Ratgeber

Gescanntes PDF barrierefrei machen: OCR und ihre Grenzen

Veröffentlicht am 30. Oktober 2026

Ein gescanntes PDF wird barrierefrei, indem Sie zuerst mit Texterkennung (OCR) echten Text gewinnen, diesen Text korrigieren und danach Tags, Lesereihenfolge und Sprache ergänzen und mit PAC prüfen. OCR allein reicht nicht: Sie macht das Dokument durchsuchbar, aber ohne Struktur, und bei Tabellen, Spalten und schlechten Scans ist es oft schneller und sicherer, den Inhalt neu zu setzen.

Was PDF/UA verlangt und welche PDFs in Ihrem Shop betroffen sind, steht im Überblick PDF/UA im Onlineshop. Wie Sie eine PDF mit echtem Text in Acrobat Pro reparieren, erklärt PDF barrierefrei machen, das Setzen der Tags im Detail der Ratgeber PDF-Tagging. Hier geht es um den Schritt davor: PDFs, die nur aus Bildern bestehen, etwa eingescannte Zertifikate, Herstellererklärungen, Sicherheitsdatenblätter, alte Kataloge oder unterschriebene Formulare.

Warum ein Scan nicht barrierefrei ist

Ein Scan ist ein Foto der Seite. Das W3C schreibt in der Technik PDF7, ein Dokument aus gescannten Bildern von Text sei „inherently inaccessible“, also von Grund auf nicht zugänglich: Hilfstechnologien können die Wörter nicht lesen oder herausziehen, und Nutzer können den Text weder markieren noch vergrößern, umbrechen oder seine Farben ändern.

Zwei WCAG-Kriterien sind betroffen:

• 1.4.5 Bilder von Text (Stufe AA): Wenn die Technik die gewünschte Darstellung mit echtem Text erreichen kann, soll Information als Text vermittelt werden statt als Bild von Text. Ausnahmen gibt es nur, wenn sich das Textbild an die Bedürfnisse der Nutzer anpassen lässt oder eine bestimmte Darstellung wesentlich ist; Logos gelten laut Kriterium als wesentlich (WCAG 2.2, 1.4.5, Understanding 1.4.5).
• 1.1.1 Nicht-Text-Inhalt (Stufe A): Adobe ordnet seine Prüfregel für reine Bild-PDFs diesem Kriterium zu (Adobe-Hilfe, Barrierefreiheit prüfen, Archivfassung vom 11.03.2026, weil die Live-Seite automatische Abrufe sperrt).

Die W3C-Technik PDF7 nennt OCR als ausreichende Technik, wenn keine Quelldatei mehr da ist. Nach unserer Lesart ist ein unterschriebenes Formular trotzdem kein Grund, alles als Bild zu lassen: Die Unterschrift selbst darf Bild bleiben, der Inhalt des Formulars muss als Text lesbar sein.

Schritt 1: Erkennen, ob Ihr PDF nur ein Bild ist

Gehen Sie diese vier Tests in einem beliebigen PDF-Betrachter durch:

1. Suchen: Drücken Sie Strg+F (am Mac Cmd+F) und suchen Sie ein Wort, das Sie auf der Seite deutlich sehen. Findet der Betrachter es nicht, ist die Seite sehr wahrscheinlich ein Bild.
2. Markieren: Versuchen Sie, ein einzelnes Wort mit der Maus zu markieren. Lässt sich nur ein Rechteck über die ganze Seite ziehen oder gar nichts markieren, ist es ein Bild.
3. Vergrößern: Zoomen Sie auf 400 %. Echte Schrift bleibt nach unserer Erfahrung scharf, gescannter Text wird körnig oder pixelig.
4. Mit Acrobat Pro prüfen: Die Barrierefreiheitsprüfung von Acrobat hat die Regel „PDF (nur Bilder)“. Adobe schreibt dazu: „Scheint das Dokument Text zu enthalten, aber keine Schriftarten, könnte es sich um eine reine Bild-PDF-Datei handeln.“ (Adobe-Hilfe)

Vorsicht bei Mischfällen: Findet die Suche Wörter, wurde die Datei womöglich schon per OCR bearbeitet, etwa vom Scanner oder Kopierer. Durchsuchbar heißt aber nicht barrierefrei. Eine solche Datei hat nach unserer Erfahrung meist keine Tags; das zeigt Ihnen PAC in Schritt 5. Prüfen Sie außerdem jede Seite: In einem Katalog können einzelne Seiten echter Text und andere Scans sein.

Was OCR leistet und was nicht

Die rechte Spalte gibt die verlinkten Quellen wieder; die Handlungsempfehlungen sind unsere. Zur Bildqualität schreibt die Tesseract-Dokumentation, die Erkennung arbeite am besten mit Bildern von mindestens 300 dpi. Scannen Sie neu, wenn Sie das Papier noch haben, und stellen Sie den Scanner dafür auf mindestens 300 dpi.

Schritt 2: Neu setzen oder reparieren? Die Entscheidungstabelle

Bevor Sie Zeit in OCR und Tags stecken, entscheiden Sie, welcher Weg sich lohnt. Die Universität Potsdam rät in ihren Hinweisen zu barrierefreien Dokumenten, eingescannte Dokumente möglichst nicht weiterzugeben, und nennt das Extrahieren mit Texterkennung aufwendig und fehleranfällig.

Die Empfehlungen sind unsere Einschätzung. Unsere Faustregel: Je mehr Tabellen, Spalten und Formularfelder ein Scan hat, desto eher lohnt der Neusatz.

Schritt 3: Text erkennen

In Acrobat Pro

Laut Adobe-Hilfe zur Barrierefreiheitsprüfung (Archivfassung vom 11.03.2026):

1. Wählen Sie Alle Werkzeuge > Scannen und OCR. Die Adobe-Hilfe zum Bearbeiten gescannter PDFs (Archivfassung vom 12.09.2025) nennt das Werkzeug Scan & OCR; je nach Version steht das eine oder das andere da.
2. Wählen Sie im Bedienfeld unter Text erkennen die Option In dieser Datei.
3. Wählen Sie im Dialog die Seiten und die Dokumentsprache, also Deutsch.
4. Klicken Sie auf Text erkennen.

Danach lesen Sie das Ergebnis Korrektur. Adobe rät, die Genauigkeit der OCR vor dem Bearbeiten zu prüfen, und nennt für schlechte Bilder den Befehl Gescannte Datei verbessern. Die W3C-Technik PDF7 beschreibt, dass Acrobat unsichere Stellen als Verdachtsfälle („OCR suspect“) markiert und einen Schritt zum Korrigieren erkannter Texte hat (englisch „Correct Recognized Text“). Wie dieser Schritt in der aktuellen deutschen Oberfläche heißt, belegen die gelesenen Adobe-Seiten nicht. Legen Sie vor allem eine Sicherungskopie des Originals an; auch das rät Adobe.

Kostenlos mit OCRmyPDF

OCRmyPDF ist ein kostenloses Befehlszeilenprogramm unter der Lizenz MPL-2.0, das laut Projekt unter Linux, macOS, Windows und FreeBSD läuft. Es legt eine Textebene unter das Scanbild und nutzt dafür die Texterkennung Tesseract. Tesseract allein ist laut Projektseite ein Befehlszeilenprogramm ohne eigene grafische Oberfläche und liest Bilder wie PNG, JPEG und TIFF; für fertige PDFs ist OCRmyPDF deshalb der bequemere Weg.

1. Installieren Sie OCRmyPDF nach der Installationsanleitung, am Mac laut Projektseite mit brew install ocrmypdf, unter Debian und Ubuntu mit apt install ocrmypdf.
2. Installieren Sie das deutsche Sprachpaket für Tesseract. Der Sprachcode für Deutsch ist deu. Am Mac installieren Sie es laut Installationsanleitung mit brew install tesseract-lang.
3. Führen Sie die Erkennung aus. -l deu setzt die Sprache, --deskew richtet schiefe Seiten gerade, --rotate-pages dreht verdrehte Seiten, und --sidecar schreibt den erkannten Text zusätzlich in eine Textdatei (OCRmyPDF-Kochbuch):

ocrmypdf -l deu --deskew --rotate-pages --sidecar text.txt scan.pdf durchsuchbar.pdf

Was Sie danach haben: eine durchsuchbare PDF, standardmäßig nach Möglichkeit im Archivformat PDF/A (Dokumentation), und eine Textdatei. Was Sie nicht haben: Tags. Die Dokumentation sagt ausdrücklich, dass Tesseract Text nicht in Absätze oder Überschriften gliedert und die erzeugte PDF keine Strukturinformationen enthält. PDF/A ist ein Format für die Langzeitarchivierung, kein Nachweis für Barrierefreiheit; das A steht laut OCRmyPDF für Archive.

Zwei Meldungen, die Sie kennen sollten: Hat die PDF schon Text oder Tags, bricht OCRmyPDF laut Dokumentation standardmäßig ab. Mit --redo-ocr ersetzen Sie eine alte Texterkennung; vorhandene Tags verwirft OCRmyPDF dabei, weil es laut Dokumentation keinen Strukturbaum passend zum neuen Text aufbauen kann.

So geht es kostenlos weiter: Öffnen Sie die Textdatei, übernehmen Sie den Text in LibreOffice Writer, korrigieren Sie ihn, gliedern Sie ihn mit Formatvorlagen und exportieren Sie als PDF/UA. Die Schritte stehen in Barrierefreie PDF kostenlos erstellen.

Den erkannten Text Korrektur lesen

Die W3C-Technik PDF7 verlangt, jede per OCR umgewandelte Seite auf korrekte Umwandlung zu prüfen, zum Beispiel indem Sie das Dokument als Text speichern und Vollständigkeit und Reihenfolge kontrollieren. Achten Sie besonders auf:

• Umlaute und ß (aus „ü“ wird schnell „u“ oder „ii“)
• Zahlen, Maße, Grenzwerte, Artikelnummern und Prüfnummern; ein falsches Zeichen im Sicherheitsdatenblatt ist inhaltlich falsch
• Kopf- und Fußzeilen, Stempel und Seitenzahlen, die mitten im Text landen
• Text aus zwei Spalten, der zeilenweise vermischt ist
• Tabellen, deren Zellen als Fließtext ohne Zusammenhang erscheinen

Schritt 4: Taggen

Erst jetzt bekommt das Dokument eine Struktur. In Acrobat Pro nennt die Adobe-Hilfe diese Wege:

1. Alle Werkzeuge > Für Barrierefreiheit vorbereiten > PDF automatisch Tags hinzufügen. Treten Probleme auf, zeigt Acrobat einen Bericht mit den möglichen Problemen je Seite.
2. Alle Werkzeuge > Für Barrierefreiheit vorbereiten > Probleme bei der Leserichtung beheben, um die Tag-Struktur zu erstellen; dort weisen Sie Überschriften, Absätze, Tabellen und Bilder aus.
3. Im Bedienfeld Tags für Barrierefreiheit den Tag-Baum kontrollieren und von Hand korrigieren. Die logische Lesereihenfolge müssen Sie laut Adobe manuell kontrollieren.
4. Sprache setzen: Datei > Eigenschaften, Register Erweitert, Bereich Leseoptionen (unter Windows über das Menüsymbol statt Datei).

Das Scanbild selbst ist nach unserer Lesart danach nur noch der sichtbare Hintergrund; vorgelesen wird die Textebene. Logos, Stempel und Unterschriften markieren Sie als Artefakt oder geben ihnen einen Alternativtext, je nachdem, ob sie Information tragen. Wie Tags, Artefakte und Lesereihenfolge im Einzelnen funktionieren, steht in PDF-Tagging selbst machen.

Die PDF Association (Archivfassung vom 17.04.2026) schreibt zu gescannten Dokumenten, es gebe Werkzeuge zum automatischen Taggen, die schon viele Strukturen erkennen, aber nur ein barrierearmes Ergebnis erreichen; für volle Barrierefreiheit bleibt Handarbeit, wenn auch deutlich weniger. Rechnen Sie also nicht damit, dass automatisches Taggen allein ein PDF/UA ergibt.

Schritt 5: Mit PAC prüfen

Prüfen Sie das Ergebnis mit dem kostenlosen PDF Accessibility Checker (PAC), aktuell Version 2026.1 (26.1.0.0) vom 25. März 2026, für Windows 10 und 11 mit .NET Framework ab 4.8.

1. PDF in PAC öffnen und prüfen.
2. Fehler bei PDF/UA und WCAG ansehen und in Acrobat oder im Quelldokument beheben.
3. In der Screenreader-Vorschau kontrollieren, ob die Reihenfolge stimmt, Überschriften als Überschriften erscheinen und Tabellen Kopfzellen haben.
4. Stichprobe: einige Absätze der Vorschau mit dem Scan vergleichen, Wort für Wort.

PAC prüft, ob Tags da und formal korrekt sind. Ob die OCR „Grenzwert 0,5“ als „Grenzwert 0,6“ gelesen hat, sieht PAC nach unserer Einschätzung nicht; das bleibt Ihr Korrekturlesen aus Schritt 3. Wie Sie den PAC-Bericht Meldung für Meldung lesen, steht in PDF-Barrierefreiheit prüfen.

Checkliste: gescanntes PDF barrierefrei

Erkennen

• Strg+F findet ein sichtbares Wort nicht, oder Text lässt sich nicht markieren
• Jede Seite einzeln geprüft, Mischdokumente erkannt
• Bereits durchsuchbare Scans ebenfalls auf Tags geprüft

Entscheiden

• Digitale Fassung beim Hersteller oder Ersteller angefragt
• Entscheidungstabelle durchgegangen: Tabellen, Spalten, Handschrift und schlechte Scans eher neu setzen
• Papier noch da und Scan schlecht: neu gescannt mit mindestens 300 dpi

Text erkennen

• Sprache Deutsch gewählt (Acrobat: im Dialog; OCRmyPDF: -l deu)
• Schiefe und verdrehte Seiten gerade gerichtet
• Sicherungskopie des Originals abgelegt
• Erkannten Text vollständig Korrektur gelesen: Umlaute, Zahlen, Maße, Grenzwerte, Nummern
• Kopf- und Fußzeilen, Stempel, Seitenzahlen nicht mitten im Text

Struktur

• Tags vorhanden (Acrobat: automatisch Tags hinzufügen, dann von Hand korrigiert) oder Text neu gesetzt und als PDF/UA exportiert
• Überschriften, Listen und Tabellen richtig ausgezeichnet
• Lesereihenfolge von Hand kontrolliert, besonders bei Spalten
• Logos, Stempel, Unterschriften als Artefakt oder mit Alternativtext
• Dokumentsprache Deutsch gesetzt
• Handschriftliche Einträge abgetippt

Prüfen und ablegen

• PAC: PDF/UA und WCAG ohne Fehler
• Screenreader-Vorschau: Reihenfolge, Überschriften, Tabellenköpfe stimmen
• Stichprobe Wort für Wort gegen den Scan verglichen
• Original-Scan, barrierefreie Fassung und PAC-Bericht zusammen abgelegt

Ihr nächster Schritt

Ihre gescannten PDFs bearbeiten und prüfen Sie wie oben beschrieben mit OCR, Tags und PAC. Für die Seiten Ihres Shops gibt es den Gratis-Scan: Er prüft Startseite, Produktseite und Warenkorb und zeigt, was zuerst behoben werden sollte. Als automatische Prüfung findet er nur einen Teil der Barrieren.

Stand: 30.10.2026. Quellen gelesen am 30.10.2026.