So übersetzen Sie eine geschwärzte PDF-Datei, ohne verborgene Informationen preiszugeben

Übersetzen Sie eine geschwärzte PDF-Datei erst, nachdem die Schwärzungen dauerhaft auf eine autorisierte Arbeitskopie angewendet wurden. Ein schwarzes Rechteck, eine Hervorhebung, ein Zuschnitt oder eine weiße Fläche sind kein Beweis dafür, dass die Information verschwunden ist. Entfernen Sie den darunterliegenden Inhalt, bereinigen Sie verborgene Informationen, öffnen Sie genau diese Datei erneut und prüfen Sie sie, bevor ein Übersetzungsdienst sie erhält.

Die Reihenfolge ist entscheidend:

1. Bewahren Sie das geschützte Original auf.
2. Erstellen Sie eine separate, autorisierte Arbeitskopie.
3. Wenden Sie echte Schwärzungen auf Text, Bilder und Seiten an.
4. Entfernen Sie verborgene Informationen außerhalb des sichtbaren Seitenbereichs.
5. Verifizieren Sie die Arbeitskopie unabhängig.
6. Übersetzen Sie ausschließlich diese geprüfte Kopie.
7. Wiederholen Sie die Prüfungen auf Datenlecks bei der übersetzten Ausgabe.

Laden Sie die synthetische Quelldatei, die unsichere Maskierung, die sichere Arbeitskopie, den Generator und die Prüfergebnisse herunter. Sie veranschaulichen eine typische Fehlerquelle: Die unsichere PDF-Datei sieht zwar abgedeckt aus, gibt den erfundenen Sentinel-Wert jedoch weiterhin über extrahierbaren Text, Metadaten und eine Notiz preis.

Schwärzung und Übersetzung sind getrennte Kontrollschritte

Die Schwärzung legt fest, welche Informationen die geschützte Umgebung verlassen dürfen. Die Übersetzung überträgt lediglich das, was übrig bleibt, in eine andere Sprache. Von einem Übersetzungstool sollte nicht erwartet werden, dass es entscheidet, welche Namen, Kennungen, Klauseln, Bilder, Kommentare oder Anhänge zur Weitergabe freigegeben sind.

Daraus ergibt sich eine klare Trennung:

• Der Dokumenteneigentümer bestimmt den Umfang und die Freigabeberechtigung;
• ein zugelassenes Schwärzungstool entfernt unzulässige Inhalte;
• eine unabhängige Prüfung verifiziert genau diese Arbeitskopie; und
• der Übersetzungsprozess beginnt erst, wenn diese Prüfung bestanden ist.

Laden Sie nicht das Original hoch, um einen Übersetzer anzuweisen, „die geschwärzten Bereiche zu ignorieren“. Ein layoutgetreuer Übersetzer, ein OCR-Verfahren, ein Konvertierungstool oder ein Prüfer können Objekte auslesen, die in der Seitenvorschau gar nicht zu sehen sind.

Ein schwarzer Kasten kann das darunterliegende Geheimnis bewahren

PDF-Seiten bestehen aus Text, Bildern, Zeichenbefehlen, Anmerkungen und weiteren Objekten. Das Zeichnen eines undurchsichtigen Rechtecks ändert lediglich, was der Betrachter im Vordergrund rendert – es löscht nicht zwangsläufig das, was zuvor gezeichnet wurde.

Unsere synthetische Testdatei enthält den erfundenen Sentinel-Wert BT-REDACT-9472 in einer Quellzeile. Die unsichere Version legt ein schwarzes Rechteck über diese Zeile und behält den Sentinel-Wert dann absichtlich an drei Stellen bei:

• im extrahierbaren Text der Seite,
• in den Dokument-Metadaten und
• in einer Textanmerkung.

Die sichere Testdatei wird ohne den Sentinel-Wert neu erstellt. Die Prüfung kontrolliert extrahierten Text, Metadaten, Anmerkungen und dekodierte Seiten-Content-Streams.

Überprüfen Sie den CSV-Prüfbericht oder JSON-Prüfberichtund reproduzieren Sie ihn anschließend mit dem Generator. Dies ist eine Testumgebung und kein Beleg dafür, dass ein bestimmtes kommerzielles Schwärzungs- oder Übersetzungsprodukt den Test bestanden hat.

Das Bestehen ist zudem bewusst eng gefasst. Es beweist weder, dass jedes denkbare PDF-Objekt sicher ist, noch dass eine digitale Signatur gültig bleibt oder die Datei den Vorgaben eines Gerichts, einer Aufsichtsbehörde, eines Mandanten oder einer internen Richtlinie entspricht.

Erstellen Sie vor dem Bearbeiten ein Schwärzungsinventar

Beginnen Sie nicht damit, nur nach dem Namen einer einzelnen Person zu suchen. Erfassen Sie stattdessen jede Oberfläche, über die vertrauliche Informationen offengelegt werden können.

Adobes aktueller Schwärzungsworkflow trennt das Markieren von Inhalten vom endgültigen Anwenden der Schwärzungen und bietet Optionen zur Bereinigung verborgener Informationen. Adobes ausführliches Tutorial weist zudem darauf hin, dass Text in Bildern und Strichzeichnungen von der normalen Textsuche nicht erfasst wird. Ein reiner Suchprozess ist bei gescanntem Material daher unvollständig.

Für eine umfassendere Entscheidung vor dem Hochladen, die Berechtigungen, Dienstrichtlinien, Speicherung und Löschung abdeckt, nutzen Sie die Datenschutz-Checkliste für die Dokumentenübersetzung. Diese Anleitung befasst sich mit der engeren technischen Frage: Enthält die PDF-Arbeitskopie noch immer die Informationen, die eigentlich entfernt werden sollten?

Schwärzungen vor der Übersetzung anwenden

Nutzen Sie die Schwärzungssoftware und das Prüfverfahren, die vom Dokumenteneigentümer genehmigt wurden. Im aktuellen Desktop-Workflow von Acrobat besteht die Abfolge darin, das Schwärzen-Werkzeug auszuwählen, Text oder Bilder zu markieren, die Schwärzungen anzuwenden, optional verborgene Informationen zu bereinigen und eine neue Datei zu speichern. Die Bezeichnungen der Benutzeroberfläche mögen sich ändern; das Kontrollziel bleibt gleich.

Beachten Sie diese Disziplin beim Dateihandling:

1. Belassen Sie das vertrauliche Original im Schreibschutz.
2. Arbeiten Sie an einer Kopie mit eindeutiger Versionsbezeichnung.
3. Markieren Sie alle zur Entfernung freigegebenen Elemente.
4. Wenden Sie die Schwärzungen verbindlich an; verweilen Sie nicht im Vorschaumodus.
5. Bereinigen Sie die vom Eigentümer vorgegebenen Kategorien verborgener Informationen.
6. Speichern Sie unter einem neuen Dateinamen, anstatt die Originaldatei zu überschreiben.
7. Erstellen Sie einen Hashwert oder identifizieren Sie die zu prüfende Version anderweitig eindeutig.

Übersetzen Sie keinesfalls zuerst und schwärzen erst danach, nur weil die Zielsprache für den Prüfer verständlicher ist. Dadurch gelangen vertrauliche Ausgangsinformationen in die Übersetzungspipeline, und es entstehen zwei unabhängig voneinander geschwärzte Dateien, die gepflegt werden müssen.

OCR als zusätzliche Offenlegungsquelle betrachten

Eine gescannte Seite kann sowohl sichtbare Pixel als auch eine unsichtbare Schicht mit erkanntem Text enthalten. Nur eine dieser Ebenen zu schwärzen, ist unsicher:

• Wird nur der OCR-Text entfernt, zeigt das Seitenbild die Information möglicherweise weiterhin;
• Wird nur das Bild überdeckt, kann die OCR-Schicht die Daten weiterhin für Suchen oder Kopieren zugänglich machen; oder
• Wird OCR erst nach einer rein kosmetischen Abdeckung ausgeführt, kann die Texterkennung die ursprünglichen Pixel womöglich wiederherstellen.

Prüfen Sie sowohl das Bild als auch die Textebene, bevor Sie den Workflow für die Übersetzung gescannter PDFs. Wenn der autorisierte Schwärzungsprozess eine Seite in ein neues Rasterbild umwandelt, prüfen Sie, welche Textebene danach hinzugefügt wird.

Überprüfen Sie vor dem Upload genau die Arbeitskopie

Öffnen Sie die gespeicherte Version so, als wären Sie der Empfänger. Prüfen Sie nicht einen früheren Entwurf, um dann einen späteren Export hochzuladen.

Führen Sie mindestens diese Prüfungen durch:

1. Suchen Sie nach jeder bekannten geschwärzten Zeichenfolge und deren nahen Varianten.
2. Markieren und kopieren Sie Text rund um jede Schwärzung in einen einfachen Texteditor.
3. Extrahieren Sie den Dokumenttext mit einem unabhängigen Tool, wenn das Risiko dies rechtfertigt.
4. Überprüfen Sie die Dokumenteigenschaften und benutzerdefinierten Metadaten.
5. Öffnen Sie das Fenster für Kommentare oder Anmerkungen.
6. Prüfen Sie Anhänge, Lesezeichen, Ebenen, Formularfelder und Skripte.
7. Rendern oder drucken Sie ein Prüfexemplar aus und begutachten Sie jede betroffene Seite.
8. Bitten Sie bei Dateien mit hohem Risiko einen zweiten Prüfer um einen Test, ohne sich auf die Häkchen des ersten Prüfers zu verlassen.

Die Suche nach bekannten Begriffen kann ein Datenleck aufdecken; eine ergebnislose Suche beweist jedoch nicht, dass kein unbekanntes Geheimnis mehr enthalten ist. Genau deshalb stehen die Bestandsaufnahme und die unabhängige Prüfung an erster Stelle.

Wenn das PDF digital signiert ist, bewahren Sie die signierte Quelldatei auf und nutzen Sie das dokumentierte Verfahren der empfangenden Stelle. Adobe bietet einen Vergleich signierter Versionen speziell für die Prüfung von Änderungen nach der Signierung an; erwecken Sie nicht den Eindruck, dass eine geschwärzte oder übersetzte Version die ursprüngliche Signatur übernimmt.

Übersetzen Sie die geprüfte Kopie, nicht das Original

Sobald der Eigentümer die geprüfte Arbeitskopie freigegeben hat, wählen Sie den Übersetzungsweg anhand des verbleibenden PDFs:

• Nutzen Sie einen Standard-PDF-Workflow, wenn Text auswählbar ist und der Layout-Erhalt eine Rolle spielt;
• Nutzen Sie den OCR-Modus, wenn die freigegebene Kopie rein bildbasiert ist und lesbarer Inhalt wichtiger ist als die exakte Seitenübereinstimmung; oder
• Bauen Sie das Dokument manuell neu auf, wenn der Schwärzungsprozess Formulare, Signaturen, die Barrierefreiheitsstruktur oder Produktionsanforderungen wesentlich verändert hat.

BookTranslator kann vollständige PDF-Dateien verarbeiten, einschließlich gescannter oder bildlastiger PDFs über den OCR-Modus. Es führt keine Schwärzungen durch und zertifiziert diese auch nicht. Der OCR-Modus baut den übersetzten Inhalt lesbar neu auf und behält das ursprüngliche Seitenlayout, die Schriftarten oder Schriftgrößen möglicherweise nicht exakt bei. Laden Sie nur die bereits freigegebene Arbeitskopie hoch und prüfen Sie die Aufgabendetails vor der Bezahlung.

Wenn diese Bedingungen erfüllt sind, testen Sie den PDF-Übersetzer zunächst an einer repräsentativen Kopie. Brechen Sie ab, wenn die Ausgabe die Bedeutung einer Schwärzungskennzeichnung verändert, einen genehmigten Offenlegungshinweis weglässt oder Inhalte rekonstruiert, die nicht existieren sollten.

Datenleck-Audit bei der übersetzten Ausgabe wiederholen

Eine sichere Quelldatei macht spätere Versionen nicht automatisch sicher. Konvertierung und Rekonstruktion können Metadaten, Kommentare, OCR-Ebenen, temporäre Inhalte oder kopierte Objekte hinzufügen.

Prüfen Sie beim fertig übersetzten PDF Folgendes:

• Wiederholen Sie die Suche nach bekannten Zeichenketten sowie die Textextraktion;
• Untersuchen Sie dieselben potenziellen Verstecke für verborgene Inhalte wie in der Quell-Arbeitskopie;
• Stellen Sie sicher, dass jede Schwärzung an der vorgesehenen Position bleibt;
• Prüfen Sie, ob übersetzte Überlagerungstexte nicht mehr preisgeben als genehmigt;
• Überprüfen Sie Kopf- und Fußzeilen, Lesezeichen, Anhänge und Formularfelder;
• Dokumentieren Sie die Hashes oder unveränderlichen Versionen von Quelle und Ziel; und
• Wenden Sie die vollständige QA-Checkliste für PDF-Übersetzungen an, sobald die Datenschutzprüfung bestanden ist.

Halten Sie das Prüfprotokoll frei von den sensiblen Inhalten selbst. Erfassen Sie stattdessen eine interne Referenz, den genehmigten Umfang, Dateikennungen, Prüfer, Werkzeug und Version, durchgeführte Prüfungen, Ausnahmen und die Freigabeentscheidung.

Lieber anhalten als raten

Geben Sie die Datei nicht zur Übersetzung frei, wenn einer der folgenden Punkte zutrifft:

• Die Freigabeberechtigung ist unklar;
• Schwärzungen sind lediglich visuelle Überlagerungen;
• Markierte Schwärzungen wurden nicht final angewendet;
• Bildinhalte oder OCR-Texte wurden nicht überprüft;
• Verborgene Informationen wurden nicht erfasst;
• Eine Signatur, ein Formular, ein Anhang oder eine Ebene hat keinen Zuständigen;
• die exakte für den Upload vorgesehene Datei nicht unabhängig erneut geöffnet und getestet wurde; oder
• die Anforderungen der empfangenden Partei unbekannt sind.

Die Faustregel ist einfach: Eine Schwärzung muss dafür sorgen, dass die unzulässigen Informationen für die Übersetzungspipeline schlicht nicht verfügbar sind – und nicht bloß für das menschliche Auge auf der Seite schwer lesbar. Überprüfen Sie dies an der exakten Ausgangs-Arbeitskopie und kontrollieren Sie es anschließend erneut am übersetzten Ergebnis.