Von der Redaktion von whispertranscribe.ai · Zuletzt aktualisiert im November 2026 · 10 Min. Lesezeit
Der Unterschied zwischen Subtitles und Captions liegt vor allem darin, für wen sie gedacht sind. Subtitles setzen voraus, dass die Zuschauer den Ton hören. Sie geben daher nur den Dialog wieder, oft als Übersetzung. Captions richten sich an gehörlose und schwerhörige Zuschauer und ergänzen Geräusche, Musik und Sprecherangaben. In den USA werden die beiden Begriffe oft synonym verwendet. In Großbritannien umfasst „subtitles“ meist beide Formen.
Das Team für Barrierefreiheit des W3C weist darauf hin, dass Captions in manchen Regionen „subtitles“ heißen. Im Folgenden lernst du Closed Captions, Open Captions, SDH-Untertitel und Forced Narratives kennen. Dazu gibt es dieselbe Szene in vier Varianten, eine Plattformübersicht, 5 Fragen zur Auswahl und eine Checkliste für Geräuschhinweise zum Kopieren.
Kurz erklärt: Subtitles und Captions
- Subtitles (Dialoguntertitel): Nur Dialoge für Menschen, die den Ton hören, aber möglicherweise die Sprache nicht verstehen. In der Regel handelt es sich um eine Übersetzung.
- Closed Captions (CC): Dialoge, wichtige Geräusche und Sprecherangaben in der Sprache der Tonspur. Zuschauer können sie ein- und ausschalten.
- Open Captions: Derselbe Inhalt wie bei Captions, aber fest ins Bild eingebrannt. Sie lassen sich nicht ausschalten.
- SDH (Subtitles for the Deaf and Hard of Hearing): Inhalte von Captions in einer Untertitelspur. Häufig auf Streamingdiensten und Datenträgern wie Blu-ray.
Für Barrierefreiheit brauchst du Captions oder SDH. Das W3C weist darauf hin, dass Captions für den barrierefreien Zugang nötig sind, während übersetzte Untertitel allein keine unmittelbare Maßnahme für Barrierefreiheit darstellen.
Subtitles und Captions im Überblick
| Subtitles | Closed Captions (CC) | Open Captions | SDH | |
|---|---|---|---|---|
| Zielgruppe | Zuschauer, die den Ton hören können | Gehörlose und schwerhörige Zuschauer | Alle Zuschauer | Gehörlose und schwerhörige Zuschauer |
| Sprache | In der Regel eine Übersetzung | Wie die Tonspur | Meist wie die Tonspur | Wie die Tonspur, manchmal übersetzt |
| Dialoge | Ja | Ja | Ja | Ja |
| Geräusche und Musik | Nein | Ja | Ja | Ja |
| Sprecherangaben | Selten | Ja, wenn nicht ersichtlich ist, wer spricht | Ja, wenn nicht ersichtlich ist, wer spricht | Ja, wenn nicht ersichtlich ist, wer spricht |
| Ausschaltbar | Ja | Ja | Nein | Ja |
| Bereitstellung | Separate Spur oder Datei | Separate Spur oder Datei | Teil des Videobildes | Separate Spur oder Datei |
| Typischer Einsatz | Fremdsprachige Filme, internationales Publikum | Fernsehen, YouTube, Kurse, rechtliche Vorgaben | Social-Media-Clips, die automatisch ohne Ton starten | Streaming, Blu-ray |
Was sind Subtitles?
Subtitles sind zeitlich abgestimmte Untertitel für den gesprochenen Dialog. Sie sind für Zuschauer gedacht, die die Tonspur hören können. Oft übersetzen sie das Gesagte, sodass in Brasilien beispielsweise ein koreanischer Film mit portugiesischem Text gezeigt werden kann.
Die Zuschauer hören die Türklingel und die Musik selbst. Deshalb werden solche Geräusche nicht beschrieben. Im Partner-Hilfebereich erklärt Netflix, dass Subtitles dort als Textspuren in einer anderen Sprache gelten, während SDH und CC dieselbe Sprache wie die Tonspur verwenden (Netflix zu Subtitles, SDH und CC).
Was sind Captions?
Captions geben in der Sprache der Tonspur alles wieder, was Zuschauer zum Verständnis des Videos brauchen: Dialoge, Sprecherwechsel, Geräusche und Musik. Nach den Qualitätsvorgaben der US-Medienbehörde FCC müssen Fernsehuntertitel den gesprochenen Dialog korrekt wiedergeben und Hintergrundgeräusche sowie andere Töne möglichst vollständig vermitteln (FCC zu Closed Captions im Fernsehen).
Closed Captions und Open Captions
Der einzige Unterschied besteht darin, ob die Zuschauer die Untertitel steuern können.
- Closed Captions liegen als separate Spur vor, etwa als SRT- oder VTT-Datei. Zuschauer schalten sie über die CC-Schaltfläche ein. Ein Video kann Spuren in mehreren Sprachen enthalten.
- Open Captions werden direkt in die Videobilder gerendert. Sie erscheinen in jedem Player, lassen sich aber weder ausschalten noch auf eine andere Sprache umstellen. Um einen Tippfehler zu beheben, musst du das Video neu exportieren.
Laut W3C sind die meisten Captions zuschaltbar. Open Captions werden dagegen immer angezeigt. Mehr über fest eingebrannte und separate Untertitel erfährst du im Ratgeber zu Hard Subs und Soft Subs.
Was sind SDH-Untertitel?
SDH verbindet beide Ansätze. Diese Untertitel richten sich an dasselbe Publikum wie Captions und enthalten dieselben Informationen, verwenden aber das Aussehen und Dateiformat von gewöhnlichen Dialoguntertiteln. Auch Netflix beschreibt SDH als stilistisch und technisch gleichwertig zu Subtitles, mit derselben Zielgruppe und denselben Inhalten wie CC.
SDH findest du bei Streamingdiensten und in Blu-ray-Menüs. Netflix weist darauf hin, dass SDH und CC häufig dieselbe Bedeutung haben.
Was ist eine Forced Narrative?
Eine Forced Narrative (FN) ist eine kurze Untertitelspur, die nur das anzeigt, was alle Zuschauer verstehen sollen. Das kann ein Schild, eine Textnachricht im Bild oder ein fremdsprachiger Satz sein. Netflix beschreibt FN-Untertitel als Text zur Erläuterung von Mitteilungen oder anderen Sprachen, die das Publikum verstehen soll. Sie werden abgespielt, wenn vollständige Untertitel und CC ausgeschaltet sind.
Eine Szene in vier Varianten
Für diesen Artikel haben wir eine kurze Szene erfunden und daraus verschiedene Untertitelspuren gemacht. Maya und Leo sind in einer Küche. Ein Telefon klingelt, Leo spricht aus einem anderen Raum und ein spanisches Schild am Kühlschrank verbietet Handys beim Abendessen.
| Spur | Was die Zuschauer sehen |
|---|---|
| Subtitles (Spanisch, für hörende Zuschauer) | No contestes. / Es tu madre. |
| Closed Captions (Englisch) | [phone ringing] / MAYA: Don't answer that. / LEO (off-screen): It's your mom. / [phone stops] — Auf Deutsch: [Telefon klingelt] / MAYA: Geh nicht ran. / LEO (aus dem Off): Das ist deine Mutter. / [Telefon verstummt] |
| SDH (Englisch, nach Netflix-Stil) | [phone ringing] / Don't answer that. / [Leo, from the hallway] It's your mom. / [ringing stops] — Auf Deutsch: [Telefon klingelt] / Geh nicht ran. / [Leo, aus dem Flur] Das ist deine Mutter. / [Klingeln verstummt] |
| Forced Narrative (Englisch) | NO PHONES AT DINNER — Auf Deutsch: KEINE HANDYS BEIM ABENDESSEN |
Die spanischen Untertitel lassen das Klingeln weg, weil die Zuschauer es hören können. Captions und SDH behalten es bei und nennen Leo, der nicht im Bild zu sehen ist. Der englische SDH-Leitfaden von Netflix verlangt genau das: eckige Klammern, kleingeschriebene Hinweise und Sprecherangaben nur dann, wenn nicht im Bild zu erkennen ist, wer spricht (Netflix-Stilleitfaden für zeitgesteuerten Text auf US-Englisch). Die Forced Narrative zeigt nur den Schildtext, weil das englischsprachige Publikum das spanische Original nicht lesen kann.
Sprachgebrauch in den USA und Großbritannien
Die Unterschiede betreffen vor allem die Bezeichnungen. In den USA und Kanada bezeichnet „subtitles“ meist übersetzte Dialoge und „captions“ gleichsprachigen Text mit Geräuschhinweisen. In Großbritannien ist „subtitles“ das übliche Wort für beide Formen. Die BBC behandelt in ihren Richtlinien zuschaltbare Untertitel, auch „closed captions“ genannt, und richtet sie vor allem an Menschen mit Hörverlust. Rund 10 % der Fernsehzuschauer verwenden sie regelmäßig. Bei bestimmten Online-Inhalten sind es bis zu 35 % (Untertitelrichtlinien der BBC). Damit erfüllen sie dieselbe Aufgabe, die US-Fernsehsender als Closed Captioning bezeichnen.
Auch der Stil ist unterschiedlich. Die BBC schreibt Geräuschhinweise in Großbuchstaben (POP MUSIC ON RADIO). Der US-englische Leitfaden von Netflix verwendet Kleinschreibung und eckige Klammern. Halte dich an die Stilvorgaben der Plattform oder des Auftraggebers.
Welche Untertitel passen zu deinem Video?
| Situation | Empfehlung | Warum |
|---|---|---|
| YouTube-Video in deiner Sprache | Closed Captions | Zuschauer können sie ausschalten. Übersetzte Spuren lassen sich später hinzufügen. |
| Kurzer Social-Media-Clip, der ohne Ton startet | Open Captions oder die Untertitel der Plattform | Viele scrollen mit ausgeschaltetem Ton. Open Captions erscheinen in jedem Player. |
| Onlinekurs oder Webinaraufzeichnung | Closed Captions mit Geräuschhinweisen und Sprecherangaben | Lernende sehen sich einzelne Stellen erneut an oder suchen gezielt darin. Manche sind auf Captions angewiesen. |
| Internes Schulungsvideo | Closed Captions | Mitarbeitende schauen das Video möglicherweise in einem Gemeinschaftsbüro oder benötigen barrierefreie Untertitel. |
| Film oder Serie für den internationalen Vertrieb | Übersetzte Untertitel, zusätzlich SDH und bei Bedarf FN | Streamingdienste wie Netflix nehmen jede Variante als separate zeitgesteuerte Textdatei entgegen. |
| Websitevideo für ein Barrierefreiheitsprogramm | Manuell geprüfte Closed Captions | Nach den WCAG sind Captions die barrierefreie Fassung. Reine Dialoguntertitel genügen dafür nicht. |
Welche Untertitel braucht mein Video? 5 Fragen
- Wird jemand das Video ansehen, ohne den Ton hören zu können? Falls ja, brauchst du Captions oder SDH. Gehe zu Frage 2.
- Hat der Player oder die Plattform eine CC-Schaltfläche? Falls ja, verwende Closed Captions. Falls nein, verwende Open Captions.
- Spricht dein Publikum eine andere Sprache als im Video? Falls ja, füge übersetzte Untertitel als weitere Spuren hinzu.
- Gibt es Text im Bild oder fremdsprachige Dialoge, die alle verstehen müssen? Falls ja, füge eine Forced-Narrative-Spur hinzu oder berücksichtige diese Inhalte in jeder Untertitelspur.
- Lieferst du an einen Fernsehsender oder Streamingdienst? Falls ja, frage nach den Vorgaben. Sie bestimmen, ob SDH oder CC verlangt werden und welches Format und welcher Stil nötig sind.
Welche Plattform unterstützt welche Untertitel?
Im November 2026 haben wir die Hilfeseiten der Plattformen geprüft und nur die dort beschriebenen Angaben aufgenommen.
| Plattform | Eigene Datei hochladen? | Integrierte automatische Untertitel | Gut zu wissen |
|---|---|---|---|
| YouTube | Ja, unter YouTube Studio → Untertitel | Ja | Beim Schreiben von Captions empfiehlt YouTube Hinweise wie [applause] oder [thunder] (YouTube-Hilfe) |
| Vimeo | Ja, SRT oder WebVTT (Vimeo empfiehlt WebVTT) | Ja | Beim Upload wählst du unter „Typ“ zwischen Subtitles und Captions (Vimeo-Hilfe) |
| TikTok | Auf der Seite zur Barrierefreiheit nicht beschrieben | Ja, vor der Veröffentlichung bearbeitbar | Zuschauer können automatische Untertitel ein- oder ausblenden (Barrierefreiheit bei TikTok) |
Barrierefreiheit und Recht: Was die offiziellen Quellen sagen
Dies sind allgemeine Informationen und keine Rechtsberatung. Welche Vorschriften gelten, hängt davon ab, wer das Video veröffentlicht, wo es erscheint und wie es verbreitet wird.
- Fernsehen in den USA. Die FCC verpflichtet Anbieter von Fernsehprogrammen, Sendungen mit Captions auszustatten. Dabei gelten Qualitätsstandards für Genauigkeit, Synchronität, Vollständigkeit und Positionierung (FCC).
- Online veröffentlichte Fernsehsendungen. Sendungen, die im US-Fernsehen mit Captions gezeigt wurden, müssen diese auch online behalten. Laut FCC sind Captions für von Nutzern erstellte Medien wie private Videos nur dann vorgeschrieben, wenn sie zuvor mit Captions im Fernsehen ausgestrahlt wurden (FCC über Captions für Onlinevideos).
- Webinhalte (WCAG). WCAG-Erfolgskriterium 1.2.2 verlangt Captions für voraufgezeichnetes Audio in synchronisierten Medien auf Stufe A. Kriterium 1.2.4 regelt Live-Captions auf Stufe AA (W3C WAI).
- Bundesstaaten und Kommunen in den USA. Die Vorschrift des US-Justizministeriums zu Title II des ADA übernimmt WCAG 2.1 auf Stufe AA. Eine am 20. April 2026 veröffentlichte vorläufige endgültige Regel verlegte die Frist für Verwaltungen mit mindestens 50.000 Einwohnern auf den 26. April 2027. Für kleinere Verwaltungen und Sonderbezirke gilt der 26. April 2028 (ADA.gov).
So erstellst du Subtitles und Captions
Beide beginnen mit einem Transkript des Dialogs mit Zeitangaben, meist als SRT oder VTT. Im Ratgeber dazu, was eine SRT-Datei ist, erklären wir die Formate. Hier sind die wichtigsten Schritte.
- Transkribiere den Ton. whispertranscribe.ai basiert auf OpenAIs Whisper-Modell, läuft im Browser und verarbeitet mehr als 130 Sprachen. Lade im KI-Untertitelgenerator eine Datei bis 5 GB hoch oder füge einen Link von YouTube, Vimeo, Google Drive oder Dropbox in Transkription per URL ein.
- Aktiviere die Sprechererkennung, wenn mehrere Personen sprechen.
- Prüfe den Text, insbesondere Namen, Zahlen und Fachbegriffe.
- Exportiere SRT oder VTT. Bei Videodateien geht die Umwandlung direkt mit dem MP4-zu-SRT-Konverter. Für Podcasts und andere Audiodateien verwende MP3 zu SRT.
- Ergänze die Dialoguntertitel manuell zu Captions. Die automatische Transkription erfasst nur Gesprochenes. Ergänze Geräusche, Musikeinsätze und die Namen von Sprechenden außerhalb des Bildes anhand der folgenden Checkliste.
Wenn du übersetzte Untertitel brauchst, kannst du mit Audio ins Englische übersetzen einen englischen Ausgangstext erzeugen. Du kannst das Tool kostenlos und ohne Konto ausprobieren. Kostenpflichtige Tarife beginnen bei 9,99 US-Dollar pro Monat bei jährlicher Abrechnung (Preise). Du erhältst separate Untertiteldateien, die du gemeinsam mit dem Video hochlädst. Die Untertitel werden nicht ins Bild eingebrannt.
Checkliste zur Bearbeitung von Captions zum Kopieren
Nutze sie nach dem Export und vor dem Upload. Die Hinweise folgen den US-englischen Konventionen von Netflix. Passe sie an den Leitfaden deiner Plattform an.
CHECKLISTE FÜR UNTERTITEL
Geräusche
[ ] Handlungsrelevante Geräusche beschriftet: [Telefon klingelt] [Tür fällt zu] [Applaus]
[ ] Hinweise in eckigen Klammern, klein außer Namen
[ ] Geräusche statt Handlungen beschrieben: [Schritte nähern sich], nicht [er kommt herein]
[ ] Stille vermerkt, wenn sie wichtig ist: [Musik verstummt]
Musik
[ ] Stimmungsmusik bezeichnet: [leise Klaviermusik]
[ ] Liedtext zwischen Notenzeichen: ♪ Liedtext hier ♪
[ ] Liedtitel nur bei Bestätigung: [„Liedtitel“ läuft]
Sprechende
[ ] Nicht sichtbare Stimmen benannt: [Leo] Das ist deine Mutter.
[ ] Unbekannte Stimmen allgemein bezeichnet: [Mann], [Frau 2]
[ ] Zwei Sprechende in einem Untertitel beginnen jeweils mit einem Bindestrich
Sprache
[ ] Bedeutsame Zögerlaute beibehalten: äh, hm, oh
[ ] Fremdsprachige Dialoge gekennzeichnet: [auf Spanisch] oder [spricht Spanisch]
[ ] Tonfall vermerkt, wenn er die Bedeutung ändert: [sarkastisch], [flüstert]
Abschließende Prüfung
[ ] Kein Untertitel verdeckt Text oder Gesichter im Bild
[ ] Einmal ohne Ton angesehen
Wenn du dem Video bei ausgeschaltetem Ton folgen kannst, erfüllen deine Captions ihren Zweck.
Häufig gestellte Fragen
Sind Subtitles und Captions dasselbe?
Die Begriffe werden im Alltag oft synonym verwendet. Subtitles geben Dialoge für Zuschauer wieder, die den Ton hören können, meist als Übersetzung. Captions richten sich an gehörlose und schwerhörige Zuschauer und enthalten neben gleichsprachigem Dialog auch Geräusche, Musik und Sprecherangaben. In Großbritannien heißt beides häufig „subtitles“. Deshalb heißen die BBC-Richtlinien für Untertitel für gehörlose Zuschauer „Subtitle Guidelines“.
Was bedeutet CC bei einem Video?
CC steht für Closed Captions. Diese zuschaltbaren Untertitel geben Dialoge und wichtige Geräusche in der Sprache der Tonspur wieder. Bei YouTube, in Streaming-Apps und im Fernsehen zeigt die CC-Schaltfläche oder das CC-Symbol an, dass eine Caption-Spur verfügbar ist. Streamingdienste kennzeichnen manchmal auch SDH-Spuren mit CC. Sie enthalten die gleichen Informationen im Format einer Untertitelspur.
Was unterscheidet SDH von Closed Captions?
SDH und Closed Captions haben dieselbe Zielgruppe und enthalten Dialoge, Geräusche, Musik und Sprecherangaben. Der Unterschied ist technisch. SDH verwendet dieselben Schriftarten, Positionen und Dateiformate wie gewöhnliche Untertitel. Das eignet sich für Streaming und Blu-ray. „Closed Captions“ meint traditionell zuschaltbare Untertitel im US-Fernsehen mit eigenen Darstellungsregeln. Viele verwenden beide Begriffe für dieselbe Sache.
Erfüllen Dialoguntertitel die Anforderungen an Barrierefreiheit?
Für sich genommen meist nicht. Richtlinien wie die WCAG verlangen Captions, also gleichsprachigen Text, der auch die Geräusche beschreibt, die gehörlose Zuschauer nicht hören können. Eine reine Dialogübersetzung lässt diese Informationen weg. Enthält die Spur Geräuschhinweise und Sprecherangaben, kann sie als Captions dienen, unabhängig von der Bezeichnung im Player. Prüfe bei rechtlichen Fragen die für dich geltenden offiziellen Vorgaben.
Kann KI Closed Captions automatisch erstellen?
KI kann die gesprochenen Teile schnell transkribieren und damit einen Großteil der Arbeit übernehmen. Tools wie whispertranscribe.ai erzeugen ein Transkript mit Zeitangaben, das du als SRT oder VTT exportieren kannst. Geräusche, Musikeinsätze und Namen von Sprechenden außerhalb des Bildes müssen manuell ergänzt werden, weil ein Transkript nur Sprache erfasst. Trage die Hinweise in die Untertiteldatei ein, prüfe Namen und Zahlen und sieh dir das Video vor der Veröffentlichung einmal ohne Ton an.
Willst du barrierefreie Untertitel für dein nächstes Video erstellen? Lade eine Datei hoch oder füge einen Link in den Untertitelgenerator von whispertranscribe.ai ein und exportiere SRT oder VTT in mehr als 130 Sprachen mit Sprechererkennung. Für ein normales Transkript verwende den Video-zu-Text-Konverter. Sieh dir auch alle Funktionen an.
Quellen
- W3C Web Accessibility Initiative: Captions und Untertitel
- FCC: Closed Captions im Fernsehen
- FCC: Closed Captions für im Internet gezeigte Fernsehprogramme
- ADA.gov: Übersicht zur Vorschrift über barrierefreie Webinhalte und mobile Apps
- Netflix-Partnerhilfe: Was unterscheidet Subtitles, SDH und CC?
- Netflix-Partnerhilfe: Was sind Forced-Narrative-Untertitel?
- Netflix-Partnerhilfe: Stilleitfaden für zeitgesteuerten Text auf US-Englisch
- BBC: Untertitelrichtlinien
- YouTube-Hilfe: Untertitel und Captions hinzufügen
- Vimeo-Hilfe: Wie füge ich meinem Video Untertitel hinzu?
- TikTok: Barrierefreiheit
