Änderungen und Kommentare bleiben in der geteilten Datei. Nehmen Sie vor dem Versand alle Änderungen an oder lehnen Sie sie ab und löschen Sie die Kommentare.

Tipps zum Umwandeln von DOCX-Dateien

Bei unserem Konverter werden Word-Dokumente auf unseren Server hochgeladen und innerhalb von 30 Minuten gelöscht. Umwandlungen zwischen DOCX, DOC, RTF und PDF erfolgen direkt mit LibreOffice, ohne HTML-Zwischenschritt. Deshalb bleiben bei Word in PDF Seitenlayout, Kopf- und Fußzeilen, Tabellenrahmen, Listennummerierung und Bilder erhalten. Eine eigene Schrift, die auf dem Server nicht installiert ist, wird unter Umständen durch eine ähnliche ersetzt.

• Für Altsysteme: Word in DOC hilft bei Software, die nur das Format von Word 97-2003 annimmt. Neuere Funktionen ohne DOC-Entsprechung, etwa manche Grafik- und Layoutelemente, werden dabei eventuell vereinfacht.
• Für Web und Dokumentation: Word in Markdown behält Überschriften, fetten und kursiven Text, Listen, Tabellen und Links; Schriften, Farben und Seitenlayout entfallen, weil Markdown dafür keine Entsprechung hat.
• In die andere Richtung: PDF in Word ist immer eine Rekonstruktion. Bewahren Sie die ursprüngliche DOCX also möglichst auf.

Häufig gestellte Fragen

Was ist der Unterschied zwischen DOCX und DOC?

DOC ist das Binärformat von Word 97-2003. DOCX ist die mit Word 2007 eingeführte offene, ZIP-basierte Norm aus XML-Teilen. DOCX ist meist kleiner, robuster und sicherer, weil es keine Makros enthalten kann.

Ist DOCX eine offene Norm?

Ja. Es ist bei Ecma als ECMA-376 und bei ISO/IEC als ISO/IEC 29500 genormt. Die Texte von ECMA-376 lassen sich kostenlos auf der Website von Ecma herunterladen.

Wie kann ich in eine DOCX-Datei hineinschauen?

Erstellen Sie eine Kopie, ändern Sie die Endung in .zip und öffnen Sie sie. Den Text finden Sie in word/document.xml, die Bilder im Ordner word/media.

Kann eine DOCX-Datei einen Virus enthalten?

Eine normale DOCX kann keine Makros enthalten; Dokumente mit Makros haben die Endung .docm. Wie bei jedem Dateityp gilt: Seien Sie vorsichtig mit Dokumenten aus unbekannten Quellen und halten Sie Ihre Office-Software aktuell.

Kann ich DOCX ohne Word öffnen?

Ja. LibreOffice Writer, Google Docs, Apple Pages und WPS Office öffnen DOCX. Wenn Sie die Datei nur lesen müssen, ist auch eine Umwandlung in PDF eine praktische Lösung.

Quellen

• Ecma International: ECMA-376 Office Open XML File Formats
• Microsoft Learn: Structure of a WordprocessingML document
• Wikipedia: Office Open XML (Geschichte, Sekundärquelle)
• LibreOffice