PDF-Dokumenteigenschaften: warum jedes PDF saubere Metadaten braucht und wie Sie sie in großem Umfang setzen

Von Michael Peters · Veröffentlicht am 28. April 2026 · Zuletzt aktualisiert am 28. April 2026 · 10 Min. Lesezeit

← Zurück zum Blog

Kurzfassung

Ein Records-Team importiert 3.400 historische Verträge in eine SharePoint-Bibliothek. Die Bibliothek ist so eingerichtet, dass sie das PDF-Titelfeld als Dokumenttitel in den Suchergebnissen verwendet. Die Hälfte der Verträge trägt „Microsoft Word - vertrag_v2.docx“ als Titel. Ein Drittel hat gar keinen Autor. Fast keiner hat Stichwörter. Der Suchindex geht live, und die Juristinnen und Juristen finden nichts: Jedes Ergebnis liest sich gleich. Die Kosten — Zehntausende an entgangener Auffindbarkeit — gehen auf ein Metadatenfeld zurück, das niemand gesetzt hat, in Dokumenten, die niemand wieder geöffnet hat. PDF-Metadaten sind die Adresse der Datei. An ihnen erkennt jedes nachgelagerte System, was es vor sich hat. Und fast niemand setzt sie.

Was „Dokumenteigenschaften“ wirklich sind

Ein PDF speichert Metadaten an zwei Stellen. Die ältere, kleinere ist das Dokumentinformations-Wörterbuch — acht benannte Felder, die in jedem PDF mitreisen und die Acrobat unter Datei › Eigenschaften › Beschreibung zeigt: Titel, Thema, Autor, Stichwörter, Ersteller, erzeugendes Programm, Index und Basis-URL. Die neuere, reichhaltigere Stelle ist der XMP-Strom, ein XML-Block mit standardisierten Vokabularen (Dublin Core, Rechteverwaltung, PDF/A) und beliebigen eigenen Schemata, die eine Organisation ergänzen möchte. Die meisten modernen PDFs tragen beides; ältere nur das Wörterbuch. Einen tieferen Rundgang durch das Zusammenspiel beider Ebenen finden Sie in unserem Beitrag zu PDF-Dokumentmetadaten.

Der eingebaute Dialog von Acrobat bearbeitet diese Felder für ein PDF nach dem anderen. Datei öffnen, durch die Eigenschaften klicken, tippen, speichern, schließen. Für ein Dokument ist das ein guter Ablauf. Für zehn ist es mühsam. Für zehntausend ist es unmöglich — und genau in dieser Größenordnung zählen Metadaten am meisten.

Die acht Standardfelder und wofür jedes da ist

Titel

Der Titel ist das sichtbarste Stück Metadaten in einem PDF. Er steht in der Titelleiste von Acrobat, erscheint in SharePoint als Dokumentname in der Bibliotheksansicht, wird von Screenreadern beim Öffnen vorgelesen und von Google in den Suchergebnissen angezeigt. Der übliche Fehlschlag: Niemand setzt ihn — also greift Acrobat auf den Dateinamen zurück, meist eine Kennung wie vertrag_v2_FINAL.pdf oder, schlimmer, den internen Titel des ursprünglichen Word-Dokuments („Dokument1“), den Word beim Speichern unter nie aktualisiert hat. Ein Titel wie „Acme Rahmendienstleistungsvertrag — ABC Corp — März 2026“ entscheidet darüber, ob eine SharePoint-Bibliothek durchsuchbar ist oder nicht.

Autor

Der Autor steht für Zuordnung und Verantwortung. Viele Archivschemata verlangen ihn (die Eigenschaft dc:creator aus Dublin Core bildet direkt darauf ab); Einreichungssysteme von Behörden weisen Dokumente mit leerem Autorenfeld häufig zurück; Werkzeuge zur Beweisvorlage nutzen ihn als Hinweis beim Sortieren von Dokumenten im Rechtsstreit. Der Standardautor ist „Systemadministrator“ (der Windows-Benutzername zum Zeitpunkt der Umwandlung), was selten nützlich und gelegentlich peinlich ist — der Benutzername dessen, der gerade angemeldet war, als das PDF entstand.

Betreff

Das Thema ist eine einzeilige Beschreibung dessen, worum es im Dokument geht. Es erscheint in Suchauszügen, wenn der Dokumentkörper nur aus Bildern besteht, in Oberflächen der Dokumentenverwaltung als Spalte und in vielen Systemen zur Beweisvorlage und Medienverwaltung als Filterfeld. Ein Dokument mit dem Thema „Zusammenfassung der Finanzergebnisse Q4“ sortiert und findet sich anders als eines ganz ohne Thema. Behandeln Sie es als einsätzige Kurzfassung, die mit der Datei reist.

Stichwörter

Stichwörter werden von Unternehmenssuchen stark gewichtet (SharePoint Search, die Nachfolger der Google Search Appliance, Elastic-basierte Intranetsuchen, Algolia, jede Medienverwaltung, die PDFs verarbeitet). Üblich sind kommagetrennte Begriffe; der typische Fehler ist ein leeres Feld. Ein kurzer, bewusst gewählter Satz Stichwörter — Produktnamen, Regionscodes, Projektkennungen, Dokumentartkennzeichen — macht aus einem flachen Bestand einen filterbaren. Die Stichwörter müssen für Menschen nicht sichtbar sein; sie müssen für den Suchindex sichtbar sein.

Ersteller

Der Ersteller ist die Anwendung, die den Dokumentinhalt ursprünglich erzeugt hat — Word, InDesign, LaTeX, AutoCAD — vor der Umwandlung in PDF. Es ist ein Feld zur Ursachenklärung: Wenn bei Darstellung, Barrierefreiheit oder PDF/A-Konformität etwas schiefgeht, sagt der Ersteller-Wert, welches vorgelagerte Werkzeug das Problem erzeugt hat. In Konformitätsprüfungen ist der Ersteller oft das Erste, was Prüfende ansehen, um zu bestätigen, dass ein Dokument aus einem zugelassenen Autorenwerkzeug stammt.

Erzeugendes Programm

Das erzeugende Programm ist die Anwendung oder Bibliothek, die die Quelle in PDF umgewandelt hat — Adobe PDF Library, Distiller, „Drucken als PDF“ von Microsoft, Ghostscript, eine interne Kette. Wie der Ersteller dient es der Ursachenklärung. Hat eine bestimmte PDF-Bibliothek einen bekannten Fehler (Problem bei Schriftteilsätzen, defekte Transparenz, fehlende Strukturtags), sagt Ihnen dieses Feld, welche Dateien betroffen sind. Es bewusst zu setzen — etwa auf „Acme PDF Pipeline 4.2“ — erlaubt einem Records-Team, die Herkunft noch Jahre später zu bestimmen.

Index

Der Index verweist auf eine getrennt erzeugte Volltext-Suchindexdatei (eine .pdx). Ein Sonderfall, aber in Unternehmensbeständen mit dramatischem Unterschied: Der Suchbefehl von Acrobat kann mit einem vorgebauten Index 200.000 PDFs in Sekundenbruchteilen durchsuchen, wo das Öffnen jeder einzelnen Datei Stunden dauern würde. Betreibt Ihre Organisation einen Acrobat-Catalog-Index, sagt das Indexfeld jedem PDF, wo es nachschlagen soll.

Basis-URL

Die Basis-URL löst relative Weblinks im Dokument auf. Ein Handbuch, das auf /supplements/index.html statt auf eine vollständige URL verweist, ist auf die Einstellung Basis-URL angewiesen, um zu wissen, welchen Server es fragen soll. Das Feld zählt, wenn dasselbe PDF auf mehrere Domänen gespiegelt wird (etwa eine öffentliche Website und ein Partner-Extranet) oder wenn ein Dokument auf eigene Online-Ergänzungen verweist, ohne den Host fest einzutragen. Einmal gesetzt, lösen die relativen Verweise überall korrekt auf.

Einzeldatei: wenn ein PDF die richtigen Metadaten braucht

Die meisten Metadatenprobleme beginnen mit einer einzelnen Datei, die irgendwohin geht, wo es darauf ankommt. Die Fälle sind vertraut:

• Ein druckfertiges PDF an eine externe Druckerei, bei dem Thema und Stichwörter so gesetzt sind, dass das Auftragssystem der Druckerei die Datei automatisch aufnimmt und ohne menschliches Zutun dem richtigen Auftrag zuordnet.
• Eine behördliche Einreichung, bei der das Aufnahmeschema der Empfängerbehörde Titel und Autor in bestimmten Formaten verlangt, bevor die Einreichung überhaupt angenommen wird.
• Ein Vertrag zur Unterzeichnung über DocuSign oder Adobe Sign — der Empfänger sieht den Dokumenttitel in der Signaturoberfläche, und ein Titel „Dokument1“ signalisiert Nachlässigkeit in einem Zusammenhang, in dem Signale zählen.
• Eine Archivablieferung an ein institutionelles Repositorium (Figshare, Zenodo, ein internes Archiv), bei der Dublin-Core-Metadaten Teil der Aufnahmebedingungen sind und ein fehlendes dc:creator die Ablieferung an der Tür abweist.
• Ein überarbeitetes Handbuch, bei dem Thema und Stichwörter eine neue Produktversion abbilden müssen, der Titel eine Revisionsmarke braucht und alles andere — Autor, erzeugendes Programm, Index — unangetastet bleiben soll. Hier zahlt sich der Aufbau von InfoSetter mit einem Kontrollkästchen je Feld aus: Aktivieren Sie nur die Felder, die geschrieben werden sollen, und der Rest bleibt exakt erhalten.

Für all das ist die Aufgabe klein genug, dass der eingebaute Dialog Datei › Eigenschaften › Beschreibung von Acrobat genügt — zumal wir dasselbe Terrain in unserer Anleitung zum Bearbeiten von PDF-Metadaten und Dokumenteigenschaften abdecken. Der Sinn eines eigenen Metadatenwerkzeugs ist nicht, diesen Dialog im Einzelfall zu ersetzen; er ist, die Fälle zu bewältigen, in denen aus dem Einzelfall zehntausend werden.

Stapelverarbeitung: wenn aus einem PDF tausend werden

Die Wirklichkeit jedes Dokumentbestands ist, dass Metadaten kein Einzeldateiproblem sind. Sie sind ein Bestandsproblem. Die typischen Fälle:

• Einen bestehenden Bestand vereinheitlichen. Fünftausend historische Verträge auf einem gemeinsamen Laufwerk, die Hälfte mit leerem Autorenfeld, die andere Hälfte mit dem persönlichen Windows-Benutzernamen dessen, der sie zufällig umgewandelt hat. Setzen Sie Autor = „Acme Recht“ und erzeugendes Programm = „Acme PDF Pipeline“ in einem Durchgang über den ganzen Bestand; plötzlich funktioniert die Filterung des Records-Teams.
• CSV-gesteuerte Metadaten je Datei. Das CMS weiß bereits, was jedes Dokument ist — Titel, Autor, Thema und Stichwörter liegen alle in einem Datenbankexport. Die CSV wird zur maßgeblichen Quelle: Jede Zeile trägt Dateiname, Titel, Autor, Thema, Stichwörter, und InfoSetter wendet sie Zeile für Zeile an. Aus Stunden manueller Bearbeitung wird ein Knopfdruck.
• Aufräumen vor der Verteilung. Bevor 200 Datenblätter in ein Kundenportal wandern, ersetzen Sie die beim Verfassen eingeschlichenen Titel „FINAL_v3“ durch marketingfreigegebene Titel aus einer CSV. Das Portal zeigt die bereinigten Titel; niemand außerhalb des Teams sieht je die Arbeitsdateinamen.
• Konformitätsdurchlauf. Ein Prüfverzeichnis mit 800 Quartalsberichten soll ein gefülltes Themenfeld haben. Ein Stapellauf mit ausschließlich aktiviertem Themenfeld füllt die fehlenden Werte aus einer Hauptliste und lässt jedes andere Feld unangetastet.
• Behördliche Einreichungen. Ein Quartal voller einreichungsfertiger PDFs braucht vor der Frist das Metadatenschema der Empfängerbehörde über den gesamten Stapel hinweg. Der Stapel ist die Frist; die Alternative ist, sie zu verpassen.

Eine CSV für InfoSetter sieht in ihrer einfachsten Form etwa so aus:

filename,title,author,subject,keywords
contracts\2026-001.pdf,Acme MSA — ABC Corp,Acme Legal,Master Services Agreement,"contract, MSA, ABC Corp, 2026"
contracts\2026-002.pdf,Acme MSA — XYZ Ltd,Acme Legal,Master Services Agreement,"contract, MSA, XYZ Ltd, 2026"
contracts\2026-003.pdf,Acme NDA — PQR Inc,Acme Legal,Non-Disclosure Agreement,"contract, NDA, PQR Inc, 2026"

Eine Zeile je Datei. Ein Durchgang. Der Bestand erhält einheitliche, zutreffende Metadaten, die er von Hand nie bekommen hätte.

Gespeicherte Konfigurationen: warum das die tragende Funktion ist

Nicht der Dialog macht den Unterschied, sondern die Konfiguration. Über die Auswahl Konfiguration in InfoSetter speichern Sie einen benannten Satz Metadatenwerte samt Zustand der Kontrollkästchen — also welche Felder beim Anwenden tatsächlich geschrieben werden. Das ist keine Momentaufnahme von Werten, sondern eine Richtlinie. Eine Konfiguration hält beides fest: „Was sollen die Metadaten sagen?“ und „Welche Felder gehen diese Konfiguration überhaupt etwas an?“. Zwei Konfigurationen können sich in den meisten Werten gleichen und nur darin unterscheiden, welche Felder sie anfassen.

Die Erkenntnis, die InfoSetter vom schöneren Dialog zum Produktivitätswerkzeug macht: Verschiedene Dokumentarten wollen verschiedene Metadatenrichtlinien. Ein Team, das Verträge, Handbücher, Broschüren und Foliensätze produziert, will nicht einen Metadatenstandard — es will einen je Kategorie. Mit gespeicherten Konfigurationen ist das umsonst zu haben: Legen Sie die Richtlinien einmal fest, geben Sie jeder einen klaren Namen, und der Dialog wird zur Auswahlliste. Aus demselben Grund zählen benannte Konfigurationen auch bei den PDF-Öffnungsoptionen: In beiden Fällen ist die Konfiguration die Festlegung, und der Dialog nur ein Weg, sie anzuwenden — das kostenlose Plug-in OpenOptions leistet für die Anfangsansicht dasselbe wie InfoSetter für Metadaten.

Ein realistischer Satz benannter Konfigurationen, den ein einzelnes Team bereithalten könnte:

• „Hausstil“ — Autor = „Acme Ltd“, erzeugendes Programm = „Acme PDF Pipeline 4.2“, Titel deaktiviert (damit vorhandene Titel je Dokument erhalten bleiben). Die Grundlinie für alles Ausgehende.
• „Druckfertig“ — Thema = „Druckvorlage“, Stichwörter = „CMYK, PDF/X-4, druckfertig“, alles andere deaktiviert. Für Dateien, die zur Druckerei gehen; deren Auftragssystem liest Thema und Stichwörter zur Auftragssteuerung.
• „Kundenseitig“ — Titel aktiv (je Zeile aus einer CSV überschrieben, die aus dem CMS gezogen wird), Autor = „Acme Kundenservice“, Thema aktiv (je Zeile aus der CSV), Stichwörter aktiv (je Zeile aus der CSV). Wird als Teil der Veröffentlichungskette zum Portal angewendet.
• „Archiv“ — vollständiges Dublin Core im XMP-Strom, Autor, Thema und Stichwörter aktiviert, Titel der CSV überlassen. Wird vor der Ablieferung an ein institutionelles Repositorium angewendet.
• „Konformitätsprüfung“ — nur Autor und erzeugendes Programm aktiviert, als Durchlauf ohne inhaltliche Änderung, um an einer Stichprobe zu bestätigen, dass die übrigen Metadaten unversehrt sind.

Dieselbe Konfiguration gilt für ein einzelnes geöffnetes Dokument wie für einen Stapellauf — der InfoSetter-Dialog und die CSV-Kette lesen aus demselben Satz benannter Konfigurationen. Wer neu ins Team kommt, übernimmt die Konfigurationen, statt den Hausstil zu erraten. Die Richtlinie steckt in den Konfigurationen; die Konfigurationen liegen in der Versionsverwaltung oder auf einem gemeinsamen Laufwerk; die Metadaten sind einheitlich, weil die Richtlinie einheitlich ist.

XMP: die Metadaten, die Acrobat unter „Beschreibung“ nicht zeigt

Der XMP-Strom ist ein im PDF eingebetteter XML-Block, der reichhaltigere Metadaten hält als die acht Dokumentinformationsfelder. Er ist die gemeinsame Sprache digitaler Archive, Medienverwaltungen und der Kreativprogramme von Adobe selbst. Was er über die Standardfelder hinaus trägt:

• Dublin Core (dc:creator, dc:rights, dc:title, dc:description, dc:subject) — das archivarische Kernvokabular, das institutionelle Repositorien, Bibliotheken und Systeme der Schriftgutverwaltung alle verstehen.
• PDF/A-spezifische Eigenschaften, wenn das Dokument auf einen Archivstandard zielt. PDF/A-Prüfprogramme sehen im XMP nach Konformitätsmerkmalen; ein Dokument ohne sie besteht keine Archivprüfung.
• Rechteverwaltung (xmpRights:UsageTerms, xmpRights:Marked, Urheberrechtsinhaber) — Nutzungsbedingungen, die mit der Datei reisen, unabhängig davon, ob der Dokumentkörper sie ausbuchstabiert.
• Eigene Namensräume — interne Klassifikationscodes, Aufbewahrungsfristen, Projektkennungen, Inhaltstypmarken. Jede Organisation, die Schriftgutverwaltung ernst nimmt, legt irgendwann einen eigenen XMP-Namensraum fest, und der Dialog Advanced von InfoSetter gibt Ihnen auf Namensraumebene die Kontrolle darüber, welche Teile des XMP geschrieben oder bewahrt werden.

Die Schaltfläche Copy All XMP in InfoSetter kopiert einen ganzen XMP-Strom von einer Datei in eine andere — nützlich, wenn eine Hauptdatei die maßgeblichen Metadaten hält und eine neue Fassung dieselben Metadaten erhalten soll. Der Dialog Advanced ist die chirurgische Variante: dc:creator bewahren und zugleich xmpRights überschreiben, den eigenen Namensraum unangetastet lassen und dabei Dublin Core aktualisieren. Entscheidend: Wenn InfoSetter die acht Standardfelder schreibt, hält es die zugehörigen XMP-Eigenschaften automatisch im Gleichklang — der Titel im Dokumentinformations-Wörterbuch stimmt also stets mit dc:title im XMP überein. Dass beide Ströme auseinanderlaufen, ist einer der häufigeren Fehler in älteren PDFs, und InfoSetter lässt ihn schlicht nicht zu.

Automatisierung: COM, PowerShell, überwachte Ordner

Für Organisationen, deren PDFs durch eine Kette statt durch einen Menschen laufen, bietet InfoSetter eine COM-Automatisierungsschnittstelle namens IInfoSetterAuto mit Eigenschaften für jedes Metadatenfeld und einer Methode Set(), die die eingestellten Werte auf ein PDF-Dokument anwendet. VBScript, PowerShell, C#, VB.NET und Python nutzen sie alle auf dieselbe Weise. Typische Einsätze: ein nächtliches Skript auf einem überwachten Ordner, das jedem neuen PDF im Eingangsverzeichnis die Hausstil-Metadaten verpasst; eine eigene Aufnahmekette, die Metadaten aus einer Datenbank liest und sie in einem Durchgang in die passenden PDFs schreibt; eine Anbindung an ein Dokumentenverwaltungssystem, das InfoSetter als Teil eines Veröffentlichungsablaufs aufruft. Die vollständige Schnittstelle ist im Benutzerhandbuch dokumentiert; sobald die Automatisierungs-DLL auf dem System registriert ist, verhält sie sich wie jedes andere COM-Objekt.

Was ist mit dem eingebauten Beschreibungsdialog von Acrobat?

Acrobat zeigt dieselben acht Standardfelder unter Datei › Eigenschaften › Beschreibung und die weitergehenden XMP-Optionen unter Datei › Eigenschaften › Zusätzliche Metadaten. Wenn Sie nur ein PDF anzufassen haben, ist dieser eingebaute Dialog in Ordnung und kostenlos. Der Vorteil von InfoSetter ist, was danach kommt: benannte Konfigurationen, Stapelverarbeitung über ganze Ordner, CSV-gesteuerte Metadaten je Datei und XMP-Steuerung auf Namensraumebene. Wenn Sie PDFs in großer Zahl erzeugen oder erhalten, ist das Bearbeiten jeder einzelnen Datei in Acrobat kein Ablauf — es ist ein als Prozess verkleideter Engpass.

Wo Sie anfangen

Wenn Ihr Team ein paar PDFs pro Woche produziert, installieren Sie das kostenlose Plug-in InfoSetter und gewöhnen Sie sich an, für jede Dokumentart, die Sie ausliefern, eine benannte Konfiguration zu speichern — einmaliger Einrichtungsaufwand, der sich ab dem zweiten Dokument auszahlt. Wenn Sie einen Bestand mit Tausenden Dateien und offensichtlich schlechten Metadaten geerbt haben, bauen Sie eine CSV mit den Metadaten, die diese Dateien haben sollten, und lassen Sie den CSV-Import von InfoSetter einmal laufen: Ein einzelner Stapel bringt in fünf Minuten mehr Metadaten in Ordnung, als ein Mensch in einer Woche schafft. Und wenn Ihre PDF-Kette bereits automatisiert ist, bindet die COM-Schnittstelle InfoSetter darin ein. Das Benutzerhandbuch geht jede Option im Einzelnen durch.