Untertitel für Erklärvideos: SRT-Datei oder eingebrannt, was wann passt

Für die meisten Erklärvideos ist eine Untertitel-Datei der bessere Weg: Sie lässt sich korrigieren, in andere Sprachen übertragen und von Zuschauern ein- oder ausschalten. Eingebrannte Untertitel, die fest im Bild stehen, lohnen sich dort, wo eine Plattform keine Datei annimmt oder ihre automatischen Untertitel nicht korrigieren lässt. Die Bundesfachstelle Barrierefreiheit nennt eingebrannte Untertitel einen Notbehelf. Welcher Weg passt, entscheidet also der Ort, an dem Ihr Video läuft, nicht der Geschmack.

Dieser Vergleich richtet sich an Unternehmen, die ein Erklärvideo auf der Website, bei YouTube, bei Vimeo oder in sozialen Netzwerken einsetzen. Er zeigt, worin sich die beiden Wege unterscheiden, wie eine SRT-Datei aufgebaut ist, welche Plattform welches Format verlangt und wie Sie Untertitel so anlegen, dass man sie gut lesen kann. Wer das Erklärvideo noch plant, findet am Ende, was ins Briefing gehört, wenn Sie ein Erklärvideo erstellen lassen.

Was unterscheidet eine SRT-Datei von eingebrannten Untertiteln?

Eine SRT-Datei ist eine reine Textdatei mit Untertiteln und Zeitangaben. Sie enthält laut der Formatbeschreibung der Library of Congress selbst weder Bild noch Ton. Sie wird neben dem Video hochgeladen, und der Player blendet den Text zur passenden Zeit ein. Text und Film bleiben getrennt. Eingebrannte Untertitel dagegen sind Teil des Bildes: Sie werden beim Export in jedes Einzelbild geschrieben und sind danach nicht mehr vom Film zu trennen.

Aus diesem einen Unterschied folgt fast alles andere. Eine Datei können Sie jederzeit austauschen, ohne das Video neu zu exportieren. Ein Tippfehler im eingebrannten Text bleibt dagegen so lange im Bild, bis eine neue Videodatei vorliegt. Umgekehrt erscheinen eingebrannte Untertitel überall gleich, auch dort, wo ein Player Untertitel-Dateien ignoriert oder der Zuschauer sie nicht einschaltet.

Kriterium	Untertitel-Datei (SRT oder WebVTT)	Eingebrannte Untertitel
Sichtbarkeit	Zuschauer schalten sie ein oder aus	immer sichtbar
Korrektur	Datei austauschen, Video bleibt	neuer Export des Videos nötig
Weitere Sprache	zusätzliche Textdatei	zusätzliche Videodatei
Gestaltung	bestimmt der Player der Plattform	Schrift und Farbe frei wählbar
Barrierefreiheit	empfohlener Weg	laut Bundesfachstelle nur Notbehelf

Wie ist eine SRT-Datei aufgebaut?

Jeder Untertitel in einer SRT-Datei besteht aus vier Teilen: einer fortlaufenden Nummer, einer Start- und Endzeit mit --> dazwischen, dem Text in einer oder mehreren Zeilen und einer Leerzeile als Abschluss. So beschreibt es die Library of Congress. Das britische Nationalarchiv ergänzt in seinem Formatregister PRONOM die Feinheiten: Die Nummerierung beginnt bei 1, Stunden, Minuten und Sekunden haben je zwei Stellen, Millisekunden drei, und vor den Millisekunden steht ein Komma, kein Punkt.

So könnte der Anfang einer SRT-Datei für ein Erklärvideo aussehen. Das Beispiel ist frei erfunden und zeigt nur das Format:

1
00:00:01,000 --> 00:00:05,000
Ihre Rechnungen landen
automatisch im richtigen Ordner.

2
00:00:05,040 --> 00:00:08,200
Sie prüfen nur noch,
was wirklich auffällt.

3
00:00:08,240 --> 00:00:10,000
Fertig.

Neben SRT gibt es WebVTT, ein Format für Texteinblendungen, die zeitlich zum Video passen. Laut der WebVTT-Dokumentation von MDN tragen solche Dateien die Endung .vtt und beginnen mit der Zeichenfolge WEBVTT. In den Zeitangaben steht vor den Millisekunden ein Punkt statt eines Kommas, also 00:00:01.000. Inhaltlich ist der Unterschied gering. Wichtig ist nur, die Datei im Format zu liefern, das die Plattform verlangt, und die Trennzeichen nicht zu vermischen.

Welche Plattform braucht welche Untertitel-Datei?

Die großen Videoplattformen nehmen beide Formate an, unterscheiden sich aber in Empfehlung und Ablauf. YouTube akzeptiert laut seiner Liste unterstützter Untertitel-Formate unter anderem SubRip (.srt) und WebVTT (.vtt). Hochgeladen wird die Datei in den Untertitel-Einstellungen des jeweiligen Videos; die YouTube-Anleitung zum Hochladen führt Schritt für Schritt durch die Auswahl der Datei.

Vimeo nimmt laut seiner Hilfe zu Untertiteln ebenfalls SRT und WebVTT an und empfiehlt WebVTT. Dazu kommt ein Punkt, der gerade bei deutschen Texten zählt: Die Datei muss in UTF-8 gespeichert sein, sonst werden Sonderzeichen falsch angezeigt. Ein „ü“ wird dann zu einer Zeichenfolge, die niemand lesen kann. Speichern Sie Untertitel-Dateien deshalb grundsätzlich in UTF-8 und prüfen Sie nach dem Hochladen eine Stelle mit Umlauten.

Für soziale Netzwerke ist laut der Bundesfachstelle Barrierefreiheit in der Regel eine SRT-Datei nötig. Wer mit SRT arbeitet, deckt damit die meisten Einsatzorte mit einer einzigen Datei ab. Was LinkedIn im Einzelnen verlangt, etwa für Anzeigen und normale Beiträge, steht in unserem Beitrag zum Erklärvideo für LinkedIn im Abschnitt, warum ein Erklärvideo auf LinkedIn Untertitel braucht.

Wann sind eingebrannte Untertitel die bessere Wahl?

Eingebrannte Untertitel passen, wenn eine Plattform keine Datei annimmt oder ihre eigenen Untertitel nicht bearbeiten lässt. Die Bundesfachstelle nennt als Beispiel Instagram: Dort lassen sich automatisch erzeugte Untertitel nicht als Datei herunterladen und korrigieren. Deshalb rät sie dort derzeit zu Videos mit eingebrannten Untertiteln, ansonsten empfiehlt sie eingebrannten Text ausdrücklich nicht. Dasselbe gilt am Messestand: Läuft das Video dort ohne Ton auf einem Bildschirm, dessen Player keine Untertitel-Dateien anzeigt, gehören die Untertitel fest ins Bild.

Für Unternehmen gibt es einen zweiten, praktischen Grund: die Kontrolle über das Aussehen. Eingebrannter Text steht in Ihrer Schrift und Farbe an der Stelle, die Sie festlegen, und er erscheint auch dann, wenn ein Zuschauer Untertitel nicht einschaltet. Bei einem Video, das im Feed ohne Ton startet, ist das ein Argument, und manche Plattformen legen eingebrannten Text deshalb selbst nahe: LinkedIn etwa nennt eingebrannten Text in seinen Tipps für Videoanzeigen als erwägenswert, obwohl es SRT-Dateien annimmt. Der Preis dafür ist die fehlende Flexibilität: keine Korrektur ohne Neuexport, keine zweite Sprache ohne zweite Videodatei, und Zuschauer können den Text nicht ausblenden.

Wählen Sie für jede Fassung nur einen der beiden Wege. Läuft ein Video mit eingebranntem Text und zusätzlich mit eingeschalteter Datei, stehen die Untertitel doppelt im Bild, im schlechtesten Fall übereinander. Eine sinnvolle Aufteilung ist deshalb: Die Fassung für Website, YouTube und Vimeo bekommt keinen Text im Bild, sondern eine Untertitel-Datei. Eingebrannte Untertitel bekommen nur die Fassungen für Plattformen ohne Dateiupload, für Anzeigen, bei denen die Plattform eingebrannten Text selbst nahelegt, und für den Messebildschirm.

Wie gehen Sie vor, wenn Sie für ein Video Untertitel erstellen?

Beginnen Sie beim Sprechertext, nicht beim fertigen Ton. Bei einem Erklärvideo liegt das Skript ohnehin vor, und es ist die genaueste Vorlage für die Untertitel. Automatisch erzeugte Untertitel sind ein brauchbarer Start, aber die Bundesfachstelle rät, sie immer zu prüfen und bei Bedarf zu korrigieren, auch wenn die Plattform eine hohe Genauigkeit meldet. Prüfen Sie dabei besonders Produktnamen und Fachbegriffe, denn genau sie tragen die Aussage eines Erklärvideos.

Die Untertitel-Standards von ARD, ORF, SRF und ZDF in der Fassung 1.3 von April 2015 gelten für den Rundfunk, nicht für Unternehmensvideos, sind aber eine gute Orientierung:

1. Zwei Zeilen: Ein Untertitel hat höchstens zwei Zeilen und steht als Block zentriert am unteren Bildrand.
2. 37 Zeichen: Eine Zeile nutzt höchstens 37 Zeichen.
3. Standzeit: Wie lange ein Untertitel steht, richtet sich nach seiner Länge. Der Basiswert liegt bei 13 bis 15 Zeichen pro Sekunde, die Mindeststandzeit bei einer Sekunde.
4. Abstand: Zwischen zwei Untertiteln liegt mindestens ein Frame, bei 25 Bildern pro Sekunde also 40 Millisekunden.

Das Beispiel oben folgt diesen Werten. Der erste Eintrag hat 54 Zeichen und steht vier Sekunden, das sind 13,5 Zeichen pro Sekunde. Der zweite hat 42 Zeichen bei gut drei Sekunden, der dritte steht mit sieben Zeichen länger als die Mindestsekunde. Zwischen den Einträgen liegen jeweils 40 Millisekunden. Manche Formatbeschreibungen, etwa die der Library of Congress zu SRT, nennen sogar höchstens 32 Zeichen je Zeile; die längste Zeile im Beispiel hat 32 Zeichen und hält damit beide Grenzen ein. Trennen Sie Zeilen dabei nach Sinneinheiten, nicht mitten in einer Wortgruppe: „Ihre Rechnungen landen / automatisch im richtigen Ordner“ liest sich leichter als ein Umbruch nach „im“, auch wenn „Ihre Rechnungen landen automatisch im“ mit 37 Zeichen noch in die 37-Zeichen-Grenze der Rundfunk-Standards passt.

Warum gehören Untertitel schon ins Briefing?

Weil Untertitel und Animation um denselben Platz im Bild konkurrieren. Ein Erklärvideo lebt von Texteinblendungen, Figuren und Symbolen. Untertitel stehen nach den Rundfunk-Standards am unteren Bildrand, und jede Einblendung, die dort liegt, konkurriert mit ihnen. Wer das früh festlegt, kann den unteren Rand in der Gestaltung freihalten, statt später zu entscheiden, ob der Untertitel das Logo oder die Einblendung verdeckt. Im Hochformat für Reels und TikTok gelten dagegen die Schutzzonen der Plattformen: Laut Meta sollen bei Reels-Anzeigen unten 35 Prozent des Bildes frei bleiben, TikTok gibt eigene Vorlagen vor. Dort stehen die Untertitel deshalb höher, nicht am unteren Rand. Wie Sie das Bild dafür aufteilen, zeigt unser Beitrag zum Erklärvideo für Instagram und TikTok.

Untertitel nützen dabei nicht nur dem Feed ohne Ton. Für Menschen mit Hörbehinderung sind sie laut der Bundesfachstelle die Voraussetzung für den Zugang zu Videos, und auch Menschen, die eine Sprache noch lernen, profitieren davon. Was ein Erklärvideo darüber hinaus barrierearm macht, beschreibt unser Leitfaden, wie Sie in sechs Schritten ein perfektes Erklärvideo erstellen, im Abschnitt zur Barrierefreiheit.

Halten Sie im Briefing fest, wo das Video laufen soll, welche Fassungen eine Untertitel-Datei bekommen und welche eingebrannten Text, und in welchen Sprachen. Bei Explainr gibt es zu einem Produktvideo mehrere Formate: Quer- und Hochformat, Untertitel für die stumme Wiedergabe und eine Fassung ohne Text für den internationalen Einsatz; geliefert wird passend zu den Einsatzorten, die Sie im Briefing nennen. Für andere Videoarten klären Sie Untertitel und ihre Form ebenfalls im Briefing.

Häufige Fragen zu Untertiteln im Erklärvideo

Ist SRT oder WebVTT das bessere Format?

Beide sind verbreitet und für die großen Plattformen geeignet. YouTube nimmt beide an, Vimeo ebenfalls und empfiehlt WebVTT. Für soziale Netzwerke ist SRT laut Bundesfachstelle in der Regel das verlangte Format. Wer nur eine Datei pflegen will, fährt mit SRT meist gut.

Warum zeigt meine Untertitel-Datei falsche Umlaute an?

Meist ist die Datei nicht in UTF-8 gespeichert. Vimeo verlangt diese Kodierung ausdrücklich, damit Sonderzeichen richtig erscheinen. Speichern Sie die Datei neu in UTF-8 und laden Sie sie erneut hoch.

Reichen die automatischen Untertitel der Plattform?

Als Ausgangspunkt ja, als fertiges Ergebnis nein. Die Bundesfachstelle Barrierefreiheit rät, automatisch erzeugte Untertitel immer zu prüfen und zu korrigieren. Bei einem Erklärvideo ist der Sprechertext die zuverlässigere Vorlage.

Kann ich eingebrannte Untertitel nachträglich ändern?

Nicht in der vorhandenen Datei. Der Text ist Teil des Bildes, jede Änderung braucht einen neuen Export des Videos. Deshalb lohnt es sich, eingebrannten Text vor dem Export besonders sorgfältig gegenzulesen.

Welcher Weg passt für Ihr Erklärvideo?

Planen Sie die Untertitel-Datei als Standard und eingebrannten Text als Ausnahme für Plattformen, die keine Datei annehmen oder deren Untertitel Sie nicht korrigieren können, für Anzeigen, bei denen die Plattform ihn selbst nahelegt, und für den Messebildschirm. Liefern Sie Dateien in UTF-8 und im Format, das die Plattform verlangt, halten Sie Zeilen kurz und Standzeiten lesbar, und prüfen Sie automatische Untertitel immer selbst. Legen Sie die Einsatzorte und Fassungen schon im Briefing fest. Dann lässt sich der Platz für die Untertitel von Anfang an freihalten, und jede Fassung bekommt genau die Untertitel, die zu ihrem Einsatzort passen.