Brauchen Social-Media-Videos Untertitel?

Ja. Ein grosser Teil der Nutzer scrollt mit ausgeschaltetem Ton — im öffentlichen Verkehr, im Büro, neben einem schlafenden Kind —, und ein Video, dessen gesamter Wert in dem liegt, was jemand sagt, ist ohne Text auf dem Bildschirm für sie wertlos. Untertitel sind keine Zugabe für Barrierefreiheit, sondern der Weg, wie die Botschaft ankommt.

Die meisten schauen dein Video ohne Ton

Stell ihre Worte auf den Bildschirm. Ein Testimonial, das niemand hören kann, ist ein Testimonial, das niemand erreicht.

Denk daran, wo Leute wirklich scrollen: im Bus. Im Wartezimmer. Im Grossraumbüro. Im Bett, neben jemandem, der schon schläft. Ton aus, jedes Mal.

Dein dreissigsekündiges Testimonial ist ein Mensch, der spricht. Nimm den Ton weg, und es ist eine Fremde, die stumm den Mund vor einem Handy bewegt. Alles, was du gesammelt hast, ist verloren.

Untertitel sind keine nette Zugabe für die Barrierefreiheit. Bei dieser Art von Video sind sie der gesamte Übertragungsweg.

Die Zahl, die ich dir nicht nenne

Du hast bestimmt schon gelesen: „85 % der Videos werden ohne Ton angeschaut”. Oder 80 %. Oder 92 %, je nachdem, auf welchem Marketing-Blog du landest.

Verfolgst du eine dieser Zahlen zurück, findest du einen Blog, der einen Blog zitiert, der nichts zitiert. Deshalb wiederhole ich keine davon — eine Zahl ohne Quelle ist Dekoration, keine Tatsache, und du solltest auch in deinem eigenen Marketing keine verwenden.

Wofür du keine Statistik brauchst: Schau, wo du gerade bist, und ob dein eigener Ton an ist. Denk dann an das letzte Mal, als du im Bus gescrollt hast. Das Verhalten steht nicht zur Debatte, nur die Nachkommastelle.

Eine Physiopraxis, dreissig Sekunden, kein Ton

Nehmen wir an, ein Physiotherapeut filmt einen Patienten in der Ecke des Behandlungsraums. Der Mann ist zurück, nachdem ihn ein Knie ein Jahr lang vom Fünferfussball ferngehalten hat, und er ist wirklich froh. Er spricht dreissig Sekunden lang — etwas wirr, dankbar, so wie Menschen eben sind, wenn etwas tatsächlich geholfen hat.

Schau dir den Clip jetzt so an, wie er wirklich gesehen wird: stumm geschaltet, um neun Uhr abends auf dem Sofa weggewischt. Ohne Text ist es ein Mann mittleren Alters im Polohemd, der in einem Raum voller Geräte den Mund bewegt. Nichts daran sagt Knie, sagt ein Jahr ohne Fussball, sagt danke. Das eine Kapital — eine echte Person, die etwas Echtes sagt — kommt nie an.

Setz seine Worte auf den Bildschirm, und dieselben dreissig Sekunden erledigen ihre ganze Aufgabe lautlos. Die Betrachterin liest „konnte ein Jahr lang nicht Fussball spielen”, liest „im März wieder auf dem Platz” und entscheidet sich, den Ton einzuschalten, um ihn das sagen zu hören. Der Untertitel hat dir die zweite Chance verschafft. Ein Patient, der über ein Ergebnis spricht, das er spürt, gehört zu den überzeugendsten Dingen, die eine Praxis besitzt — aber nur, wenn es mit ausgeschaltetem Ton ankommt.

Bei Untertiteln schleicht sich das Aufräumen ein

Jetzt kommt der wichtige Teil — und der Grund, warum es diesen Artikel überhaupt gibt.

Untertitel sind Text. Text fühlt sich bearbeitbar an, ganz anders als Audio. Niemand käme auf die Idee, den Satz einer Kundin im Ton zu schneiden — aber fast jeder räumt still eine automatisch erzeugte Untertitelspur voller „ähm” und angebrochener Sätze auf.

Du korrigierst die Grammatik. Du löschst das „ähm”. Du verbindest den Satz, den sie abgebrochen hat, mit dem, den sie stattdessen begonnen hat. Es dauert zwei Minuten und sieht so viel besser aus.

Und du hast gerade umgeschrieben, was sie gesagt hat.

Ihre Worte gehen genau so raus, wie sie gesprochen wurden — und das gilt auch für die Untertitel. Nicht aufgeräumt, nicht gekürzt, nicht verbessert. Für jemanden mit ausgeschaltetem Ton ist der Untertitel das Testimonial: die einzige Version von ihr, die je ankommt. Eine aufgeräumte Untertitelspur ist keine kosmetische Verbesserung eines echten Testimonials. Für die meisten in deinem Publikum ist es ein erfundenes.

Das ist die Falle, in die genau die tappen, die alles andere schon verstanden haben. Die Bildunterschrift gehört dir, ihre Worte gehören ihr — und der Untertitel besteht aus ihren Worten, nicht aus deiner Bildunterschrift.

Fehler korrigieren, die Person nicht

Eine einzige legitime Ausnahme — und genau hier ziehst du die Grenze.

Automatische Transkription macht Dinge falsch. Sie hört aus „Balayage” „Ballettalter”. Sie macht aus einem Namen Kauderwelsch. Sie verstümmelt ein Wort, das sie noch nie gehört hat.

Einen Transkriptionsfehler zu korrigieren, stellt wieder her, was sie gesagt hat. Sie zu korrigieren, ersetzt, was sie gesagt hat. Der Test ist einfach: Würde sie diesen Satz als ihren erkennen — oder als einen besseren?

Sie sagte „Balayage”, die Maschine tippte „Ballettalter” → korrigier es. Das ist eine Reparatur.
Sie sagte „es ist, ähm, es ist ehrlich so viel besser als — ja, als ich erwartet hatte” und du tippst „Es ist ehrlich so viel besser, als ich erwartet hatte” → lass es. Das ist eine Umschreibung, und genau die kostet dich.

Ton zählt trotzdem, denn viele schalten ihn ein

Lies das alles nicht als „Ton zählt nicht”.

Wer interessiert ist — wer wirklich über eine Buchung nachdenkt —, schaltet den Ton oft doch ein, und genau dann hört sie das, was überzeugt: die Wärme, das Zögern, das kleine Lachen, die echte Tonlage eines Menschen, der zufrieden ist und ein bisschen verlegen.

Der Untertitel bringt sie über das Scrollen hinweg. Die Stimme schliesst den Deal.

Deshalb ist Tonqualität immer noch das Erste, was beim Filmen stimmen muss: bleib eine Armlänge entfernt, stell den Föhn ab, richte das untere Ende des Handys auf sie. Ton zählt mehr als Bild, und kein Untertitel rettet eine Aufnahme, die niemand aushält anzuhören.

Eingebrannt oder die Untertitel der Plattform?

Instagram und TikTok können Untertitel für dich generieren, direkt auf der Plattform. Das geht schneller und spart dir einen Schritt. Aber zwei Dinge solltest du wissen, bevor du dich darauf verlässt.

Erstens kann die Zuschauerin Plattform-Untertitel oft ausschalten, und in manchen Feeds sind sie standardmässig gar nicht aktiv. Untertitel, die ins Video selbst eingebrannt sind — fest in den Pixeln —, sind immer da, auf jeder Plattform, für jede Person. Nichts zum Umschalten, nichts, worauf du dich verlassen musst.

Zweitens, und das zählt hier am meisten: Die automatischen Untertitel der Plattform sind ebenfalls automatisch erzeugt — mit genau denselben Fehlern und genau derselben Versuchung aufzuräumen wie jedes andere Transkript. Aus „Balayage” wird „Ballettalter”, egal ob deine eigene Software tippt oder die von Instagram. Die Regel ändert sich also nicht mit dem Werkzeug. Lies, was dabei herauskam. Korrigiere die Fehler. Lass die Person in Ruhe.

Und wenn du denselben Clip auf mehreren Plattformen postest, reisen eingebrannte Untertitel mit und sehen überall gleich aus. Plattform-Untertitel müssen auf jeder einzelnen neu erstellt und geprüft werden — drei weitere Gelegenheiten, still einen Satz zu „verbessern”, den sie nie gesagt hat.

Untertitel halten Leute auch beim Zuschauen

Es gibt einen leiseren Grund für Untertitel, jenseits der Person im Bus. Ein Video, das auch ohne Ton Sinn ergibt, ist ein Video, bei dem Leute länger bleiben, weil sie nicht schon in der ersten Sekunde weiterscrollen und sich fragen, worum es geht. Und Bleiben ist genau das, was jede Plattform als „zeig das mehr Leuten” liest.

Du fügst also keine Untertitel hinzu, um einem Algorithmus zu gefallen. Du fügst sie hinzu, damit ein Mensch innehält und liest — und der Algorithmus zählt am Ende nur, wie viele Menschen innegehalten haben.

Sorg dafür, dass sie lesbar bleiben

Praktisch, und kurz:

Gross genug, um auf einem Handy in Armlänge lesbar zu sein. Musst du auf deinem eigenen Bildschirm die Augen zusammenkneifen, liest es sonst niemand.
Hoher Kontrast. Weisser Text mit dunklem Rand übersteht jeden Hintergrund.
Weg von den Gefahrenzonen. Der untere Rand eines Reels oder TikToks wird von Caption, Nutzername und Buttons verdeckt. Text, der dort platziert ist, ist auf der echten Plattform unsichtbar, auch wenn er im Editor gut aussieht.
Kein animiertes Wort-für-Wort-Karaoke bei einem Testimonial. Das ist die Bildsprache einer produzierten Werbung, und sie bekämpft genau das, was dein Video für sich hat: dass niemand es produziert hat.

Schalte deinen eigenen Ton aus und schau es dir an

Bevor du veröffentlichst, mach das einmal: Stelle das Video stumm und schau es dir an, wie es eine Fremde tun würde.

Kannst du verfolgen, was sie sagt? Ist der Text lesbar, lange genug sichtbar, nicht hinter einem Button versteckt?

Wenn ja, hast du ein Testimonial. Wenn nein, hast du dreissig Sekunden einer Frau, die stumm etwas in ein Handy spricht, und alles, was du getan hast, um das zu bekommen, war beim letzten Schritt umsonst.

Und was auch immer die Untertitel sagen, achte darauf, dass es das ist, was sie gesagt hat — mit allen Zögern. Das ist die einzige Version, die es wert ist, auf den Bildschirm zu kommen.