Wie mache ich eine gescannte PDF durchsuchbar?

Warum kann ich in einer gescannten PDF keinen Text suchen oder kopieren?

Weil ein Scan ein Bild der Seite ist, kein echter Text. Ihr PDF-Programm sieht Pixel, die wie Buchstaben aussehen, nicht die Buchstaben selbst.

• Es ist ein Foto, kein Text: Scan-Software speichert jede Seite als Bild, ähnlich wie ein Foto vom Handy.
• Strg+F findet nichts: Hinter dem Bild gibt es keinen Text, den Ihr PDF-Programm durchsuchen könnte.
• Kopieren und Einfügen scheitert: Wollen Sie einen Satz markieren, erwischen Sie die ganze Seite als Bild oder gar nichts.
• Bildschirmleseprogramme schweigen: Ohne Text zum Vorlesen hört jemand mit einem Bildschirmleseprogramm überhaupt nichts.

Wie macht OCR einen Scan durchsuchbar?

OCR betrachtet die Form jedes Buchstabens auf der Seite, ermittelt, welches Zeichen dazu passt, und legt dann unsichtbaren Text an genau dieselbe Stelle über das Bild.

• Das Bild bleibt gleich: OCR fügt unter dem, was Sie schon sehen, eine versteckte Textebene hinzu. Die Seite wird nicht neu gezeichnet.
• Das ganze Dokument wird geprüft: Ein Scan mit 20 Seiten bedeutet 20 Seiten voller Formen, die mit Buchstabenmustern verglichen werden.
• Die Sprache zählt: Wählen Sie die richtige Sprache, bevor Sie OCR PDF starten, denn es liest anhand dieses Alphabets.
• Saubere Scans gehen schneller: Eine scharfe, gut beleuchtete Seite dauert ein paar Sekunden. Eine unscharfe oder schiefe dauert länger und bringt mehr Fehler.

Wie genau ist OCR wirklich?

Bei sauberem, getipptem Text ist es heute sehr gut, oft zu 98 bis 99 % richtig. Bei unordentlichen Scans oder Handschrift ist es viel weniger zuverlässig.

• Getippter Text: Ein klarer Scan einer gedruckten Seite kommt meist fast Wort für Wort zurück.
• Ordentliche Handschrift: Druckbuchstaben landen je nach Schreiber irgendwo bei 80 bis 95 % richtig.
• Schreibschrift: Verbundene Handschrift ist für die meisten OCR-Werkzeuge der schwerste Fall und fällt manchmal unter 60 % richtig.
• Häufige Verwechslungen: Ähnlich aussehende Zeichen bringen es durcheinander, etwa der Buchstabe O und die Zahl 0, oder „rn“, das als „m“ gelesen wird.
• Ein schlechter Scan macht es schlimmer: Wenig Licht, eine schiefe Seite oder ein Foto mit niedriger Auflösung geben OCR weniger, womit es arbeiten kann.

Mit welchen Schritten mache ich eine gescannte PDF durchsuchbar?

Laden Sie die Datei hoch, lassen Sie OCR darüberlaufen und testen Sie das Ergebnis, bevor Sie sich darauf verlassen.

• Öffnen Sie OCR PDF und fügen Sie Ihre gescannte Datei hinzu.
• Wählen Sie die Sprache, in der das Dokument geschrieben ist, damit das Werkzeug es richtig liest.
• Starten Sie es und laden Sie das Ergebnis herunter. Es sieht aus wie vorher, hat jetzt aber eine Textebene darunter.
• Testen Sie es: Öffnen Sie die neue Datei und suchen Sie nach einem Wort, das Sie auf der Seite sehen.
• Prüfen Sie alles Wichtige, etwa eine Vertragsklausel oder eine Ausweisnummer, mit dem ursprünglichen Scan.

Kann ich aus einer gescannten PDF ein bearbeitbares Word-Dokument machen?

Ja. Sobald ein Scan eine Textebene hat, können Sie die Wörter herausholen und direkt bearbeiten.

• Zuerst OCR: PDF in Word holt den Text, der schon in der Datei steckt. Ein Scan braucht deshalb vor dem Umwandeln eine Textebene von OCR PDF.
• Rechnen Sie mit etwas Nacharbeit: Zeilenumbrüche, Seitenzahlen und Tabellen sitzen selten perfekt, lesen Sie also alles durch, bevor Sie es weitergeben.
• Nur die Wörter, ohne Formatierung: PDF in TXT gibt Ihnen reinen Text ohne alles andere.

Werkzeuge ausprobieren

Probieren Sie es mit Ihrer eigenen Datei aus. Die Werkzeuge sind kostenlos, und Sie brauchen kein Konto.