Für kurze Hochkant-Videos gibt es zwei Arten von Untertitel-Werkzeugen. Die Reel-Spezialisten (Submagic, OpusClip, Captions, Kapwing) brennen animierte Untertitel ins Bild und sind auf 9:16 gebaut. Die Schnittprogramme mit Untertitel-Funktion (CapCut, Adobe Premiere Pro, DaVinci Resolve) geben dir Timeline, Datei-Export und volle Gestaltung. Alle Hersteller werben mit hohen Genauigkeitswerten, die keiner von ihnen nach Sprache aufschlüsselt. Der praktische Unterschied liegt woanders: ob eine Korrektur bleibt, ob sich ein Untertitel-Stil speichern lässt, ob die Gratisstufe ein Wasserzeichen setzt oder die Länge deckelt, und ob am Ende eine Untertiteldatei herauskommt oder nur ein fertiges Video. Alle Preise: Stand September 2026, Herstellerangaben in US-Dollar, abweichend nach Plattform, Region und Steuer.
Ich benutze für meine eigenen Reels keines davon; bei mir läuft der Untertitel als fester Arbeitsschritt mit einem lokalen Spracherkennungsmodell und einem Abgleich gegen das Skript. Durchgesehen habe ich sie trotzdem, weil fast jeder dort anfängt. Alles, was ich zu KI im Arbeitsalltag sammle, steht auf der Seite KI. Wie automatische Untertitel überhaupt entstehen, steht in Untertitel automatisch erstellen; hier vergleiche ich die Werkzeuge selbst.
Warum die Erkennungsgenauigkeit die falsche Frage ist
Submagic wirbt mit „99% caption accuracy" in „123+ supported languages", OpusClip mit „99% Transcription accuracy" bei „20+ Languages", und Submagic legt auf der Sprachenseite nach, das eigene System sei „4.77% better than Amazon AI or AssemblyAI in all languages". Das sind Herstellerangaben, keine geprüften Messwerte, und keine davon ist nach Sprache oder Datensatz aufgeschlüsselt. Für Deutsch sagt eine Zahl über alle Sprachen hinweg wenig, weil die Fehler fast immer an denselben Stellen sitzen: Eigennamen, Fachbegriffe, zusammengesetzte Wörter.
CapCut sagt es auf der eigenen Ratgeberseite deutlicher als jede Prozentzahl: Man solle den erzeugten Text durchsehen und „correct possible errors", besonders bei Eigennamen, Fachbegriffen und Spezialvokabular. Wie gut die Erkennung wirklich ist, lässt sich aus Herstellerzahlen nicht ablesen; der Unterschied entsteht ohnehin danach. Drei Fragen, drei Abschnitte:
- Bleibt eine Korrektur, oder tippst du denselben Eigennamen in jedem Video neu?
- Lässt sich der Untertitel-Stil einmal festlegen und wiederverwenden?
- Bleibt der Text lesbar, wenn er über bewegtem Bild steht?
Preise, Gratisstufen und Wasserzeichen
Die Gratisstufen unterscheiden sich stärker als die Bezahlstufen: Wer nur ausprobieren will, landet oft bei CapCut oder Captions. Bei CapCut lassen sich manuell gebaute Projekte mit freien Elementen grundsätzlich sauber exportieren; Vorlagen-Outros, Premium- oder Stock-Elemente und der gewählte Exportweg können trotzdem ein Wasserzeichen oder eine Bezahlschranke auslösen. Submagic verzichtet auf eine Gratisstufe, setzt laut Preisseite aber in keiner Stufe ein Wasserzeichen. Du zahlst ab dem ersten Video und bekommst dafür von Anfang an ein Ergebnis, das du veröffentlichen kannst.
Längenbegrenzungen stehen selten auf der Startseite und entscheiden trotzdem mit. Submagic deckelt die Videolänge je Stufe: 2 Minuten in Starter, 5 in Pro, 30 in Business, dazu 15, 40 oder 100 Videos im Monat und 4K erst in Business. Kapwing begrenzt die Gratisstufe auf vier Minuten und 720p. Für ein kurzes Reel reicht beides, für ein Podcast-Video, aus dem du Clips schneidest, nicht mehr. Metas Anzeigenleitfaden lässt Reels in der Anzeigenplatzierung bis zu 15 Minuten zu; für organische Reels prüfst du die aktuelle Vorgabe direkt in der App. In beiden Fällen kann das Werkzeug früher deckeln.
Deutsch, Stile, Marke und Export
Der Export ist die Spalte, die am häufigsten übersehen wird. Submagic und CapCut geben die Untertiteldatei heraus, du spielst dasselbe Video also auf Instagram eingebrannt und auf YouTube zuschaltbar aus. OpusClip und Captions liefern nur das fertige Video. Für ein Reel im Feed egal; bei jeder Zweitverwertung spart die Datei einen kompletten Durchlauf.
Eigennamen: einmal korrigieren statt jedes Mal
Die Funktion mit dem größten Unterschied im Wochenbetrieb heißt bei jedem Anbieter anders. Ein dauerhaftes Wörterbuch, das Schreibweisen über Videos hinweg festhält, beschreiben Submagic und OpusClip in ihren Hilfeseiten.
Submagic führt ein eigenes Wörterbuch: Du trägst „unique terms, brand names, and industry-specific vocabulary" ein, und das System soll diese Schreibweisen künftig treffen. Beispiel aus dem Hilfeartikel: „Cap kut" wird „CapCut".
OpusClip nennt es Brand Vocabulary: Du doppelklickst ein falsch erkanntes Wort im Editor und kreuzt „Add to brand vocabulary" an, oder du trägst die Begriffe vorab in der Asset Library unter „Add proper nouns" ein. Die Hilfeseite sagt zur Wirkung: „All new clips going forward will transcribe the terms you added correctly." Bereits erzeugte Clips müssen neu verarbeitet werden; innerhalb eines Clips korrigiert „Apply to all" alle Vorkommen auf einmal.
Bei CapCut und Captions habe ich in den geprüften Quellen kein dauerhaftes Wörterbuch gefunden; beschrieben ist dort der Weg über den Editor je Video: falsches Wort antippen, neu tippen. Schnell, und das Video vor dir ist erledigt.
Lokal mit Whisper gibst du die Schreibweisen über --initial_prompt mit; ausführlich steht der Weg in der Anleitung zum automatischen Untertiteln. Der Vorteil: Die Liste ist eine Textdatei in deinem Projekt, kein Eintrag im Konto eines Anbieters.
Die Rechnung dahinter ist simpel: Kommen in jedem Video dieselben fünf Namen vor, spart ein Wörterbuch fünf Korrekturen pro Video. Bei drei Videos die Woche sind das über ein Jahr rund 780 Korrekturen, die nicht anfallen. Keine Prognose, Multiplikation.
Den Stil einmal festlegen
Ein Untertitel-Stil besteht aus Schriftart, Größe, Farbe, Kontur, Position und Animation: sechs Einstellungen, die bei jedem Video identisch sein sollten, damit dein Kanal wie ein Kanal aussieht.
CapCut hat dafür „Alle Untertitel anwenden": ein Stil auf jeden automatisch erzeugten Untertitel im Projekt, in der Web-, Desktop- und Mobilfassung. Ein Detail mit Sprengkraft steht in CapCuts eigenem Hilfeartikel: Manuell eingefügte oder als SRT importierte Untertitel reagieren nicht darauf. Wer die Datei woanders erzeugt und in CapCut nur gestalten will, verliert genau die Funktion, wegen der er gekommen ist.
OpusClip speichert den Stil im Brand Template, samt Schrift, Farbe, Position, Animation, Logo und Call-to-Action; eigene Schriften kommen über die Asset Library dazu. Submagic bietet das Brand Kit ab Pro, in Starter nicht. Captions gibt dir in der Gratisstufe genau eine Vorlage.
Adobe Premiere Pro kennt Track-Stile für die ganze Untertitelspur, DaVinci Resolve gestaltet über Track Styles im Inspector; beide Wege stehen unten in den häufigen Fragen. Bei Resolve steckt die automatische Erzeugung in der Studio-Version für einmalig 295 Dollar. Was beide sonst können und kosten, steht im Vergleich der KI-Videoschnitt-Software.
Lokal ist der Stil kein Menü, sondern ein Parameter: ffmpeg rendert Untertitel über libass ins Bild, force_style nimmt die ASS-Stilfelder entgegen. Die Markenvorgabe liegt in einer Zeile Skript statt in einer Klickfolge und ist beim nächsten Video automatisch dieselbe.
Lesbar über bewegtem Bild
Der Punkt, an dem die meisten Reels scheitern, und der in keiner Funktionsliste steht. Zwei Stellschrauben und eine Sichtprüfung.
Die Position. Die einzige veröffentlichte Prozentangabe stammt von Meta und steht im Ads Guide für die Anzeigenplatzierung in Instagram Reels: mindestens 14 Prozent oben, 35 Prozent unten und 6 Prozent an jeder Seite frei von Text und Logos. Für organische Reels veröffentlicht Meta keine eigenen Werte, und wie viel die Bedienoberfläche verdeckt, hängt von App-Version und Gerät ab. Ich nehme die Anzeigenwerte deshalb als konservative Vorlage und messe einmal am eigenen Gerät nach: Reel hochladen, Vorschau ansehen, nachsehen, was Bedienfeld, Beschreibung und Profilbild wirklich überdecken. Daraus wird deine Vorlage, und die Untertitel wandern einmal im gespeicherten Stil nach oben. Wer nicht allein nachmessen will, bringt den Screenshot in die Community; dort prüfen Leute mit anderen Geräten gegen.
Der Kontrast. Weiße Schrift auf bewegtem Bild ist mal lesbar und mal nicht, je nachdem, was hinter ihr passiert. Zwei Auswege: eine kräftige Kontur oder ein deckender Kasten. In den ASS-Stilfeldern, die libass und damit ffmpeg verstehen, ist das ein einziger Wert: BorderStyle steht laut der Formatbeschreibung des libass-Projekts auf 1 für eine Kontur entlang der Buchstabenform oder auf 3 für rechteckige Kästen. Dazu Outline und Shadow für die Stärke, OutlineColour und BackColour für die Farben, MarginV für den Randabstand. In den Reel-Werkzeugen heißen dieselben Einstellungen Kontur, Hintergrund und Position.
Die Probe: Video auf dem Handy ansehen, bei Tageslicht, ohne Ton. Musst du eine Zeile zweimal lesen, geh sieben Punkte durch: Position, Kontrast, Schriftgröße, Standzeit, Zeilenlänge, Umbruch, Animation. Und lies das Wort selbst noch einmal, manchmal hat schlicht die Erkennung danebengelegen.
Wenn das jede Woche anfällt
Alles oben ist Werkzeugwahl, und für ein Reel in der Woche ist das die richtige Ebene. Ab dem dritten wird daraus eine Personalfrage, und ich habe sie so beantwortet: keine weitere App, sondern eine feste Rolle. Eddi ist mein KI-Mitarbeiter für Videoschnitt. Er bekommt Rohmaterial und ein Skript und liefert ein fertiges Reel: Pausen und Fehlstarts raus, Untertitel drauf, Overlays gesetzt, 9:16.
Bei ihm läuft der lokale Weg aus den Tabellen oben: ein Whisper-Modell auf dem eigenen Rechner erzeugt den Text, ffmpeg schneidet, Remotion baut Übergänge und Overlays, alles über die Kommandozeile. Dann kommt der Schritt, der ihn von einem Abo unterscheidet: Er gleicht das Transkript gegen ein zweites ab, bevor ein Wort ins Bild geht. Erst danach brennt er die Untertitel im Markenstil ein. Nach jedem Encode läuft ein Schwarzbild-Scan, und der stammt aus einer Reklamation von mir, nicht aus einem Handbuch.
Die Technik ist dieselbe wie im Abo. Der Unterschied: Die Prüfung ist fest eingebaut und hängt nicht daran, ob am Freitagabend noch jemand vierzig Untertitelzeilen gegenlesen mag. Wie so eine Rolle entsteht, steht in KI-Mitarbeiter einstellen: der Ablauf, wie die Arbeit bei mir verteilt ist, in Meine KI-Belegschaft. Idee, Hook und Skript sind eine eigene Baustelle: Kann eine KI Instagram-Reels erstellen?.
Häufige Fragen
Welche App ist die beste für Untertitel bei Reels?
Es kommt darauf an, was nach der Erkennung passieren soll. Für animierte Untertitel mit gespeichertem Markenstil sind Submagic und OpusClip gebaut. Für kostenlose Nutzung mit Datei-Export ist CapCut die naheliegende Wahl, solange du freie Elemente und einen wasserzeichenfreien Exportweg nutzt. Für volle Kontrolle ohne laufende Kosten bleibt der lokale Weg über Whisper und ffmpeg.
Kann CapCut Untertitel automatisch erstellen und als SRT exportieren?
Ja, beides. CapCut erzeugt Untertitel per Spracherkennung und gibt sie getrennt vom Video als SRT- oder TXT-Datei aus; im Export wählst du den Untertitel-Export statt des Video-Exports. Eine Bedingung nennt CapCut selbst: Exportierbar sind nur automatisch erkannte Untertitel, nicht manuell eingetippte Texte.
Gibt es Untertitel-Tools für Reels kostenlos und ohne Wasserzeichen?
Ja. CapCut ist in der Grundfassung kostenlos und manuelle Projekte mit freien Elementen lassen sich grundsätzlich ohne Wasserzeichen exportieren. Bei Vorlagen, Premium- oder Stock-Elementen, Vorlagen-Outros und einzelnen Exportwegen prüfst du die Vorschau vor dem Export. Captions setzt laut eigener Hilfeseite in keiner Stufe ein Wasserzeichen und gibt der Gratisstufe 60 bis 200 einmalige Credits. Der Untertitel-Sticker in Instagram kostet nichts, und Whisper ist lokal unter MIT-Lizenz frei.
Kann DaVinci Resolve automatisch Untertitel erstellen?
Ja, aber nur in der Studio-Version für einmalig 295 Dollar. Die Gestaltung läuft über Track Styles im Inspector, mit Schrift, Farbe, Größe und Position; Resolve rendert die Untertitel ins Bild oder exportiert sie als TTML, SRT oder VTT. In der kostenlosen Version fehlt die automatische Erzeugung.
Wie stelle ich in Premiere Pro einen Untertitel-Stil für alle Untertitel ein?
Über Track-Stile. Du gestaltest einen einzelnen Untertitel, legst im Track-Style-Bereich über das Plus einen Stil an und wendest ihn auf die gesamte Untertitelspur an. Änderst du ihn später, aktualisieren sich alle Untertitel in einem Zug. Mit „Save to Local styles" steht derselbe Stil in weiteren Projekten bereit.
Wie du weitermachst
Nimm dein letztes Reel und prüfe drei Dinge, bevor du ein Werkzeug wechselst. Erstens: Waren die Wörter, die du von Hand korrigiert hast, dieselben wie beim Reel davor? Dann brauchst du ein Wörterbuch, keine bessere Erkennung. Zweitens: Steht dein Untertitel im unteren Drittel, wo auf dem Handy Bedienfeld und Beschreibung liegen? Dann schieb ihn nach oben und speichere den Stil. Drittens: Bekommst du eine SRT-Datei heraus? Wenn nicht, machst du jede Zweitverwertung doppelt.
Danach weißt du, ob dein Problem die Werkzeugwahl ist oder die Wiederholung. Ist es die Wiederholung, ist der nächste Schritt eine feste Rolle statt des nächsten Abos. Die Vorlagen dafür liegen in meiner Community, zusammen mit den Leuten, die denselben Weg schon gegangen sind.
