Die Caption ist der deutsche Beschreibungstext unter deinem Beitrag, und sie hat eine andere Aufgabe, als die meisten ihr geben: Sie muss nicht in jedem Beitrag direkt verkaufen, sie verlängert die Aufmerksamkeit, die das Bild oder das Reel gerade erzeugt hat. Deshalb wird sie von hinten nach vorne gebaut. Der Anfang trägt alles, weil Instagram den Rest im Feed hinter „mehr" zuklappt, und wer ihn mit einem Anlauf verbrennt, bekommt den dritten Satz nie gelesen. Technisch hast du viel Platz: Meta dokumentiert für das Caption-Feld seiner Veröffentlichungs-Schnittstelle maximal 2.200 Zeichen, 30 Hashtags und 20 @-Erwähnungen. Praktisch brauchst du den Platz selten, weil eine Caption genau eine Sache ergänzen muss, nämlich die, für die im Video kein Platz war. Am Ende steht ein einziger nächster Schritt, nicht drei. Und die Hashtags gehören in die Caption selbst, nicht in den ersten Kommentar, denn Instagram schreibt zur eigenen Suche ausdrücklich: „For a post to be found in Search, put keywords and hashtags in the caption, not the comments." Der Punkt, an dem alles hängt, kommt aber vor dem ersten Wort: Eine Caption, die erst nach dem fertigen Reel entsteht, klingt nachträglich, und man hört es ihr an.
Ich schreibe meine Captions nicht mehr selbst, aber ich liefere den Stoff dafür. Was ich zu KI im Arbeitsalltag sammle, liegt auf der Seite KI; wie der ganze Reel-Ablauf bei mir aussieht, von der Idee bis zur Freigabe, steht in Kann eine KI Instagram-Reels erstellen?. Eines vorweg, damit wir nicht aneinander vorbeireden: Der Hook ist der Einstieg im Video, die ersten anderthalb Sekunden aus Bild, Einblendung und erstem gesprochenen Satz. Darum geht es in Starke Hooks für Instagram-Reels schreiben. Die Caption ist der Text unter dem Beitrag. Beides steht auf demselben Bildschirm nebeneinander, beides hat ungefähr dieselbe halbe Sekunde Zeit, und genau deshalb darf beides nicht dasselbe sagen.
Was eine Caption leisten soll
Drei Dinge, und sie stehen in dieser Reihenfolge.
Sie hält die Aufmerksamkeit, die das Bild erzeugt hat. Niemand liest eine Caption, bevor er den Beitrag gesehen hat. Die Aufmerksamkeit ist also schon da, wenn dein Text anfängt, und deine Aufgabe ist nur, sie nicht abreißen zu lassen.
Sie liefert den Teil, der im Beitrag keinen Platz hatte. Ein Reel von 35 Sekunden lässt zwangsläufig etwas weg: die Ausnahme, die Zahl, den zweiten Fall, den Satz, den der Kunde wörtlich gesagt hat. Genau dieses Weggelassene ist dein Caption-Material, und es liegt schon fertig auf dem Tisch, sobald du das Skript geschrieben hast.
Sie macht den Beitrag auffindbar. Instagram beschreibt für die eigene Suche, dass die Eingabe gegen „relevant usernames, bios, captions, hashtags and places" abgeglichen wird. Die Caption ist damit einer der wenigen Orte, an denen du überhaupt in Worten sagen kannst, worum es geht. Ein Reel ohne Text lässt diesen Weg ungenutzt.
Was eine Caption dagegen nicht ist: eine Produktbeschreibung, eine Zusammenfassung des Videos für Leute, die es gerade gesehen haben, und kein Ablageplatz für dreißig Hashtags. Instagram nennt als wichtige Signalgruppen für den Feed die eigene Aktivität des Zuschauers, also was er liked, teilt, speichert und kommentiert, und die Informationen zum Beitrag selbst. Eine Caption arbeitet deshalb auf zwei Wegen, die sich beide belegen lassen: Sie liefert der Suche Wörter, mit denen dein Beitrag überhaupt zu finden ist, und sie gibt dem Leser einen Anlass, zu speichern oder zu antworten. Beides ist eine nüchterne Erwartung und ein guter Grund, den Text ernst zu nehmen.
Die ersten beiden Zeilen
Wie viel vor dem „mehr" stehen bleibt, hängt von Gerät, Format, Schriftgröße und Feed-Fläche ab. Rechne mit ein bis zwei Zeilen, dann liegst du selten daneben. Diese beiden Zeilen sind keine Einleitung, sondern der ganze Beitrag im Kleinen. Drei Regeln reichen.
Kein Anlauf. „Heute möchte ich euch mal etwas erzählen, das mir diese Woche passiert ist" verbraucht beide Zeilen und sagt nichts. Fang mit dem an, was passiert ist.
Nicht den Hook wiederholen. Hook und Caption-Anfang stehen gleichzeitig auf dem Bildschirm. Wer denselben Satz zweimal hinschreibt, hat sich um eine von zwei Chancen gebracht. Der Hook stoppt den Daumen, der Caption-Anfang beantwortet die Frage, die der Hook aufgemacht hat, oder stellt die nächste.
Ein Gedanke, kein Absatz. Zwei Zeilen sind ungefähr ein Satz und ein halber. Wer drei Gedanken hineinquetscht, verliert alle drei.
Links steht jeweils eine Ankündigung, ein Versprechen auf Text, der erst nach dem Tippen kommt. Niemand tippt für ein Versprechen. Rechts steht schon Inhalt, und der Grund zum Weiterlesen entsteht nebenbei.
Wie lang darf eine Caption sein?
Die dokumentierte Grenze kommt von Meta selbst: maximal 2.200 Zeichen, 30 Hashtags und 20 @-Erwähnungen. Der Wert steht in Metas Entwicklerdokumentation und gilt für Veröffentlichungen über die dort beschriebene Schnittstelle; wer darüber liegt, bekommt dort eine Fehlermeldung statt eines Beitrags. Ob die App im Eingabefeld genau dieselbe Grenze zieht, sagt Meta an dieser Stelle nicht. Für die Praxis ändert das nichts: Es ist eine Obergrenze und keine Empfehlung.
Praktisch gibt es drei Längen, und du entscheidest zwischen ihnen nicht nach Gefühl, sondern danach, wie viel dein Bild schon erzählt hat.
Für alle drei gilt dasselbe Handwerk: Zeilenumbrüche setzen, nicht einen Block schreiben. Der häufigste Längenfehler ist ohnehin nicht zu lang, sondern zu unentschieden: eine Caption, die mit einem Gedanken anfängt, in der Mitte zum zweiten springt und am Ende noch drei Angebote unterbringt. Dann ist nicht die Länge das Problem, sondern dass drei Captions in einer stecken.
Was ans Ende gehört
Genau ein nächster Schritt, und er muss zu dem passen, was gerade im Video stand.
- Eine Frage, wenn du wissen willst, ob das Thema bei deinen Leuten eines ist. Sie muss beantwortbar sein: „Bei welchem der drei Punkte hakt es bei dir?" funktioniert, „Was meint ihr?" nicht.
- Ein Verweis auf einen anderen Beitrag, wenn der Gedanke weitergeht.
- Ein konkretes Angebot, wenn der Beitrag auf eine Leistung einzahlt. Nicht jedes Mal: Wenn jede Caption so endet, liest bald niemand mehr bis dahin.
- Gar nichts, wenn der Beitrag für sich steht. Das ist häufiger richtig, als man denkt.
Eine Grenze gibt es dabei, und sie ist keine Geschmacksfrage: Meta führt in den eigenen Richtlinien zur Inhaltsverbreitung „engagement bait" als eigene Kategorie, also Beiträge, die ausdrücklich zu Likes, Kommentaren, Shares oder Markierungen auffordern, ohne echten Anlass. Konten, die das wiederholt tun, werden nach derselben Quelle in der Verbreitung zurückgestuft. „Markiere drei Freunde" ist damit nicht nur abgenutzt, sondern benannt. Eine echte Frage zum Thema des Beitrags ist etwas anderes.
Hashtags: was sie tun und was nicht
Hier hält sich mehr Halbwissen als bei jedem anderen Teil der Caption, deshalb nur das, was Instagram und Meta selbst sagen.
Dreißig ist die Obergrenze, aus derselben Meta-Angabe wie das Zeichenlimit. Sie ist kein Ziel.
Sie gehören in die Caption, nicht in den ersten Kommentar. Instagram schreibt zur eigenen Suche wörtlich: „For a post to be found in Search, put keywords and hashtags in the caption, not the comments." Das steht in Instagrams Erklärung zur Suche vom 25.08.2021 und ist damit eine ältere Empfehlung des Anbieters; eine neuere Fassung habe ich nicht gefunden. Die verbreitete Gewohnheit, den Hashtag-Block in den ersten Kommentar auszulagern, kostet damit genau die Auffindbarkeit, für die die Hashtags da waren.
Nicht nur die Hashtags zählen, sondern die Wörter. Instagram empfiehlt, relevante Suchbegriffe in Inhalt, Bildunterschrift, Profilbeschreibung und Hashtags unterzubringen. Wer in der Caption in den Wörtern schreibt, die seine Kunden benutzen, hat den größeren Teil schon erledigt.
Themenfremde Hashtags schaden. Instagram schreibt, dass themenrelevante Hashtags helfen können, mehr Interessierte zu erreichen, warnt aber im selben Atemzug davor, das System austricksen zu wollen: Wenn Inhalte Leuten gezeigt werden, die sich dafür nicht interessieren, können Interaktion und Verbreitung darunter leiden.
Daraus folgt eine unspektakuläre Praxis: wenige Hashtags, die das Thema wirklich benennen, am Ende der Caption, und im Text darüber dieselben Begriffe als normale deutsche Wörter. Wer deutsche Kunden will, nimmt deutsche Hashtags.
Die Caption entsteht nicht aus dem Reel
Die meisten arbeiten so: Reel drehen, schneiden, angucken, Caption dazuschreiben. Wer auf ein fertiges Video schaut und dann Text sucht, hat nur noch eine Quelle, nämlich das Video, und schreibt folglich eine Zusammenfassung davon. Zusammenfassungen liest niemand, der das Original gerade gesehen hat. Gute Captions entstehen deshalb eine Stufe früher, aus derselben Beobachtung, aus der auch das Reel entstanden ist. Der Ablauf ist einfach:
Schritt 1: Die Beobachtung aufschreiben, bevor irgendetwas entsteht. Fünf bis acht Zeilen, roh, mit Datum und dem, was jemand wörtlich gesagt hat. Ein gebautes Beispiel, kein Fall aus meinem Betrieb, damit du die Form überträgst:
Dienstag: dritte Anfrage diese Woche für Bewerbungsfotos, alle drei
fragten zuerst nach dem Preis und nicht nach dem Termin.
Eine schrieb wörtlich: "Ich brauche das eigentlich bis Freitag."
Bei zweien war der Termin das eigentliche Problem, nicht der Preis.
Bei der dritten nicht, die wollte wirklich nur vergleichen.
Schritt 2: Das Reel bekommt einen Teil davon. In 35 Sekunden passt die Beobachtung, der wahrscheinlichste Grund und ein Merkmal zum Selbsterkennen. Mehr nicht.
Schritt 3: Die Caption bekommt den Rest. Und zwar den Teil, der im Video stören würde, aber genau der ist der interessanteste: die dritte Anfrage, bei der es eben nicht der Termin war. Die Ausnahme passt nie ins Reel, weil sie es kompliziert macht. In der Caption macht sie den Text glaubwürdig, weil sie zeigt, dass du beobachtest statt zu verkaufen.
Schritt 4: Erst jetzt die ersten beiden Zeilen bauen. Aus Schritt 3, nicht aus Schritt 2.
Der Unterschied ist von außen sichtbar. Eine Caption aus dem Reel heraus sagt: „Wie im Video gezeigt, hängt es meist am Termin." Eine Caption aus der Beobachtung heraus sagt: „Bei der dritten war es dann doch der Preis. Woran ich das gemerkt habe." Die zweite hat Informationen, die im Video nicht vorkamen, und genau dafür tippt jemand auf „mehr".
Wer bei mir die Captions schreibt
In meinem Betrieb entwirft sie eine KI-Mitarbeiterin. Conny nimmt einen Content-Auftrag an, Reel, Hook, Skript, Karussell oder Caption, und liefert einen freigabereifen Entwurf in meiner Stimme, geprüft gegen Zielgruppe, Content-Säulen und die Hausregeln. Hinter ihren Hook-Regelwerken stehen 15.536 analysierte Instagram-Hooks, und aus der Auswertung meines eigenen Kontos weiß sie, welche Formate bei mir laufen und welche nicht. Für die Caption zählt etwas anderes, und das ist der Punkt des nächsten Absatzes: Sie arbeitet aus derselben Rohnotiz wie für Hook und Skript.
Conny bekommt nicht das fertige Reel und schreibt eine Caption dazu. Sie bekommt die Beobachtungsnotiz, dieselben fünf bis acht rohen Zeilen, aus denen auch Hook und Skript entstehen. Wer nur das Video sieht, kann bestenfalls zusammenfassen, was darin vorkommt. Wer die Rohnotiz sieht, kann den Teil herausgreifen, der es nicht hineingeschafft hat, und genau darum geht es bei einer Caption.
Die zweite Hälfte ist genauso wichtig: Conny erfindet keine persönlichen Fakten über mich. Keine Anekdote, keine Zahl, kein Kundendetail. Steht in meiner Notiz nicht, wie die dritte Anfrage geklungen hat, steht im Entwurf an dieser Stelle eine Lücke und keine plausible Erfindung. Ich fülle sie in dreißig Sekunden, weil ich dabei war. Sie entwirft, ich gebe frei.
Wie man eine solche Rolle mit einem Regelwerk statt mit einer Sammlung von Prompts anlegt, steht in KI-Mitarbeiter einstellen: der Ablauf, das Handwerk dahinter in CLAUDE.md: das Gedächtnis von Claude Code und die Rollenverteilung bei mir in Meine KI-Belegschaft. Welche Arbeit sich für so eine Übergabe eignet, habe ich in Welche Aufgaben du an KI abgeben kannst sortiert.
Häufige Fragen
Wie viele Zeichen darf eine Instagram-Caption haben?
Maximal 2.200 Zeichen, dazu höchstens 30 Hashtags und 20 @-Erwähnungen. Diese Werte gibt Meta in der eigenen Entwicklerdokumentation für das Caption-Feld seiner Veröffentlichungs-Schnittstelle an; wer sie dort überschreitet, bekommt eine Fehlermeldung. Für die Eingabe in der App selbst nennt Meta an dieser Stelle keinen Wert. Im Alltag spielt es ohnehin keine Rolle: Gute Captions liegen weit darunter.
Wohin gehören die Hashtags, in die Caption oder in den ersten Kommentar?
In die Caption. Instagram schreibt zur eigenen Suche ausdrücklich, dass Keywords und Hashtags in der Bildunterschrift stehen müssen und nicht in den Kommentaren, damit ein Beitrag über die Suche gefunden wird. Der aufgeräumte Hashtag-Block im ersten Kommentar kostet also genau die Auffindbarkeit, für die die Hashtags gedacht waren.
Wie viele Hashtags soll ich benutzen?
Weniger, als erlaubt sind, und nur solche, die wirklich das Thema des Beitrags benennen. Instagram warnt davor, das System mit themenfremden Hashtags austricksen zu wollen, weil Interaktion und Verbreitung leiden können, wenn Inhalte an Uninteressierte ausgespielt werden. Wichtiger als die Anzahl ist, dass deine Themenwörter auch im Fließtext der Caption vorkommen.
Taugt ein Caption-Generator auf Deutsch?
Für die Form ja, für den Inhalt nicht. Ein Generator, der nur dein Thema kennt, liefert eine Caption, die zu tausend Beiträgen passt, und das merkt man ihr an. Nützlich wird dieselbe Technik, sobald sie deine Rohnotiz bekommt: die fünf Zeilen mit Datum, O-Ton und Ausnahme. Dann formuliert sie deinen Fall, statt einen allgemeinen zu erfinden.
Wie du weitermachst
Nimm den nächsten Beitrag, den du sowieso planst, und dreh die Reihenfolge um. Schreib zuerst die Beobachtung auf, fünf bis acht rohe Zeilen mit Datum und O-Ton, bevor du die Kamera anfasst. Streich dann an, was ins Video geht, und lass den Rest ausdrücklich stehen: die Ausnahme, die Zahl, den zweiten Fall. Daraus baust du die Caption, bevor das Reel geschnitten ist. Wenn du das nicht bei jedem Beitrag neu erklären willst, ist der nächste Schritt ein Regelwerk statt einer Sammlung von Prompts. Wie ich das aufsetze und wie Connys Vorlage aussieht, liegt in meiner Community.
