Die Dateigröße eines PDF verringern

Bevor man etwas komprimiert, lohnt es sich zu wissen, was man da komprimiert. Ein vierzigseitiges PDF, das nur aus Text besteht, liegt oft unter 300 KB, denn dieser Text sind ein paar tausend Glyphenbefehle und eine Teilschrift. Ein eingescannter Vertrag mit zwölf Seiten kann 17 MB wiegen. Der Unterschied ist weder die Seitenzahl noch der Text — es sind die Bilder. Wenn jemand sagt, ein PDF sei riesig, sind in der Praxis weit über neunzig Prozent der Bytes Fotografien, und die gesamte Arbeit eines Kompressors besteht darin, diese Fotografien auf eine Größe neu zu kodieren, in der sie am Bildschirm noch richtig aussehen. Alles andere — Metadaten säubern, verwaiste Objekte entfernen, die Querverweistabelle neu schreiben — bewegt Kilobyte, keine Megabyte.

Zwei Regler, und nur zwei

Bildkomprimierung läuft auf Auflösung und Qualität hinaus. Die Auflösung ist die Anzahl der Bildpunkte; ein Scanner mit 300 Punkten pro Zoll erzeugt rund viermal so viele Pixel wie ein Scan derselben Seite mit 150 dpi, und Pixel sind Bytes. Die Qualität ist die anschließend angewandte JPEG-Einstellung, auf einer Skala, bei der 1,0 fast alles bewahrt und 0,4 in ruhigen Flächen sichtbare Artefakte zeigt. Unsere drei Voreinstellungen bewegen beide gemeinsam: leicht begrenzt die lange Kante auf 1700 Pixel bei Qualität 0,80; ausgewogen auf 1240 Pixel und 0,62; aggressiv auf 1000 und 0,45. Ausgewogen passt zu den meisten Dokumenten, weil eine mit 1240 Pixeln Höhe gerenderte Seite noch schärfer ist als der Bildschirm, auf dem fast alle lesen, und weil der Schritt von 0,80 auf 0,62 einen überraschend großen Teil der Bytes entfernt, ohne die Lesbarkeit des Fließtexts anzutasten.

Die Zahlen, die wir gemessen haben

Das sind echte Dateien durch das Werkzeug, keine Schätzungen. Ein zwölfseitiges gescanntes Dokument, wie es Anwältinnen oder Steuerberater per E-Mail schicken, ging mit der Voreinstellung ausgewogen von 17,69 MB auf 1,49 MB zurück — eine Reduktion um 91,6 Prozent. Eine als PDF exportierte Präsentation mit sieben Seiten ging von 6,55 MB auf 1,87 MB, also 71,5 Prozent. Der Abstand zwischen beiden ist lehrreich: Der Scan ist nichts als Fotografie von Papier, also dominiert die Neukodierung; die Präsentation enthält Vektorformen und Text, die eine Komprimierung nicht anfassen kann, also liegt ihre Decke niedriger. Egal welches Werkzeug Sie verwenden: Erwarten Sie die größten Gewinne bei Scans und bilderlastigen Dateien und bescheidene Gewinne bei digital entstandenen Dokumenten.

Das Format zählt mehr als die Einstellungen

Es gibt eine Falle, die viele Werkzeuge ihr Ergebnis kostet: Browser und Office-Pakete betten Bilder häufig als Flate ein — ein verlustfreies Format — und nicht als JPEG. Ein Kompressor, der nur eingebettete JPEGs behandeln kann, sieht diese Bilder, erkennt sie nicht und überspringt sie. Bei unserem ersten Versuch mit jenem 17,69-MB-Scan lag das Ergebnis nach siebzig Sekunden Arbeit bei 0,0 Prozent Ersparnis, weil alle vierundzwanzig Bilder Flate-kodiert waren und jedes übersprungen wurde. Sie in rohe Pixel zu dekodieren und als JPEG neu zu kodieren war das, was aus 0 Prozent 91,6 machte. Sagt Ihnen ein Kompressor, eine sichtbar bilderreiche Datei lasse sich nicht verbessern, ist das sehr oft der Grund.

Transparenz, Masken und übersprungene Bilder

Es gibt eine Bildkategorie, die Kompressoren nervös behandeln: Bilder mit Transparenz. In einem PDF wird eine weiche Maske als eigenes Graustufenobjekt gespeichert, auf das das Hauptbild verweist, und ein vorsichtiger Kompressor überspringt alles, was eine trägt, um nicht ein schwarzes Rechteck dort zu riskieren, wo ein Logo war. Diese Vorsicht ist teuer. In unseren Tests wurde das größte Einzelbild eines echten Dokuments — 2,58 MB — genau aus diesem Grund übersprungen, die Datei trug also 2,58 MB mit sich, die sie nicht brauchte. Die richtige Behandlung ist enger als die pauschale Regel: Da die Maske ein eigenständiges Objekt ist, kann das Basisbild als JPEG neu kodiert und der Maskenverweis unverändert stehen gelassen werden, ohne dass die Transparenz leidet. Nur zwei Fälle müssen wirklich unangetastet bleiben: Schablonenmasken, also Formen mit einem Bit pro Pixel ohne Tonwertinformation, und Farbschlüsselmasken, bei denen bestimmte Farbwerte Pixel unsichtbar machen. Ebenso gehört eine an ein Bild geheftete Farbumkehr-Anweisung zur alten Kodierung und darf niemals in die neue übernommen werden, sonst kommt das Foto als Negativ zurück.

Wenn ein PDF wirklich nicht schrumpfen kann

Manche Dateien sind bereits optimiert, und ein ehrliches Werkzeug sagt das, statt eine leicht veränderte Datei gleicher Größe zu erzeugen. Ein PDF, das fast nur aus Vektortext besteht, hat praktisch nichts herzugeben. Schlimmer noch: Strukturelles Neuschreiben kann eine kleine Datei vergrößern. In unseren Messungen wuchs ein leichtes Dokument um einundsiebzig Prozent, als es durch einen linearisierenden Optimierer lief, weil die hinzugefügten Strukturen mehr wogen als alles Gesparte. Die Regel, auf die wir uns festgelegt haben, lautet: die kleinere Datei behalten — Quelle oder Ergebnis — und „bereits optimiert“ melden, wenn der Gewinn unter etwa drei Prozent liegt, statt zwei Prozent als Erfolg zu verkaufen. Zeigt Ihnen ein Werkzeug immer eine Ersparnis, misstrauen Sie dem, was es misst.

Wissen, welche Art Datei Sie haben

Zwei Fünf-Sekunden-Tests sagen Ihnen vorab, was zu erwarten ist. Erstens: Versuchen Sie im PDF-Betrachter, einen Satz mit dem Cursor zu markieren. Lässt sich der Satz markieren, ist das Dokument digital entstanden und wahrscheinlich schon klein; markiert sich die ganze Seite als Block, haben Sie einen Scan und werden durch Komprimierung viel gewinnen. Zweitens: Teilen Sie die Größe durch die Seitenzahl. Jedes Dokument über einem halben Megabyte pro Seite ist nahezu ausnahmslos bilderlastig. Diese beiden Prüfungen richten Ihre Erwartung, bevor Sie überhaupt etwas starten, und ersparen Ihnen nutzlose Versuche. Ein dritter Hinweis ist die Herkunft: Mit dem Handy fotografierte Dokumente sind oft noch größer als die eines Flachbettscanners, weil heutige Sensoren weit mehr Pixel liefern, als eine A4-Seite verlangt.

Eine praktische Reihenfolge

Probieren Sie zuerst ausgewogen und betrachten Sie das Ergebnis bei hundert Prozent Zoom, nicht als Miniaturbild. Prüfen Sie den kleinsten Text auf der vollsten Seite — eine Fußnote, einen Stempel, einen Unterschriftenblock — denn dort zeigt sich Qualitätsverlust zuerst. Hält er stand und Sie brauchen noch weniger Gewicht, gehen Sie auf aggressiv; hält er nicht stand, gehen Sie auf leicht und akzeptieren eine größere Datei. Erst wenn die Datei weiterhin zu groß ist, lohnt das Aufteilen, denn drei Anhänge zu 4 MB sind meist leichter zu versenden als einer mit 12 MB. Und wenn die Quelle ein Scanner ist, den Sie selbst bedienen, liegt die billigste Lösung davor: Scannen Sie mit 200 oder 300 dpi in Graustufen statt mit 600 dpi in Farbe, dann entsteht das Problem gar nicht erst.