Ein Unternehmensvideo läuft im Feed, und ein großer Teil des Publikums sieht es ohne Ton. In der Bahn, im Großraumbüro, spätabends neben einem schlafenden Kind. Wer heute Video Untertitel erstellen möchte, denkt trotzdem meist zuerst an ein Werkzeug und erst danach an die Sprache. Das ist die falsche Reihenfolge, und sie kostet mehr, als die eingesparte Stunde wert ist.

Untertitel sind kein Zusatz mehr, sondern Teil des Videos

Noch vor wenigen Jahren galten Untertitel als Kür. Heute entscheiden sie darüber, ob ein Video in den ersten drei Sekunden überhaupt eine Chance bekommt. Plattformen spielen Videos standardmäßig stumm ab, und ein Zuschauer, der nichts liest, scrollt weiter. Dazu kommt die Suchmaschine: Untertiteldateien liefern Text, den Crawler indexieren können, während gesprochene Sprache für sie unsichtbar bleibt.

Der zweite Grund ist schlicht Reichweite. Menschen mit Hörbehinderung, Menschen, die die Sprache gerade lernen, und Menschen in lauten Umgebungen bilden zusammen eine erhebliche Zielgruppe. Die Übersicht zu Untertiteln bei Wikipedia zeigt gut, wie unterschiedlich die Konventionen in einzelnen Ländern gewachsen sind. In Skandinavien liest das Publikum seit Jahrzehnten mit, in Deutschland dominierte lange die Synchronisation. Diese Gewohnheiten wirken bis heute nach.

Untertitel automatisch erstellen und die Sache mit den letzten zehn Prozent

Automatische Spracherkennung ist erstaunlich gut geworden. Ein sauber aufgenommenes Interview auf Hochdeutsch wird zuverlässig transkribiert, und wer Untertitel automatisch erstellen lässt, spart die halbe Arbeit. Die andere Hälfte beginnt genau dort, wo die Software aufhört.

Fachbegriffe, Eigennamen und Produktbezeichnungen sind die klassischen Stolperstellen. Dialekt und Akzent ebenfalls. Zwei Personen, die sich ins Wort fallen, werden zu einer einzigen Textwurst. Und wenn im Hintergrund eine Kaffeemaschine läuft, erfindet die Erkennung gelegentlich Wörter, die nie gesagt wurden. Nichts davon ist dramatisch, solange jemand das Ergebnis liest. Peinlich wird es, wenn niemand es tut und der Firmenname im eigenen Imagefilm falsch geschrieben steht.

Die handwerklichen Regeln, über die selten jemand spricht

Untertitel erstellen heißt vor allem, Text zu kürzen. Gesprochene Sprache läuft schneller, als Augen sie lesen können, deshalb arbeitet die Branche mit Richtwerten: höchstens zwei Zeilen gleichzeitig, ungefähr 40 Zeichen pro Zeile, eine Lesegeschwindigkeit von etwa 15 bis 17 Zeichen pro Sekunde. Ein Untertitel sollte mindestens eine Sekunde stehen bleiben und selten länger als sechs.

Genauso wichtig ist der Zeilenumbruch. Eine Zeile bricht nicht mitten in einer Nominalphrase, und ein Untertitel läuft nach Möglichkeit nicht über einen Schnitt hinweg. Wer diese Regeln ignoriert, produziert Text, der technisch korrekt ist und trotzdem anstrengend zu lesen. Genau daran erkennt das Publikum den Unterschied zwischen einer automatisch erzeugten Datei und redaktioneller Arbeit, auch wenn es das nie so benennen würde.

Untertitel übersetzen ist etwas anderes als Text übersetzen

Sobald eine zweite Sprache ins Spiel kommt, wird die Platzbeschränkung zum eigentlichen Problem. Deutsche Sätze sind im Schnitt deutlich länger als englische, und was in der Ausgangssprache bequem in zwei Zeilen passte, sprengt die Vorgabe sofort. Wer Untertitel übersetzen lässt, kauft deshalb keine Übersetzung im üblichen Sinn, sondern eine Verdichtung: dieselbe Aussage, dieselbe Wirkung, ein Drittel weniger Zeichen.

Dazu kommen Dinge, die keine Software erkennt. Wortspiele, Ironie, kulturelle Anspielungen, Maßeinheiten, Anreden. Ein englisches "you" wird im Deutschen zur Entscheidung zwischen Du und Sie, und diese Entscheidung prägt den gesamten Ton eines Videos. Solche Fragen klärt man vor der Produktion, nicht in der Korrekturschleife.

Barrierefreiheit ist kein Nebenprodukt

Untertitel für hörende Zuschauer und Untertitel für gehörlose oder schwerhörige Zuschauer sind nicht dieselbe Sache. Die zweite Variante enthält Sprecherkennzeichnungen, relevante Geräusche und Hinweise auf Musik. Die Empfehlungen der Web Accessibility Initiative beschreiben diesen Unterschied präzise und erklären auch, warum fest ins Bild gerenderte Untertitel für Screenreader wertlos sind.

Für Unternehmen ist das inzwischen mehr als eine Frage des Anstands. Mit dem Barrierefreiheitsstärkungsgesetz gelten in Deutschland für viele digitale Angebote verbindliche Anforderungen, und Videoinhalte auf einer Verkaufsseite fallen schnell darunter. Eine separate Untertiteldatei im Format SRT oder VTT erfüllt diesen Anspruch und lässt sich später wiederverwenden. Ein ins Bild gebrannter Text nicht.

Was ein sauberer Ablauf tatsächlich bedeutet

In der Praxis funktioniert eine einfache Reihenfolge am besten. Zuerst die automatische Transkription, dann die redaktionelle Korrektur gegen das Original, dann das Timing, dann erst die Übersetzung in weitere Sprachen. Wer übersetzt, bevor die Ausgangsdatei stimmt, vervielfacht jeden Fehler mit der Zahl der Zielsprachen.

Halten Sie außerdem eine kurze Terminologieliste bereit: Produktnamen, Abkürzungen, Namen der sprechenden Personen. Fünf Minuten Vorbereitung ersparen dem Bearbeiter eine Stunde Recherche und Ihnen eine Korrekturrunde. Und legen Sie fest, wer die letzte Freigabe erteilt. Untertitel sind Text mit Außenwirkung, sie gehören denselben Weg durch die Abstimmung wie eine Pressemitteilung.

Wann sich der Aufwand rechnet

Nicht jedes Video braucht drei Sprachfassungen. Ein internes Schulungsvideo kommt mit einer sauberen deutschen Datei aus. Sobald ein Video aber Kunden gewinnen soll, verschiebt sich die Rechnung deutlich. PoliLingua hat gut zusammengefasst, warum Kunden bevorzugt in ihrer Muttersprache kaufen, und dieselbe Logik gilt für bewegte Bilder. Wer in einem Markt verkaufen will, sollte dort auch verstanden werden.

Am Ende ist es eine unspektakuläre Investition. Ein paar Stunden redaktionelle Arbeit pro Video, eine klare Vorgabe für Zeilenlänge und Lesegeschwindigkeit, eine Person, die gegenliest. Dafür ein Video, das im stummen Feed funktioniert, das Suchmaschinen lesen können und das niemanden ausschließt. Das ist kein schlechtes Verhältnis.