Videos barrierefrei einbetten: Untertitel, Audiodeskription und Transkripte

Dieser Artikel ersetzt keine Rechtsberatung. Bei konkreten rechtlichen Fragen zum BFSG wende dich an eine spezialisierte Kanzlei.

Was die WCAG für Videos fordert: SC 1.2.1 bis SC 1.2.5 im Detail

Die WCAG 2.1 regelt Video- und Audio-Barrierefreiheit in der Richtlinie 1.2 (Zeitbasierte Medien). Für die BFSG-Konformität auf Level AA sind folgende Success Criteria relevant:

SC 1.2.1 – Nur Audio und nur Video (voraufgezeichnet), Level A: Voraufgezeichnete reine Audio-Inhalte (z.B. Podcasts) brauchen ein vollständiges Text-Transkript. Voraufgezeichnete reine Video-Inhalte (z.B. eine Bildschirmaufnahme ohne Ton) brauchen entweder eine Textalternative oder eine Audiodeskription.

SC 1.2.2 – Untertitel (voraufgezeichnet), Level A: Alle voraufgezeichneten Audio-Inhalte in synchronisierten Medien (also Videos mit Ton) müssen Untertitel haben. Das umfasst gesprochenen Text, aber auch relevante Geräusche wie [Türklingel], [Musik] oder [Applaus]. Untertitel müssen synchron zum Gesprochenen erscheinen.

SC 1.2.3 – Audiodeskription oder Medienalternative (voraufgezeichnet), Level A: Für voraufgezeichnete Videos muss eine Alternative bereitgestellt werden: entweder eine Audiodeskription (gesprochene Beschreibung visueller Inhalte in Sprechpausen) oder ein vollständiges Text-Transkript, das sowohl Audio- als auch visuelle Informationen abdeckt.

SC 1.2.4 – Untertitel (Live), Level AA: Auch Live-Streams mit Audio (z.B. Webinare, Live-Shopping-Events) müssen Echtzeit-Untertitel bieten. Das ist technisch anspruchsvoll, aber mit Diensten wie StreamText oder AI-gestützter Live-Transkription machbar.

SC 1.2.5 – Audiodeskription (voraufgezeichnet), Level AA: Im Gegensatz zu SC 1.2.3 reicht hier ein Text-Transkript nicht aus – es muss eine echte Audiodeskription vorliegen. Das bedeutet: Eine zusätzliche Audio-Spur beschreibt in den Sprechpausen, was visuell passiert („Der Sprecher zeigt auf ein Diagramm mit steigenden Umsatzzahlen“).

Das bedeutet konkret: Jedes Video auf deiner Webseite braucht mindestens Untertitel (SC 1.2.2) und eine Medienalternative (SC 1.2.3). Für volle Level-AA-Konformität kommt die Audiodeskription (SC 1.2.5) hinzu.

Untertitel-Formate: SRT, VTT und SSA im Vergleich

Nicht jedes Untertitelformat eignet sich für jede Plattform. Die drei gängigsten Formate im Überblick:

SRT (SubRip Text): Das verbreitetste Format. Einfache Textdatei mit Zeitstempeln und fortlaufender Nummerierung. Wird von YouTube, Vimeo, VLC und den meisten Video-Playern unterstützt. Unterstützt keine Formatierung oder Positionierung. Ideal für den Einstieg.

WebVTT (Web Video Text Tracks): Der offizielle Web-Standard für HTML5-Video (<track>-Element). Unterstützt Formatierung (fett, kursiv), Positionierung (oben, unten, links) und CSS-Styling. Empfohlen für selbst gehostete Videos. YouTube und Vimeo akzeptieren VTT ebenfalls.

SSA/ASS (SubStation Alpha): Leistungsfähigstes Format mit umfangreichen Styling-Optionen (Schriftart, Farbe, Animationen). Wird häufig für Anime-Untertitel verwendet. Für Barrierefreiheit meist überdimensioniert – VTT oder SRT sind die bessere Wahl.

Empfehlung: Verwende WebVTT für selbst gehostete Videos (nutze das HTML5 <track kind="captions">-Element) und SRT für den Upload auf YouTube oder Vimeo.

Automatische Untertitel vs. manuelle Korrektur

YouTube und Vimeo bieten automatische Untertitel (Auto-Captions) – die Qualität ist brauchbar, aber nicht perfekt. Die typischen Schwachstellen:

• Fachbegriffe: „WCAG“ wird zu „W-Kack“, „BFSG“ zu „BFS-Geh“
• Eigennamen: Firmen- und Produktnamen werden fast immer falsch erkannt
• Dialekte und Akzente: Süddeutsche oder österreichische Sprecher führen zu hohen Fehlerquoten
• Hintergrundgeräusche: Musik, Straßenlärm oder Hall verschlechtern die Erkennung deutlich
• Fehlende Interpunktion: Auto-Captions setzen oft keine Satzzeichen, was die Lesbarkeit stark einschränkt

Für BFSG-Konformität empfehlen wir den Workflow: Auto-Captions generieren lassen → manuell korrigieren → als SRT/VTT exportieren. So sparst du Zeit, erreichst aber die nötige Qualität.

YouTube und Vimeo: Untertitel-Tools im Detail

YouTube Studio (kostenlos): Unter „Untertitel“ im YouTube Studio kannst du automatisch generierte Untertitel bearbeiten, eigene SRT/VTT-Dateien hochladen oder Untertitel manuell eingeben. YouTube bietet auch die Option, Untertitel zeitlich zu synchronisieren – du gibst nur den Text ein, YouTube setzt die Zeitstempel.

Vimeo (kostenpflichtige Pläne): Vimeo unterstützt den Upload von SRT- und VTT-Dateien. Seit 2023 bietet Vimeo auch automatische Untertitel für englische Videos an – für deutsche Inhalte musst du eigene Untertitel hochladen.

Weitere Tools für die Untertitel-Erstellung:

• Amara (Open Source): Kostenloser Online-Editor für kollaborative Untertitel-Erstellung
• Rev.com (professionell): Menschliche Transkription ab ca. 1,50 $/Minute – hohe Genauigkeit
• Subtitle Edit (Open Source): Desktop-Anwendung mit Waveform-Darstellung für präzises Timing
• Descript: AI-gestützte Transkription mit integriertem Video-Editor
• Otter.ai: Automatische Transkription mit guter Sprechererkennung (primär Englisch)

Audiodeskription erstellen: So geht's

Eine Audiodeskription ist eine zusätzliche Audio-Spur, die in den Sprechpausen des Videos beschreibt, was visuell passiert. Sie ist gemäß WCAG SC 1.2.5 für Level AA erforderlich.

Wann ist Audiodeskription nötig? Immer dann, wenn das Video visuelle Informationen enthält, die nicht aus dem gesprochenen Text hervorgehen. Beispiele: Diagramme, Texttafeln, Produktdemonstrationen, Gestik und Mimik, die inhaltlich relevant sind.

Workflow für die Audiodeskription:

1. Video sichten: Notiere alle visuellen Informationen, die nicht im Sprechtext vorkommen
2. Skript schreiben: Formuliere kurze, prägnante Beschreibungen für die Sprechpausen („Auf dem Bildschirm erscheint eine Tabelle mit drei Spalten: Kriterium, Status, Priorität“)
3. Einsprechen: Nimm die Audiodeskription mit ruhiger, deutlicher Stimme auf
4. Abmischen: Füge die Audiodeskription als separate Tonspur hinzu oder erstelle eine zweite Video-Version mit integrierter Audiodeskription

Alternative für kleine Budgets: Wenn eine vollständige Audiodeskription zu aufwändig ist, erstelle ein erweitertes Transkript, das visuelle Informationen in eckigen Klammern beschreibt: „[Sprecher zeigt auf Balkendiagramm: Barrierefreiheits-Verstöße 2024 vs. 2025, Rückgang um 40%]“. Das erfüllt zumindest SC 1.2.3 (Level A).

Transkripte: Die unterschätzte Barrierefreiheits-Waffe

Ein vollständiges Text-Transkript unter dem Video ist die einfachste und vielseitigste Lösung für Barrierefreiheit. Es hilft:

• Gehörlosen Nutzern: Vollständiger Zugang zum Inhalt ohne Audio
• Screenreader-Nutzern: Durchsuchbarer, navigierbarer Text
• Suchmaschinen: Video-Inhalte werden indexierbar – enormer SEO-Vorteil
• Nutzern in lauten/leisen Umgebungen: Wer in der Bahn sitzt oder im Büro, liest lieber
• Nicht-Muttersprachlern: Text ist leichter zu verstehen als gesprochene Sprache

Was ein gutes Transkript enthält:

• Vollständigen gesprochenen Text mit Sprecheridentifikation
• Relevante Geräusche in eckigen Klammern: [Musik], [Applaus], [Türklingel]
• Beschreibung visueller Informationen, die nicht im Sprechtext vorkommen
• Zeitstempel für längere Videos (alle 1-2 Minuten)

Nutze ein <details>-Element mit <summary>Transkript anzeigen</summary>, um das Transkript platzsparend einzubetten, ohne die Seite zu überladen.

Gebärdensprache: WCAG SC 1.2.6

SC 1.2.6 (Gebärdensprache, Level AAA) fordert eine Gebärdensprach-Übersetzung für voraufgezeichnete Audio-Inhalte. Dies ist ein AAA-Kriterium und damit nicht verpflichtend für BFSG-Konformität (die Level AA fordert).

Trotzdem kann Gebärdensprache sinnvoll sein – besonders für:

• Öffentliche Einrichtungen und Behörden
• Bildungsanbieter und E-Learning-Plattformen
• Gesundheitsdienstleister (z.B. Fitnessstudios mit Video-Anleitungen)

In Deutschland wird Deutsche Gebärdensprache (DGS) verwendet. Ein Gebärdensprach-Dolmetscher wird typischerweise als Bild-in-Bild (PiP) in der unteren rechten Ecke eingeblendet.

Video-Player barrierefrei einbetten

Der Video-Player selbst muss ebenfalls barrierefrei sein – das wird oft vergessen. Die Anforderungen gemäß WCAG SC 2.1.1 (Tastatur) und SC 4.1.2 (Name, Rolle, Wert):

YouTube- und Vimeo-Embeds: Grundsätzlich barrierefrei – die Plattformen kümmern sich um Player-Barrierefreiheit. Aber: Setze immer einen title auf den iframe, z.B. <iframe title="Produktvideo: So funktioniert unser BFSG-Scanner" ...>. Ohne title meldet der Screenreader nur „iframe“ – der Nutzer weiß nicht, was ihn erwartet.

Selbst gehostete Videos mit HTML5 <video>: Nutze einen barrierefreien Player wie:

• Plyr: Leichtgewichtiger Player mit voller Tastatursteuerung und Untertitel-Unterstützung
• video.js: Weit verbreiteter Open-Source-Player mit Accessibility-Plugin
• Able Player: Speziell für Barrierefreiheit entwickelter Player mit Audiodeskription-, Untertitel- und Transkript-Unterstützung

Checkliste für barrierefreie Video-Einbettung:

• Play/Pause, Lautstärke, Vollbild per Tastatur bedienbar (Tab, Enter, Leertaste)
• Alle Bedienelemente haben sichtbaren Fokus-Indikator (SC 2.4.7)
• Untertitel-Button zum Ein-/Ausschalten vorhanden
• Kein Auto-Play – oder mit sofortiger Stopp-Möglichkeit (SC 1.4.2)
• Player meldet Statusänderungen an Screenreader (z.B. „Video pausiert“)
• Transkript-Link oder ausklappbares Transkript direkt unter dem Video

Barrierefreie Videos in der Praxis: Branchen-Beispiele

Je nach Branche gelten unterschiedliche Anforderungen an Video-Barrierefreiheit:

Online-Kurse und E-Learning: Hier sind Untertitel, Audiodeskription und Transkripte besonders wichtig, da der gesamte Lerninhalt über Video vermittelt wird. Mehr dazu in unserem E-Learning-Ratgeber.

Fitness und Sport: Trainingsvideos brauchen Audiodeskription für die gezeigten Übungen und verständliche Sprache für die Anleitungen. Siehe unseren Artikel zu Barrierefreiheit für Fitnessstudios.

Produkt-Videos in Online-Shops: Produktdemonstrationen brauchen Untertitel und eine Textbeschreibung der gezeigten Produkteigenschaften. Nutze unseren BFSG-Scanner, um zu prüfen, ob deine Video-Einbettungen die Grundanforderungen erfüllen.

Häufig gestellte Fragen