Untertitel vs. Closed Captions: eingebrannt, zuschaltbar, SDH, WebVTT und SRT
Beim Thema Untertitel vs. Closed Captions geht es um das Publikum, nicht um die Technik: Untertitel setzen voraus, dass du hörst und nur die Wörter brauchst, oft in einer anderen Sprache; Closed Captions setzen voraus, dass du nicht hörst, und zeigen deshalb auch, wer spricht und welche Geräusche zählen. Beide können ins Bild eingebrannt sein oder als eigene Datei mitkommen, die du zuschaltest.
Dieses Glossar ist für Marketing- und Web-Verantwortliche, die gefragt werden „sind unsere Videos untertitelt?“ und dafür die Begriffe, die Dateiformate und die Barrierefreiheitsregel brauchen. Das Beispiel ist ein arabischer Film mit Untertiteln von rechts nach links.
Tahaqqaq („Prüfe, bevor du teilst“): ein 75-Sekunden-Film auf Arabisch aus der Startseite eines kostenlosen Tools, das Hadithe und Zitate prüft, 118 gesprochene Wörter, Untertitel von rechts nach links.
Die vier Begriffe, definiert
Im Englischen sind „subtitles“ und „captions“ zwei Produkte; im Deutschen heißt beides Untertitel, und man präzisiert danach. Entscheidend ist, für wen der Text geschrieben ist.
| Begriff | Geschrieben für | Inhalt | Abschaltbar |
|---|---|---|---|
Untertitel | Wer hört, aber die Wörter braucht, oft übersetzt | Nur der Dialog | Meist, als Spur |
Closed Captions (zuschaltbar) | Gehörlose und Hörgeschädigte | Dialog, wer spricht, bedeutsame Geräusche | Ja, per Definition |
Open Captions (eingebrannt) | Alle, auch ohne Ton | Derselbe Text, Teil des Bildes | Nein |
SDH (Untertitel für Gehörlose und Hörgeschädigte) | Gehörlose und Hörgeschädigte, im Untertitelformat | Dialog, Geräusche in Klammern, Sprechernamen | Ja, als Spur |
Die W3C-Definitionen sind die klarsten: Closed Captions „können in manchen Playern ein- und ausgeschaltet werden“, Open Captions sind „alle Captions, die sich nicht abschalten lassen“, etwa Text, der ins Videobild eingebettet ist. Der englische Styleguide von Netflix zeigt, was SDH in der Praxis ergänzt: Geräusche und Sprechernamen in eckigen Klammern und kleingeschrieben, etwa „[door slams]“.
Untertitel einbrennen oder als Datei: WebVTT und SRT
Ein Untertitel lebt an einem von zwei Orten: in den Pixeln oder in einer Textdatei neben dem Video. Beides hat seinen Zweck.
| Eingebrannt | WebVTT (.vtt) | SubRip (.srt) | |
|---|---|---|---|
Wo der Text liegt | In jedes Bild gezeichnet | Textdatei mit getimten Abschnitten und der Kopfzeile „WEBVTT“ | Textdatei mit nummerierten, getimten Abschnitten |
Zuschauer kann ausblenden | Nein | Ja | Ja |
Sichtbar im stummen Social Feed | Immer | Selten: kaum ein Feed lädt eine separate Spur | Selten |
Gestaltung | Alles, was das Design zeichnet | Auf YouTube Position plus fett, kursiv, unterstrichen | Auf YouTube keine: Formatierung wird ignoriert |
Nach Veröffentlichung korrigieren | Video neu rendern | Datei ändern und neu hochladen | Datei ändern und neu hochladen |
Nativ im Web | Jeder Player | Das HTML-Element track | Für track umwandeln |
WebVTT ist das W3C-Format für das HTML-Element <track>; SRT ist älter und einfacher, und beide unterscheiden sich vor allem in der Kopfzeile und im Komma oder Punkt vor den Millisekunden. YouTube nimmt beide an. Unsere Regel: Für Feeds, die stumm starten, Untertitel einbrennen (siehe was ein Social-Media-Video ist), und jedem Player, der eine Spur laden kann, die Datei mitgeben. Wie wir beides aus einem einzigen Sprach-Take erzeugen, Schritt für Schritt, steht in Untertitel automatisch erstellen.
Was Barrierefreiheit verlangt
Maßgeblich ist WCAG 2.2, Erfolgskriterium 1.2.2, Untertitel (aufgezeichnet), Stufe A: Für alle aufgezeichneten Audioinhalte in synchronisierten Medien gibt es Untertitel, außer das Medium ist eine Medienalternative zu Text und klar als solche gekennzeichnet. Stufe A ist die Untergrenze: Ein Marketing-Video mit Sprache auf einer öffentlichen Website braucht Untertitel schon für die niedrigste Konformitätsstufe. Laut der Erläuterung des Kriteriums geben diese Untertitel den Dialog wieder, nennen, wer spricht, und enthalten bedeutsame Geräusche.
Drei Folgen für die Praxis:
- Eingebrannt oder zuschaltbar, beides zählt. WCAG nennt beide Formen; eingebrannte Untertitel erfüllen das Kriterium, wenn sie korrekt und synchron sind.
- Lesbarkeit ist Handwerk, keine Vorschrift. Die Netflix-Guides begrenzen einen Untertitel auf zwei Zeilen, 42 Zeichen pro Zeile im Englischen, sieben Sekunden Standzeit und 20 Zeichen pro Sekunde bei Erwachsenenprogrammen. Ein guter Maßstab für jedes Video.
- Ein Film mit einer einzigen Stimme ist der einfache Fall. Es gibt keinen Sprecherwechsel zu kennzeichnen. Unsere Untertitel geben nur den Sprechertext wieder, die Musik beschreiben sie nicht. Trägt ein Geräusch in deinem Film Bedeutung, ergänze vor dem Hochladen eine Zeile in Klammern in der .vtt-Datei.
Der Tahaqqaq-Film: ein arabischer Film, zwei Untertitelspuren
Tahaqqaq ist ein kostenloses Tool, das Hadithe und Zitate prüft: Text einfügen, Bild hochladen oder Link angeben, und es zeigt Quelle, Echtheitsgrad und den korrekten Wortlaut, ohne selbst ein automatisches Urteil zu fällen und ohne Registrierung. Aus der Startseite haben wir einen 75-Sekunden-Film auf Arabisch gemacht, 118 gesprochene Wörter, 16:9. Er beginnt mit der Frage „هل وصلك حديث ولم تعرف مدى صحته؟“ („Hat dich ein Hadith erreicht, und du weißt nicht, ob er echt ist?“).
Derselbe Film hat zwei Untertitelspuren mit verschiedenen Aufgaben:
- Die eingebrannten Untertitel laufen von rechts nach links, wie Arabisch gelesen wird; jedes Wort leuchtet auf, wenn die Stimme es erreicht, in Gruppen von höchstens fünf Wörtern. Zahlen behalten die ostarabischen Ziffern, in denen das Skript geschrieben wurde, etwa ٤٦.
- Die .vtt-Datei enthält zehn Abschnitte, einen pro Szene, von 1,50 s bis 70,68 s; der Rest der 75 Sekunden ist die Abschlusskarte.
Der Unterschied ist gewollt. Der erste Abschnitt der Datei dauert 10,9 Sekunden, weil Szene 1 die Eingangsfrage und ein vollständiges Zitat enthält; im Bild erscheinen dieselben Wörter nur ein paar auf einmal. Wenn du einen solchen Film machst und seine .vtt-Datei einem strengen Styleguide genügen muss, gib einem langen Zitat eine eigene Szene: Die Datei hat dann zwei Abschnitte unter sieben Sekunden, und die eingebrannten Untertitel bleiben gleich.
Was du wo einsetzt
- Feeds (Reels, TikTok, LinkedIn, Shorts): eingebrannt. Eine Spur, die nicht geladen wird, existiert für stumme Zuschauer nicht.
- Deine Website: eingebrannt für einen kurzen Film mit Autoplay; die .vtt-Datei zusätzlich als Spur, wenn dein Player das kann, für alle, die größere oder anders gestaltete Schrift brauchen.
- YouTube: die .vtt-Datei mit hochladen, damit Zuschauer Untertitel zuschalten können und YouTube deine exakten Wörter hat statt seines eigenen Transkripts.
- Weitere Sprachen: Eine Untertitelspur in einer zweiten Sprache ist eine Übersetzung; wir machen stattdessen pro Sprache einen eigenen Film, neu eingesprochen und neu untertitelt, wie unter Video-Übersetzung beschrieben.
- Fernsehen oder rechtliche Pflicht: SDH bei einem Profi bestellen.
Untertitel kosten bei PageToVid nichts extra: Sie sind in jedem Tarif enthalten, auch im ersten kostenlosen Film einer Website (Preise). Wie die Stimme entsteht, die sie wiedergeben, erklärt Text-to-Speech; wie andere Video-Tools mit Untertiteln umgehen, zeigt der Vergleich.
Wann die Untertitel von PageToVid nicht reichen
Mehrere Sprecher im Bild. Ein Interview, eine Podiumsdiskussion oder ein Podcast braucht Sprecherkennungen, die unsere Sprechertext-Untertitel nie enthalten; nimm die Untertitel deines Schnittprogramms oder einen Untertitel-Dienst.
Vollständige SDH oder Sendevorgaben. Verlangt ein Kunde oder eine Behörde SDH mit Geräuschbeschreibungen, Zeilenlimits und fester Lesegeschwindigkeit, beauftrage professionelle Untertitler und nutze unsere .vtt-Datei höchstens als ersten Entwurf.
Bereits gedrehtes Material. Wir untertiteln die Filme, die wir machen. Für deine eigenen Aufnahmen sind die automatischen Untertitel von YouTube oder ein eigener Untertitel-Editor das richtige Werkzeug.
Quellen
Verwandle deine Website in ein Video — kostenlos
Füge die Seite ein, die gefilmt werden soll. PageToVid schreibt das Skript, filmt die echte Website, vertont sie und liefert das MP4.
Häufige Fragen
Was ist der Unterschied zwischen Untertiteln und Closed Captions?
Untertitel setzen voraus, dass der Zuschauer hört, und liefern ihm die Wörter, oft übersetzt. Closed Captions setzen voraus, dass er nicht hört, und ergänzen, wer spricht, und bedeutsame Geräusche.
Sind eingebrannte Untertitel barrierefrei?
Ja. WCAG zählt Open Captions, also nicht abschaltbare Untertitel, als Captions. Sie müssen korrekt und synchron sein. Ihre Grenze: Zuschauer können sie weder vergrößern noch umgestalten oder ausblenden.
Soll ich SRT oder WebVTT nehmen?
WebVTT fürs Web, weil das HTML-Element track dieses Format liest, und YouTube nimmt es samt Positionierung an. SRT passt, wenn eine Plattform es verlangt; die Umwandlung zwischen beiden ist eine Kleinigkeit.
Was bedeutet SDH?
Subtitles for the deaf and hard of hearing, also Untertitel für Gehörlose und Hörgeschädigte: Untertitel nach dem Caption-Standard, mit Sprechernamen und Geräuschbeschreibungen in Klammern, etwa eine zuschlagende Tür oder Musik.