Untertitel-Styling: Die Regeln für gute Lesbarkeit

Ein gut gestylter Untertitel ist einer, der niemandem auffällt. Der Zuschauer liest die Zeile, die Worte kommen an, die Aufmerksamkeit kehrt zum Gesicht des Sprechers zurück. Schlechte Untertitel machen das Gegenteil: Text, der von Kante zu Kante läuft, Zeilen, die verschwinden, bevor man sie zu Ende gelesen hat, weißer Text vor weißem Himmel. Die meisten Styling-Probleme fallen in dieselben fünf Kategorien, und die Rundfunkanstalten haben sie alle vor Jahrzehnten gelöst.

Im Folgenden findest du eine checklistenbasierte Aufschlüsselung dieser Regeln mit der Begründung hinter jeder einzelnen. Die genannten Zahlen für Zeilenlänge, Timing und Sicherheitsbereiche stammen aus den BBC Subtitle Guidelines (Version 1.2.3) und dem Netflix Timed Text Style Guide, den beiden am häufigsten referenzierten Standards in der professionellen Untertitelarbeit.

Standardvergleich: BBC vs. Netflix vs. Broadcast

Bevor es an die Regeln geht, hier die Positionen der großen Standards:

Die praktische Erkenntnis: Mit 42 Zeichen pro Zeile liegst du sowohl bei Netflix als auch bei BBC im grünen Bereich. Ziel auf 160-180 WPM und du triffst den konservativen BBC-Standard, der für gemischte Zielgruppen angemessen ist.

Regel 1: Zeilenlänge, Deckel bei 42 Zeichen

Jede Untertitelzeile sollte maximal 42 Zeichen lang sein, inklusive Leerzeichen. Der englische Styleguide von Netflix setzt dies als harte Obergrenze. Die Online-Richtlinie der BBC kommt über eine andere Messmethode zu einem ähnlichen Ergebnis: Der Text sollte in 68% der Breite eines 16:9-Bildes passen, was je nach Schriftart ungefähr 38 bis 42 Zeichen entspricht.

Warum diese Zahl wichtig ist: Bei normaler Untertitel-Schriftgröße auf einem Handybildschirm füllt eine Zeile mit 42 Zeichen etwa zwei Drittel der Displaybreite. Das Auge des Zuschauers kann sie in einem einzigen Schwung von links nach rechts erfassen, ohne die Position zu verlieren. Längere Zeilen erfordern horizontales Nachverfolgen, was den Lesefluss bricht.

Zeilenumbrüche sollten an natürlichen Phrasengrenzen erfolgen. Schlechter Umbruch:

The most important thing about subtitle
styling is line length.

Besserer Umbruch:

The most important thing
about subtitle styling is line length.

Die zweite Version platziert eine vollständige Nominalphrase auf jeder Zeile. Die erste spaltet eine Präpositionalphrase, sodass der Leser „about subtitle" im Arbeitsgedächtnis behalten muss, während er auf der nächsten Zeile nach dem Bezugswort sucht.

Maximal zwei Zeilen pro Einblendung. Wenn dein Text nach dem Umbruch bei 42 Zeichen immer noch mehr als zwei Zeilen umfasst, teile ihn in zwei aufeinanderfolgende Cue-Events auf. Drei Zeilen sind in manchen Broadcast-Spezifikationen technisch erlaubt, aber in der Praxis verdecken sie das Gesicht des Sprechers.

Regel 2: Timing, lies den Raum bei 160-180 WPM

Zeige jede Untertitelzeile lange genug, damit ein Zuschauer sie bei 160-180 Wörtern pro Minute lesen kann. Das ist der veröffentlichte Standard der BBC für ein allgemeines, gemischtes Publikum. Netflix setzt für Erwachseneninhalte ein Maximum von 20 Zeichen pro Sekunde, was etwas großzügiger ist, aber in der Absicht übereinstimmt.

Die Rechnung: 160 WPM entspricht ungefähr 13 Zeichen pro Sekunde. Eine volle Zweizeilen-Einblendung mit 42 Zeichen pro Zeile ergibt 84 Zeichen, was bei 160 WPM etwa 6,5 Sekunden benötigt. In der Praxis sind die meisten Cues kürzer, ein einzelner Satz mit 30 bis 40 Zeichen braucht 2,5 bis 3 Sekunden.

Zwei feste Grenzen, bei denen sich BBC und Netflix einig sind:

• Mindestdauer: Mindestens 1 Sekunde pro Untertitel (BBC-Ziel: etwa 0,3 Sekunden pro Wort, also 4 Wörter = mindestens 1,2 Sekunden). Netflix setzt eine Untergrenze von 5/6 Sekunde (~833ms).
• Maximale Dauer: 7 Sekunden. Dauert der Dialog länger, teile ihn in zwei Untertitel auf.

Lass mindestens eine Einzelbild-Lücke zwischen aufeinanderfolgenden Untertiteln, damit das Auge des Zuschauers den Wechsel wahrnimmt. Die BBC empfiehlt, wo möglich 1 bis 1,5 Sekunden zwischen Untertiteln zu lassen, das hilft älteren Zuschauern und Menschen mit Leseschwierigkeiten.

Regel 3: Kontrast, Weiß auf Schwarz, keine Ausnahmen

Weißer Text (#FFFFFF) mit schwarzem Hintergrund oder schwarzer Umrandung ist der Standard, weil nur diese Kombination jeden Hintergrund übersteht. Ein Sprecher vor einer weißen Wand, eine Schneeszene, ein leerer Bildschirm, all das macht farbigem Text, hellem Text ohne Umrandung und jedem Kontrasttrick, der auf Hintergrundvorhersage setzt, den Garaus.

Die geprüften Spezifikationen:

• Text: #FFFFFF
• Umrandung (Kontur): #000000, 2 Pixel Breite bei 1080p
• Hintergrundbox (falls verwendet): #000000 mit 70-80% Deckkraft; die BBC gibt 0,5 em Innenabstand auf jeder Seite des Textes an
• BBC-Farbhierarchie für Sprecher bei mehreren Sprechern: zuerst Weiß, dann Gelb (#FFFF00), Cyan (#00FFFF), Grün (#00FF00), alles nur auf schwarzem Hintergrund

WCAG 2.2 Level AA verlangt ein Kontrastverhältnis von 4,5:1 für Fließtext. Weiß auf reinem Schwarz erreicht 21:1. Du hast also Spielraum, und das ist nützlich, weil Videokompressionsartefakte die Farben bei der Auslieferung leicht auswaschen können. Bau den Spielraum an der Quelle ein.

Geht das Video an Rundfunk oder Streaming, liefere einen Soft-Caption-Track (VTT oder TTML) mit unformatiertem Text und lass die Plattform ihn rendern. Eingebrannte Formatierungsentscheidungen wie Hintergrundboxfarbe und Schriftart sind für die Version gedacht, die du durchgehend kontrollierst, etwa ein eingebranntes Social-Media-Video.

Regel 4: Sichere Zone, bleib innerhalb der 90%-Fläche

Halte den Untertiteltext innerhalb des SMPTE-Titelsicherheitsbereichs: 90 % der Frame-Breite und 90 % der Frame-Höhe, zentriert. Moderne Flachbildfernseher überscannen technisch gesehen nicht mehr, aber ein Rand von 5 % an jeder Kante wird von den meisten Broadcast-Liefervorgaben trotzdem als Schutz vor UI-Elementen des Geräts und Plattform-Overlays durchgesetzt.

Für horizontales Broadcast-Video (16:9):

• Positioniere Untertitel im unteren Drittel, etwa 85-90 % der Frame-Höhe von oben
• Bleibe innerhalb der zentralen 75 % der Frame-Breite (BBC-Richtlinie online) bis zu den zentralen 90 % (SMPTE)
• Platziere Text niemals im äußeren 5 %-Rand an irgendeiner Kante

Bei vertikalem Kurzformat (9:16, TikTok, Reels, Shorts) verändern die UI-Totzonen alles. Plattformsteuerungen, Fortschrittsbalken, Like-Zähler und Teilen-Buttons belegen die unteren 20-25 % des Bildschirms. Die praktische Sicherheitszone für vertikale Untertitel ist die horizontale Mitte des Frames, positioniert zwischen etwa 55 % und 75 % der Frame-Höhe von oben. So bleiben Untertitel auf allen drei Plattformen sichtbar, ohne dass du neu schneiden musst.

Die BBC-Richtlinie online für 9:16-Inhalte: zentral 75 % vertikal, zentral 90 % horizontal. Das ist dein plattformübergreifendes Ziel.

Regel 5: Schriftart, lesbar, nicht auffällig

Verwende eine systemverfügbare serifenlose Schriftart, Gewicht 400 bis 700. Der BBC-Broadcast-Standard nutzt Tiresias Screenfont (eine Schrift, die speziell für Fernsehlesbarkeit entwickelt wurde). Für Online-Auslieferung fällt sie auf Reith Sans oder Verdana zurück. Der Netflix-Styleguide verwendet Arial als Platzhalter für „proportionalSansSerif", was bedeutet, dass jede saubere serifenlose Schrift funktioniert, die dein Renderer unterstützt.

Die praktische sichere Liste:

• Arial / Helvetica: universell, neutral, der Standard der Rundfunkanstalten
• Roboto: auf Android vorinstalliert, Googles Standard für automatische YouTube-Untertitel
• Noto Sans: Pflicht für alle Inhalte mit nicht-lateinischen Schriften, einschließlich Arabisch, Devanagari und CJK-Sprachen, die Abdeckung von Noto ist darauf ausgelegt, jeden Unicode-Block zu erfassen
• Inter: liest sich auf kleinen Bildschirmen dank leicht weiterer Öffnungen in Zeichen wie kleinem l und Ziffer 1 klar

Der eine Differenzierungstest, der zählt: kleines l (Ell), großes I (Auge) und die Ziffer 1 sollten bei kleinen Größen alle unterschiedlich aussehen. Schriften, die diese drei Glyphen angleichen, und einige beliebte Display-Schriften tun das, erzeugen mehrdeutigen Text in Wörtern wie „lI1l“, den Leser neu parsen müssen. Noto Sans, Roboto und Inter bestehen diesen Test alle.

Vermeide dekorative Schriften, Serifenschriften (außer für stilisierte Lower-Third-Titel, die oberhalb des Untertitelbereichs liegen) und Markenschriften, die nicht für Bildschirmtext entwickelt wurden.

Zur Schriftgröße: Statt absoluter Pixelwerte (die von Auflösung und Displaygröße abhängen) denke proportional. Die Richtlinie der BBC für 16:9-Online-Inhalte besagt, dass Untertiteltext in eine Zeilenhöhe von 8 % der aktiven Videohöhe passen sollte. Bei einer 1080p-Quelle entspricht das etwa 86 Pixeln Zeilenhöhe, größer als die meisten Standard-Renderer-Größen, und das ist beabsichtigt. Zuschauer schauen auf kleineren Bildschirmen, als Produzenten annehmen.

Regel 6: Zeilenumbrüche, Satzgrenzen, nicht Wortzahlen

Brich Zeilen an sprachlichen Nahtstellen, nicht an Zeichenzahlen. Diese Regel ist die, die KI-Untertitelgeneratoren am häufigsten falsch machen. Automatischer Zeilenumbruch teilt Text an der 42-Zeichen-Grenze, ohne zu prüfen, ob der Bruch mitten in einen Satzteil fällt. Das Ergebnis sieht bei der Zeichenzahl gut aus, liest sich aber in Echtzeit holprig.

Wo brechen:

• Nach einem vollständigen Satz („Das Experiment funktionierte, / aber die Ergebnisse überraschten uns.“)
• Bei einer koordinierenden Konjunktion („Er sagte, er käme, / erschien aber nie.“)
• Vor einer Präpositionalphrase („Sie kam am Bahnhof an, / kurz bevor der Zug abfuhr.“)

Wo nicht umbrechen:

• Zwischen Determinator und Nomen („Die / Analyse zeigte...“)
• Zwischen Adjektiv und Nomen („Eine deutliche / Verbesserung“)
• Zwischen Verb und direktem Objekt („Sie öffnete / die Tür“)

Wenn Sie SRT-Ausgaben eines Transkriptionstools Korrektur lesen, ist dieser Scan derjenige, der sich am meisten auszahlt. Ein gut gesetzter Umbruch ist eine der wenigen Untertitel-Verbesserungen, die Zuschauer spüren, ohne erklären zu können, warum. Sie können mit ConvertAudioToText saubere Transkripte erzeugen und dann vor dem Export einen letzten Durchgang über die Zeilenumbrüche machen.

Mehr zur Dateiformat-Seite finden Sie unter SRT vs. VTT Untertitelformate und wie man eine SRT-Datei erstellt.

Regel 7: Sprecherkennzeichnung, wann und wie

Fügen Sie Sprecherkennzeichnungen hinzu, wenn aus dem Bild nicht klar hervorgeht, wer spricht. Die Konvention ist der Sprechernamen in Großbuchstaben, gefolgt von einem Doppelpunkt, auf derselben Zeile wie der Dialog:

ALICE: Die Daten stützen das nicht.
BOB: Warum nicht?

Bei unbekannten Sprechern verwenden Sie SPRECHER 1, SPRECHER 2 und so weiter. Konsistenz ist wichtiger als das Format der Kennzeichnung.

VTT unterstützt natives Sprecher-Tagging über Voice-Spans (<v Alice>Dialog</v>), wodurch HTML5-Player jeden Sprecher per CSS unterschiedlich stylen können. SRT hat keine native Sprecherunterstützung, aber die meisten Player respektieren die Konvention mit vorangestelltem Namen. Wenn Ihr Ziel ein Web-Player ist und Sie pro Sprecher Farben möchten, ist VTT das richtige Format.

Wenn die Diarisierung von einem KI-Tool stammt, überprüfe Sprecher-IDs bei langen Dateien manuell. Automatische Diarisierung vertauscht manchmal Sprecher-IDs, wenn sich zwei Stimmen überlappen oder wenn der Sprecher länger als ein paar Sekunden pausiert. Für Interview-Transkriptionen sieh dir den Workflow zur Interview-Transkription an, um zu erfahren, wie du den Prüfdurchgang strukturierst.

Regel 8: Zeichensetzung und Großschreibung

Setze Untertiteltext wie Prosa: Punkte, Kommas, Fragezeichen, wo sie hingehören. Entferne keine Zeichensetzung, damit Untertitel aufgeräumter wirken. Die Zeichensetzung ist ein Lesehinweis, sie zeigt dem Zuschauer, wo Phrasen enden, was das Verständnis bei typischer Untertiteldauer beschleunigt.

Die Ausnahme: Soundeffekte und nicht-sprachliche Audiosignale in Closed Captions verwenden eckige Klammern und Großbuchstaben. [DOOR SLAMS], [APPLAUSE], [MUSIC PLAYING]. Das sind standardisierte Markierungen für gehörlose und schwerhörige Zuschauer und sollten in Untertiteln nicht auftauchen, es sei denn, du lieferst bewusst SDH (Untertitel für Gehörlose und Schwerhörige) aus.

Auslassungspunkte, um abklingende Sprache anzudeuten, sind eine Stilfrage. Viele Sender bevorzugen stattdessen einen Punkt, weil die Auslassungspunkte wie „der Untertitel ist abgeschnitten“ wirken können statt „der Sprecher ist verstummt“. Beides ist akzeptabel, solange du konsistent bleibst.

Vermeide Großbuchstaben zur Betonung im Untertiteltext. Das verlangsamt die Lesegeschwindigkeit um etwa 10-15 Prozent, weil Großbuchstaben eine geringere Formunterscheidung haben als gemischte Schreibweise. Nutze Kursivschrift zur Betonung, wo der Player das unterstützt.

Regel 9: Eingebrannt vs. Soft-Track, unterschiedliche Regeln

Eingebrannte Untertitel und Soft-Untertitelspuren haben unterschiedliche Gestaltungsanforderungen. Eingebrannte Untertitel sind dauerhaft in die Videopixel eingebacken, also müssen sie gegen alles lesbar sein, was im Hintergrund passiert. Das erfordert eine Textbox oder Kontur. Soft-Tracks werden vom Player gerendert, oft über der eigenen Untertitel-Oberfläche des Players, und viele Plattformen überschreiben die von dir angegebene Gestaltung ohnehin.

Für weiche VTT- und TTML-Tracks, die an YouTube, Netflix oder einen Web-Player geliefert werden: verwende sauberen, unformatierten Text. Bette keine Schrift- oder Farbinformationen ein, es sei denn, die Lieferspezifikation der Plattform verlangt es. Der Zuschauer hat möglicherweise eigene Untertitel-Einstellungen (größere Schrift, höherer Kontrast, eine andere Schriftart) und deine Überschreibungen kollidieren mit seinen.

Für eingebrannte Social-Videos: style alles explizit, Schrift, Box, Umriss, Position, denn es gibt keinen Player-Renderer, auf den man zurückgreifen kann.

Siehe offene vs. geschlossene Untertitel für die detaillierte Abwägungsanalyse und Untertitel in Videos einbrennen für den technischen Einbrennprozess.

Schnellreferenz-Checkliste

• Zeilenlänge: maximal 42 Zeichen pro Zeile (lateinische Schriften)
• Zeilen pro Cue: maximal 2
• Ziel-Lesegeschwindigkeit: 160-180 WPM (BBC) / maximal 20 CPS (Netflix, Erwachsene)
• Minimale Cue-Dauer: 1 Sekunde (konservativ) / 833ms (Netflix-Minimum)
• Maximale Cue-Dauer: 7 Sekunden
• Schrift: System-Sans-Serif (Arial, Roboto, Noto Sans für nicht-lateinische Schriften)
• Textfarbe: Weiß (#FFFFFF)
• Umriss/Box: Schwarz (#000000), 2px Kontur oder Box mit 70-80% Deckkraft
• Kontrastverhältnis: 21:1 (Weiß auf Schwarz), übertrifft WCAG-AA-Schwelle von 4.5:1
• Position für horizontale Videos: unteres Drittel, innerhalb des SMPTE-90%-Sicherheitsbereichs
• Position für vertikale Videos: zentriert, 55-75% der Bildhöhe von oben
• Zeilenumbrüche: an Phrasengrenzen, niemals mitten im Satzglied
• Sprecherkennzeichnung: NAMEN DES SPRECHERS: Format für Inhalte mit mehreren Sprechern
• Abstand zwischen Cues: 1-1,5 Sekunden, wo möglich

Meine Einschätzung: Die zwei Regeln, die für die meisten Beschwerden über Untertitel in der Praxis verantwortlich sind, sind Zeilenumbrüche und Timing. Zuschauer bemerken selten Schriftwahl oder exakte Pixelpositionen. Sie bemerken aber, wenn sie eine Zeile nicht zu Ende lesen können, bevor sie verschwindet, und sie bemerken, wenn ein Zeilenumbruch ungeschickt wirkt. Behebe zuerst diese beiden, dann arbeite dich durch den Rest.

FAQ

Wie viele Zeichen pro Zeile sollten Untertitel haben?

42 Zeichen pro Zeile ist der Netflix-Standard für Englisch und die meisten Sprachen mit lateinischer Schrift. Die BBC verwendet für Broadcast (Teletext) etwa 38 Zeichen und für Online „68% der Bildbreite“, was bei Standardgrößen ungefähr 40-42 Zeichen ergibt. Diese beiden Werte liegen so nah beieinander, dass 42 Zeichen das sichere Ziel für alle Plattformen ist.

Was ist die richtige Lesegeschwindigkeit für Untertitel?

Die BBC-Richtlinie liegt bei 160-180 Wörtern pro Minute für ein gemischtes Publikum, einschließlich älterer Zuschauer und Menschen mit Leseschwierigkeiten. Netflix setzt für Erwachseneninhalte ein Maximum von 20 Zeichen pro Sekunde. Bei 160 WPM braucht eine vollständige zweizeilige Einblendung mit 84 Zeichen etwa 6 Sekunden auf dem Bildschirm. Die meisten Einblendungen sind kürzer und benötigen 2-3 Sekunden.

Welche Schriftart und Farbe sollte ich für Untertitel verwenden?

Weißer Text (#FFFFFF) mit schwarzer Kontur (2px Strich) oder einer schwarzen Hintergrundbox mit 70-80% Deckkraft. Die Schrift sollte eine klare Sans-Serif sein: Arial, Roboto oder Noto Sans (für nicht-lateinische Inhalte). Der BBC-Broadcast-Standard verwendet Tiresias Screenfont; Netflix nutzt Arial als generischen Platzhalter. Vermeide Dekorschriften und alles mit dünnen Strichen, die unter Kompression leiden.

Wo sollten Untertitel auf dem Bildschirm positioniert werden?

Für horizontale Videos (16:9) platziere Untertitel im unteren Drittel, etwa 85-90% der Bildhöhe von oben, und bleibe innerhalb des SMPTE-90%-Titel-Sicherheitsbereichs (5% Rand auf jeder Seite). Für vertikale Videos (9:16) belegen die UI-Bedienelemente der Plattform die unteren 20-25% des Bildschirms, also zentriere Untertitel zwischen 55% und 75% der Bildhöhe von oben. Die BBC-Online-Richtlinie für 9:16-Inhalte ist die mittleren 75% vertikal und die mittleren 90% horizontal.

Quellen

• Netflix English (USA) Timed Text Style Guide: https://partnerhelp.netflixstudios.com/hc/en-us/articles/217350977-English-USA-Timed-Text-Style-Guide
• Netflix Timed Text Style Guide General Requirements: https://partnerhelp.netflixstudios.com/hc/en-us/articles/215758617-Timed-Text-Style-Guide-General-Requirements
• BBC Subtitle Guidelines (via Broadcast Writer, unter Bezug auf Version 1.2.3): https://broadcastwriter.com/2024/12/12/bbc-subtitle-style-guide-2024/
• Zusammenfassung der BBC Subtitling Guidelines (Clevercast): https://www.clevercast.com/bbc-subtitling-guidelines/
• Überblick zu den SMPTE-Sicherheitszonen-Standards: https://www.veneratech.com/what-is-title-safe-and-why-it-still-matters-in-modern-video-production
• WCAG 2.2 Kontrastanforderungen: https://www.w3.org/TR/WCAG22/
• Vergleich der Standards von Netflix, BBC und Amazon (SubHero): https://subhero.io/blog/subtitle-standards-guide
• Netflix-Untertitel-Styleguide erklärt (SubtitlesEdit): https://subtitlesedit.com/blog/netflix-subtitle-style-guide-explained