Untertitel zum Video hinzufügen

Warum Videos ohne Untertitel im Feed untergehen

Scroll mal durch Instagram oder TikTok in der Bahn, im Wartezimmer oder abends neben jemandem, der schon schläft. Der Ton ist aus. So schauen sehr viele Menschen Videos auf dem Handy: stumm, mit dem Daumen schon auf dem Weg zum nächsten Clip. Wer in dieser Situation spricht, ohne dass Text im Bild steht, redet ins Leere. Die ersten zwei, drei Sekunden entscheiden, ob jemand bleibt, und in diesen Sekunden muss die Botschaft lesbar sein, nicht nur hörbar.

Deshalb lohnt es sich, Untertitel zum Video hinzuzufügen, sobald darin gesprochen wird. Das betrifft Interviews, Tutorials, Produktvorstellungen, Statements für den Firmenaccount und genauso den Reisebericht für Freunde. Ein Video ohne Untertitel ist für einen großen Teil des Publikums schlicht ein Bild mit Mundbewegungen.

Dazu kommen zwei Gründe, die oft unterschätzt werden:

• Barrierefreiheit: Gehörlose und schwerhörige Menschen sind auf Untertitel angewiesen. Das gilt auch für alle, die die Sprache nicht perfekt verstehen, einen Dialekt nicht kennen oder in einer lauten Umgebung schauen. Gute Untertitel sind keine Zugabe, sondern die Voraussetzung dafür, dass alle mitkommen.
• Durchsuchbarer Text: Eine Untertiteldatei ist Text mit Zeitstempeln. Plattformen wie YouTube können diesen Text auswerten, und du selbst hast eine Abschrift, aus der sich Bildunterschriften, Blogartikel oder Zitate ziehen lassen. Gesprochenes Wort ist für Suchmaschinen unsichtbar, geschriebenes nicht.

Die gute Nachricht: Niemand muss dafür mehr jedes Wort von Hand abtippen. Automatische Untertitel per Spracherkennung liefern in wenigen Minuten einen brauchbaren Entwurf. Was danach zählt, sind das richtige Format, saubere Zeilen und ein kurzer, gezielter Korrekturdurchgang. Genau darum geht es in den nächsten Abschnitten.

SRT-Datei, VTT oder eingebrannt: was ist was?

Bevor du Untertitel erstellst, solltest du wissen, in welcher Form du sie brauchst. Es gibt drei Varianten, und jede hat ihren Platz.

SRT (SubRip): Die Frage „SRT-Datei, was ist das?“ taucht ständig auf, dabei ist die Antwort simpel. Eine SRT-Datei ist eine reine Textdatei. Sie besteht aus nummerierten Blöcken: eine Nummer, darunter eine Zeile mit Start- und Endzeit im Format 00:00:12,400 --> 00:00:15,100, darunter ein oder zwei Zeilen Text, dann eine Leerzeile. Mehr nicht. Du kannst sie mit jedem Texteditor öffnen und korrigieren. SRT ist das Format, das fast überall akzeptiert wird: YouTube, Facebook, LinkedIn, Vimeo, die meisten Schnittprogramme und Mediaplayer.

VTT (WebVTT): Sehr ähnlich aufgebaut, mit einer Kopfzeile „WEBVTT“ und Punkt statt Komma in den Zeitangaben. VTT ist der Standard für Videos, die direkt auf einer Website laufen (HTML5-Player), und wird von vielen Videoplattformen ebenfalls angenommen. Wenn du ein Video auf deiner eigenen Seite einbettest, ist VTT meist die richtige Wahl.

Eingebrannte Untertitel: Hier wird der Text fest ins Bild gerendert. Er lässt sich nicht ausschalten, sieht auf jedem Gerät gleich aus und braucht keine Unterstützung durch die Plattform. Für Untertitel bei Instagram und TikTok ist das in der Praxis der übliche Weg: Reels und TikToks werden stumm im Feed abgespielt, und du willst kontrollieren, wie Schrift, Größe und Position aussehen. Beide Apps haben zwar eigene automatische Untertitel, aber du bestimmst damit weder die Gestaltung noch die Korrektur so genau wie bei einem selbst erstellten Text.

Wo landet also was?

• YouTube, Facebook, LinkedIn, Vimeo: SRT oder VTT als separate Datei hochladen. Zuschauer können die Untertitel an- und ausschalten.
• Eigene Website: VTT als Spur im Videoplayer.
• Instagram Reels, TikTok, YouTube Shorts, WhatsApp-Status: Text ins Bild einbrennen.
• Schnittprogramm: SRT importieren, dort gestalten und beim Export einbrennen.

Ein Rat, der dir später viel Arbeit spart: Bewahre die SRT-Datei immer auf, auch wenn du die Untertitel am Ende einbrennst. Eingebrannter Text lässt sich nicht mehr korrigieren. Fällt dir nach dem Posten ein Tippfehler auf, oder willst du dasselbe Video in einer anderen Länge, einem anderen Format oder auf einer anderen Plattform veröffentlichen, brauchst du den Text wieder. Mit der SRT-Datei passt du ihn in einer Minute an. Ohne sie fängst du von vorne an. Außerdem ist die Datei die Grundlage für Übersetzungen und für eine Abschrift, die du auf deiner Website veröffentlichen kannst.

Untertitel lesbar machen: die Regeln, die man sieht

Ob Untertitel angenehm zu lesen sind oder nerven, hängt an ein paar Regeln, die sich im Fernsehen und bei Streamingdiensten bewährt haben. Sie funktionieren auch auf dem Handy, wo der Platz noch knapper ist.

1. Höchstens zwei Zeilen. Drei Zeilen verdecken zu viel vom Bild und lassen sich in der Zeit, die sie stehen, kaum lesen. Bei Hochkantvideos gilt das erst recht, weil unten ohnehin schon Bedienelemente der App liegen.
2. Etwa 42 Zeichen pro Zeile. Das ist die gängige Obergrenze, inklusive Leerzeichen. Deutsch macht es einem mit langen Komposita nicht leicht: „Datenschutzgrundverordnung“ allein hat 26 Zeichen. Notfalls kürzt du den Satz oder teilst ihn auf zwei Einblendungen auf, statt die Zeile zu überfüllen. Bei eingebrannten Untertiteln im Hochformat sind kürzere Zeilen oft besser, weil die Schrift größer sein muss.
3. Nicht kürzer als eine Sekunde. Was schneller verschwindet, nimmt das Auge nur als Flackern wahr. Kurze Einwürfe wie „Genau.“ oder „Ja!“ hängst du lieber an die vorige oder nächste Einblendung an.
4. Nicht länger als sieben Sekunden. Bleibt ein Text länger stehen, lesen ihn viele ein zweites Mal und verlieren den Anschluss an das, was gerade gesagt wird. Lange Sätze werden geteilt.
5. Nach Sinn umbrechen, nicht nach Atempause. Spracherkennung neigt dazu, dort zu trennen, wo im Audio eine Pause ist. Menschen machen aber Pausen mitten im Satz. Ein guter Umbruch hält zusammen, was zusammengehört: Artikel und Nomen, Verb und Partikel, Vorname und Nachname. „Ich zeige dir heute, wie du | deine Fotos sicherst“ liest sich deutlich besser als „Ich zeige dir heute, wie du deine | Fotos sicherst“.

Zwei weitere Punkte, die bei sozialen Netzwerken eine Rolle spielen:

• Position: Bei TikTok und Reels liegen rechts die Buttons und unten Beschreibung und Musikangabe. Eingebrannte Untertitel gehören deshalb etwas über das untere Drittel, nicht ganz an den Rand.
• Kontrast: Weiße Schrift mit dunkler Kontur oder einem halbtransparenten Kasten bleibt auf hellem wie dunklem Hintergrund lesbar. Dünne, farbige Schrift direkt aufs Bild ist meist schlechter, als sie im Schnittprogramm wirkt.

Wenn du aus einem längeren Video kurze Clips machen willst, kannst du Shorts aus einem Video erstellen lassen: Airpic sucht passende Momente, schneidet sie ins 9:16-Format und brennt Untertitel Wort für Wort ein.

Automatische Untertitel korrigieren: der Pflichtdurchgang

Jede automatische Transkription macht Fehler, und zwar fast immer an denselben Stellen. Gerade die sind leider die, die am meisten auffallen. Wer weiß, wo er suchen muss, ist in wenigen Minuten durch.

• Eigennamen: Personen, Orte, Straßen, Firmen. Die Spracherkennung schreibt, was sie kennt. Aus einem seltenen Nachnamen wird ein ähnlich klingendes Wort, aus „Pforzheim“ vielleicht etwas ganz anderes.
• Abkürzungen: „DSGVO“, „KI“, „B2B“, „ÖPNV“. Mal werden sie ausgeschrieben, mal falsch zusammengesetzt, mal in Kleinbuchstaben geliefert.
• Zahlen: Preise, Daten, Uhrzeiten, Maße. „Fünfzehn“ und „fünfzig“ klingen in schnellem Sprechen ähnlich, und ob „1.500“ oder „1500“ dasteht, sollte im ganzen Video einheitlich sein.
• Marken- und Produktnamen: Eigenwillige Schreibweisen, Großbuchstaben mitten im Wort, englische Namen in deutschem Satz. Hier liegt die Spracherkennung besonders oft daneben.

So gehst du am schnellsten vor: Korrigiere nicht zuerst in der SRT-Datei, sondern lies den Fließtext in der TXT-Datei. Dort stören keine Zeitstempel, und du erkennst Fehler im Zusammenhang.

1. Schreib dir vorab eine kurze Liste mit allen Namen, Abkürzungen, Zahlen und Marken, die im Video vorkommen.
2. Öffne die TXT-Datei und nutze die Suchfunktion deines Editors für jeden Begriff auf der Liste. Wo er fehlt, steht er vermutlich falsch geschrieben im Text.
3. Lies den Text einmal komplett, idealerweise während das Video läuft. Achte auf Stellen, an denen ein Satz keinen Sinn ergibt: Dort hat die Erkennung meist ein Wort verwechselt.
4. Übertrage die Korrekturen mit „Suchen und Ersetzen“ in die SRT- und VTT-Datei. Weil der Text identisch ist, findest du jede Stelle sofort. Zeitstempel fasst du dabei nicht an.
5. Kontrolliere zum Schluss die Datei im Player oder im Schnittprogramm: Stimmt das Timing, ist keine Zeile zu lang geworden?

Wenn der Ton schlecht ist, etwa mit Wind, Musik im Hintergrund oder mehreren Personen, die durcheinander reden, rechne mit mehr Fehlern. Eine deutlich bessere Aufnahme spart dann mehr Zeit als jede Korrektur danach.

Schritt für Schritt: Video in Text transkribieren mit Airpic

In Airpic erzeugst du Untertitel mit der Funktion Video in Text transkribieren. Du brauchst kein Konto, nichts zu installieren und kein Abo. Die Spracherkennung beherrscht 99 Sprachen, und du bekommst alle Formate auf einmal.

1. Video hochladen: Öffne Video in Text transkribieren und zieh dein Video ins Fenster oder wähle es aus. Eine reine Audiodatei geht ebenfalls.
2. Sprache wählen: Stell die gesprochene Sprache ein, damit die Erkennung nicht raten muss. Bei deutschsprachigen Videos also Deutsch, auch wenn einzelne englische Begriffe vorkommen.
3. Verarbeiten lassen: Die Transkription läuft auf GPUs in der Europäischen Union. Das Ergebnis siehst du sofort als Vorschau, ohne etwas zu bezahlen.
4. ZIP herunterladen: Darin liegen vier Dateien: TXT als Fließtext zum Lesen und Korrigieren, SRT für YouTube, Facebook, LinkedIn und dein Schnittprogramm, VTT für Videoplayer im Web und JSON mit allen Zeitstempeln für eigene Weiterverarbeitung. Die Untertitel sind schon in Einblendungen mit höchstens zwei Zeilen aufgeteilt. Eine vollständige Datei im Monat ist kostenlos, danach nutzt du Credits, die nicht verfallen.
5. Gegenlesen: Geh die TXT-Datei mit deiner Liste aus Namen, Abkürzungen, Zahlen und Marken durch und übertrage die Korrekturen in SRT und VTT, wie oben beschrieben.
6. Veröffentlichen: SRT oder VTT bei der Plattform hochladen oder im Schnittprogramm importieren und für Instagram und TikTok einbrennen. Die SRT-Datei legst du zusammen mit dem Video ab.

Deine Dateien werden eine Stunde nach dem Herunterladen gelöscht, spätestens nach einem Tag, und nie zum Training verwendet. Mehr dazu steht in Was passiert mit meinen Fotos nach dem Hochladen?.

Brauchst du statt Untertiteln eine schriftliche Zusammenfassung, etwa von einem Vortrag oder Meeting, wandelst du das Video in ein Dokument um: DOCX, PDF oder Markdown mit Zusammenfassung und Kapiteln. Und für das eigentliche Ziel dieses Artikels: Lade dein nächstes Video hoch und lass automatische Untertitel erstellen.

FAQ

Weiterlesen