Untertitel erstellen: SRT-Datei und VTT automatisch generieren

Untertitel erstellen Sie heute am schnellsten mit einem Untertitel-Generator: Video hochladen, Sprache wählen, automatisch transkribieren lassen, Text und Timing kurz prüfen und als SRT-Datei oder VTT exportieren. Was früher Stunden im Schnittprogramm gekostet hat, dauert damit für ein zehnminütiges Video nur noch wenige Minuten – die Zeit fließt in die Kontrolle, nicht ins Tippen.

In diesem Leitfaden erklären wir die beiden wichtigsten Untertitelformate mit je einem Beispiel, zeigen den Ablauf Schritt für Schritt und geben Regeln für Zeilenlänge und Timing mit, damit die Untertitel am Ende nicht nur korrekt, sondern auch gut lesbar sind.

Warum Untertitel? Mehr als Barrierefreiheit

Untertitel waren lange ein Thema für Fernsehen und Barrierefreiheit. Heute sind sie für fast jedes Video sinnvoll:

• Ton aus ist der Normalfall: In sozialen Netzwerken und in der Bahn werden Videos häufig stumm angesehen. Ohne Untertitel wird weitergescrollt.
• Barrierefreiheit: Für Menschen mit Hörbeeinträchtigung sind Untertitel die Voraussetzung, um Inhalte überhaupt nutzen zu können. Öffentliche Stellen sind in der EU dazu verpflichtet, viele Unternehmen ziehen nach.
• Verständlichkeit: Fachbegriffe, Akzente und schlechte Tonqualität sind mit Untertiteln leichter zu verstehen.
• Reichweite in anderen Sprachen: Übersetzte Untertitel sind der günstigste Weg, ein Video international zugänglich zu machen.
• Suchmaschinen: Text, den Suchmaschinen lesen können, hilft dem Video, gefunden zu werden – auf YouTube und auf der eigenen Website.

SRT vs. VTT: Die Formate im Vergleich

Beide Formate sind einfache Textdateien, die Sie mit jedem Editor öffnen können. Sie bestehen aus Blöcken mit Startzeit, Endzeit und dem Text, der in diesem Zeitraum angezeigt wird. Die Unterschiede liegen im Detail.

SRT (SubRip)

SRT ist das älteste und verbreitetste Format. Jeder Block beginnt mit einer laufenden Nummer, die Zeitangabe nutzt ein Komma vor den Millisekunden, und der Pfeil --> trennt Start- und Endzeit.

1
00:00:01,000 --> 00:00:04,200
Willkommen zu unserem Tutorial.

2
00:00:04,500 --> 00:00:08,000
Heute zeigen wir, wie Sie Untertitel
automatisch erstellen.

Fast jeder Player, jede Plattform und jedes Schnittprogramm versteht SRT – YouTube, Vimeo, VLC, Premiere Pro, DaVinci Resolve, Final Cut. Formatierung ist nur rudimentär möglich (einige Player erkennen <i> und <b>), Positionierung gar nicht.

VTT (WebVTT)

WebVTT ist der vom W3C standardisierte Nachfolger für das Web. Die Datei beginnt zwingend mit der Zeile WEBVTT, Blocknummern sind optional, und die Millisekunden werden mit einem Punkt abgetrennt.

WEBVTT

00:00:01.000 --> 00:00:04.200
Willkommen zu unserem Tutorial.

00:00:04.500 --> 00:00:08.000
Heute zeigen wir, wie Sie Untertitel
automatisch erstellen.

Darüber hinaus erlaubt VTT Dinge, die SRT nicht kann: Positionierung (etwa oben statt unten, wenn im Bild Text eingeblendet ist), Styling per CSS, Sprecherkennzeichnung mit <v Name> und Kommentarblöcke. HTML5-Videoplayer über das <track>-Element verstehen ausschließlich VTT; die vollständige Spezifikation finden Sie beim W3C.

Welches Format wofür?

Im Zweifel exportieren Sie beide Formate – sie entstehen aus denselben Daten. Wer eine SRT-Datei in VTT umwandeln muss, ersetzt im Wesentlichen die Kommas in den Zeitangaben durch Punkte und setzt WEBVTT an den Anfang; umgekehrt entsprechend.

Untertitel erstellen mit Audiotexta: Schritt für Schritt

Der folgende Ablauf beschreibt die Untertitel-Funktion von Audiotexta; bei anderen Diensten läuft es ähnlich.

Schritt 1: Video hochladen

Ziehen Sie Ihre Videodatei (MP4, MOV, WebM und weitere) in die Web-App. Nur die Tonspur wird ausgewertet, das Video selbst wird nicht verändert. Für ein bereits auf YouTube veröffentlichtes Video fügen Sie einfach den Link ein – praktisch, wenn Sie Untertitel nachträglich ergänzen oder in eine weitere Sprache übersetzen möchten.

Schritt 2: Sprache wählen und transkribieren

Stellen Sie die gesprochene Sprache ein und starten Sie die Transkription. Zeitstempel werden automatisch gesetzt; sie sind die Grundlage für das Timing der Untertitel. Bei mehreren Sprechenden können Sie die Sprechererkennung aktivieren, um später Sprecherwechsel mit einem Gedankenstrich oder Namen zu kennzeichnen.

Schritt 3: Text und Timing prüfen

Das ist der Schritt, der über die Qualität entscheidet. Im Editor läuft das Video mit, und der gerade gesprochene Abschnitt wird hervorgehoben. Korrigieren Sie Eigennamen, Fachbegriffe und Zahlen, teilen Sie zu lange Sätze auf und achten Sie darauf, dass ein Untertitel nicht über einen Schnitt hinweg stehen bleibt. Fünf Minuten Kontrolle bei einem gut aufgenommenen Video ersparen Ihnen peinliche Fehler im veröffentlichten Ergebnis.

Schritt 4: Übersetzen (optional)

Sollen die Untertitel in weiteren Sprachen erscheinen, übersetzen Sie das korrigierte Transkript. Die Zeitstempel bleiben erhalten, sodass Sie direkt eine zweite SRT- oder VTT-Datei exportieren können. Lesen Sie die Übersetzung vor der Veröffentlichung gegen – Wortspiele, Redewendungen und Fachbegriffe sind der klassische Stolperstein.

Schritt 5: Als SRT oder VTT exportieren

Exportieren Sie die Datei im passenden Format und laden Sie sie bei YouTube hoch, binden Sie sie per <track> in Ihren Webplayer ein oder importieren Sie sie ins Schnittprogramm, um die Untertitel einzubrennen. Benennen Sie Dateien mit Sprachkürzel (video.de.srt, video.en.srt), dann finden Sie sich später zurecht.

Regeln für gut lesbare Untertitel

Automatisch erzeugte Untertitel sind inhaltlich oft korrekt, aber nicht immer gut lesbar. Diese Checkliste orientiert sich an gängigen Richtlinien, wie sie etwa öffentlich-rechtliche Sender und große Streaming-Anbieter verwenden:

• Zeilenlänge: etwa 37 bis 42 Zeichen pro Zeile, maximal zwei Zeilen pro Untertitel
• Anzeigedauer: mindestens rund eine Sekunde, höchstens etwa sechs Sekunden
• Lesegeschwindigkeit: grob 15 bis 20 Zeichen pro Sekunde; schneller wird es für viele Zuschauerinnen und Zuschauer anstrengend
• Sinneinheiten: Zeilen an natürlichen Satzgrenzen umbrechen, nicht mitten in einer Wortgruppe
• Schnitte respektieren: Ein Untertitel sollte nicht über einen Bildschnitt hinweg stehen bleiben
• Sprecherwechsel kennzeichnen: Gedankenstrich am Zeilenanfang oder Name, wenn mehrere Personen sprechen
• Geräusche und Musik: In eckigen Klammern, z. B. [Applaus], für barrierefreie Untertitel
• Hochformat: Für Social Media kürzere Zeilen und größere Schrift einplanen

Die Werte sind Richtwerte, keine Gesetze. Ein ruhiges Interview verträgt längere Untertitel als ein schnell geschnittenes Erklärvideo.

Alternativen zum Untertitel-Generator

Ein eigenständiger Dienst ist nicht immer nötig. Ein ehrlicher Blick auf die Alternativen:

• YouTube-Automatik: Für hochgeladene Videos erstellt YouTube automatische Untertitel, die Sie im YouTube Studio bearbeiten und als SRT herunterladen können. Die Qualität auf Deutsch ist brauchbar, aber bei Fachbegriffen und Hintergrundmusik schwächer; Übersetzungen und Export in andere Formate sind umständlich. Wie Sie an den Text eines YouTube-Videos kommen, beschreibt unser Artikel YouTube Video in Text umwandeln.
• Schnittprogramme: Premiere Pro, DaVinci Resolve und CapCut bringen eigene Transkriptionsfunktionen mit. Praktisch, wenn Sie ohnehin dort arbeiten; für Übersetzungen, Zusammenfassungen und den Einsatz außerhalb des Schnitts weniger flexibel.
• Whisper lokal: Das Open-Source-Modell erzeugt auf dem eigenen Rechner SRT- und VTT-Dateien – kostenlos und datensparsam, aber ohne Editor, mit Einrichtungsaufwand und ohne starke Grafikkarte recht langsam.
• Manuell: Für ein 30-Sekunden-Video mit drei Sätzen ist Tippen schneller als jedes Tool. Für alles Längere nicht.

Untertitel für Meetings, Webinare und Schulungen

Nicht nur Marketing-Videos brauchen Untertitel. Aufgezeichnete Webinare, Produktschulungen und All-Hands-Meetings werden mit Untertiteln für alle im Unternehmen zugänglich – und durchsuchbar. Der Ablauf ist derselbe: Aufzeichnung hochladen, transkribieren, prüfen, als VTT für das interne Videoportal exportieren. Wie Sie aus Meeting-Aufzeichnungen zusätzlich ein Protokoll machen, zeigt der Leitfaden Meeting transkribieren und Protokoll automatisch erstellen. Und wenn Sie nur eine Audiodatei ohne Video haben, etwa einen Podcast, hilft der Beitrag Audio in Text umwandeln – das Transkript lässt sich genauso als SRT exportieren und später mit einem Standbild oder Wellenform-Video kombinieren.

Datenschutz bei Videos mit Personen

Videos zeigen in der Regel Menschen, und die Tonspur enthält ihre Stimmen – beides personenbezogene Daten. Für Marketing-Videos, die ohnehin veröffentlicht werden, ist das unkritisch. Bei internen Schulungen, Kundeninterviews oder Aufzeichnungen mit Minderjährigen sollten Sie wissen, wo der Untertitel-Generator die Daten verarbeitet und wie lange er sie speichert. Audiotexta erstellt keine Kopien über das Nötige hinaus; mehr dazu auf unserer Datenschutzseite.

Fazit

Untertitel zu erstellen ist keine Fleißarbeit mehr: Ein Untertitel-Generator liefert in wenigen Minuten eine SRT-Datei oder VTT, die Sie nur noch gegenlesen müssen. Wählen Sie SRT für Plattformen und Schnittprogramme, VTT für das Web, und nehmen Sie sich die paar Minuten für Zeilenlänge und Timing – dann sind Ihre Videos für alle zugänglich, egal ob mit oder ohne Ton. Welche Kontingente die einzelnen Pläne von Audiotexta bieten, finden Sie auf der Preisseite.