Closed Captions vs. Untertitel: Was ist der Unterschied (und was brauchst du wirklich)

Du hast wahrscheinlich schon “Untertitel” und “Captions” synonym benutzt. Die meisten Leute tun das, sogar YouTubes eigenes Einstellungsmenü tut das, und ehrlich gesagt spielt es für 90 % dessen, was du machst, keine Rolle. Aber die beiden Begriffe beschreiben tatsächlich unterschiedliche Dinge, und zu wissen, welchen du brauchst, erspart dir, die falsche Datei auf die falsche Plattform hochzuladen.

Captions, einfach erklärt

Captions sind gleichsprachiger Text auf dem Bildschirm, geschrieben für jemanden, der das Audio überhaupt nicht hören kann. Das heißt, sie enthalten mehr als nur das Gesagte: Geräuscheffekte, Musik-Cues und wer gerade spricht, nicht nur den Dialog. Wenn außerhalb des Bildes eine Tür zuschlägt oder die Musik bedrohlich wird, sagt dir ein Video mit Captions das. Ein Video mit Untertiteln in der Regel nicht.

Captions gibt es in zwei Varianten:

• Closed Captions (CC) — der Zuschauer kann sie ein- oder ausschalten. Das bekommst du von YouTubes automatischen Captions oder einer separat hochgeladenen SRT-Datei.
• Open Captions — dauerhaft ins Videobild eingebrannt. Kein Umschalter, kein Einstellungsmenü. Das entsteht immer dann, wenn du ein Video mit fest eingebranntem Text für TikTok oder Reels exportierst.

Untertitel, einfach erklärt

Untertitel gehen davon aus, dass der Zuschauer das Audio problemlos hören kann; er versteht nur die Sprache nicht. Deshalb decken Untertitel nur den Dialog ab — es gibt keinen Grund, jemandem, der die zuschlagende Tür hören kann, sie auch zu beschreiben. Eine Untertitelspur existiert, um zu übersetzen, was gesagt wird, nicht um zu beschreiben, was passiert.

Der schnelle Vergleich

	Captions	Untertitel
Für wen	Kann das Audio nicht hören	Kann hören, versteht die Sprache nicht
Was enthalten ist	Dialog + Geräuscheffekte + Sprecherkennzeichnung	Nur Dialog
Sprache	Gleich wie im Audio	Meist eine andere Sprache
Kann ausgeschaltet werden?	Kommt drauf an (offen vs. geschlossen)	In der Regel ja

Der Teil, den sonst niemand erwähnt: Untertitel werden mehr gekürzt, als man denkt

Hier ist etwas, das die meisten Erklärartikel auslassen: Untertitel werden häufig gegenüber dem tatsächlichen Dialog gekürzt oder umformuliert, Captions in der Regel nicht. Ein viel diskutierter Creator-Thread zu genau diesem Thema (ein Beitrag mit fast 4.000 Upvotes und 150+ Antworten, in denen darüber gestritten wird) kam auf einen echten Grund: Untertitel müssen auf den Bildschirm passen und bei normaler Lesegeschwindigkeit lesbar bleiben, also paraphrasieren Übersetzer, um diese Vorgabe einzuhalten — besonders zwischen Sprachen mit sehr unterschiedlichen Satzlängen. Captions, da sie meist gleichsprachig und primär für Barrierefreiheit geschrieben sind, bleiben tendenziell näher am Wortlaut.

Falls dir schon mal aufgefallen ist, dass Untertitel bei einem fremdsprachigen Film kürzer ausfallen als das, was dir ein zweisprachiger Freund über den tatsächlichen Satz des Schauspielers erzählt — daher kommt das. Es ist keine schlechte Übersetzung, sondern ein Kompromiss zugunsten der Lesegeschwindigkeit.

Wie sie tatsächlich entstehen, und warum das die Qualität beeinflusst

Hinter dem Genauigkeitsunterschied steckt ein Produktionsunterschied. Captions im Live-TV werden häufig in Echtzeit getippt oder gesprochen, entweder von einer Person, die den Dialog in eine Spracherkennungssoftware nachspricht (genannt Respeaking), oder auf einer Stenotypie-Maschine getippt, so wie Gerichtsschreiber arbeiten — beides im Wettlauf mit der laufenden Sendung. Das ist auch der Grund, warum Live-Captions manchmal einen Takt hinter dem Audio hinterherhinken oder ein Wort verstümmeln: Es bleibt keine Zeit, es vor der Ausstrahlung zu korrigieren.

Untertitel entstehen fast nie auf diese Weise. Da sie eine Übersetzung erfordern, werden sie im Voraus anhand eines fertigen Skripts oder Transkripts erstellt — deshalb siehst du in einer Sendung praktisch nie live übersetzte Untertitel, so wie du live erstellte Captions siehst.

Bei allem, was du hochlädst statt auszustrahlen, verschwindet dieser Unterschied größtenteils — automatische Transkriptions-Tools erzeugen beides aus demselben fertigen Video, keines davon in Eile. Das ist vor allem relevant, wenn du die Caption-Qualität deines eigenen Uploads mit dem vergleichst, was du im Live-TV gesehen hast, und dich fragst, woher der Unterschied kommt. Es liegt nicht an der Technik, sondern an der Deadline.

Eine Terminologie-Feinheit, die man kennen sollte

Alles oben Genannte folgt der US-amerikanischen Konvention, und die ist nicht universell. In Großbritannien und weiten Teilen Europas wird “Untertitel” oft als Sammelbegriff sowohl für gleichsprachige Barrierefreiheits-Captions als auch für übersetzten Dialog verwendet; “Closed Captions” als eigenständiger Begriff taucht im Alltagsgebrauch kaum auf. Wenn du für ein britisches oder europäisches Publikum veröffentlichst, wundere dich nicht, wenn niemand namentlich nach “Captions” fragt, selbst wenn genau Barrierefreiheit gemeint ist.

Es gibt außerdem eine Hybridform, die man kennen sollte, auch wenn sie ein tieferes Thema ist, als dieser Beitrag abdeckt: SDH (Subtitles for the Deaf and Hard of hearing), die wie eine Untertiteldatei formatiert ist, aber die Geräusch- und Sprecherinformationen enthält, die man normalerweise nur von Captions bekommt. Verschiedene Plattformen behandeln das unterschiedlich, und das Thema ist speziell genug, um eine eigene Erklärung statt eines Absatzes hier zu verdienen.

Was ist ein Untertitel, genau

Falls du nur die Kurzversion willst: Ein Untertitel ist eine Zeile übersetzten Textes, zeitlich auf das Audio abgestimmt, die davon ausgeht, dass du alles andere problemlos hörst. Das ist die ganze Definition. Alles andere (Formate, Übersetzungsqualität, ob eingebrannt oder nicht) ist ein Detail obendrauf.

Was CentClip tatsächlich generiert

Es lohnt sich, hier präzise zu sein, da es beeinflusst, was du erwarten solltest: CentClip transkribiert das Audio deines Videos in die Sprache, in der es gesprochen wurde. Technisch gesehen macht das aus dem Ergebnis eine Caption, auch wenn die meisten Leute (uns eingeschlossen, meistens) es einfach Untertitel-Generator nennen, weil das der Suchbegriff ist. Du kannst es fest ins Video eingebrannt exportieren (Open Captions) oder als eigenständige SRT-/VTT-Datei (Closed Captions), und beides kostet dieselben 5 Cent pro Minute.

Was CentClip noch nicht tut, ist dieses Transkript in eine andere Sprache zu übersetzen — das steht auf der Roadmap, ist aber heute noch nicht live. Wenn du gleichsprachige Captions für Barrierefreiheit oder für die Sound-off-Zielgruppe auf Social Media brauchst, machen CentClips Caption-Generator und Untertitel-Generator unter der Haube exakt dasselbe. Wenn du echte übersetzte Untertitel für ein internationales Publikum brauchst, ist das eine andere Aufgabe, als automatische Transkription heute löst.