Ratgeber · August 2026 · Lesezeit 9 Minuten
Die Frage kommt in zwei Varianten. Die einen wissen bereits, dass Untertitel sein müssen, und wollen wissen, was es kostet und wer das macht. Die anderen schauen sich gerade die automatische Funktion in Premiere Pro, DaVinci Resolve oder YouTube an und fragen sich, ob das schon gut genug ist. Dieser Artikel beantwortet beides, mit konkreten Zahlen und ehrlicher Einschätzung zu dem, was Automatik kann und was nicht. Warum Untertitel überhaupt sinnvoll sind, erklärt der Artikel Firmenvideos werden stumm geschaut, das wiederholen wir hier nicht.
Professionelle Untertitelung kostet bei spezialisierten Dienstleistern ab 4,40 Euro pro Minute (Amberscript, Stand 2025). Für einen typischen dreiminütigen Firmenvideo-Spot liegen die Kosten damit bei 13 bis 20 Euro für die reine Untertitelung ohne Übersetzung. Soll der Text zusätzlich übersetzt werden, kommen Übersetzungskosten von rund 1 Euro pro Zeile hinzu. Ein vierminütiger Film mit rund 80 Textzeilen auf Deutsch-Englisch kostet dafür im hohen zweistelligen Bereich (Pionierfilm, Preisratgeber).
Automatische Spracherkennung erreicht bei klarem, standarddeutschem Sprechen eine Genauigkeit von etwa 90 Prozent (Amberscript, 2025). Das klingt hoch, bedeutet aber bei einem dreiminütigen Video mit rund 450 Wörtern, dass rund 45 Wörter falsch sind. Das reicht für einen groben Überblick, nicht für fertiges Material. Sobald Fachbegriffe, Eigennamen, Dialekt, österreichisches oder schweizer Deutsch oder mehrere Sprecher gleichzeitig ins Spiel kommen, fällt die Erkennungsrate deutlich.
Eingebrannte Untertitel sind fest im Bild verankert, lassen sich weder ausblenden noch von Screenreadern lesen. SRT-Dateien sind separate Textdateien mit Zeitstempeln, die der Zuschauer ein- oder ausschalten kann. Für barrierefreie Videos ist SRT die richtige Wahl, weil Screenreader den Text auslesen können. Für Social-Media-Clips, die im Feed ohne Ton laufen, sind eingebrannte Untertitel oft besser, weil kein Klick nötig ist.
Alle drei Plattformen bieten automatische Untertitelung auf Basis von KI-Spracherkennung. YouTube generiert Untertitel nach dem Upload, Premiere Pro seit Version 22.x direkt in der Timeline, DaVinci Resolve seit Version 18.5 im Inspector-Panel. Der gemeinsame Nenner: Klares Standarddeutsch funktioniert gut, Fachbegriffe und Eigennamen müssen fast immer manuell korrigiert werden. Österreichisches Deutsch bereitet Premiere Pro erkennbar Probleme (Wieselfilm, 2024).
Bei spezialisierten Dienstleistern kostet menschlich erstellte Untertitelung ab 4,40 Euro pro Filmminute. Das ist der Einstiegspreis für eine Sprache ohne Übersetzung, Deutsch bleibt Deutsch, Timing und Textbausteine werden gesetzt und geprüft (Amberscript, Preisseite, 2025). Für einen dreiminütigen Firmenvideo-Spot sind das rund 13 bis 14 Euro. Wenig, aber dieser Preis gilt nur bei sauberem Audio und unkritischen Inhalten.
Sobald eine Übersetzung dazukommt, rechnet die Branche meist nach Zeilen. Rund 1 Euro pro Zeile für Deutsch-Englisch bei einem etablierten Anbieter ist realistisch (Pionierfilm, Preisratgeber). Ein vierminütiger Film mit rund 80 Textzeilen liegt damit allein in der Übersetzung im hohen zweistelligen Bereich, ohne die eigentliche Untertitelung.
Automatische KI-Dienste wie Amberscript kosten rund 1,85 Euro pro Minute, also knapp halb so viel. Der Unterschied: Die KI landet bei 90 Prozent Genauigkeit, der Mensch über 99 Prozent. Wer das als akademisch abtut, hat noch kein Video mit falsch geschriebenem Firmennamen veröffentlicht.
Wer regelmäßig selbst untertiteln will, kauft ein Abo: Amberscript nimmt zwischen 20 und 49 Euro im Monat für 5 bis 25 Stunden Audiomaterial. Wirtschaftlich klar besser als Einzelaufträge. Den Korrekturbedarf trägt man selbst.
Alle drei liefern brauchbare Erstentwürfe. Fertige Untertitel liefert keines davon.
YouTube generiert nach dem Upload automatisch Untertitel für deutsche Videos. Kostenlos, läuft im Hintergrund, Ergebnis in der Regel nach ein paar Minuten verfügbar. Für interne Nutzung reicht das oft. Für ein öffentliches Video, das Kunden sehen, sollte man die Untertitel vorher herunterladen, korrigieren und wieder hochladen. YouTube bietet diese Bearbeitungsmaske direkt in den Videoeinstellungen an.
Adobe Premiere Pro hat seit Version 22.x eine Transkriptionsfunktion direkt in der Timeline. Klick auf "Transkription erstellen", Sprache wählen, ein bis drei Minuten warten, Textentwurf da. Bei klarem Standarddeutsch funktioniert das nach Einschätzung von Anwendern gut. Österreichisches Deutsch, bayerische Einfärbungen, Fachsprache: da kippt es. Wörter werden falsch erkannt, Eigennamen oft komplett verdreht (Wieselfilm, 2024). Musik im Hintergrund macht die Funktion weitgehend unbrauchbar.
DaVinci Resolve hat automatische Untertitelung mit Version 18.5 eingeführt, zugänglich über das Inspector-Panel. Die Verarbeitung läuft lokal auf dem Rechner, nicht in der Cloud. Für Produktionen, bei denen Vertraulichkeit eine Rolle spielt, ist das relevant. Die Genauigkeit liegt ähnlich wie bei Premiere Pro: Standard gut, Dialekt und Fachvokabular schlecht.
Was alle drei gemeinsam haben: Sie liefern einen Textentwurf, keinen fertigen Text. Wer das Video danach ungesehen veröffentlicht, riskiert Untertitel mit falsch geschriebenem Firmennamen, falsch transkribierten Produktbezeichnungen und Timing, das nicht mehr zum Bild passt.
Die 90-Prozent-Genauigkeit gilt unter Idealbedingungen: sauberes Mikrofon, einzelner Sprecher, standarddeutsches Hochdeutsch, keine Hintergrundgeräusche, keine Fachbegriffe. In einer echten Filmproduktion für einen Handwerksbetrieb treffen diese Bedingungen selten alle gleichzeitig zu.
Fachbegriffe sind die häufigste Fehlerquelle. Ein Heizungsbauunternehmen, das im Video über Wärmepumpen, Niedertemperaturheizkörper oder Hydraulikabgleich spricht, wird feststellen, dass die KI entweder rät oder auf Alltagssprache ausweicht. "Hydraulikabgleich" wird zu "hydraulischen Ausgleich". Das muss jemand Satz für Satz durchhören und korrigieren. Der Aufwand für diese Nachbearbeitung ist nicht zu unterschätzen: Wer ein fünfminütiges Video mit viel Fachsprache durch eine automatische Transkription schickt, sitzt danach 30 bis 60 Minuten an der Korrektur. Das ist immer noch günstiger als ein vollständiger Auftrag an einen Dienstleister, aber eben kein Selbstläufer.
Eigennamen sind ähnlich unzuverlässig. Firmenname, Personennamen, Ortsbezeichnungen, Produktmarken: Was die KI nicht aus Trainingsdaten kennt, wird nach Klang geschätzt. Das Ergebnis liegt manchmal nah, meistens nicht nah genug.
Dialekt ist eine bekannte Schwäche aller gängigen Tools. Bayerisch, Schwäbisch, Österreichisch, Schweizerdeutsch: Die Trainingsdaten hängen mehrheitlich an Standarddeutsch, und das hört man in den Fehlern. Ein Handwerker aus der Region, der mit normaler Färbung spricht, bekommt Untertitel, die an mehreren Stellen schlicht falsch sind.
Laute Umgebung bricht die Erkennungsrate zusätzlich. Auf einer Baustelle, in einer Werkshalle, bei laufender Maschine, draußen: Sobald Umgebungslärm in die Aufnahme kommt, fällt die Genauigkeit auf 70 Prozent oder schlechter. Manche Passagen sind dann schlicht unleserlich transkribiert.
Mehrere Sprecher überfordern die meisten Tools, weil sie keine Sprechertrennung kennen. Die KI weiß nicht, wer gerade spricht. Texte, die inhaltlich richtig sein können, landen dadurch im falschen Kontext.
SRT ist eine Textdatei mit Zeitstempeln, die separat zum Video hochgeladen wird. Der Zuschauer kann die Untertitel an- und ausschalten. Eingebrannte Untertitel sitzen fest im Bild, lassen sich nicht entfernen und nicht von Screenreadern lesen.
SRT passt für YouTube, Website-Einbettungen und überall dort, wo Barrierefreiheit zählt. Das Barrierefreiheitsstärkungsgesetz gilt seit dem 28. Juni 2025 und macht SRT in bestimmten Kontexten zur Pflicht. Wen das genau betrifft, erklärt der Artikel Barrierefreie Videos und das BFSG.
Eingebrannte Untertitel funktionieren besser für Social-Media-Clips, die im Feed laufen. Dort muss der Zuschauer nichts einschalten, der Text ist sofort sichtbar. Fast alle professionell produzierten Reels, TikTok-Videos und LinkedIn-Clips arbeiten deshalb mit eingebrannten Untertiteln. Wer das im Nachgang lösen will, zahlt doppelt.
Für ein Video, das auf YouTube, Instagram und der eigenen Website laufen soll, braucht man beides: SRT für YouTube und Website, einen separaten Export mit eingebrannten Untertiteln für Social Media. Einmalige Arbeit pro Video, nicht pro Kanal.
Untertitelung ist bei uns kein separater Auftrag. Sie ist in jeder Produktion drin. Wir liefern SRT für YouTube und Website, eingebrannte Untertitel für Social Media.
Wer Untertitel nachträglich beauftragt, bekommt eine fertige Datei und muss selbst prüfen, ob Fachbegriffe, Firmenname und Timing stimmen. Wer sie von Anfang an mitproduziert, hat jemanden dabei, der den Inhalt kennt. Bei einem Heizungsbauer, der im Video über Hydraulikabgleich spricht, ist das ein echter Unterschied.
Was ein Firmenvideo insgesamt kostet und wie der Ablauf aussieht, erklärt der Artikel Was ein Firmenvideo kostet und wie der Ablauf aussieht. Welche Kanäle sich für fertige Videos lohnen, beantworten wir in Videos richtig ausspielen.
Starkefilme kommt einmal pro Quartal für einen Drehtag in euren Betrieb, egal wo in Deutschland ihr seid. Aus einem Drehtag entstehen acht bis zehn fertige Videos: kurze Formate für Social Media, längere für die Website, alles mit Untertiteln in den Formaten, die ihr braucht. Kein Nachbeauftragen, kein Raten bei Fachbegriffen.
499 Euro pro Monat. Ein Drehtag pro Quartal, deutschlandweit.
Unverbindlich kennenlernen →Quellen: Amberscript, Preisseite automatische und professionelle Untertitelung (amberscript.com/de/preise/, abgerufen 2025): ab 1,85 Euro/Minute KI, ab 4,40 Euro/Minute professionell, KI-Genauigkeit 90 Prozent, Mensch über 99 Prozent; Pionierfilm, Preisratgeber Untertitel (pionierfilm.de, abgerufen 2025): rund 1 Euro pro Zeile Deutsch-Englisch, vierminütiger Film mit 80 Zeilen im hohen zweistelligen Bereich; Wieselfilm, "Untertitel automatisch erzeugen in Adobe Premiere Pro" (wieselfilm.net, 2024): österreichisches Deutsch und Fachbegriffe als Hauptfehlerquellen der automatischen Transkription; Lazi Akademie, "Untertitel und Captions: SRT, WebVTT, TTML" (lazi-akademie.de): Formatunterschiede SRT und eingebrannte Untertitel; VerVieVas, "SRT vs. eingebrannte Untertitel" (vervievas.com): Vor- und Nachteile nach Anwendungsfall.