Untertitel und Captions auf YouTube sind zeitgesteuerte Textspuren, die gesprochene Worte während der Wiedergabe auf dem Bildschirm anzeigen. YouTube erzeugt sie für die meisten Uploads in unterstützten Sprachen automatisch, und du kannst diese automatische Spur im Untertitel-Bereich von YouTube Studio korrigieren oder komplett ersetzen. Die automatische Version ist ein Ausgangspunkt, kein fertiges Produkt — sie verhört Namen, Produktbegriffe, Akzente und alles, was schnell gesprochen wird, und diese Fehler pflanzen sich in jede Funktion fort, die dein Transkript liest.
Sie zu korrigieren ist einer der zehnminütigen Jobs mit der höchsten Rendite auf YouTube, denn er zahlt sich gleich dreifach aus: Barrierefreiheit für Zuschauer, die Untertitel brauchen, Verständlichkeit für Menschen, die ohne Ton schauen, und internationale Reichweite über übersetzte Spuren. So machst du jeden Teil davon richtig.
Captions vs. Subtitles: der Unterschied, auf den es ankommt
YouTube wirft beides unter „Untertitel/CC" zusammen, aber die beiden Wörter beschreiben unterschiedliche Aufgaben:
- Captions sind Text in derselben Sprache, gedacht für Zuschauer, die gehörlos oder schwerhörig sind. Gut gemacht enthalten sie relevantes Nicht-Sprach-Audio —
[Tür knallt],[fröhliche Musik], Sprecherkennzeichnungen, wenn mehr als eine Person spricht. - Subtitles sind Übersetzungen der Dialoge für Zuschauer, die die Sprache deines Videos nicht sprechen. Sie setzen voraus, dass der Zuschauer hören kann; er versteht nur nicht.
Du brauchst das Erste für Barrierefreiheit und das Zweite für Reichweite. Es sind getrennte Spuren, die getrennt behandelt werden.
Eine Voraussetzung: Stell beim Upload die Videosprache richtig ein. Wenn YouTube denkt, dein englisches Video sei Spanisch, wird die automatische Spur zu Unsinn, und die Übersetzung verschlimmert das Chaos noch. Es ist ein Zwei-Sekunden-Dropdown, das ständig übersprungen wird.
YouTubes Auto-Captions in Studio korrigieren
Öffne YouTube Studio → Untertitel (oder Inhalte → dein Video → Untertitel). Du siehst eine Sprachzeile, in der die automatische Spur aufgeführt ist. Wähle Duplizieren und bearbeiten, um eine bearbeitbare Kopie zu erstellen, und du landest im Untertitel-Editor mit dem Transkript links und einer Zeitleiste unter dem Player.
Was du korrigieren solltest, in der Reihenfolge der Priorität:
- Eigennamen. Dein Name, deine Marke, Gäste, Produkte, Tools. Genau danach suchen Menschen, und genau die verstümmelt die Auto-Spur am zuverlässigsten.
- Zahlen und Einheiten. „Fünfzehn Euro" versus „€15". Wähle eine Konvention und halte sie durch.
- Fachjargon und Akronyme. Wenn du einen Holzbearbeitungs-Kanal betreibst, werden „Schnittfuge" und „Zapfenloch" falsch sein.
- Satzgrenzen. Auto-Captions kommen als Strom ohne Interpunktion an; Punkte und Kommas machen sie beim schnellen Lesen deutlich leichter erfassbar.
- Nicht-Sprach-Audio, wo es Bedeutung trägt — nicht jedes Geräusch, nur die, die ein hörender Zuschauer nutzt, um dem Video zu folgen.
Zwei Formatierungskonventionen aus der Broadcast-Untertitelung: Halte die Zeilen kurz genug, um sie mit einem Blick zu erfassen (rund 40 Zeichen sind eine bequeme Obergrenze, maximal zwei Zeilen auf dem Bildschirm), und brich an natürlichen grammatischen Pausen um. „Ich habe diese Bank / an einem Wochenende gebaut" liest sich besser als „Ich habe diese Bank an einem / Wochenende gebaut."
Veröffentliche, wenn du fertig bist. Die bearbeitete Spur ersetzt für Zuschauer die automatische — und, das ist der Teil, den die meisten übersehen, sie wird auch zu dem Text, den YouTube liest, wenn es herausarbeitet, worum es in deinem Video geht. Damit wird die Untertitel-Bereinigung Teil der Discovery-Arbeit, die unser YouTube-SEO-Guide behandelt, und keine separate Barrierefreiheits-Pflichtübung, die man hinterher dranschraubt.
Die vier Wege, Untertitel in ein Video zu bekommen
| Methode | Am besten für | Kompromiss |
|---|---|---|
| Die Auto-Spur bearbeiten | Jedes Video, in dem du deutlich sprichst | Am schnellsten; braucht trotzdem ein sorgfältiges Durchlesen |
| Eine Datei hochladen (mit Timings) | Geskriptete Videos, Agentur-Workflows, Batch-Uploads | Erfordert eine SRT/VTT aus deinem Editor oder von einem Dienstleister |
| Ein Transkript hochladen (Auto-Sync) | Du hast das Skript, aber keine Timecodes | YouTube timet es für dich; prüfe danach die Synchronisation |
| Manuell tippen | Kurze Videos, Korrekturen an ein paar Zeilen | Langsam bei allem Längeren |
Für die meisten Solo-Creator ist das Bearbeiten der Auto-Spur die richtige Standardwahl. Bei allem Geskripteten schlägt der SRT-Export aus deiner Schnittsoftware das erneute Durchlesen eines Transkripts im Browser.
Eine SRT-Datei hochladen
SRT ist das Klartext-Untertitelformat, das fast alles unterstützt. Es ist einfach genug, um es von Hand zu schreiben oder in einem beliebigen Texteditor zu reparieren:
1
00:00:00,400 --> 00:00:03,120
Die meisten Kanäle korrigieren ihre Auto-Captions nie.
2
00:00:03,120 --> 00:00:06,800
Hier ist der Zehn-Minuten-Durchgang, der das ändert.
Jeder Block besteht aus einer laufenden Nummer, einem Start- und einem Endtimecode, getrennt durch -->, ein oder zwei Textzeilen und dann einer Leerzeile. Beachte das Komma vor den Millisekunden — das ist SRT. WebVTT (.vtt) verwendet stattdessen einen Punkt und eine WEBVTT-Kopfzeile; YouTube akzeptiert beides, aber SRT ist die sicherste Wahl für den Austausch.
Zum Hochladen: Untertitel → HINZUFÜGEN neben der Sprache → Datei hochladen → Mit Timing. Dann prüfe stichprobenartig drei Stellen — den allerersten Anfang, einen Punkt in der Mitte und die letzte Zeile. Drift taucht dann auf, wenn die Datei aus einer anderen Schnittfassung des Videos stammt.
Zwei Gewohnheiten, die dir Nacharbeit ersparen: Speichere die SRT neben der Videodatei — sie ist das Rohmaterial für übersetzte Versionen — und exportiere nach jedem Neuschnitt eine frische, denn wenn du zehn Sekunden aus deinem Intro trimmst, sind alle Timecodes danach hinfällig.
Mehrsprachig werden: übersetzte Untertitel und Auto-Dubbing
Sobald du eine akkurate Spur in der Originalsprache hast, wird internationale Reichweite billig.
Auto-Übersetzung auf Zuschauerseite ist kostenlos und verlangt nichts von dir: Zuschauer öffnen die Player-Einstellungen, wählen Untertitel und dann Automatisch übersetzen in ihre Sprache. Die Qualität ist maschinelle Übersetzungsqualität — brauchbar zum Mitverfolgen, aber nicht gut genug, um deine Marke zu repräsentieren. Ihre Genauigkeit hängt vollständig von der Ausgangsspur ab, und das ist das stärkste Argument dafür, deine Captions überhaupt erst aufzuräumen. Müll rein, Müll raus, in vierzig Sprachen.
Hochgeladene übersetzte Spuren sind die echte Version. Im Untertitel-Bereich fügst du eine Sprache hinzu und lädst eine SRT dafür hoch, genau wie beim Original. Du kannst dort außerdem übersetzte Titel und Beschreibungen pro Sprache hinterlegen — und genau das hilft einem spanischsprachigen Zuschauer, das Video zu finden und anzuklicken, statt es nur zu verstehen, wenn er schon da ist. Beachte: Die alte Community-Beiträge-Funktion, bei der Zuschauer Untertitel für dich eingereicht haben, wurde bereits 2020 eingestellt; Übersetzungen sind jetzt dein Job oder der eines Dienstleisters.
Wähle Sprachen anhand von Belegen, nicht anhand von Begeisterung. Deine YouTube-Analytics-Berichte zu Geografie und Untertitelsprache zeigen dir, woher die Views schon jetzt kommen. Übersetze in die ein oder zwei stärksten, schau, ob die Watchtime darauf reagiert, und erweitere dann. Dieselbe Disziplin gilt plattformübergreifend — wir gehen diesen Workflow im Guide zum Übersetzen und Lokalisieren von Social Posts durch.
Auto-Dubbing — eine automatisch erzeugte übersetzte Tonspur — wird an einen wachsenden Kreis von Kanälen ausgerollt, und Stand Juli 2026 variiert die Verfügbarkeit weiterhin, schau also in Studio nach, ob dein Kanal es hat. Es wird aus deinem Audio erzeugt und nicht aus deiner Caption-Datei, deshalb verbessern vor allem Aufnahmegewohnheiten die Dub-Qualität: immer nur eine Person spricht gleichzeitig, minimale Musik unter dem Dialog, klare Aussprache. Prüfe erzeugte Spuren, bevor du sie live lässt. Ein selbstbewusst falscher Dub ist schlimmer als gar kein Dub.
Shorts: eingebrannter Text vs. Closed Captions
Bei Shorts — wo On-Screen-Text bereits ein ranking-nahes Signal ist, wie unser Guide zu Shorts SEO und Discovery behandelt — lautet die ehrliche Antwort: Du willst beides. Sie erledigen unterschiedliche Aufgaben.
Eingebrannter Text — Open Captions, dauerhaft ins Bild gerendert — ist eine Design-Entscheidung. Er ist gestaltet, immer sichtbar, kann Wort für Wort animiert werden, um Aufmerksamkeit zu halten, und keine Zuschauereinstellung schaltet ihn ab. Diese Verlässlichkeit ist der Grund, warum die meisten gut performenden Shorts ihn haben.
Aber er bringt drei echte Kosten mit:
- Er kann nicht übersetzt werden, weder von YouTube noch von sonst jemandem.
- Er lässt sich nicht abschalten von jemandem, der ihn ablenkend findet oder eine Bildschirmlupe benutzt.
- Er wird von der UI verdeckt. Titel, das Kanal-Handle und das Beschreibungs-Overlay sitzen am unteren Rand des Shorts-Players, und die Like-/Kommentar-/Teilen-Spalte läuft rechts nach oben. Text, der dort platziert wird, verschwindet. Prüfe die Safe Area in unserem Guide zu YouTube-Shorts-Größen, bevor du irgendetwas positionierst.
Closed Captions auf demselben Short kosten nichts extra und decken ab, was eingebrannter Text nicht kann: umschaltbar, maschinenlesbar, übersetzbar. Halte dasselbe Skript an zwei Stellen vor — brenne beim Schnitt eine gestaltete Version ins Bild und lass YouTubes Auto-Spur den Rest erledigen, in Studio korrigiert, wenn das Video wichtig ist.
Eine Sache, die du vermeiden solltest: eingebrannter Text und eine Untertitelspur, die in derselben Bildschirmregion gerendert werden und doppelten, versetzten Text erzeugen. Halte deinen eingebrannten Text im oberen mittleren Drittel, dann löst sich die Kollision meistens von selbst.
Wo Captions in deinen Zahlen auftauchen
Erwarte nicht, dass ein Caption-Durchgang die Views bewegt. Erwarte, dass er die Watchtime bei Videos bewegt, die ohnehin schon Impressionen bekommen haben — denn Zuschauer ohne Ton, die nach drei Sekunden abspringen, sind in deiner Analytics nicht von Zuschauern zu unterscheiden, denen das Thema nicht gefallen hat.
Schau dir die Retention-Kurve an. Ein steiler früher Abfall bei einem dialoglastigen Einstieg macht Untertitel zu einem plausiblen Fix, den du testen solltest, bevor du Hooks umschreibst; unser Guide zur Zuschauerbindung erklärt, wie man diese Kurven liest. Vergleiche einen untertitelten Upload mit einem untertitellosen aus derselben Reihe — grob, aber besser als ein Bauchgefühl.
Mach es zum Teil des Uploads, nicht zur Nachfassaufgabe
Captions scheitern aus demselben Grund, aus dem Alt-Text scheitert: Sie werden als etwas behandelt, das man nach dem Veröffentlichen erledigt, und nach dem Veröffentlichen kommt nie. Der Fix ist in beiden Fällen identisch — zieh die Arbeit in den Moment, in dem du den Post vorbereitest, und genau dieses Argument machen wir im Guide zum Schreiben von Instagram-Alt-Text. Dieselbe Gewohnheit, anderes Feld.
Planung hilft hier auf eine banale, aber sehr reale Weise. Wenn du reaktiv veröffentlichst, hetzt du zum Upload, und die Metadaten sind das, was du in neunzig Sekunden tippen kannst. Wenn du YouTube-Videos im Voraus planst, liegt das Video mit einer Veröffentlichungszeit in einer Warteschlange, und die ganze Zeit davor steht für die langweilige Vollständigkeitsarbeit zur Verfügung: Titel, Beschreibung, Tags, Thumbnail, Untertitel, übersetzte Spuren.
Ganz ehrlich dazu, was ein Scheduler leistet und was nicht: SocialKit erzeugt keine Untertitel, brennt keinen Text ein und rahmt dein Video nicht neu — das sind Schnittaufgaben, und die Untertitelbearbeitung passiert in YouTube Studio. Was es leistet: Es hält deine YouTube-Posts neben den anderen zehn Plattformen, auf denen du veröffentlichst, auf einem visuellen Kalender, mit plattformspezifischen Captions und Auto-Publishing, damit nichts auf deinem Desktop liegen bleibt und darauf wartet, dass du zur richtigen Posting-Zeit Zeit hast. Dieser Puffer zwischen „Schnitt fertig" und „geht live" ist genau der Ort, an den die Caption-Arbeit gehört.
Fang hier an
Wenn du das noch nie gemacht hast, versuch nicht, deinen ganzen Backkatalog zu reparieren. Arbeite in dieser Reihenfolge:
- Stell die Videosprache bei jedem neuen Upload richtig ein. Kostenlos, sofort, verhindert die schlimmsten Fehler.
- Nimm deine fünf meistgesehenen Videos und mach bei jedem den Duplizieren-und-bearbeiten-Durchgang — Eigennamen, Zahlen, Fachjargon, Interpunktion. Kalkuliere zehn Minuten pro Video.
- Untertitle dein nächstes Video, bevor es live geht, nicht danach.
- Schau in ein paar Wochen in die Analytics nach den Geografie- und Untertitelsprach-Signalen, die dir sagen, welche Übersetzung es wert ist, dafür zu bezahlen.
- Lade eine übersetzte SRT hoch — plus übersetzten Titel und übersetzte Beschreibung — für dein bestperformendes Video, als Experiment.
- Übernimm die Shorts-Konvention: gestalteter eingebrannter Text innerhalb der Safe Area, plus eine korrigierte Untertitelspur.
Das ist unglamourös, wiederholbar, und fast niemand macht es konsequent. Zwei Monate untertitelte Uploads geben dir einen Backkatalog, der für Zuschauer funktioniert, die ihn nicht hören können, für Zuschauer, die ihn nicht laut stellen wollen, und für Zuschauer, die deine Sprache nicht sprechen — bei Videos, die du ohnehin schon gemacht hast. Wenn du die Planungsseite dieser Gewohnheit aufsetzen willst, starte eine kostenlose 7-Tage-Testphase und bau den Metadaten-Schritt in deinen Kalender ein statt in dein Gedächtnis.