Untertitel für Hörgeschädigte 2026: Closed Captions nach WCAG 2.2, Unterschied zu Subtitles, WebVTT im HTML Video und KI Untertitel richtig prüfen.
Mehr erfahren
Audiodeskription, kurz AD, ist eine gesprochene Beschreibung der wichtigen Bilder eines Videos, die in den Pausen zwischen Dialogen und Geräuschen eingesprochen wird. Sie macht Filme und Webvideos für blinde und sehbehinderte Menschen verständlich, und die WCAG 2.2 verlangen sie ab Stufe AA für aufgezeichnete Videos.
Ein Film mit AD heißt im Deutschen oft Hörfilm. Die Stimme sagt, wer gerade den Raum betritt, was auf einer Tafel steht oder warum alle plötzlich lachen. Sie spricht nur dann, wenn niemand sonst spricht.
Auf Websites betrifft AD vor allem Produktvideos, Tutorials, Imagefilme und Webinar Aufzeichnungen. Überall dort, wo das Bild etwas zeigt, das der Ton nicht sagt.
Ein Tag inhouse mit Roland Golla, offizieller Cypress Ambassador und seit über 20 Jahren in Testing und Refactoring zu Hause. Auf unserem YouTube Kanal zeigt er in über 70 Live Coding Tutorials, wie Cypress in echten Projekten läuft. Dazu kommt unser Open Source Plugin NCA TESTIFY: Basistests für jede Website, mit einer Zeile im CI/CD Setup. Im Workshop lernt euer Team Setup, stabile Selektoren, Custom Commands und Tests in der Pipeline.
Eine Beschreibung einzusprechen ist Handwerk für Profis aus Film und Redaktion. Damit sie im Web ankommt, braucht es aber Technik: einen Player, der eine zweite Tonspur oder eine AD Fassung anbietet, Bedienelemente, die per Tastatur erreichbar sind, und Tests, die verhindern, dass ein Release diese Wege kappt. Genau das bauen wir. Wir entwickeln Frontends mit Astro, React und Vue und sichern Videoseiten mit Cypress Tests in der Pipeline ab.
Wir prüfen eure Videos in einem Accessibility Audit gegen die Medienkriterien der WCAG 2.2 und zeigen, wo eine AD fehlt und wo eine Textfassung reicht. Den Player und die Videoseiten setzen wir im barrierefreien Webdesign um, inklusive Bedienung per Tastatur. Mit automatisiertem Accessibility Testing bleibt das auch nach dem nächsten Release so. Welche Pflichten dahinter stehen, erklärt die Seite zum BFSG.
Stell dir vor, du schaust einen Film mit einer Freundin, die nicht sehen kann. Im Bild öffnet jemand langsam eine Tür. Kein Wort, nur Musik. Du beugst dich zu ihr und flüsterst: „Er schleicht ins Büro. Auf dem Tisch liegt ein Brief.“ Dann ist wieder Ruhe, bis der nächste Satz fällt.
Genau das macht Audiodeskription. Sie erzählt dir leise, was im Bild passiert, wenn niemand spricht. Sie redet nie über den Dialog drüber. Sie wartet auf die Lücke.
Für Webvideos ist das oft viel einfacher als im Kino. Ein Tutorial zeigt, welcher Button geklickt wird. Ein Produktvideo blendet einen Preis oder ein Datum ein. Eine Sprecherin zeigt auf ein Diagramm und sagt nur „hier sieht man es deutlich“. Wer das Bild nicht sieht, verpasst genau die Information, um die es geht.
Die gute Nachricht: Oft reicht es, das Video von Anfang an so zu planen, dass der Ton alles sagt. Wer beim Dreh „Klick oben rechts auf Speichern“ sagt statt „Klick hier“, braucht später weniger Beschreibung.
Untertitel und AD lösen zwei entgegengesetzte Probleme. Untertitel für Hörgeschädigte machen den Ton sichtbar. AD macht das Bild hörbar. Ein Video kann perfekt untertitelt sein und trotzdem für blinde Menschen nichts erklären. Auch eingebrannte Open Captions und Videos in Deutscher Gebärdensprache richten sich an Menschen, die nicht hören. AD ist die Antwort für Menschen, die nicht sehen.
In den WCAG 2.2 regeln vier Kriterien die AD für aufgezeichnete Videos mit Ton:
Für die meisten Websites ist Stufe AA das Ziel. Damit ist 1.2.5 der entscheidende Punkt. Eine Ausnahme ist wichtig: Sagt der Ton schon alles, was das Bild zeigt, braucht es keine eigene AD.
Und technisch? HTML kennt ein track Element mit kind="descriptions" für Textbeschreibungen, die eine Sprachausgabe vorlesen soll. Die W3C Technik H96 sagt dazu offen: Browser unterstützen das nicht von sich aus, nur über JavaScript Polyfills. Wer sich heute auf AD verlassen will, bietet deshalb eine eingesprochene Tonspur oder eine eigene AD Fassung des Videos an.
Zwischen „gar nichts“ und „Hörfilm mit Pausen“ liegen mehrere Schritte. Die Tabelle zeigt, was jede Stufe leistet und welches WCAG Kriterium damit erfüllt ist.
Ein fester Platz für die Alternative. Legt im Team eine einfache Regel fest: Jedes Video steht in einer figure, und darunter verlinkt ihr die Version mit AD und die Textfassung. Das Attribut data-media-alternative ist dabei eure eigene Konvention, damit Tests die Links sicher finden. Eine Spur mit kind="descriptions" könnt ihr zusätzlich anbieten, als einzige Lösung reicht sie wegen der fehlenden Browserunterstützung nicht.
<figure>
<video controls preload="metadata">
<source src="/videos/produkt.mp4" type="video/mp4">
<track kind="captions" src="/videos/produkt.de.vtt" srclang="de" label="Deutsch">
<track kind="descriptions" src="/videos/produkt.ad.de.vtt" srclang="de" label="Bildbeschreibung">
</video>
<figcaption>
Produktvideo: So richtest du das Gerät ein.
<a href="/videos/produkt-audiodeskription" data-media-alternative="ad">Version mit Audiodeskription</a>
<a href="/videos/produkt-textfassung" data-media-alternative="text">Textfassung mit Bildbeschreibung</a>
</figcaption>
</figure>
Der Test sichert die Regel ab. Cypress geht jedes Video auf der Seite durch und verlangt mindestens einen Link zur Alternative. Danach prüft der Test, dass die verlinkten Seiten und eine vorhandene Beschreibungsspur wirklich ausgeliefert werden. So fällt ein toter Link schon in der Pipeline auf.
describe('Videos haben eine Alternative für das Bild', () => {
beforeEach(() => {
cy.visit('/produkt')
})
it('jedes Video verlinkt eine AD Fassung oder Textfassung', () => {
cy.get('video').each(($video, index) => {
const alternativen = $video.closest('figure').find('a[data-media-alternative]')
expect(alternativen.length, `Alternative für Video ${index + 1}`).to.be.greaterThan(0)
})
})
it('die verlinkten Alternativen sind erreichbar', () => {
cy.get('a[data-media-alternative]').each(($link) => {
cy.request($link.prop('href')).its('status').should('eq', 200)
})
})
it('vorhandene Beschreibungsspuren werden ausgeliefert', () => {
cy.get('body').then(($body) => {
const spuren = $body.find('video track[kind="descriptions"]')
spuren.each((_, track) => {
cy.request(track.src).its('body').should('contain', 'WEBVTT')
})
})
})
})
kind="descriptions" gibt es laut W3C keine native Unterstützung. Ohne Polyfill hört niemand etwas.… a few well-chosen words can conjure vivid and lasting images.
Untertitel für Hörgeschädigte 2026: Closed Captions nach WCAG 2.2, Unterschied zu Subtitles, WebVTT im HTML Video und KI Untertitel richtig prüfen.
Mehr erfahrenAD wird oft erst am Ende gedacht, wenn das Video fertig geschnitten ist. Dann fehlen die Pausen, und die Beschreibung muss sich durchquetschen. Leichter wird es, wenn ihr schon beim Skript fragt: Was zeigt das Bild, das der Ton nicht sagt? Vieles lässt sich direkt in den gesprochenen Text holen.
AD gehört zur großen Familie der Textalternativen. Für Bilder sind das der Alternativtext und allgemein die Regeln für Nicht-Text-Inhalte. Dahinter steht das Prinzip „wahrnehmbar“ aus den vier Grundprinzipien POUR. Eine Textfassung profitiert außerdem von klarer Sprache, wie sie die Seite zu Leichter und Einfacher Sprache beschreibt.
Wer mit synthetischen Stimmen arbeitet, sollte wissen, was Text-to-Speech kann und wo die Grenzen liegen. Welche Werkzeuge beim Prüfen von Medien helfen, zeigt der Überblick zu Accessibility Testing Tools. Den rechtlichen Rahmen in Europa setzt der European Accessibility Act, die Stufen A, AA und AAA erklärt die Seite zur Konformität.
Wir sind hier, um Ihnen zu helfen. Gemeinsam meistern wir Ihre digitalen Herausforderungen und fördern die Inklusion im Internet. Lassen Sie uns Ihre Projekte mit barrierefreiem Webdesign erfolgreich machen.
WCAG Kriterien, Hörfilm, Textfassung und Technik im Player: die wichtigsten Antworten zur AD im Web.
Audiodeskription, kurz AD, ist eine gesprochene Beschreibung der wichtigen Bildinhalte eines Videos. Sie wird in die Pausen zwischen Dialogen und Geräuschen gesetzt. So verstehen blinde und sehbehinderte Menschen, was im Bild passiert. Auf Websites ist sie 2026 vor allem bei Tutorials, Produktvideos und Imagefilmen ein Thema, weil die WCAG 2.2 sie ab Stufe AA verlangen.
Für Websites, die WCAG 2.2 auf Stufe AA erfüllen sollen, ja. Kriterium 1.2.5 verlangt eine AD für aufgezeichnete Videos mit Ton. Eine Ausnahme gilt, wenn der Ton bereits alle wichtigen Bildinhalte vermittelt. Ob dein Angebot 2026 unter das BFSG oder die BITV 2.0 fällt, hängt von der Art des Angebots und der Organisation ab.
Vier Kriterien der WCAG 2.2. Kriterium 1.2.3 auf Stufe A erlaubt eine AD oder eine vollständige Textfassung. Kriterium 1.2.5 auf Stufe AA verlangt eine AD. Kriterium 1.2.7 auf Stufe AAA beschreibt die erweiterte AD, bei der das Video pausiert. Kriterium 1.2.8 auf Stufe AAA verlangt zusätzlich eine vollständige Textfassung für alle aufgezeichneten Medien.
Untertitel machen den Ton sichtbar und helfen Menschen, die nicht hören. Audiodeskription macht das Bild hörbar und hilft Menschen, die nicht sehen. Beide ergänzen sich, keines ersetzt das andere. Ein barrierefreies Video auf Stufe AA braucht 2026 deshalb in der Regel beides: Untertitel nach Kriterium 1.2.2 und eine AD nach Kriterium 1.2.5.
Nach Angaben des W3C gibt es keine native Unterstützung in Browsern für Beschreibungsspuren mit kind descriptions. Möglich ist das nur über JavaScript Polyfills. Wer 2026 sicher eine AD anbieten will, liefert deshalb eine eingesprochene Tonspur oder eine eigene Version des Videos mit AD. Die Beschreibungsspur kann zusätzlich bestehen, als einzige Lösung reicht sie nicht.
Hörfilm ist der deutsche Begriff für einen Film mit Audiodeskription. Eine Stimme beschreibt in den Dialogpausen Handlung, Orte, Personen und Mimik. Im Fernsehen und in Mediatheken werden solche Fassungen meist eigens gekennzeichnet. Für Webvideos gilt dasselbe Prinzip, nur oft kürzer und sachlicher, etwa bei Anleitungen, Erklärvideos oder Produktvideos.
Bei der erweiterten AD hält das Video an, damit die Beschreibung genug Zeit bekommt. Das ist sinnvoll, wenn die Pausen im Ton zu kurz sind und ohne zusätzliche Beschreibung der Sinn verloren ginge. Die WCAG 2.2 führen sie im Kriterium 1.2.7 auf Stufe AAA. Für Schulungsvideos mit dichtem Sprechtext ist sie oft die sauberste Lösung.
Auf Stufe A ja, wenn das Transkript eine vollständige Textfassung ist und neben dem Dialog auch alle wichtigen Bildinhalte beschreibt. So erlaubt es Kriterium 1.2.3. Für Stufe AA verlangt Kriterium 1.2.5 dagegen eine echte AD. Eine Textfassung bleibt trotzdem sinnvoll, etwa für taubblinde Menschen, die Inhalte mit einer Braillezeile lesen.
Wenn der Ton bereits alles vermittelt, was das Bild zeigt. Das ist oft bei Interviews oder Vorträgen der Fall, in denen Menschen nur sprechen und keine wichtigen Inhalte eingeblendet werden. Sobald aber Texte, Grafiken, Preise oder Bedienschritte nur im Bild erscheinen, fehlt ohne AD eine Information. Dann muss sie beschrieben werden.
Ob eine AD inhaltlich gut ist, kann kein Tool beurteilen. Automatisiert prüfen lässt sich aber, ob jedes Video eine Alternative anbietet. Ein Cypress Test kann verlangen, dass jedes Video einen Link zur AD Fassung oder Textfassung hat, und prüfen, dass diese Links erreichbar sind. Die inhaltliche Qualität bleibt Aufgabe einer manuellen Prüfung.
Das Skript schreiben meist geschulte Autorinnen und Autoren, eingesprochen wird es von professionellen Sprechern. Für kurze Webvideos setzen manche Teams auch synthetische Stimmen ein. Entscheidend ist, dass die Beschreibung präzise ist, in die Pausen passt und von blinden oder sehbehinderten Menschen gegengehört wird, bevor das Video online geht.
Ja, sonst kommt die AD nicht an. Der Player muss eine vorhandene AD auswählbar machen, etwa über eine zweite Tonspur oder einen Umschalter zur AD Fassung. Die EN 301 549 enthält dafür eine eigene Anforderung zur Wiedergabe von Audiodeskription. Wichtig ist außerdem, dass der Umschalter per Tastatur erreichbar ist und einen verständlichen Namen hat.