Erklärvideo für Instagram und TikTok: Hochformat, Länge und Aufbau

Ein Erklärvideo für Instagram und TikTok braucht drei Dinge: das Hochformat 9:16, eine kurze Fassung und einen Einstieg, der in den ersten drei Sekunden trägt. Beide Plattformen empfehlen für Videoanzeigen das senkrechte Vollbild, TikTok nennt für Anzeigen 21 bis 34 Sekunden als die Länge mit den besten Ergebnissen. Anders als im LinkedIn-Feed läuft der Ton dabei häufig mit. Wer ein Erklärvideo Instagram- und TikTok-tauglich machen will, plant deshalb eine eigene Hochformat-Fassung, statt den fertigen Website-Film nachträglich zuzuschneiden. Wenn Sie ein Erklärvideo für Ihr Unternehmen planen, gehört diese Fassung am besten von Anfang an ins Briefing.

Dieser Leitfaden richtet sich an Marketingverantwortliche, die ein Erklärvideo in Reels und auf TikTok einsetzen wollen. Er zeigt die Formatvorgaben, sinnvolle Längen, den Aufbau des Einstiegs, den Umgang mit Ton und Untertiteln, die freizuhaltenden Bildbereiche und was Sie im Briefing festlegen. Für das Business-Netzwerk gelten andere Regeln, die unser Beitrag zum Erklärvideo auf LinkedIn beschreibt. Alle Plattformangaben stammen aus den Werbe- und Hilfeseiten von Meta und TikTok, abgerufen im Oktober 2026.

Welches Format brauchen Erklärvideos auf Instagram und TikTok?

Das Hochformat 9:16. Für Anzeigen auf TikTok ist laut den TikTok-Vorgaben für In-Feed-Anzeigen das vertikale Format 9:16 die Empfehlung, mit einer Auflösung von mindestens 540 × 960 Pixeln. Das ist ein Mindestwert, keine Zielgröße. Die Datei darf laut TikTok bis zu 500 MB groß und das Video bis zu 10 Minuten lang sein; für Spark Ads nennt TikTok keine Längenbeschränkung.

Für Instagram gibt Meta im Anzeigenleitfaden für Reels-Videos ebenfalls 9:16 an, mit einer Auflösung von 1.440 × 2.560 Pixeln und einer Videolänge von 0 Sekunden bis 15 Minuten. Untertitel sind dort als „optional, aber empfohlen“ geführt, Ton als „optional, aber dringend empfohlen“. Für die Produktion heißt das: Eine Hochformat-Fassung in der von Meta genannten Auflösung liegt zugleich über dem TikTok-Mindestwert. Sie brauchen also nicht zwei Bildformate, sondern eine gut geplante 9:16-Fassung.

Vorgabe	Reels-Anzeige (laut Meta)	TikTok-Anzeige (laut TikTok)
Seitenverhältnis	9:16	9:16 vertikal empfohlen
Auflösung	1.440 × 2.560 Pixel	mindestens 540 × 960 Pixel
Länge	0 Sekunden bis 15 Minuten	bis 10 Minuten, Spark Ads ohne Beschränkung; empfohlen 21–34 Sekunden
Ton	optional, aber dringend empfohlen	Plattform ist laut TikTok auf Ton ausgelegt
Untertitel	optional, aber empfohlen	empfohlen für die Verständlichkeit

Ein Unterschied zu LinkedIn liegt im Format: Dort empfiehlt die Plattform für Anzeigen das Hochformat 4:5, 9:16 ist nur eine von mehreren Möglichkeiten. Auf Instagram und TikTok ist das volle Hochformat dagegen der Normalfall.

Wie lang sollte ein Erklärvideo für Reels und TikTok sein?

Für Anzeigen kurz: TikTok nennt in seinem Leitfaden für Videoanzeigen für In-Feed-Anzeigen bis 60 Sekunden als Rahmen und empfiehlt 21 bis 34 Sekunden als die Spanne mit den besten Ergebnissen. Die technischen Obergrenzen von 10 beziehungsweise 15 Minuten sagen also nichts darüber, was im Feed funktioniert. Sie zeigen nur, was die Plattform annimmt.

Für organische Reels ist der Rahmen weiter. Laut der Instagram-Seite zu Reels lassen sich Reels mit bis zu 20 Minuten aufnehmen und bearbeiten. Wichtiger für Unternehmen ist ein anderer Hinweis: In den Antworten für Creator schreibt Instagram, dass es Menschen, die Ihrem Konto nicht folgen, nur Videos von höchstens 3 Minuten empfiehlt. Ein längeres Erklärvideo erreicht dort also vor allem Ihre bestehenden Follower.

Daraus ergibt sich eine einfache Staffelung. Für Anzeigen planen Sie eine Kurzfassung nach der TikTok-Empfehlung von 21 bis 34 Sekunden, mit einem Problem, einem Nutzen und einem Aufruf; Meta nennt für Reels-Anzeigen keinen eigenen Richtwert. Für organische Reels darf die Fassung länger sein, aber höchstens 3 Minuten, sonst empfiehlt Instagram sie Nicht-Followern nicht. Das vollständige Erklärvideo bleibt auf Ihrer Website. Bei der Planung hilft ein Blick auf die Kosten: Die Paketpreise von Explainr gelten für ein Video von einer Minute, und eine zweite Minute verdoppelt die Animationsarbeit nahezu. Eine Kurzfassung aus dem Minutenfilm ist deshalb meist sinnvoller als ein längerer Film.

Wie bauen Sie den Einstieg für den Feed auf?

Mit dem Nutzen, nicht mit der Vorgeschichte. TikTok rät, die Aufmerksamkeit in den ersten drei Sekunden zu gewinnen und auf lange Intros und Logo-Animationen zu verzichten. Ein klassisches Erklärvideo baut dagegen oft erst eine Ausgangslage auf: eine Figur, ein Alltag, ein Problem, das sich langsam zuspitzt. Auf der Website funktioniert das, weil der Besucher das Video bewusst startet. Im Feed wischt der Zuschauer weiter, bevor das Produkt überhaupt erscheint.

Für die Hochformat-Fassung drehen Sie die Reihenfolge deshalb um. Ein Aufbau in drei Teilen sieht so aus:

1. Einstieg in den ersten drei Sekunden: das Ergebnis oder der Nutzen als Bild und kurzer Satz, etwa der Moment, in dem das Problem gelöst ist.
2. Mitte: wie Ihr Produkt oder Ihre Leistung dorthin führt, reduziert auf einen einzigen Ablauf statt aller Funktionen.
3. Abschluss: ein Aufruf, der den Nutzen noch einmal nennt. TikTok empfiehlt ausdrücklich einen nutzenorientierten Call-to-Action, also eine Handlungsaufforderung, die sagt, was der Zuschauer davon hat.

Hier hat Animation einen praktischen Vorteil: Jede Szene lässt sich für das Hochformat neu anordnen, ohne dass etwas nachgedreht werden muss. Figuren, Produkte und Texte werden für die schmale, hohe Bildfläche gesetzt und nicht aus einem Querformat herausgeschnitten.

Läuft der Ton mit, und brauchen Sie trotzdem Untertitel?

Ja, meistens läuft er mit, und ja, Untertitel lohnen sich trotzdem. Meta gibt an, dass der Ton bei Reels Ads standardmäßig aktiviert ist und vertikales Video mit hochwertigem Audio die besten Ergebnisse erzielt. Laut einem Beitrag im Meta-Entwicklerblog ist bei über 75 % der Reels-Aufrufe auf Instagram der Ton angeschaltet. Das ist eine Angabe von Meta selbst, keine unabhängige Studie. TikTok beschreibt seine Plattform knapper: Sie ist laut TikTok auf Ton ausgelegt.

Für ein Erklärvideo ist das eine gute Nachricht, denn Sprecher und Musik tragen hier mehr als im LinkedIn-Feed, wo Anzeigen ohne Ton starten. Die Stimme, die Musik und die Geräusche verdienen daher in der Hochformat-Fassung dieselbe Sorgfalt wie das Bild. Ein Sprechertext, der für die Website ruhig erzählt, darf für Reels und TikTok knapper und direkter klingen.

Trotzdem gilt: Nicht jeder hört mit. Wenn laut Meta bei über 75 % der Aufrufe der Ton an ist, läuft bis zu ein Viertel ohne Ton. TikTok empfiehlt außerdem Untertitel für die Verständlichkeit. Die Bilder sollten die Kernaussage also auch stumm vermitteln. Texteinblendungen gehören fest ins Bild. Untertitel brennen Sie auf Instagram derzeit ebenfalls ein, weil sich die automatischen Untertitel dort nicht korrigieren lassen; dazu rät die Bundesfachstelle Barrierefreiheit. Wann eine Untertitel-Datei und wann eingebrannte Untertitel passen, erklärt unser Beitrag zu Untertiteln für Erklärvideos.

Wo dürfen Texte und Logo im Hochformat stehen?

In der Mitte des Bildes, mit Abstand zu allen Rändern. Auf Instagram und TikTok legen die Apps eigene Elemente über das Video: Profilbild, Beschreibung, Schaltflächen und den Call-to-Action. Was darunter liegt, sieht der Zuschauer nicht. Meta nennt für Reels-Anzeigen konkrete Werte: Mindestens 14 % des oberen und 35 % des unteren Bildbereichs sowie jeweils 6 % der seitlichen Bereiche sollen frei bleiben, sonst können Profilsymbol und Call-to-Action Text und Logos verdecken.

TikTok rät ebenfalls, Texte und Untertitel in den sogenannten Safe Zones zu halten, nennt im Videoleitfaden aber keine festen Prozentwerte. Auf der oben verlinkten Hilfeseite zu In-Feed-Anzeigen schreibt TikTok, dass die Safe Zone vom Format und von der Länge der Anzeigenbeschreibung abhängt; dafür stellt TikTok Vorlagedateien zum Herunterladen bereit. Bei Spark Ads sind höchstens vier Zeilen Beschreibung sichtbar.

Für die Gestaltung heißt das: Das untere gute Drittel des Bildes ist für wichtige Inhalte tabu, der obere Rand ebenso. Untertitel, Produktname und Logo stehen im mittleren Bereich. Weil die Vorgaben der beiden Plattformen nicht identisch sind, prüfen Sie die fertige Fassung vor dem Hochladen mit der Safe-Zone-Vorlage der jeweiligen Plattform. Meta verweist dafür auf einen eigenen Safe-Zone-Checker.

Was gehört für Reels und TikTok zusätzlich ins Briefing?

Vor allem die Entscheidung, ob die 9:16-Fassung eigens gestaltet oder aus der Querfassung geschnitten wird. Ein 16:9-Bild ist deutlich breiter als hoch; schneidet man daraus ein senkrechtes 9:16-Bild, bleibt nur ein schmaler Streifen aus der Mitte übrig. Liegen dort nicht schon alle wichtigen Figuren und Texte, fehlen sie im Reel. Was darüber hinaus für jeden Kanal gilt, steht im LinkedIn-Beitrag. Speziell für Reels und TikTok halten Sie drei Dinge fest:

• Länge je Ausspielweg: eine Anzeigenfassung nach der TikTok-Empfehlung von 21 bis 34 Sekunden und, falls gewünscht, eine organische Reel-Fassung von höchstens 3 Minuten, sonst empfiehlt Instagram sie Nicht-Followern nicht.
• Freie Bildbereiche: oben mindestens 14 %, unten 35 % und seitlich je 6 % nach den Meta-Werten, dazu die Vorlage von TikTok, die sich nach der Länge Ihrer Anzeigenbeschreibung richtet.
• Tonfassung: da der Ton laut Meta bei Reels meist mitläuft und TikTok laut eigener Angabe auf Ton ausgelegt ist, ein eigener, kürzerer Sprechertext und eine Musik, die zum schnellen Einstieg passt, und trotzdem Texteinblendungen für alle, die stumm schauen.

Ob die 9:16-Fassung schon im Paket steckt, hängt bei Explainr vom Umfang ab: Das Premium-Paket für 9.900 € netto (ein fertiges Video von einer Minute, Lieferung in 5 bis 7 Wochen) führt Social-Media-Schnitte als Leistung auf. Wie viele Reels- und TikTok-Fassungen daraus werden und in welcher Länge, sprechen Sie vor dem Storyboard ab. Smart und Standard nennen diese Leistung nicht; fragen Sie dort vorab nach, ob eine Hochformat-Fassung machbar ist. Die Leistungen aller Pakete stehen auf der Seite zu den Kosten eines Erklärvideos. Instagram und TikTok sind von den Nutzungsrechten erfasst, denn Explainr nennt dort Social Media. Für ein animiertes Produktvideo nennt Explainr Quer- und Hochformat ausdrücklich; welche Fassungen Sie brauchen, klären Sie im Briefing.

Häufige Fragen zum Erklärvideo auf Instagram und TikTok

Kann ich dieselbe Hochformat-Fassung für Instagram und TikTok nutzen?

In der Regel ja. Beide Plattformen empfehlen 9:16, und die von Meta genannte Auflösung von 1.440 × 2.560 Pixeln liegt über dem TikTok-Mindestwert von 540 × 960 Pixeln. Prüfen Sie aber die freizuhaltenden Bildbereiche für jede Plattform getrennt, denn sie unterscheiden sich.

Reicht es, mein Website-Erklärvideo im Querformat hochzuladen?

TikTok kennt für Anzeigen neben dem Hochformat auch Quer- und Quadratformat, empfohlen ist aber auf beiden Plattformen 9:16. Ein beschnittenes Querformat verliert die Bildränder, und der langsame Einstieg eines Website-Films passt nicht zu dem, was TikTok für die ersten drei Sekunden rät.

Wie lang darf eine TikTok-Anzeige sein?

Laut TikTok bis zu 10 Minuten, Spark Ads ohne Beschränkung. Als Rahmen für In-Feed-Anzeigen nennt TikTok bis 60 Sekunden und empfiehlt 21 bis 34 Sekunden.

Darf ich mein Explainr-Erklärvideo auf Instagram und TikTok veröffentlichen?

Ja. Die Nutzungsrechte nennen Website, Social Media, Messe und Vertrieb. Senderechte für TV und Rundfunk werden gesondert vereinbart.

Worauf kommt es bei der Planung am meisten an?

Auf die Entscheidung, die Hochformat-Fassung als eigene Fassung zu planen und nicht als Nebenprodukt des Website-Films. Die wichtigsten Punkte im Überblick: 9:16 ist auf Instagram und TikTok das empfohlene Format, für Anzeigen nennt TikTok 21 bis 34 Sekunden als beste Länge, der Nutzen gehört in die ersten drei Sekunden, und Texte stehen mit Abstand zu den Rändern. Der Ton läuft laut Meta meist mit, die Bilder sollten die Aussage trotzdem auch stumm tragen. Legen Sie Fassungen, Längen und Bildaufbau im Briefing fest, dann entsteht die Hochformat-Fassung mit dem Film und nicht nachträglich.