PDF in Excel: Warum die Tabelle durcheinandergerät

Die Tabelle sah im PDF ordentlich aus, in Excel stehen die Beträge plötzlich in der falschen Spalte, eine Zeile ist in zwei zerfallen, und die Summenformel liefert 0. Das liegt selten am Konverter allein. Ein PDF speichert, an welcher Stelle der Seite welches Zeichen steht. Zeilen und Spalten im Sinne von Excel kennt es oft gar nicht, die müssen erst aus den Positionen zurückgewonnen werden.

Was beim Umwandeln eigentlich passiert

„PDF in Excel“ sucht auf jeder Seite nach Linien und nach Text, der sauber untereinander ausgerichtet ist, und leitet daraus Zellen ab. Jede gefundene Tabelle landet auf einem eigenen Tabellenblatt. Verarbeitet werden die ersten 100 Seiten. Je regelmäßiger die Vorlage, desto besser klappt das:

• Gute Ergebnisse: digitale PDFs, die aus Excel, DATEV, einer Buchhaltungssoftware oder dem Onlinebanking exportiert wurden, mit festen Spalten.
• Genau prüfen: mehrzeilige Zellen, verbundene Kopfzeilen, Tabellen über einen Seitenumbruch hinweg und Summen, die außerhalb des Rasters stehen.
• Erst OCR: Scans und Fotos, denn darin gibt es überhaupt keinen markierbaren Tabellentext.

Komma oder Punkt: Zahlen, mit denen Excel nicht rechnet

Die Zellen kommen als Text in der Arbeitsmappe an, genau so, wie sie im PDF stehen. Ein deutscher Kontoauszug mit „1.234,56“ passt zu einem deutsch eingestellten Excel, eine englische Rechnung mit „1,234.56“ nicht. Markieren Sie die Spalte und wählen Sie Daten → Text in Spalten. Im letzten Schritt legen Sie unter „Weitere“ fest, welches Zeichen das Dezimal- und welches das Tausendertrennzeichen ist. Danach sind die Werte echte Zahlen, und SUMME funktioniert. Achten Sie dabei auch auf nachgestellte Minuszeichen wie „250,00-“, die manche Systeme ausgeben.

Den Fehler an der Quelle beheben, nicht Zelle für Zelle

Legen Sie das PDF neben die Arbeitsmappe. Ist eine ganze Spalte verrutscht, korrigieren Sie den betroffenen Bereich und sehen auf der nächsten Seite nach, ob sich das Muster wiederholt. Laufen Wörter ineinander, weil die Vorlage keine klaren Spalten hat, ist es oft sicherer, diese eine Tabelle von Hand nachzubauen, als fünf weitere Umwandlungen zu probieren.

Bei einer gescannten Tabelle lassen Sie zuerst „OCR PDF“ laufen und wandeln danach um. Die Tabellenerkennung liest die OCR-Ebene mit, aber benachbarte Zellen verschmelzen gelegentlich, und Beträge, Datumsangaben und Vorzeichen verdienen einen zweiten Blick. Unsere OCR liest außerdem nur Englisch: Ziffern kommen meist richtig heraus, Umlaute in Spaltenköpfen wie „Gebühr“ oder „Größe“ dagegen oft nicht. Für deutsche Scans eignet sich ocrmypdf mit -l deu auf dem eigenen Rechner besser.

Kurzer Check, bevor Sie den Zahlen trauen

1. Vergleichen Sie Zeilenzahl und Spaltenköpfe mit dem Original.
2. Prüfen Sie auf jeder Seite stichprobenartig die erste, eine mittlere und die letzte Zeile.
3. Rechnen Sie die Summen selbst nach. Eine Spalte kann richtig aussehen und trotzdem ein verschobenes Komma oder ein fehlendes Minus enthalten.
4. Formatieren Sie Datum und Währung erst, wenn die Werte stimmen.

Häufige Fragen

Warum ist meine Tabelle auf mehrere Tabellenblätter verteilt?

Jede erkannte Tabelle bekommt ein eigenes Blatt, und eine Tabelle über drei Seiten wird als drei Tabellen erkannt. Prüfen Sie die Übergänge an den Seitenumbrüchen und kopieren Sie die Bereiche dann auf ein Blatt zusammen. Wiederholte Kopfzeilen löschen Sie dabei.

Wird eine Tabelle aus einem Scan fehlerfrei?

Nicht ohne Kontrolle. OCR erkennt Wörter und Zahlen, ein Bild enthält aber keine echten Zellen. Nutzen Sie das Ergebnis als Ausgangspunkt und prüfen Sie jeden Wert, der in eine Entscheidung oder Rechnung einfließt.