Du suchst auf deinem Mac nach einem Wort, von dem du sicher bist, dass es in einem Dokument steht, das du letztes Jahr gescannt hast. Spotlight findet nichts. Du versuchst es mit einem anderen Wort. Wieder nichts. Langsam fragst du dich, ob die Datei beschädigt ist oder der Index neu aufgebaut werden muss.
Mit der Datei ist alles in Ordnung, und mit dem Index auch. In diesem Dokument steht schlicht nichts, was Spotlight lesen könnte.
Zwei völlig verschiedene Dinge heißen beide PDF.
Ein PDF aus Word oder aus „Als PDF sichern" im Browser enthält Text als Text. Die Zeichen sind als Zeichen gespeichert. Spotlight liest sie, indexiert sie und findet sie.
Ein PDF aus einem Scanner, einer Handykamera oder einer Scan-App ist die Fotografie einer Seite in einer PDF-Hülle. Darin sind keine Zeichen. Darin sind Pixel in der Form von Zeichen, und für einen Computer ist das etwas völlig anderes.
Spotlight scheitert nicht daran, die Wörter zu lesen. Es gibt keine Wörter. Es hat die Datei korrekt indexiert, und die Datei enthält ein Bild.
Öffne das Dokument in der Vorschau und zieh den Cursor über eine Textzeile. Werden die Wörter markiert, gibt es eine Textebene. Ziehst du nur ein Rechteck über die Seite, gibt es keine.
Um einen ganzen Ordner auf einmal zu prüfen, im Terminal:
for f in *.pdf; do
strings "$f" | grep -qm1 "/Type/Font" || echo "keine Textebene: $f"
doneEin PDF mit echtem Text trägt Font-Objekte in sich. Die Fotografie einer Seite trägt keine. Alles, was hier ausgegeben wird, ist also ein Scan, den keine Suche auf deinem Mac lesen kann. Lass es über deinen Dokumentenordner laufen und zähl die Zeilen. Bei den meisten überrascht die Zahl.
Eine Einschränkung, damit du dem Ergebnis nicht mehr traust, als es verdient: Manche PDFs komprimieren ihre interne Struktur und werden dann fälschlich als textlos gemeldet. Die Vorschau-Probe von oben ist die, die nie lügt. Nimm den Befehl für eine grobe Zählung, nicht für ein Urteil über eine einzelne Datei.
Das ist die klassische Lösung. Ein OCR-Programm liest das Bild und schreibt den erkannten Text als unsichtbare Ebene zurück ins PDF, genau über das Bild jedes Wortes. Das Dokument sieht identisch aus und verhält sich nun wie ein normales PDF: Spotlight indexiert es, in der Vorschau lässt sich markieren und kopieren, und die Suche funktioniert überall auf dem Mac.
Die meiste Scanner-Software macht das, wenn du die Option einschaltest — und es lohnt sich, sie einzuschalten, bevor du die nächsten tausend Seiten scannst. Eigene OCR-Programme kommen mit schwierigen Vorlagen besser zurecht.
Der Haken: Es hilft nur den Dateien, die du auch verarbeitest. Die Scans, die schon auf deinem Mac liegen, bleiben unsichtbar, bis du zurückgehst und sie alle durchlaufen lässt — genau die Art von Aufgabe, die nie passiert.
macOS kann Bilder von Haus aus lesen. In der App Kurzbefehle gibt es die Aktion Text aus Bild extrahieren, die auf deinem Mac läuft, ohne Konto und ohne Upload — dieselbe Erkennung, die Live Text antreibt, wenn du Wörter in einem Foto markierst.
Du kannst dir einen Kurzbefehl bauen, der ein Bild entgegennimmt und dir seinen Text zurückgibt, und damit dann machen, was du willst. Kostenlos und lokal. Praktisch für ein einzelnes Dokument; mühsam als Antwort auf einen Ordner mit sechshundert.
Statt deine Dateien zu verändern, kann ein Programm jedes Dokument einmal lesen, den erkannten Text in seinem eigenen Index behalten und dort suchen. Ins PDF wird nichts zurückgeschrieben, und die Suche wird augenblicklich, weil das Lesen schon passiert ist.
Diesen Weg gehen Dokumentenverwaltungen wie DEVONthink, und diesen Weg bin ich bei Tidy gegangen. Der Unterschied zwischen ihnen liegt meist darin, wo die Dokumente leben müssen: Manche Werkzeuge verlangen, dass du alles in ihre eigene Bibliothek importierst, andere lesen deine Dateien dort, wo sie schon liegen.
Dieser Unterschied wiegt schwerer, als er klingt. Hält das Werkzeug deine Dokumente, ist der Abschied eine Migration. Liest es sie nur, ist der Abschied ein Zug in den Papierkorb, und deine Ordner sind genau so, wie sie waren.
Wenn dein Problem alles ab jetzt ist, schalte die Texterkennung dort ein, wo deine Dokumente eingescannt werden. Das ist die sauberste Lösung, und sie macht die Dateien für immer besser, unabhängig von jeder App.
Wenn dein Problem der Stapel ist, den du schon hast, ist ein Index schneller, weil er dich nicht zwingt, Tausende Dateien neu zu verarbeiten und neu zu sichern. Und was du auch wählst: Prüfe zuerst, ob deine Scans eine Textebene haben. Wenn ja, ist nichts davon dein Problem, und es hakt an etwas anderem.
Die App, die ich baue, heißt Tidy. Sie liest mit der Texterkennung auf dem Gerät, was in deinen Bildern und gescannten PDFs steht, benennt jede Datei nach ihrem Inhalt und lässt dich per Tastenkürzel von überall darin suchen — auch in den Scans, die Spotlight nicht sieht. Deine Dateien bleiben, wo sie sind, in ihren eigenen Ordnern. 9 US-Dollar, einmalig, kein Abo, macOS 14 oder neuer, und nichts verlässt deinen Mac.
Auch lesenswert: Gescannte PDFs umbenennen · Den Downloads-Ordner aufräumen · Tidy und Hazel im Vergleich
Dieser Artikel auf: English · Español · Deutsch · Français · Português