Untertitel erstellen: SRT, VTT und eingebrannte Untertitel
Für Social Media, Barrierefreiheit und mehrsprachige Videos: Formate, Werkzeuge und der Unterschied zwischen zuschaltbaren und eingebrannten Untertiteln.
Untertitel machen Videos zugänglicher. Menschen mit eingeschränktem Hörvermögen können folgen, Zuschauer verstehen den Inhalt auch ohne Ton, und mehrsprachige Fassungen werden möglich. In sozialen Netzwerken werden viele Videos stumm abgespielt, Untertitel entscheiden dort oft darüber, ob jemand dranbleibt. Dieser Ratgeber erklärt Formate, Werkzeuge und den Weg vom gesprochenen Wort zur fertigen Untertitelspur.
Die wichtigsten Formate
| Format | Endung | Merkmale | Typischer Einsatz |
|---|---|---|---|
| SubRip | .srt | einfacher Text mit Zeitangaben | universell, YouTube, Player, Schnittprogramme |
| WebVTT | .vtt | ähnlich SRT, plus Position und Stil | HTML5-Video im Browser |
| Advanced SubStation Alpha | .ass | Schriftarten, Farben, Positionen, Effekte | gestaltete Untertitel, Karaoke |
| mov_text | in MP4 | als Spur in MP4-Dateien | Apple-Geräte, MP4-Weitergabe |
So sieht eine SRT-Datei aus
Eine SRT-Datei ist reiner Text. Jeder Block besteht aus einer laufenden Nummer, der Zeitangabe und ein oder zwei Zeilen Text, getrennt durch eine Leerzeile:
1
00:00:01,000 --> 00:00:03,500
Willkommen zu unserem Urlaubsfilm.
2
00:00:04,000 --> 00:00:07,200
Wir sind im Sommer 1994
am Gardasee angekommen.
Die Zeit hat das Format Stunden:Minuten:Sekunden,Millisekunden. Speichern Sie die Datei in der Zeichenkodierung UTF-8, damit Umlaute richtig angezeigt werden.
Eine VTT-Datei sieht fast genauso aus, beginnt aber mit der Zeile WEBVTT und nutzt einen Punkt vor den Millisekunden, also 00:00:01.000.
Kostenlose Werkzeuge
- Subtitle Edit: quelloffen, für Windows, unter Linux mit Einschränkungen nutzbar. Zeigt Wellenform und Video, prüft Lesegeschwindigkeit und Zeilenlänge, wandelt zwischen vielen Formaten und kann Spracherkennung einbinden.
- Aegisub: quelloffen, für Windows, macOS und Linux. Stark beim exakten Timing und bei gestalteten ASS-Untertiteln.
- Schnittprogramme: Kdenlive, Shotcut, DaVinci Resolve und viele andere haben eigene Untertitelspuren und können SRT importieren und exportieren.
- Plattformen: YouTube erstellt automatische Untertitel, die sich im Studio bearbeiten lassen. Auch die Apps von Instagram und TikTok bieten automatische Untertitel an.
Automatische Spracherkennung
Spracherkennung spart viel Tipparbeit. Verbreitet ist das quelloffene Modell Whisper, das in verschiedenen Programmen steckt, unter anderem als Option in Subtitle Edit und als Erweiterung in Kdenlive. Es läuft lokal auf dem eigenen Rechner, die Aufnahmen verlassen das Gerät also nicht. Mit leistungsfähiger Grafikkarte geht es deutlich schneller.
Rechnen Sie immer mit einem Korrekturdurchgang. Namen, Ortsangaben, Zahlen und Fachbegriffe werden häufig falsch erkannt, ebenso undeutliche Sprache oder Dialekt.
Schritt für Schritt zur Untertiteldatei
- Entwurf erstellen: Automatische Spracherkennung laufen lassen oder den Text von Hand abtippen.
- Text korrigieren: Rechtschreibung, Namen und Satzzeichen prüfen.
- Zeilen umbrechen: Höchstens zwei Zeilen pro Block, an sinnvollen Stellen trennen, nicht mitten in einer Wortgruppe.
- Timing prüfen: Untertitel sollten kurz vor dem Sprechbeginn erscheinen und lange genug stehen bleiben, um bequem gelesen zu werden.
- Format wählen: SRT für die meisten Zwecke, VTT für Webseiten, ASS für gestaltete Untertitel.
- Einbinden: als eigene Datei mitliefern, als Spur in die Videodatei packen oder einbrennen.
Untertitel mit ffmpeg einbinden
Als zuschaltbare Spur in MP4:
ffmpeg -i video.mp4 -i untertitel.srt -map 0 -map 1 -c copy -c:s mov_text -metadata:s:s:0 language=deu video-mit-ut.mp4
Als zuschaltbare Spur in MKV:
ffmpeg -i video.mp4 -i untertitel.srt -map 0 -map 1 -c copy -metadata:s:s:0 language=deu video-mit-ut.mkv
Dauerhaft ins Bild einbrennen:
ffmpeg -i video.mp4 -vf "subtitles=untertitel.srt:force_style='FontSize=24,Outline=2'" -c:v libx264 -crf 20 -c:a copy video-eingebrannt.mp4
Beim Einbrennen wird das Video neu kodiert. Weitere Befehle zeigt der Ratgeber ffmpeg für Einsteiger.
Zuschaltbar oder eingebrannt?
| Zuschaltbar | Eingebrannt | |
|---|---|---|
| Abschaltbar | ja | nein |
| Mehrere Sprachen | ja | nur als getrennte Videos |
| Durchsuchbar | ja | nein |
| Funktioniert überall | nicht in jedem Player | ja |
| Typisch für | YouTube, Archiv, Webseite | Reels, TikTok, Werbeclips |
Untertitel für Social Media
Für Kurzvideos auf Instagram, TikTok und YouTube Shorts sind große, gut lesbare Untertitel üblich, oft wortweise eingeblendet. Achten Sie darauf, dass sie nicht von den Bedienelementen der App verdeckt werden, die im Hochformat am unteren und rechten Rand liegen. Hinweise zu sicheren Bildbereichen gibt der Ratgeber Videos für Social Media.
Fragen und Antworten
- Was ist der Unterschied zwischen SRT und VTT?
- Beide sind einfache Textformate mit Zeitangaben. VTT beginnt mit der Zeile WEBVTT, nutzt einen Punkt statt eines Kommas vor den Millisekunden und unterstützt zusätzliche Angaben zu Position und Stil. SRT ist älter und wird von fast allen Programmen gelesen.
- Soll ich Untertitel einbrennen oder als Datei mitliefern?
- Für Social-Media-Plattformen, die Untertitel nicht zuverlässig anzeigen, oder für Videos, die stumm abgespielt werden, ist Einbrennen sinnvoll. Für YouTube, eigene Webseiten und Archivdateien sind zuschaltbare Untertitel besser, weil sie sich abschalten, übersetzen und durchsuchen lassen.
- Wie genau ist automatische Spracherkennung?
- Bei klarer Sprache ohne Hintergrundgeräusche oft recht gut, bei Dialekt, mehreren Sprechern oder Musik deutlich schlechter. Namen und Fachbegriffe werden häufig falsch erkannt. Ein Korrekturdurchgang ist immer nötig.
- Wie viele Zeichen sollte eine Untertitelzeile haben?
- Verbreitet ist eine Obergrenze von etwa 37 bis 42 Zeichen pro Zeile bei höchstens zwei Zeilen. Wichtiger als eine feste Zahl ist, dass der Text bequem lesbar bleibt, solange er eingeblendet ist.
Weiterlesen
- Schnittprogramme
Von Clipchamp und iMovie über Shotcut und Kdenlive bis DaVinci Resolve, Premiere Pro und Final Cut Pro: welches Programm zu welchem Projekt passt.
- Social-Media-Videos
Welches Seitenverhältnis welche Plattform erwartet, mit welchen Einstellungen Sie exportieren und welche Gestaltung bei Kurzvideos funktioniert.
- ffmpeg-Befehle
Das Schweizer Taschenmesser für Video auf der Kommandozeile: Installation, Grundprinzip und 18 Befehle, die Sie wirklich brauchen.
Zuletzt überarbeitet am 27. Oktober 2026 von der Redaktion Munich Vision. Fehler gefunden?Schreiben Sie uns.