Was ist PDF/A-2? Carsten Heiermann. Member of the Board, PDF/A Competence Center Geschäftsführer, LuraTech Europe GmbH

Transkript

1 Was ist PDF/A-2? Member of the Board, PDF/A Competence Center, LuraTech Europe GmbH 2011 PDF/A Competence Center,

2 PDF/A Competence Center Verband zur Förderung des PDF/A Standards Neu in 2011: Erweiterung auf PDF Standards (VT, UA, usw.) Über 115 Firmen-Mitglieder weltweit Technik rund um PDF/A (TWG) Aktive Mitarbeit im ISO-Standard-Komitee (Class A Liasion) Technische Arbeit (TechNotes) und Informationen Veranstaltungen (MWG) Informations-Seminare Messe-Auftritte weltweit Webinare Webseite pdfa.org als zentrale Anlaufstelle Informationen zu Fachfragen und Kontaktvermittlung Materialien wie Fachartikel, Technotes, FAQ, etc. Mailinglisten und Newsletter 2

3 PDF/A was ist das überhaupt? Native, teils private Formate wie MS Word genügen nicht den Anforderungen bei der Langzeitarchivierung PDF ist ein universell einsetzbares offenes Format für elektronische Dokumente Mit veröffentlichter Norm, ISO Viele Unternehmen, Behörden und Institutionen benötigen die uneingeschränkte und unveränderte Verfügbarkeit von PDF-Dokumenten über viele Technologie-Generationen Aber PDF ist so mächtig und reich an Features, das Archivierungsbemühungen sich stark verkomplizieren Anwender definieren PDF Sub-Dialekte? 3

4 PDF/A Zielsetzung der Standardisierung Langzeitarchivierung lange oder für immer PDF/A soll sein: Device-/ Software-/ Versions-unabhängig: Inhalte werden immer gleich dargestellt Self Contained: eine PDF/A kompatible Datei beinhaltet alle Komponenten, die zur Darstellung nötig sind Self Documented: eine PDF/A kompatible Datei beschreibt und dokumentiert sich selbst (Metadaten) Transparent: Eine PDF/A kompatible Datei ist mit einfachen Mitteln analysierbar Dateiformat zur statischen Erhaltung des Erscheinungsbildes elektronisches Papier -> fachspezifische Anwendungsrichtlinie! 4

5 PDF/A Vorteile des unabhängigen PDF PDF/A kann Volltext, automatisches Indexing, neue Kompressionsschemata, Metadaten etc. Vereinheitlichung des Archivformates Scan in Farbe und scharz-weiss - Rastergrafik Digitale Dokumente Vektorgrafik Reine Datenströme XML, AFP, 1403, PCL! Damit Reduzierung auf einen Viewer möglich! Damit Migrationsaufwände geringer! Damit langfristige Lesbarkeit garantiert, länger als Technologieprognosen für Viewer reichen 5

6 PDF/A für gescannte Dokumente Bei schwarz/weissen Belegen JBIG2 - ISO/IEC Positioniert sich statt TIFF G4 Eingebettet in PDF/A, verfügbar im Reader FAX G4 JBIG2/lossless JBIG2/lossy 60 kb 46 kb 29 kb 6

7 PDF/A für gescannte Dokumente Bei farbigen Belegen MRC- Kompression, Layertechnik Positioniert sich statt JPEG Eingebettet in PDF/A, verfügbar im Reader TIFF FAX G4 JPEG/PDF MRC PDF/A 23.8 MB 60 KB 180 KB 65 KB 7

8 PDF/A für gescannte Dokumente Funktionsweise MRC Zerlegung des Dokuments in drei Ebenen, die voneinander unabhängig codiert werden. 8

9 Erzeugung PDF/A aus gescannten Dokumenten Durchsuchbarkeit der Akten auf Dateiebene z.b., elektronische Bibliothek, nach dem Download z.b. Handbuch, Konstruktionsunterlage oder Bauakte im Archiv im Rahmen der Produkthaftung z.b. Ein zum Kunden, Steuerberater, Rechtsanwalt gesendetes Dokument 9

10 PDF/A-1 erster Standardsteil und Konformitätslevel PDF/A-1 (ISO , basiert auf PDF 1.4) PDF/A-1b (dauerhaft identische Darstellung) Reproduzierbares Archiv PDF -> b ist richtig für gescannte Dokumente! PDF/A-1a (zusätzlich Semantik und Struktur) Zusätzlich Zugang zu allen Inhalten (Text, Bild, ) Volle Strukturinformation (Lesefluss, Reflow, ) Voraussetzungen für barrierefreien Zugang (TAGS, Sprache festlegen, Bildbeschreibungen: Read Aloud) -> Machbar für Office Dokumente etc. 10

11 PDF/A-2 zweiter Standardsteil und Konformitätslevel PDF/A-2 (ISO , basiert auf ISO / PDF1.7) PDF/A-2b (dauerhaft identische Darstellung) Reproduzierbares Archiv PDF -> b grundsätzlich richtig für gescannte Dokumente PDF/A-2u (zusätzlich Semantik (Unicode)) Zusätzlich voller Zugang zu Texten Text suchen, kopieren, eindeutig extrahieren -> u : Empfehlung für gescannte Dokumente mit OCR! PDF/A-2a (zusätzlich Struktur) Volle Strukturinformation (Lesefluss, Reflow, ) Voll barrierefreier Zugang (TAGS, Sprache festlegen, Bildbeschreibungen: Read Aloud) 11

12 Charakteristische Gemeinsamkeiten PDF/A-1 und PDF/A-2 Keine verknüpften Inhalte ( selbsttragend ) Schriften müssen eingebettet werden ( selbsttragend ) Schriftcodierung muss eindeutig sein Keine alternativen Bilder (zwei Versionen Drucker/Screen ) Keine aktiven Inhalte (JavaScript) Keine Verschlüsselung (Passwort zum Öffnen) Keine Actions (Filme starten, volle Funktion für Formulare) LZW Komprimierung weiterhin nicht zulässig -> Es bleibt statisch / elektronisches Papier! 12

13 Charakteristische Unterschiede PDF/A-1 und PDF/A-2 Features jetzt PDF 1.7/ISO (mit Einschränkungen): JPEG2000 Kompression jetzt zulässig Layer / optionaler Content Erweiterte (Text-)Annotationen gemäß ISO Portfolios (PDF/A Dateien in PDF/A Dateien) PDF/A-2u z.b. für OCR gelesene Zeichen Seitengrößenlimit praktisch aufgehoben Verschärfungen: XMP Konformität jetzt für Metadaten einzelner Objekte Lockerungen: Transparenz jetzt zulässig PDF Ebenen (schalten) jetzt zulässig 13

14 PDF/A-2: JPEG2000 Bei farbigen Belegen MRC- Kompression, Layertechnik Positioniert sich statt JPEG Eingebettet in PDF/A, verfügbar im Reader TIFF TIFF G4 JPEG PDF/A-1 PDF/A-2 23,8 MB 60 kb 180 kb 65 kb 55 kb 14

15 PDF/A-2: Layer MRC Layer gab es schon in PDF/A-1 Mit PDF/A-2 ist optionaler Content erlaubt Die Layer können ein- und ausgeschaltet werden 15

16 PDF/A-2: Unicode (PDF/A-2u) PDF/A-2a für gescannte Dokumente falsch PDF/A-2u: nützlicher Teil von a für Scans Bedeutung der Zeichen, zusätzlich zum Aussehen Aber Leserichtung und Tags nicht gefordert Semantik, Suche, sichere Textextraktion B B CID 2 U+0042 CID 2 LATIN CAPITAL LETTER B CID 1 U+20AC CID 1 EURO SIGN 16

17 PDF/A-2: Portfolios Generally useful, also for organizing scanned files PDF file-in-file Embedded files PDF/A-2 compliant, if all embedded files are PDF/A 17

18 PDF/A-2: höhere Seitengrößen Größere Seiten PDF/A-1 and PDF 1.4 max Seitengröße 5 x 5 m PDF/A-2 und ISO max 381 x 381 km ( User Units ) Karten, Baupläne, Maßstabstreue Anzeige und Druck! 18

19 Welchen Standardsteil nimmt man denn nun? Immer den kleinsten möglichen Standardsteil Kein JPEG2000 benötigt? -> dann PDF/A-1 Beide Standardsteile sind gleichwertig verfügbar! Immer den im Sinne des Standards erreichbaren und den niedrigsten benötigen Konformitätslevel Gescannte Dokumente? -> dann b. Oder u, wenn OCR genutzt wird. Formal geht auch a, aber ohne Inhalt -> Scan in Farbe mit LuraTech: Empfehlung ab Verfügbarkeit PDF/A-2u, bis dahin PDF/A-1b 19

20 PDF/A findet längst in großem Umfang statt (nur hier zusammen mehrere Mrd. Seiten!) APO-Bank (D) West LB (D) Bank Julius Baer (CH) Sparkassen (D) Swiss RE (CH) Techniker Krankenkasse (D) DAK Versicherung (D) Universa Versicherungen (D) AOK (D) Southern Nuclear (USA) RWE Energie (D) Siemens (D) Vattenfall (D) Airbus (D) Blohm & Voss (D) Bosch Rexroth (D) International Labor Organization (CH) British Library (UK) Harvard Library (USA) Het Utrechts Archief (NL) Internet Archive (USA) 20

21 Was ist PDF/A-2? Vielen Dank für Ihre Aufmerksamkeit! Mehr Information?