SRT vs. VTT: Welches Untertitelformat sollten Sie verwenden? (2026)

SRT ist die sichere Standardwahl. VTT ist die native Wahl fürs Web. Wenn Sie hier nach einer schnellen Antwort suchen: Laden Sie SRT auf jede Social-Media-Plattform oder in jeden Desktop-Player hoch und verwenden Sie VTT, wenn Sie ein Video in eine Webseite einbetten oder mit HLS-Streams arbeiten. Der Rest dieses Beitrags erklärt warum und behandelt die genauen Syntaxunterschiede, die zu Fehlern ohne Fehlermeldung führen.

Wenn Sie außerdem Informationen zu TTML oder ASS/SSA benötigen (umfangreiches Karaoke-Styling, Broadcast-Formate), finden Sie unter SRT vs. VTT vs. TTML Untertitelformate den erweiterten Vergleich.

Was SRT ist und warum es zum Standard wurde

SRT (SubRip Text) ist seit den frühen 2000er Jahren der faktische Untertitelstandard, als das SubRip-Projekt es ursprünglich zum Extrahieren von Untertiteln von DVDs verwendete. Das Format ist eine einfache Textdatei mit der Endung .srt, fortlaufend nummerierten Einträgen und folgender Struktur:

1
00:00:01,000 --> 00:00:04,500
This is the first subtitle line.

2
00:00:05,200 --> 00:00:09,800
This is the second subtitle line.
It can span two lines.

Vier Elemente pro Eintrag: Sequenznummer, Zeitstempelpaar, Text und eine Leerzeile als Trennung. Das Zeitstempelformat ist HH:MM:SS,mmm mit einem Komma vor den Millisekunden. Genau dieses Komma ist entscheidend. Viele Player und Untertitel-Parser verwerfen SRT-Dateien stillschweigend, wenn stattdessen ein Punkt verwendet wird – die häufigste Ursache dafür, dass „meine Untertitel nicht angezeigt werden“.

SRT unterstützt grundlegende Inline-Tags für Fettdruck (<b>), Kursivschrift (<i>) und Unterstreichung (<u>), aber die Unterstützung durch Player ist uneinheitlich. Was SRT nicht unterstützt: Textpositionierung, CSS-Styling, Sprecherkennzeichnungen, Kapitelmarkierungen oder Metadaten-Header.

Diese Einfachheit ist ein Vorteil. Jeder Texteditor kann eine SRT-Datei erstellen oder reparieren. Es sind weder Werkzeuge noch Markup-Kenntnisse über das Zeitstempelformat hinaus erforderlich.

Wo SRT akzeptiert wird

• YouTube (bevorzugtes Primärformat)
• Vimeo
• Facebook-Video
• LinkedIn-Video
• X (ehemals Twitter)
• VLC, MPC-HC, MPV, PotPlayer und praktisch alle Desktop-Player
• Adobe Premiere Pro (Import und Export)
• Final Cut Pro
• DaVinci Resolve (nativer Import)
• Plex (breiteste Gerätekompatibilität)
• Die meisten Untertitel-Bearbeitungswerkzeuge

Was VTT ist und wann es relevant ist

VTT (Web Video Text Tracks bzw. WebVTT) wurde vom W3C speziell für das Web entwickelt, der erste Arbeitsentwurf erschien 2014. Stand Mai 2026 besitzt es den Status eines W3C Candidate Recommendation Draft. Sein Zweck war es, HTML5-Videos ein natives Untertitelformat zu geben, das sich für Styling in CSS einbinden lässt und Positionsinformationen tragen kann, auf die der Browser reagieren kann.

Eine VTT-Datei sieht SRT fast identisch, hat aber zwei wesentliche Syntaxunterschiede und einige neue Fähigkeiten:

WEBVTT

1
00:00:01.000 --> 00:00:04.500
This is the first subtitle line.

2
00:00:05.200 --> 00:00:09.800 position:10% align:start
This is the second subtitle line.

3
00:00:10.500 --> 00:00:14.000
<b>Bold text</b> and <v Speaker Name>labeled voice</v> are both valid.

Zwei Syntaxunterschiede gegenüber SRT:

1. Die Datei muss mit WEBVTT in der ersten Zeile beginnen. Ohne diese Zeile weisen Browser die Datei vollständig zurück.
2. Zeitstempel verwenden einen Punkt vor den Millisekunden, kein Komma.

Sequenznummern sind optional. Cue-Einstellungen in der Zeitstempelzeile steuern Positionierung und Ausrichtung.

Funktionen, die nur VTT bietet

• Cue-Positionierung: Die Attribute line, position, size und align platzieren Untertitel an beliebiger Stelle im Bild, nicht nur unten mittig.
• CSS-Styling über ::cue: Die übergeordnete Seite kann Untertitel über das Pseudo-Element ::cue mit Farbe, Schriftgröße, Hintergrundfarbe und Textschatten gestalten. Chrome, Firefox, Safari und Edge unterstützen dies allesamt.
• Sprecherkennzeichnungen: Das Tag <v Speaker Name> markiert, wer spricht, ohne die Anzeige zu verändern. Nützlich für automatisch generierte Transkripte mit Diarisierung.
• Kapitelmarkierungen: Eine separate VTT-Datei kann Kapitel-Zeitstempel für die Videonavigation definieren.
• NOTE-Blöcke: Kommentare innerhalb der Datei, die Zuschauern nie angezeigt werden.
• Standard-Farbklassen: Weiß, Lime, Cyan, Rot, Gelb, Magenta, Blau und Schwarz sind in der Spezifikation definierte Klassennamen zum Einfärben von Untertitelbestandteilen ohne externes CSS.

Wo VTT eingesetzt wird

• HTML5-Elemente <video> und <track> (nativ, kein JavaScript nötig)
• HLS-Streaming (VTT ist das Standardformat für Textspuren bei Apple HLS; CEA-608/708 und IMSC1 werden ebenfalls unterstützt, aber VTT ist die gängige Wahl für Untertiteltext)
• MPEG-DASH-Streaming
• Video.js, Plyr, JW Player und die meisten webbasierten Videoplayer
• Safari, iOS, tvOS (Apple-Ökosystem)
• Wistia, Brightcove
• YouTube und Vimeo (beide akzeptieren VTT neben SRT)
• Adobe Premiere Pro (Import und Export)

SRT vs. VTT: Funktionsvergleich

Plattformkompatibilität auf einen Blick

So treffen Sie die richtige Wahl

Verwenden Sie SRT, wenn:

• Sie auf eine beliebige Social-Media-Plattform hochladen: YouTube, Vimeo, Facebook, LinkedIn oder X.
• Sie eine Datei benötigen, die überall ohne Testen funktioniert.
• Sie Untertiteldateien weitergeben möchten und sicher sein wollen, dass der Player des Empfängers damit umgehen kann.
• Sie in DaVinci Resolve arbeiten und Import-Randfälle vermeiden möchten.

Verwenden Sie VTT, wenn:

• Sie ein Video in eine Webseite einbetten, die HTML5 <video> und <track> verwendet. VTT ist das einzige nativ unterstützte Textspur-Format in Browsern.
• Sie einen Streaming-Workflow mit HLS aufbauen.
• Untertitel an einer bestimmten Stelle auf dem Bildschirm erscheinen sollen, etwa oben im Bild für Gebärdensprachdolmetscher oder eingeblendete Grafiken.
• Sie die Sprecherzuordnung direkt in der Untertiteldatei sichtbar machen möchten.
• Sie einen Player mit Video.js, Plyr oder einer ähnlichen Bibliothek entwickeln.

Meine Einschätzung: Sofern Sie keinen Web-Videoplayer oder keine Streaming-Pipeline entwickeln, ist SRT der richtige Ausgangspunkt. Es funktioniert auf jeder Plattform, die Ihnen wahrscheinlich wichtig ist. Wechseln Sie zu VTT, wenn eine konkrete technische Anforderung es verlangt – nicht standardmäßig.

Konvertieren zwischen SRT und VTT

Die Formate teilen sich dieselben Grunddaten (Text plus Timing), daher ist die Konvertierung trivial. Auch Zeitinformationen gehen in keine Richtung verloren.

SRT zu VTT:

1. Fügen Sie WEBVTT als erste Zeile hinzu.
2. Ändern Sie jedes Komma vor den Millisekunden in einen Punkt: Aus 00:00:01,000 wird 00:00:01.000.
3. Entfernen Sie optional die Sequenznummern.

Das ist die vollständige Konvertierung für eine einfache Datei. Wenn Sie Cue-Einstellungen hinzufügen möchten, fügen Sie sie in der Zeitstempelzeile hinter --> ein.

VTT zu SRT:

1. Entfernen Sie die WEBVTT-Header-Zeile.
2. Ändern Sie jeden Punkt vor den Millisekunden in ein Komma.
3. Fügen Sie fortlaufende Nummern hinzu (1, 2, 3 ...), falls die VTT-Datei darauf verzichtet hat.
4. Entfernen Sie sämtliche Cue-Einstellungen aus den Zeitstempelzeilen, da SRT sie ignoriert und einige Parser die Datei möglicherweise zurückweisen.

Wenn Sie Untertitel aus einer Aufnahme erzeugen möchten, statt eine bestehende Datei zu konvertieren, erstellt ein Untertitelgenerator zeitgesteuerten Text aus Audio oder Video und lässt Sie im jeweils benötigten Format exportieren.

Für Hinweise zum Erstellen von SRT-Dateien von Grund auf siehe So erstellen Sie eine SRT-Datei.

Untertitel aus Audio oder Video generieren

Wenn Sie von einer Aufnahme ausgehen statt von einer bestehenden Untertiteldatei, können Sie korrekt getimte SRT- oder VTT-Ausgabe direkt erzeugen. Der Untertitelgenerator von ConvertAudioToText transkribiert Audio- und Videodateien und exportiert im SRT- oder VTT-Format. Wenn Sie nur ein sauberes Transkript ohne Meeting-Bot und ohne Konto benötigen, können Sie eine Datei hochladen oder eine URL beim Audio-zu-Text-Tool einfügen.

Für Tipps zur Arbeit mit Untertiteln, sobald Sie eine Datei haben, behandelt der Untertiteleditor-Vergleich 2026 die wichtigsten Optionen zum Anpassen von Timing und Text.

FAQ

Was ist der Unterschied zwischen SRT und VTT?

SRT (SubRip) und VTT (WebVTT) speichern beide zeitgesteuerten Text in Klartextdateien. VTT erfordert einen WEBVTT-Header in der ersten Zeile, verwendet einen Punkt als Millisekundentrennzeichen statt des Kommas bei SRT und bietet optionale Cue-Einstellungen für Positionierung und Ausrichtung. SRT hat keinen Header und keine Positionierung, funktioniert aber in fast jedem Player und auf fast jeder Plattform ohne Konfiguration. Für Webvideos gewinnt VTT. Für alles andere ist SRT einfacher und sicherer.

Kann ich VTT-Dateien zu YouTube hochladen?

Ja. YouTube akzeptiert sowohl SRT- als auch VTT-Dateien. Beide Formate funktionieren für Untertitel-Uploads bei YouTube. Wenn Ihre Untertitel bereits im VTT-Format vorliegen, müssen Sie sie vor dem Hochladen nicht konvertieren.

Wie konvertiere ich SRT zu VTT?

Fügen Sie WEBVTT als allererste Zeile der Datei ein und ändern Sie dann jedes Komma als Millisekundentrennzeichen in einen Punkt (aus 00:00:01,000 wird also 00:00:01.000). Sequenznummern sind in VTT optional, Sie können sie also behalten oder weglassen. Das ist die komplette Konvertierung für eine einfache Datei. Falls Ihre VTT-Datei Cue-Einstellungen enthält, die Sie für SRT entfernen möchten, streichen Sie zusätzlich den Positionierungstext aus jeder Zeitstempelzeile.

Welches Untertitelformat sollte ich für Streaming-Videos verwenden?

Für HLS-Streaming (von Apple und den meisten CDNs verwendet) ist WebVTT das Standardformat für Textspuren. SRT wird von HLS-Playlists nicht nativ unterstützt. Beim DASH-Streaming ist VTT ebenfalls die übliche Wahl. Im offenen Web über HTML5 <video> und <track> ist VTT das einzige nativ unterstützte Format ohne JavaScript. Für Social-Media-Plattformen wie YouTube, Facebook, LinkedIn und X deckt SRT alle ab.

Quellen

• Von YouTube unterstützte Untertitel- und Caption-Dateiformate
• WebVTT: The Web Video Text Tracks Format (W3C Candidate Recommendation Draft, Mai 2026)
• Web Video Text Tracks Format (WebVTT), MDN Web Docs
• ::cue CSS-Pseudo-Element, MDN Web Docs
• Geschichte des SubRip-Formats, Wikipedia
• Vimeo-Hilfebereich für Untertitel und Captions
• Untertitel und geschlossene Captions in HLS mit WebVTT, Vidbeo
• Apple-HLS-Authoring-Spezifikation für Apple-Geräte
• Diskussion zum VTT-Import in DaVinci Resolve, Blackmagic Forum