Wat is PDF/A en wanneer heb je het echt nodig?

Iemand heeft je om een PDF/A-bestand gevraagd. Misschien het indieningsportaal van een rechtbank, misschien een archiefbeheerder, misschien een universitair depotsysteem — en waarschijnlijk zonder uit te leggen wat het verschil is of waarom het uitmaakt. Het geruststellende deel: PDF/A is geen nieuw formaat dat je moet leren. Het is gewoon PDF waaruit de onbetrouwbare onderdelen zijn verwijderd.

Het minder geruststellende deel is dat de beperkingen streng genoeg zijn dat de meeste PDF's die al in omloop zijn er niet aan voldoen. Daarom is converteren een echte bewerkingsstap en geen hernoeming.

Wat PDF/A werkelijk is

PDF/A is vastgelegd in ISO 19005, voor het eerst gepubliceerd in 2005. Het is geen apart bestandstype: een PDF/A-bestand eindigt nog steeds op .pdf, opent in elke lezer die je al hebt en ziet er identiek uit aan het document waar het uit voortkwam. Wat het tot PDF/A maakt, is dat het zich houdt aan een gedocumenteerde lijst met beperkingen — en in zijn eigen metadata verklaart welke versie van die lijst het volgt.

De norm is vier keer uitgebreid, en de delen zijn niet uitwisselbaar. Elk deel is geschreven tegen de PDF-specificatie van zijn tijd:

Naast het deelnummer draagt elk bestand een conformiteitsniveau — de letter die je ziet in namen als PDF/A-2b. Die letter staat op een volledig andere as dan het cijfer, en de twee door elkaar halen is het meest voorkomende misverstand over de norm:

• Niveau b (basic). Het bestand zal zijn eigen visuele weergave in de toekomst betrouwbaar reproduceren. Dat is de hele belofte — over het extraheren of doorzoeken van de tekst wordt niets gegarandeerd.
• Niveau u (Unicode). Niveau b, plus de garantie dat elk teken op de pagina naar een Unicode-waarde verwijst, zodat tekst betrouwbaar kan worden geëxtraheerd en doorzocht. Geïntroduceerd met PDF/A-2.
• Niveau a (accessible). Niveau u, plus een getagde documentstructuur: koppen, tabellen, leesvolgorde en taal — de informatie die een schermlezer nodig heeft om een pagina te begrijpen.

Vrijwel alles wat in de praktijk gevraagd wordt is een bestand op niveau b, om een reden die verderop staat: de niveaus u en a vereisen informatie die een converter niet kan verzinnen als het brondocument die nooit heeft gehad.

De regel waar al het andere uit volgt

Elke beperking in ISO 19005 dient één eis: het bestand moet alles bevatten wat het nodig heeft om zichzelf te tonen, zonder afhankelijkheid van iets daarbuiten. Niet van een lettertype dat op jouw computer staat, niet van een kleurprofiel dat je monitor toevallig gebruikt, niet van een server die een link oplost, en niet van een wachtwoord dat iemand in 2026 heeft opgeschreven.

Zodra je die eis accepteert, ogen de regels niet langer willekeurig maar vanzelfsprekend:

• Elk lettertype moet ingesloten zijn — en ingesloten met een licentie die dat toestaat. Een bestand dat naar Helvetica verwijst en verwacht dat de lezer die aanlevert, gokt op een toekomstige computer.
• Kleur moet absoluut zijn vastgelegd, via een ingesloten ICC-uitvoerprofiel, in plaats van overgelaten aan wat het scherm ervan maakt. Anders betekent "deze tint rood" over vijftig jaar niets meer.
• Versleuteling is verboden. Een sleutel is een afhankelijkheid, en afhankelijkheden raken zoek.
• Geen JavaScript, geen ingesloten audio of video, geen startacties. Gedrag waarvan de werking niet te garanderen is, valt niet te archiveren.
• Geen verwijzingen naar externe inhoud. Alles wat wordt weergegeven moet in het bestand zelf staan.
• Metadata moeten als XMP aanwezig zijn, in een gedocumenteerde, machineleesbare vorm — inclusief de verklaring welk deel en welk niveau het bestand claimt.

Wat de conversie in je bestand verandert

Converteren is geen stempel op een ongewijzigd document. Er wordt toegevoegd, verwijderd en herschreven, en het is goed om te weten wat, voordat je een origineel vervangt:

De groei in bestandsgrootte overvalt de meesten. Een document van tien pagina's dat alleen systeemlettertypen gebruikte, kan merkbaar groeien zodra die lettertypen mee naar binnen reizen. Moet het bestand ook binnen een uploadlimiet passen, comprimeer het dan eerst — comprimeren achteraf herschrijft het bestand en maakt de zojuist betaalde conformiteit meestal ongedaan.

PDF/A claimen versus PDF/A zijn

Dit is het onderscheid dat bepaalt of je indiening wordt geaccepteerd. De verklaring dat een bestand bijvoorbeeld PDF/A-2b is, staat in de XMP-metadata van dat bestand — en is geschreven door het programma dat het bestand heeft gemaakt. Niets weerhoudt een programma ervan die claim te plaatsen en vervolgens een document af te leveren dat de regels overtreedt.

De vraag "is dit bestand PDF/A?" heeft dus twee verschillende antwoorden: wat het bestand over zichzelf zegt, en wat een onafhankelijke controle van de ISO-regels aantreft. Een lezer die je een PDF/A-badge toont, rapporteert het eerste. Indieningsportalen controleren het tweede.

De referentievalidator is veraPDF — gratis, opensource, ontwikkeld binnen een door de EU gefinancierd programma en gesteund door de PDF Association. Het voert de volledige conformiteitscontrole uit en meldt fouten regel voor regel, met de verantwoordelijke objecten erbij, in plaats van alleen "ongeldig" te zeggen. De preflight van Acrobat doet hetzelfde op commerciële basis. Vraagt een register, rechtbank of toezichthouder om bewijs van conformiteit, valideer het bestand dan zelf in plaats van te vertrouwen op de badge in een viewer.

Wanneer je het echt nodig hebt

PDF/A is de afweging waard in een smallere reeks situaties dan de marketing eromheen suggereert. De echte hebben één ding gemeen: iemand anders dan jij moet dit document kunnen openen nadat de software die het maakte is verdwenen.

• Indiening bij rechtbanken en toezichthouders. Veel elektronische indieningssystemen eisen PDF/A of raden het aan in hun instructies, en weigeren bestanden die de validatie niet doorstaan.
• Institutionele archieven en bewaartermijnen. Nationale en universitaire archieven schrijven doorgaans een PDF/A-deel en -niveau voor als geaccepteerd depotformaat.
• Proefschriften en academisch depot. Universitaire repositories behoren tot de meest consequente gebruikers van de norm, omdat ze documenten per definitie voor de lange termijn bewaren.
• Documenten met een wettelijke bewaartermijn. Contracten, auditdossiers, belastingstukken, personeels- en medische dossiers die jarenlang leesbaar moeten blijven op grond van de wet en niet uit voorkeur.
• Hybride elektronische facturen. Formaten als Factur-X en ZUGFeRD zijn PDF/A-3-bestanden die factuur-XML meedragen binnen een voor mensen leesbare factuurpagina — één bestand dat zowel een persoon als een boekhoudsysteem kan lezen.
• Octrooi- en normalisatie-indieningen. Instanties die permanente openbare registers bijhouden, schrijven doorgaans voor in welk formaat ze die bijhouden.

Noemt een eis een specifieke variant — PDF/A-1b in plaats van "PDF/A" — behandel dat dan als bindend. Een geldig PDF/A-2b-bestand wordt geweigerd door een systeem dat PDF/A-1b verlangt, en de afwijzing legt zelden uit waarom. Ons aanvullende artikel over kiezen tussen 1b, 2b en 3b behandelt wat er werkelijk verschilt.

Wanneer niet

De meeste PDF's zouden geen PDF/A moeten zijn, en dat mag ronduit gezegd worden, omdat een groot deel van wat hierover geschreven wordt het tegendeel suggereert.

• Documenten met een kort leven. Een factuur die je na betaling weggooit, een concept dat rondgaat voor commentaar, een rapport dat één keer gelezen wordt — geen daarvan hoeft een eeuwwisseling te overleven.
• Alles wat interactief moet blijven. Formulieren die door scripts worden aangestuurd, ingesloten media, berekende velden. Precies de functies die dat mogelijk maken, verwijdert de norm.
• Bestanden met een krappe groottelimiet. Converteren laat een bestand groeien; een portaal dat uploads op 10 MB begrenst kan de hardere beperking zijn.
• Ontwerpzware documenten, als PDF/A-1 je wordt opgelegd. Het afvlakken van transparantie verandert hoe schaduwen, gloedeffecten en overvloeimodi worden weergegeven. PDF/A-2 behoudt ze.

PDF/A kost je bestandsgrootte en functies, en koopt je leesbaarheid over tientallen jaren. Als niemand het document over tientallen jaren gaat lezen, is er geen reden om te betalen.

De valkuil van het gescande document

Dit is de fout die jaren later opduikt, lang nadat iemand hem nog goedkoop kan herstellen. Een gescand document laat zich probleemloos naar PDF/A converteren en valideert zonder één klacht — want een scan is een afbeelding, en niveau b belooft alleen dat die afbeelding correct blijft weergeven.

Wat het archief ontvangt is een conform, permanent en volstrekt ondoorzoekbaar bestand. Bij het deponeren merkt niemand het. Het komt boven wanneer iemand over tien jaar dossiers alle contracten moet vinden die een bepaalde clausule noemen, en de enige manier is ze één voor één openen en lezen.

Strikt genomen hoort een garantie over tekst bij niveau u en niet bij niveau b, en geen enkele converter kan beloven dat een bestand op niveau b doorzoekbaar is. In de praktijk gedraagt een niveau-b-bestand met een goede OCR-laag zich als een doorzoekbaar document; een bestand zonder die laag zal dat nooit zijn.

Zet een PDF in drie stappen om naar PDF/A

Converteren met PdfDocShift duurt ongeveer een halve minuut en vereist geen installatie of registratie. Geüploade bestanden worden na twee uur definitief van onze servers verwijderd.

Zo controleer je of een bestand echt PDF/A is

Vijf controles, in de volgorde die problemen het snelst opspoort:

1. Lees wat het bestand claimt. Acrobat toont bovenaan een PDF/A-document een normbalk; andere lezers vermelden de norm bij de documenteigenschappen. Dat vertelt je wat het bestand over zichzelf beweert — een begin, geen oordeel.
2. Valideer tegen de ISO-regels. veraPDF is gratis, opensource en meldt fouten regel voor regel met het verantwoordelijke object erbij. Dit is het antwoord waar een indieningsportaal onafhankelijk van jou op uitkomt.
3. Controleer of de variant bij de eis past. Een volkomen geldig PDF/A-2b-bestand faalt bij een systeem dat PDF/A-1b verlangt. Validators melden welk deel en welk niveau ze aantroffen, dus vergelijk dat met wat er werkelijk gevraagd is.
4. Controleer de lettertypen. Documenteigenschappen → Lettertypen. Bij elk item hoort Ingesloten of Ingesloten subset te staan. Eén niet-ingesloten lettertype is het snelste teken dat een bestand nooit is geconverteerd.
5. Bewaar het brondocument. Converteren gaat op de hierboven beschreven punten gepaard met verlies, en er is geen weg terug. Bewaar datgene waaruit je het bestand opnieuw kunt maken: de originele PDF, of beter nog, het document waaruit die is geëxporteerd.

Eén gewoonte die in elk proces met archiefdeposito's de moeite loont: valideer een steekproef in plaats van alles, maar valideer die op het moment van deponeren. Een conformiteitsfout die je die dag ontdekt, is een klus van twee minuten. Dezelfde fout die drie jaar later bij een audit opduikt, is een project.

Veelgestelde vragen