9. November 2026
Untertitel, Video, Barrierefreiheit: Was WCAG-Kriterium 1.2.2 verlangt
Untertitel im Video sind für die Barrierefreiheit zentral, und die Grundregel liefert das WCAG-Erfolgskriterium 1.2.2 „Untertitel (aufgezeichnet)“ der Stufe A. Es verlangt Untertitel für alle aufgezeichneten Audioinhalte in synchronisierten Medien, außer wenn das Medium eine Medienalternative für Text ist und eindeutig als solche gekennzeichnet ist. Konkret bedeutet das: Ihre Videos müssen sich mit einem synchronisierten Text abspielen lassen, der wiedergibt, was zu hören ist, damit gehörlose und schwerhörige Menschen den Ton verstehen. Dieser Text beschränkt sich nicht auf Dialoge: Er nennt auch, wer spricht, und gibt nicht-sprachliche Toninformationen wieder, etwa bedeutsame Soundeffekte oder Musik. Im Folgenden lesen Sie, was das W3C genau erwartet, wann keine Untertitel nötig sind, welche Techniken anerkannt sind (darunter das track-Element) und welche Fehler zum Nichterfüllen des Kriteriums führen.
Was WCAG 1.2.2 zu Untertiteln im Video sagt
Kriterium 1.2.2 gilt für aufgezeichnete Audioinhalte in synchronisierten Medien. Laut WCAG-Glossar sind synchronisierte Medien Audio oder Video, das mit einem anderen Format zur Darstellung von Informationen und/oder mit zeitbasierten interaktiven Komponenten synchronisiert ist. Aufgezeichnet heißt schlicht „nicht live“. Live bezeichnet Informationen, die bei einem realen Ereignis erfasst und höchstens mit einer Sendeverzögerung an den Empfänger übertragen werden; dafür verweist das W3C auf ein eigenes Kriterium, 1.2.4 „Untertitel (live)“.
Als Ziel nennt das W3C, gehörlosen und schwerhörigen Menschen das Ansehen synchronisierter Medienpräsentationen zu ermöglichen. Untertitel liefern den Teil des Inhalts, der über die Tonspur vermittelt wird. Der Nutzen ist direkt: Über die Untertitel erhalten diese Menschen Zugang zu den auditiven Informationen des Mediums.
Das W3C räumt zudem ein, dass es derzeit schwierig sein kann, Untertitel für zeitkritisches Material zu erstellen. Autorinnen und Autoren stehen dann vor der Wahl, die Information zu verzögern, bis Untertitel vorliegen, oder Inhalte zu veröffentlichen, die für gehörlose Menschen zumindest bis zur Bereitstellung der Untertitel nicht zugänglich sind. Mit der Zeit, so das W3C, können Untertitelungswerkzeuge und die Einbindung der Untertitelung in den Auslieferungsprozess solche Verzögerungen verkürzen oder beseitigen.
Was barrierefreie Untertitel enthalten müssen
Das WCAG-Glossar definiert Untertitel als synchronisierte visuelle und/oder textuelle Alternative für sprachliche und nicht-sprachliche Audioinformationen, die zum Verständnis des Medieninhalts nötig sind. Es grenzt sie von reinen Dialog-Untertiteln ab: Sie geben den gesprochenen Dialog wieder und zusätzlich Entsprechungen für nicht-dialogische Toninformationen, die für das Verständnis nötig sind.
Die Beispiele des W3C machen das greifbar. In einem Video-Tutorial, das zeigt, wie man einen Knoten bindet, lauten die Untertitel etwa „(Musik) Das Knüpfen von Knoten mit Seilen war eine wichtige Fähigkeit für Seeleute, Soldaten und Waldarbeiter.“ Bei Konzertvideos eines Orchesters geben die Untertitel Dialoge und Liedtexte wörtlich wieder und benennen Instrumentalmusik nach Titel, Satz, Komponist und allen Angaben, die helfen, die Art des Tons zu verstehen, bis hin zu einer Beschreibung wie „ruhige Melodie in langsamem Tempo“.
- Das Gesprochene (Dialoge, Erzählung, Liedtexte).
- Die Angabe, wer spricht.
- Bedeutsame Soundeffekte.
- Musik, Lachen und Position der Sprechenden, wenn sie für das Verständnis nötig sind.
- Eine Darstellung, die laut WCAG-Glossar relevante Informationen im Video nicht verdecken oder behindern sollte.
Untertitel, Closed Captions und Transkript: die Unterschiede
Die WCAG unterscheiden zwei Formen. Geschlossene Untertitel (Closed Captions) sind Entsprechungen, die sich in manchen Playern ein- und ausschalten lassen. Offene Untertitel (Open Captions) lassen sich nicht ausschalten, etwa wenn sie als Bilder von Text in das Video eingebettet sind. Beide zählen zu den hinreichenden Techniken des Kriteriums. Das Glossar merkt außerdem an, dass Captions in manchen Ländern Subtitles genannt werden. Unser Rat: Prüfen Sie, ob es sich um vollständige Untertitel handelt und nicht um reine Dialog-Untertitel.
Und das Transkript? Entscheidend ist die Synchronisation: Nach der WCAG-Definition sind Untertitel mit dem Medium synchronisiert. Ein Text neben dem Video, der nicht zeitgleich mit dem Ton angezeigt wird, entspricht dieser Definition daher nicht. Alle für 1.2.2 aufgeführten hinreichenden Techniken bestehen darin, Untertitel bereitzustellen, offen oder geschlossen. Keine Untertitel sind nur dann nötig, wenn das Video lediglich Informationen wiedergibt, die bereits als Text auf der Seite stehen, und eindeutig als solche Alternative gekennzeichnet ist, wie weiter unten erklärt.
Audiodeskription schließlich, also eine hinzugefügte Erzählung, die wichtige visuelle Details beschreibt, kann untertitelt werden, muss es aber nicht, da sie Informationen beschreibt, die bereits visuell dargestellt sind.
Anerkannte Techniken, darunter das track-Element
Das W3C listet die Techniken auf, die die Arbeitsgruppe als hinreichend zur Erfüllung des Kriteriums ansieht. Eine Technik kann über die Mindestanforderung hinausgehen, und es kann weitere Wege geben, das Kriterium zu erfüllen. Als hinreichend gelten zwei Techniken: G93, offene (immer sichtbare) Untertitel bereitstellen, und G87, geschlossene Untertitel bereitstellen. G87 wird mit einer der folgenden Techniken umgesetzt.
- H95: das track-Element verwenden, um Untertitel bereitzustellen.
- SM11: Untertitel über synchronisierte Textströme in SMIL 1.0 bereitstellen.
- SM12: Untertitel über synchronisierte Textströme in SMIL 2.0 bereitstellen.
- Ein leicht verfügbares Medienformat verwenden, dessen Videoplayer geschlossene Untertitel unterstützt.
Wann keine Untertitel nötig sind
Untertitel sind nicht erforderlich, wenn das synchronisierte Medium selbst eine alternative Darstellung von Informationen ist, die auch als Text auf der Webseite stehen. Das W3C nennt ein Video, das nicht mehr Informationen bietet als der Seitentext, aber für Menschen mit kognitiven, sprachlichen oder Lernbeeinträchtigungen leichter verständlich ist: Da die Information bereits als Text oder Textalternative vorliegt, braucht das Video keine Untertitel.
Zwei Beispiele veranschaulichen das: ein komplexes juristisches Dokument, bei dem mehrere Absätze jeweils von einem Clip begleitet werden, in dem eine Person den Inhalt des Absatzes spricht, und eine Bedienungsanleitung, die ein Bauteil und seine Ausrichtung beschreibt, ergänzt um einen Clip, der das Teil in der richtigen Ausrichtung zeigt. In beiden Fällen werden keine Untertitel bereitgestellt. Achtung: Das Medium muss eindeutig als Alternative zum Text gekennzeichnet sein, sonst ist das Kriterium nicht erfüllt.
Typische Fehler bei WCAG 1.2.2
Die W3C-Arbeitsgruppe führt drei typische Fehler auf. Sie eignen sich gut als Checkliste vor der Veröffentlichung eines Videos. Für diesen Aspekt gibt es außerdem eine formale Testregel: „Auditiver Inhalt eines Video-Elements hat eine barrierefreie Alternative“. Für ein Audit können Sie mit einem kostenlosen Test Ihrer Seiten beginnen und anschließend eine kontinuierliche Überwachung einrichten, um neu veröffentlichte Videos ohne Untertitel zu erkennen.
- F8: Untertitel, die einen Teil der Dialoge oder wichtige Soundeffekte auslassen.
- F75: synchronisierte Medien ohne Untertitel, obwohl sie mehr Informationen bieten als die Seite.
- F74: synchronisierte Medien als Alternative zu Text, die nicht als Alternative gekennzeichnet sind.
Häufige Fragen
Sind Untertitel für barrierefreie Videos Pflicht?
Nach WCAG 1.2.2, einem Kriterium der Stufe A, müssen für alle aufgezeichneten Audioinhalte in synchronisierten Medien Untertitel bereitgestellt werden. Einzige Ausnahme ist ein Medium, das eine Alternative für Text ist und eindeutig als solche gekennzeichnet ist.
Was müssen barrierefreie Untertitel enthalten?
Sie geben die Dialoge wieder, nennen, wer spricht, und enthalten die nicht-sprachlichen Toninformationen, die für das Verständnis nötig sind: bedeutsame Soundeffekte, Musik, Lachen, Position der Sprechenden.
Was ist der Unterschied zwischen Untertiteln und Transkript?
Im Sinne der WCAG sind Untertitel mit dem Medium synchronisiert. Ein Text neben dem Video ohne Synchronisation entspricht dieser Definition nicht, und die hinreichenden Techniken von 1.2.2 betreffen alle offene oder geschlossene Untertitel.
Sind eingebrannte (offene) Untertitel zulässig?
Ja. Offene Untertitel, die sich nicht ausschalten lassen, sind eine hinreichende Technik (G93), ebenso wie geschlossene Untertitel (G87). Laut WCAG-Glossar sollten Untertitel in jedem Fall keine relevanten Informationen im Video verdecken.
Wie füge ich Untertitel zu einem HTML-Video hinzu?
Die hinreichende Technik G87 (geschlossene Untertitel) lässt sich mit H95 umsetzen, also mit dem track-Element. Sie können auch ein leicht verfügbares Medienformat verwenden, dessen Player geschlossene Untertitel unterstützt.
Gilt WCAG 1.2.2 auch für Live-Videos?
Nein. 1.2.2 betrifft aufgezeichnete Inhalte, also Inhalte, die nicht live sind. Für Live-Untertitel verweist das W3C auf Kriterium 1.2.4.
Weiterlesen bei Conformly
Quellen
Dieser Artikel stützt sich auf die am Seitenende genannten offiziellen Quellen.