Untertitel zu Videos hinzuzufügen war früher eine aufwendige Angelegenheit – professionelle Software, eine steile Lernkurve, viele Arbeitsschritte. Doch im Jahr 2026 lässt sich das direkt im Browser erledigen – ohne Softwareinstallation, ohne Datei-Upload auf einen Server, einfach Seite öffnen und loslegen.

Dieser Artikel erklärt systematisch die vollständige Methodik für das Hinzufügen von Videountertiteln online: Warum Untertitel sinnvoll sind, wie man vorgeht, welches Format das richtige ist – und häufig gestellte Fragen.

Warum Videos Untertitel brauchen

Untertitel sind nicht nur eine Barrierefreiheitsfunktion für Menschen mit Hörbeeinträchtigungen – ihr Einfluss auf die Verbreitung von Inhalten übertrifft die Erwartungen der meisten.

Zugänglichkeit (Accessibility): Studien zeigen, dass über 85 % der Social-Media-Videos ohne Ton angesehen werden. Im Büro, in der U-Bahn oder in öffentlichen Umgebungen können Nutzer oft keinen Ton abspielen. Videos mit Untertiteln werden unabhängig vom Umfeld vollständig verstanden.

Nutzer-Retention: Videos mit Untertiteln werden im Schnitt über 40 % länger geschaut als Versionen ohne. Untertitel senken die kognitive Schwelle und helfen dem Publikum, dem Inhalt leichter zu folgen – was zu weniger Abbrüchen führt.

SEO und Sichtbarkeit in der Suche: Suchmaschinen können Videos nicht direkt „hören“, aber Untertiteldateien lesen. Werden Untertitel eingebettet oder zusammen mit dem Video veröffentlicht, wird jeder gesprochene Satz indexierbar – das steigert die Sichtbarkeit des Inhalts erheblich.

Mehrsprachige Reichweite: Liegt eine Untertiteldatei vor, sind Übersetzungen in andere Sprachen mit geringem Aufwand möglich. Ein Video, das ursprünglich nur für ein regionales Publikum gedacht war, lässt sich schnell ins Englische oder Japanische lokalisieren und erschließt neue Märkte.

Hinweis: Bei Lehrvideos, Produktdemos oder Unternehmensschulungen sind Untertitel nahezu unverzichtbar – sie beeinflussen direkt, ob die Botschaft ankommt. Das ist keine Kür, sondern Grundvoraussetzung.

Der vollständige Workflow für Online-Untertitel mit CutFast

CutFast ist ein kostenloser Online-Videoeditor, der vollständig im Browser läuft. Eine der Kernfunktionen ist die KI-gestützte Untertitelgenerierung und das Einbrennen von Untertiteln. Der gesamte Prozess findet lokal statt – die Videodatei wird nicht auf externe Server hochgeladen.

Hier ist der vollständige Ablauf, um einem Video von Grund auf Untertitel hinzuzufügen:

Schritt 1: Editor öffnen und Video importieren

Rufe cutfa.st auf, klicke auf „Open Video“ oder ziehe die Videodatei direkt in das Browserfenster. Unterstützte Formate: MP4, MOV, WebM und weitere gängige Formate.

Schritt 2: KI-Untertitelgenerierung starten

Nachdem das Video geladen wurde, wähle in der Werkzeugleiste „Subtitles“ → „Auto Generate“. Die KI erkennt automatisch den gesprochenen Inhalt des Videos und generiert in der Regel innerhalb von 30 Sekunden bis 2 Minuten (je nach Videolänge) vollständige Untertitel.

Schritt 3: Untertitel in der Zeitleiste prüfen und bearbeiten

Die generierten Untertitel erscheinen in der Zeitleiste. Ein Klick auf einen beliebigen Untertitelblock ermöglicht es, den Text zu ändern, Ein- und Ausstiegspunkte anzupassen sowie Untertitelblöcke aufzuteilen oder zusammenzuführen. Eigennamen, Personennamen und Fachbegriffe sollten manuell überprüft werden.

Schritt 4: Untertitelstil anpassen (optional)

Schriftart, Schriftgröße, Farbe, Umrandung und Position lassen sich anpassen (Standard: zentriert am unteren Bildrand; kann nach oben verschoben oder individuell positioniert werden).

Schritt 5: Exportieren

Nach Fertigstellung das Exportformat wählen:

„Export with Subtitles“ – Untertitel werden fest ins Video eingebrannt (Burn-in), jeder Player zeigt sie direkt an
„Export SRT / VTT“ – nur die Untertiteldatei wird exportiert, das Video bleibt unverändert; ideal für Szenarien, in denen Untertiteldateien separat verteilt werden

Hinweis: Wenn das Video auf mehreren Plattformen veröffentlicht werden soll, empfiehlt es sich, gleichzeitig ein „Hardcoded-Untertitel-Video“ (für Kurzvideoplatformen) und eine „SRT-Datei“ (für YouTube, Bilibili und andere Plattformen mit externer Untertitelunterstützung) zu exportieren – ein Durchgang deckt alle Szenarien ab.

Stapelverarbeitung: CutFast unterstützt einen Batch-Modus, mit dem mehrere Videos auf einmal mit Untertiteln versehen werden können – ideal für Teams oder Creator, die große Mengen an Inhalten verarbeiten müssen.

KI-Untertitel automatisch vs. manuell hinzufügen

Diese Frage beschäftigt viele. Beide Methoden haben ihre Anwendungsfälle – wer die Unterschiede kennt, trifft die richtige Wahl.

Automatische KI-Untertitel

Geeignet für: Inhalte mit klarer Aussprache ohne starken Akzent in Standardsprachen (Deutsch, Englisch, Mandarin); Interviews, Kurse, Produktdemos, Vlogs und andere sprachlastige Videos.

Vorteile:

Schnell – Ergebnisse für ein mehrstündiges Video in wenigen Minuten
Zeitleiste wird automatisch synchronisiert – kein manuelles Zeitstempel-Setzen nötig
Genauigkeit liegt in der Regel bei über 90 % (bei Standardsprache/Englisch)

Einschränkungen:

Bei Dialekten, starkem Akzent oder Hintergrundgeräuschen sinkt die Genauigkeit
Eigennamen, Abkürzungen und Internetslang werden häufig falsch erkannt
Manuelle Überprüfung ist erforderlich – vollständiges Vertrauen in das automatische Ergebnis ist nicht ratsam

Manuelles Hinzufügen von Untertiteln

Geeignet für: Musikvideos (nur Musik, keine Sprache), stille Animationen, Videos mit erklärenden Anmerkungen; oder Situationen, in denen die KI-Erkennung unzureichend ist und vollständig angepasste Untertitel benötigt werden.

Vorgehensweise: In der CutFast-Zeitleiste manuell neue Untertitelblöcke erstellen, Text eingeben und Zeitbereiche durch Ziehen anpassen.

Hinweis: Der effizienteste Workflow ist in der Regel „KI-Generierung + manuelle Korrektur“ – nicht komplett manuell. Selbst wenn die KI-Genauigkeit bei 85 % liegt, ist das manuelle Schreiben von Untertiteln von Grund auf zeitlich 5- bis 10-mal so aufwendig wie die Videolänge, während das Korrigieren der KI-Ergebnisse nur das 1- bis 2-fache der Videolänge benötigt.

Vorhandene Untertiteldateien importieren

Wer bereits eine Untertiteldatei im SRT- oder VTT-Format hat (z. B. von einer anderen Plattform exportiert), kann diese direkt in CutFast importieren und die Untertitel bearbeiten oder einbrennen.

Untertitelformate im Detail: SRT, VTT, ASS – was wofür?

Es gibt mehr als ein Untertitelformat – das falsche Format kann dazu führen, dass die Untertitel auf der Zielplattform nicht funktionieren. Hier eine Erklärung der drei häufigsten Formate:

SRT (SubRip Text)

Das universellste Untertitelformat – unterstützt von nahezu allen Videoplattformen und Playern. Die Struktur ist denkbar einfach: Nummer, Zeitcode, Text – drei Zeilen, die sich wiederholen.

1
00:00:03,500 --> 00:00:06,200
Hallo zusammen, heute sprechen wir über

2
00:00:06,500 --> 00:00:10,000
das Online-Hinzufügen von Untertiteln zu Videos

Geeignet für: YouTube, Bilibili, lokale Player, Import in Videobearbeitungssoftware – im Zweifel immer zuerst SRT wählen.

VTT (WebVTT)

Web Video Text Tracks – ein Format, das speziell für Web-Player entwickelt wurde. Die Syntax ähnelt SRT, aber Zeitcodes verwenden einen Punkt (.) statt eines Kommas (,), und es werden umfangreichere Style-Markierungen unterstützt.

WEBVTT

00:00:03.500 --> 00:00:06.200
Hallo zusammen, heute sprechen wir über

00:00:06.500 --> 00:00:10.000
das Online-Hinzufügen von Untertiteln zu Videos

Geeignet für: Eingebettete Web-Player (HTML5 <video>-Tag), API-Uploads bei Streaming-Plattformen, Szenarien mit CSS-individualisiertem Styling.

ASS / SSA (Advanced SubStation Alpha)

Das funktionsreichste Untertitelformat – unterstützt komplexe Positionierung, Spezialeffekte, mehrere Schriftarten und Farbebenen. Häufig bei aufwendig gestalteten Anime-Untertiteln zu finden.

Geeignet für: Untertitel an bestimmten Positionen (z. B. dem jeweiligen Sprecher zugeordnet), Effektanimationen, kreative Inhalte mit mehreren Farben und Schriftarten.

Einschränkungen: Nicht alle Plattformen unterstützen dieses Format – es wird hauptsächlich in lokalen Playern (wie PotPlayer, mpv) oder für das Einbrennen in Videos verwendet.

Hinweis: Für die meisten Content Creator reicht SRT völlig aus. VTT kommt erst in Betracht, wenn native Web-Player-Unterstützung auf einer bestimmten Plattform benötigt wird; ASS nur bei komplexen Spezialeffekt-Untertiteln. Kein fortgeschrittenes Format wählen, nur weil es mehr kann – Passgenauigkeit ist entscheidend.

Best Practices für Untertitel-Timing und Gestaltung

Gute Untertitel hängen nicht nur von der Textgenauigkeit ab – auch die zeitliche Synchronisation und das visuelle Design spielen eine Rolle. Hier sind einige praxisbewährte Empfehlungen:

Prinzipien für zeitliche Synchronisation

Jeder Untertitelblock sollte zwischen 1,5 und 6 Sekunden lang sein. Zu kurz (unter 1 Sekunde) – der Zuschauer hat keine Zeit zum Lesen; zu lang (über 8 Sekunden) – meist ein Zeichen, dass zu viel Text in einen Block gepackt wurde, der aufgeteilt werden sollte.

Der Untertitel sollte ca. 0,1–0,2 Sekunden nach dem Sprechbeginn erscheinen, damit das Auge Zeit hat, in den Untertitelbereich zu wandern – eine exakt synchrone Anzeige wirkt für den Zuschauer oft zu gehetzt.

Das Untertitelende sollte ca. 0,2–0,5 Sekunden vor dem Schnitt liegen, damit Untertitel nicht während eines Schnitts sichtbar bleiben und visuelle Verwirrung entsteh.

Zeilenlänge

Für deutsche Untertitel sollte eine Zeile nicht mehr als 40–45 Zeichen umfassen. Längere Zeilen werden auf Smartphone-Bildschirmen zu eng, was die Lesbarkeit beeinträchtigt.

Schrift und Kontrast

Weißer Text mit schwarzer Umrandung ist das universellste Untertiteldesign und bleibt auf jedem Hintergrund lesbar. Überwiegt Weiß im Videohintergrund, empfiehlt sich schwarzer Text mit weißer Umrandung oder ein halbtransparenter schwarzer Balken.

Als Schriftart eignen sich serifenlose Schriften (wie Noto Sans, Arial, Helvetica) – Serifenschriften (wie Times New Roman) sollten vermieden werden, da ihre feinen Details bei niedriger Auflösung oder kleinen Bildschirmen unleserlich werden können.

Hinweis: Untertitel werden standardmäßig mittig am unteren Bildrand platziert. Enthält der untere Bereich des Videos wichtige Informationen (z. B. ein Sprecher auf einer Bühne mit Beschriftungsbalken im unteren Drittel), empfiehlt es sich, die Untertitel nach oben zu verschieben, um wesentliche Bildelemente nicht zu verdecken.

Stilkonsistenz bei der Stapelverarbeitung

Werden mehrere Videos auf einmal verarbeitet, empfiehlt es sich, zunächst für ein Video eine Stilvorlage festzulegen (Schriftart, Farbe, Position, Schriftgröße) und diese dann auf alle anderen Videos anzuwenden. Einheitlich gestaltete Untertitel stärken die Markenidentität und ersparen wiederholte Anpassungen.

Häufig gestellte Fragen

F1: Welche Sprachen werden von CutFast für die automatische Untertitelgenerierung unterstützt?

Derzeit werden die wichtigsten Sprachen unterstützt, darunter Chinesisch (Mandarin), Englisch, Japanisch, Koreanisch, Spanisch, Französisch und Deutsch. Die Erkennungsqualität hängt direkt von der Aufnahmequalität ab – eine klare Aufnahmeumgebung verbessert die Genauigkeit erheblich.

F2: Wird die Videodatei auf einen Server hochgeladen? Ist das datenschutzkonform?

Die Videoverarbeitung in CutFast findet lokal im Browser statt – die Videodatei wird nicht auf externe Server übertragen. Das ist besonders wichtig für sensible Inhalte wie interne Unternehmensschulungen oder unveröffentlichte Produktdemos.

F3: Wie hoch ist die Genauigkeit der KI-generierten Untertitel?

Bei klarer Standardsprache (Deutsch, Englisch) und geringem Hintergrundgeräusch liegt die Genauigkeit typischerweise bei 90–95 %. Bei Dialekten, starkem Akzent, dichten Fachbegriffen oder mehreren gleichzeitig sprechenden Personen sinkt die Genauigkeit – mehr manuelle Nachbearbeitung ist dann erforderlich.

F4: Was ist der Unterschied zwischen eingebrannten Untertiteln (Burn-in) und externen Untertiteln? Welche sollte ich verwenden?

Eingebrannte Untertitel werden fest ins Videobild „gebrannt“ und sind Teil des Videobilds selbst – jedes Gerät und jeder Player zeigt sie an, ohne zusätzliche Konfiguration. Geeignet für Plattformen, die keine externen Untertitel unterstützen (z. B. WeChat, Instagram Reels, TikTok).

Externe Untertitel sind separate Dateien (SRT/VTT), die der Nutzer ein- und ausschalten kann und die sich leicht durch andere Sprachversionen ersetzen lassen. Geeignet für YouTube, Bilibili und andere Plattformen mit Untertitelspurunterstützung sowie für Projekte mit nachträglicher Mehrsprachigkeit.

Empfehlung: Beide Optionen schließen sich nicht aus. Wenn möglich, ein Hardcoded-Untertitel-Video und eine SRT-Datei exportieren – so sind alle Veröffentlichungskanäle abgedeckt.

F5: Kann man für ein Video mit bereits eingebrannten Untertiteln neue Untertitel generieren?

Enthält das Video bereits eingebrannte Untertitel (die Untertitel sind bereits Teil des Bildes), wird die KI-Untertitelerkennung den Untertiteltext und die Sprache überlagern – Dopplungen oder Fehler sind möglich. Es empfiehlt sich, die Originalversion ohne Untertitel zu verwenden. Ist diese nicht mehr verfügbar, müssen Untertitel manuell hinzugefügt werden.

F6: Kann die Untertiteldatei für Mehrsprachigkeit in Übersetzungstools importiert werden?

Ja. Nach dem Export der SRT-Datei kann diese direkt in DeepL, Google Translate oder professionelle CAT-Tools (wie OmegaT, memoQ) importiert werden. Nach Abschluss der Übersetzung wird die übersetzte SRT-Datei wieder in CutFast importiert und als Zielsprachenuntertitel eingebrannt. Das ist derzeit die kosteneffizienteste Methode zur Mehrsprachigkeit von Videos.

F7: Für welche Szenarien eignet sich der Batch-Modus?

Der Batch-Modus ist für inhaltsintensive Szenarien geeignet: Bildungseinrichtungen, die eine komplette Kursreihe mit Untertiteln versehen möchten; Creator, die archivierte Videobestände bearbeiten; Unternehmen, die Besprechungsaufzeichnungen in großem Umfang mit Untertiteln archivieren. Im Batch-Modus können mehrere Videos gleichzeitig in die Warteschlange gestellt und mit einheitlicher Untertitelsprache und Designeinstellungen verarbeitet werden – ohne jeden Clip einzeln bearbeiten zu müssen.

Das Hinzufügen von Untertiteln zu Videos ist durch moderne Tools deutlich einfacher geworden. Die KI-Erkennung löst das „Ob überhaupt“-Problem, die manuelle Korrektur löst das „Ob korrekt“-Problem, und die Formatwahl löst das „Ob verwendbar“-Problem – wer diese drei Punkte versteht, hat einen reibungslosen Untertitel-Workflow.

Wer Online-Untertitel noch nicht ausprobiert hat, kann mit einem Video den gesamten Ablauf bei CutFast testen – vom Import bis zum Export in unter 5 Minuten.