Video ist zum wichtigsten Format im Netz geworden – und kaum eines davon ist wirklich zugänglich. Die meisten denken bei dem Thema höchstens an Untertitel, dabei gehört deutlich mehr dazu, damit barrierefreie Videos ihren Namen verdienen. Ein gehörloser Mensch braucht korrekte Untertitel, ein blinder Mensch eine Audiodeskription, ein taubblinder Mensch ein Transkript – und alle zusammen einen Player, der sich überhaupt bedienen lässt. In meinen Audits ist Video-Barrierefreiheit der Bereich, der am häufigsten komplett übersehen wird, obwohl die Anforderungen klar in den WCAG geregelt sind. In diesem Leitfaden zeige ich Ihnen die drei Säulen barrierefreier Videos, die konkreten Erfolgskriterien dahinter und die Stolperfallen, die ich immer wieder sehe. Sie werden sehen: Mit dem richtigen Vorgehen sind zugängliche Videos gut machbar – und der Aufwand zahlt sich gleich mehrfach aus.

Was macht barrierefreie Videos aus?

Barrierefreie Videos ruhen auf drei Säulen, die unterschiedliche Sinne ansprechen: Untertitel machen den Ton für Menschen sichtbar, die nicht hören können; eine Audiodeskription macht das Bild für Menschen hörbar, die nicht sehen können; und ein Transkript fasst beides als Text zusammen, der sich mit jedem Hilfsmittel lesen lässt. Dazu kommt als vierte Voraussetzung ein barrierefreier Player, dessen Bedienelemente sich auch ohne Maus nutzen lassen. Diese vier Bausteine greifen ineinander: Fehlt einer, bleibt das Video für einen Teil der Menschen verschlossen, selbst wenn die anderen drei perfekt umgesetzt sind.

Welche dieser Elemente Sie konkret brauchen, hängt vom Inhalt ab – ein reines Sprechervideo stellt andere Anforderungen als ein Erklärfilm mit viel visueller Information. Die gute Nachricht ist, dass die WCAG hier sehr präzise vorgeben, was wann nötig ist. Wer diese Kriterien kennt, muss nicht raten, sondern kann gezielt das Richtige umsetzen, statt mit Halbwissen am Bedarf vorbeizuarbeiten.

Wer ist auf barrierefreie Videos angewiesen?

Die Zielgruppe ist größer, als die meisten vermuten. Gehörlose und schwerhörige Menschen sind auf Untertitel angewiesen, um dem gesprochenen Inhalt folgen zu können – in Deutschland betrifft das Millionen. Blinde und sehbehinderte Menschen brauchen eine Audiodeskription, um zu verstehen, was im Bild geschieht, wenn es nicht ohnehin gesprochen wird. Taubblinde Menschen wiederum sind auf ein Transkript angewiesen, das sie über die Braillezeile lesen können. Es geht also nicht um eine einzige Zielgruppe, sondern um sehr unterschiedliche Bedürfnisse, die jeweils ein anderes Element bedienen.

Hinzu kommt eine große Gruppe, an die kaum jemand denkt: Menschen in Situationen, in denen Ton nicht möglich ist. Wer im Großraumbüro, in der Bahn oder spätabends neben einem schlafenden Kind ein Video ansieht, profitiert genauso von Untertiteln. Studien zeigen seit Jahren, dass ein erheblicher Teil aller Videos im Netz ohne Ton geschaut wird. Barrierefreie Videos sind damit kein Nischenthema, sondern verbessern die Nutzung für eine sehr breite Mehrheit. Wer barrierefreie Videos anbietet, tut also weit mehr, als eine Pflicht zu erfüllen – er verbessert das Erlebnis für nahezu alle, ob mit oder ohne Einschränkung. Kaum eine andere Maßnahme kommt so vielen Menschen gleichzeitig zugute.

Untertitel: mehr als nur Dialog

Hier lauert das erste Missverständnis. Untertitel im Sinne der Barrierefreiheit sind nicht dasselbe wie die Dialog-Untertitel, die man aus fremdsprachigen Filmen kennt. Für gehörlose Menschen müssen Untertitel nämlich auch das wiedergeben, was nicht gesprochen wird: relevante Geräusche, Musik, die Kennzeichnung, wer gerade spricht. Diese erweiterte Form wird im Englischen als Captions oder SDH bezeichnet – Untertitel für Gehörlose und Schwerhörige. Im Deutschen spricht man von erweiterten Untertiteln. Der Unterschied ist für gehörlose Zuschauer entscheidend: Eine zuschlagende Tür, ein klingelndes Telefon oder ein ironischer Tonfall sind Information, die im reinen Dialog verloren ginge.

Das maßgebliche Erfolgskriterium ist 1.2.2 (Untertitel für aufgezeichnete Videos), eine Anforderung der Stufe A und damit Pflicht. Technisch sollten Untertitel als geschlossene Untertitel umgesetzt sein, die sich ein- und ausschalten lassen, statt fest ins Bild eingebrannt zu werden – so behält jeder die Wahl. Für Live-Inhalte greift zusätzlich Kriterium 1.2.4, das Untertitel auch für Live-Videos verlangt, allerdings erst auf Stufe AA. In der Praxis bedeutet das: Reine Sprach-Untertitel, wie man sie aus dem Fernsehen für Fremdsprachen kennt, genügen für die Barrierefreiheit nicht – die gesamte Tonebene muss abgebildet sein, nicht nur der Dialog.

Ein Qualitätsmerkmal, das oft übersehen wird, ist die Lesegeschwindigkeit. Untertitel sind nur dann nützlich, wenn sie lange genug stehen bleiben, um gelesen zu werden – als Faustregel gelten höchstens zwei Zeilen gleichzeitig und etwa 160 bis 180 Wörter pro Minute. Zu dicht getaktete oder zu schnell wechselnde Untertitel, wie sie bei sehr schnellem Sprechen oder automatischer Erzeugung entstehen, sind formal vorhanden, aber praktisch nicht erfassbar. „Untertitel vorhanden“ heißt eben noch nicht „Untertitel lesbar“.

Warum automatische Untertitel nicht genügen

Die Versuchung ist groß, sich auf die automatisch erzeugten Untertitel von Plattformen wie YouTube zu verlassen. Doch so beeindruckend die Spracherkennung geworden ist, für eine verlässliche Barrierefreiheit reicht sie nicht. Automatische Untertitel scheitern regelmäßig an Eigennamen, Fachbegriffen, Dialekten und Hintergrundgeräuschen, und sie setzen oft keine sinnvolle Zeichensetzung.

Das Ergebnis ist für gehörlose Menschen bestenfalls verwirrend und schlimmstenfalls irreführend. Die WCAG verlangen korrekte, den Inhalt zutreffend wiedergebende Untertitel – ein automatischer Entwurf kann ein guter Ausgangspunkt sein, muss aber immer von einem Menschen geprüft und korrigiert werden. Wer Auto-Untertitel ungeprüft veröffentlicht, erfüllt die Anforderung nicht, auch wenn formal „Untertitel vorhanden“ sind. Betrachten Sie automatische Untertitel deshalb als Rohmaterial, das Sie verbessern, nicht als fertiges Produkt.

Aus der Praxis: Ein Unternehmen war stolz, alle Schulungsvideos mit YouTube-Untertiteln versehen zu haben. In einem Video über Datensicherheit machte die automatische Erkennung aus „Ende-zu-Ende-Verschlüsselung“ eine sinnfreie Lautfolge, und der Name des Vortragenden wurde in jedem Satz anders geschrieben. Für gehörlose Mitarbeiter war die Schulung dadurch über weite Strecken unverständlich. Eine halbe Stunde Nachbearbeitung pro Video hätte das verhindert.

Live-Videos und Webinare: die besondere Herausforderung

Eine eigene Kategorie sind Live-Inhalte – Webinare, Livestreams, Online-Konferenzen. Hier lassen sich Untertitel nicht in Ruhe nachbearbeiten, sondern müssen in Echtzeit entstehen. Kriterium 1.2.4 verlangt auf Stufe AA Untertitel auch für Live-Videos, und das ist anspruchsvoller, als es klingt: Es erfordert entweder einen professionellen Schriftdolmetscher oder eine sehr gute automatische Lösung mit menschlicher Kontrolle. Die Qualität automatischer Live-Untertitel schwankt stark, weshalb sich ein kurzer Test der eingesetzten Lösung vor dem Ernstfall in jedem Fall lohnt.

Mein Rat für barrierefreie Videos im Live-Format: Planen Sie die Untertitelung von vornherein ein, statt sie als Nachgedanken zu behandeln. Stellen Sie nach der Veranstaltung außerdem eine korrigierte Aufzeichnung mit sauberen Untertiteln und einem Transkript bereit – so wird aus dem flüchtigen Live-Moment ein dauerhaft zugänglicher Inhalt, von dem auch alle profitieren, die nicht live dabei sein konnten. So vermeiden Sie außerdem, dass eine inhaltlich gute Veranstaltung ausgerechnet an der Zugänglichkeit scheitert – und holen aus dem einmaligen Aufwand dauerhaften Nutzen heraus.

Das Transkript: der unterschätzte Alleskönner

Wenn ich nur eine einzige Maßnahme empfehlen dürfte, wäre es oft das Transkript – weil es so viel auf einmal leistet. Ein Transkript ist die vollständige Textfassung eines Videos, idealerweise mit Angaben dazu, wer spricht und was visuell geschieht. Für taubblinde Menschen ist es die einzige Möglichkeit, den Inhalt überhaupt zu erfassen, denn sie können es über die Braillezeile lesen. Anders als Untertitel, die an die Abspielzeit gebunden sind, steht ein Transkript für sich und lässt sich in eigenem Tempo erschließen.

Bei reinen Videoinhalten ohne Ton oder reinen Tonaufnahmen verlangt bereits Kriterium 1.2.1 eine solche Alternative. Doch das Transkript kann noch mehr: Es erlaubt allen Nutzern, Inhalte schnell zu überfliegen, zu durchsuchen und zu zitieren – und es macht den gesprochenen Inhalt für Suchmaschinen lesbar, was unmittelbar auf die Sichtbarkeit einzahlt. Wie eng Barrierefreiheit und SEO hier zusammenhängen, vertieft ein eigener Ratgeber. Ein Transkript ist damit die Maßnahme mit dem besten Verhältnis von Aufwand und Wirkung. Für barrierefreie Videos ist es daher fast immer der sinnvollste erste Schritt, mit dem Sie auf einen Schlag mehrere Zielgruppen erreichen. Oft ist der Text ohnehin schon als Skript vorhanden und muss nur sauber bereitgestellt werden.

Audiodeskription: Bilder für blinde Menschen

Die am häufigsten vergessene Säule ist die Audiodeskription. Sie beschreibt in den natürlichen Sprechpausen eines Videos, was visuell geschieht – eine zusätzliche Tonspur, die einem blinden Menschen erzählt, was sehende Zuschauer einfach sehen. Ohne sie bleibt alles, was nur im Bild stattfindet, für blinde Nutzer verborgen. Man unterscheidet die Standard-Audiodeskription, die in vorhandene Sprechpausen passt, von der erweiterten Form, bei der das Video kurz angehalten wird, wenn die Pausen für die Beschreibung nicht ausreichen.

Ob eine Audiodeskription nötig ist, hängt davon ab, wie viel Information ausschließlich visuell vermittelt wird. Ein Vortrag, bei dem die sprechende Person alles Wichtige auch ausspricht, kommt unter Umständen ohne aus. Ein Erklärvideo, das stumm Schritte auf dem Bildschirm zeigt, ist ohne Audiodeskription wertlos für blinde Menschen. Die Kriterien 1.2.3 und 1.2.5 regeln dies; auf Stufe A genügt wahlweise eine Audiodeskription oder eine Volltextalternative, auf Stufe AA wird die Audiodeskription verlangt. Für viele typische Unternehmensvideos – Interviews, Vorträge, Gespräche – ist eine Audiodeskription übrigens gar nicht nötig, weil kaum rein visuelle Information vorkommt. Prüfen Sie es im Zweifel ehrlich, statt eine Audiodeskription pauschal zu fordern oder pauschal abzutun.

Aus der Praxis: Eine Software-Firma hatte ein elegantes, rein visuelles Produktvideo: schnelle Schnitte, eingeblendete Funktionen, dezente Musik – kein gesprochenes Wort. Sehende Zuschauer waren begeistert. Für einen blinden Interessenten war es zwei Minuten Musik ohne jede Information. Erst ein gesprochenes Voiceover, das die gezeigten Funktionen benannte, machte das Video für alle nutzbar. Visuelle Eleganz und Zugänglichkeit schließen sich nicht aus – man muss sie nur zusammen denken.

Der barrierefreie Player

Die beste Untertitelung nützt nichts, wenn sich der Videoplayer nicht bedienen lässt. Ein barrierefreier Player muss vollständig mit der Tastatur steuerbar sein – Abspielen, Pausieren, Lautstärke, Untertitel ein- und ausschalten, alles ohne Maus, gemäß dem grundlegenden Kriterium 2.1.1. Gerade aufwändig gestaltete eigene Player scheitern hier oft, weil ihre schicken Bedienelemente nicht als echte, fokussierbare Schaltflächen umgesetzt sind. Was mit der Maus mühelos klickbar aussieht, ist für die Tastatur dann schlicht nicht vorhanden.

Achten Sie außerdem darauf, dass der Player die Umschaltung von Untertiteln und, wo vorhanden, von Audiodeskription klar anbietet und dass seine Bedienelemente auch für Screenreader korrekt beschriftet sind (Kriterium 4.1.2, Name/Rolle/Wert). Viele etablierte Player-Lösungen bringen diese Zugänglichkeit von Haus aus mit – eine Eigenentwicklung sollten Sie dagegen sorgfältig prüfen, bevor Sie sie einsetzen. Ein Test mit der Tastatur allein – einfach die Maus weglegen und versuchen, das Video zu bedienen – entlarvt die meisten Probleme in Sekunden.

Aus der Praxis: Eine Agentur hatte für einen Kunden einen optisch beeindruckenden eigenen Videoplayer gebaut – mit animierten Bedienelementen, die per JavaScript auf Klicks reagierten. Mit der Tastatur ließ sich nichts davon erreichen: weder Abspielen noch Pause noch das Einschalten der vorhandenen Untertitel. Ein motorisch eingeschränkter Nutzer konnte das Video schlicht nicht starten. Die schönen Untertitel waren damit wertlos, weil niemand sie aktivieren konnte. Ein zugänglicher Standard-Player hätte das Problem gar nicht erst entstehen lassen.

Autoplay, Flackern und andere Fallen

Zwei weitere Anforderungen werden oft übersehen, sind aber wichtig. Erstens: Startet ein Video automatisch mit Ton und dauert länger als drei Sekunden, muss es eine leicht erreichbare Möglichkeit geben, den Ton zu pausieren oder zu stoppen – das verlangt Kriterium 1.4.2 (Audio-Steuerung). Automatisch losdröhnender Ton ist nicht nur lästig, sondern überlagert für Screenreader-Nutzer die Sprachausgabe ihres Hilfsmittels. Setzen Sie Videos daher niemals so, dass sie ungefragt mit Ton starten – das ist schlechte Praxis für alle und eine echte Barriere für manche. Über den Ton hinaus greift bei automatisch startenden, bewegten Inhalten, die länger als fünf Sekunden laufen, zusätzlich Kriterium 2.2.2 (Pausieren, Beenden, Ausblenden): Auch die reine Bewegung muss sich anhalten lassen, weil ein dauerhaft laufendes Video Menschen mit Aufmerksamkeits- oder Wahrnehmungsstörungen vom eigentlichen Inhalt ablenkt.

Zweitens, und das ist ernst: Kein Inhalt darf mehr als dreimal pro Sekunde blitzen, denn solche Reize können bei Menschen mit photosensitiver Epilepsie Anfälle auslösen. Kriterium 2.3.1 (Drei Blitze oder weniger) ist eine der wenigen Anforderungen, deren Verletzung unmittelbar gesundheitsgefährdend ist. Achten Sie bei Schnitten, Effekten und animierten Intros bewusst darauf – dieser Punkt duldet keine Nachlässigkeit.

Die WCAG-Anforderungen für Video im Überblick

Damit Sie den Überblick behalten, hier die zentralen Erfolgskriterien für barrierefreie Videos mit ihrer jeweiligen Konformitätsstufe. Sie bilden zugleich die Prüfgrundlage, an der sich die Zugänglichkeit Ihrer Videos messen lässt.

Videos und SEO: ein willkommener Nebeneffekt

Was Sie für die Barrierefreiheit Ihrer Videos tun, zahlt sich auch bei der Sichtbarkeit aus. Suchmaschinen können den gesprochenen Inhalt eines Videos nicht direkt erfassen – Untertitel und vor allem ein vollständiges Transkript verwandeln diesen verborgenen Inhalt in indexierbaren Text, den Google lesen und ranken kann. Dieser Effekt ist kein Nebenschauplatz: Gerade bei Video, das ohne Text für Suchmaschinen praktisch unsichtbar bleibt, kann ein Transkript über Auffindbarkeit oder Unsichtbarkeit entscheiden.

Ein Video ohne Textbegleitung ist für die Suche eine Blackbox; ein Video mit Transkript wird zu durchsuchbarem, auffindbarem Inhalt. So erschließen Sie sich mit barrierefreien Videos nicht nur eine größere Zielgruppe, sondern auch zusätzliche Sichtbarkeit für Inhalte, die sonst von keiner Suchmaschine gefunden würden. Eine Maßnahme, mehrfacher Nutzen – ein Muster, das sich durch die gesamte digitale Barrierefreiheit zieht. Wer barrierefreie Videos produziert, betreibt damit ganz nebenbei wirksames Video-SEO – ein Argument, das gerade Marketing-Verantwortliche überzeugt, die Barrierefreiheit sonst eher als Pflicht sehen.

Warum Video-Barrierefreiheit menschliche Prüfung braucht

Bei keinem anderen Thema zeigt sich so deutlich, warum automatische Werkzeuge an ihre Grenzen stoßen. Ein Scanner kann feststellen, ob eine Untertitelspur technisch vorhanden ist – aber niemals, ob die Untertitel inhaltlich korrekt sind, ob sie synchron laufen oder ob eine Audiodeskription die wesentliche visuelle Information tatsächlich vermittelt. Genau diese Qualität entscheidet aber darüber, ob ein Video zugänglich ist. Genau hier setzt unser Tiefen-Audit Access Ready an, das nicht das Vorhandensein, sondern die inhaltliche Qualität dieser Elemente bewertet.

Deshalb ist hier die Prüfung durch Menschen unverzichtbar. Unser Tiefen-Audit Access Ready bewertet barrierefreie Videos mit einem Panel aus echten Nutzern assistiver Technologien – gehörlose Tester beurteilen die Untertitel, blinde Tester die Audiodeskription. Wo andere Anbieter nur das Vorhandensein einer Spur abhaken, prüfen wir, ob Ihr Video für die Menschen funktioniert, für die diese Elemente gemacht sind. Das ist der Unterschied zwischen einem Häkchen und echter Zugänglichkeit. Gerade barrierefreie Videos verlangen diesen menschlichen Blick, den keine Software liefern kann; er entscheidet darüber, ob aus formal vorhandenen Elementen echte Zugänglichkeit wird.

So erstellen Sie barrierefreie Videos

Mein Rat zum Vorgehen: Beginnen Sie mit dem Transkript und korrekten Untertiteln – das deckt den größten Teil ab und ist mit überschaubarem Aufwand machbar. Prüfen Sie dann, ob Ihre Videos rein visuelle Information enthalten, die eine Audiodeskription nötig macht, und stellen Sie sicher, dass Ihr Player tastaturbedienbar ist und kein Inhalt automatisch losdröhnt oder gefährlich flackert. Dieser gestufte Ansatz macht barrierefreie Videos überschaubar: Sie müssen nicht alles auf einmal perfektionieren, sondern können Schritt für Schritt vorgehen. Wichtig ist nur, am Ende keine der vier Säulen zu vergessen.

Wo Sie insgesamt stehen, zeigt Ihnen unser kostenloser Access Score, ein WCAG-Test Ihrer Website, als erster Schritt. Für die belastbare Bewertung Ihrer Videos durch echte Nutzer führt der Weg über unser zertifiziertes Tiefen-Audit Access Ready. Wie Video in das größere Bild der digitalen Barrierefreiheit passt, lesen Sie in unserem Überblick. Barrierefreie Videos sind kein Hexenwerk – sie verlangen nur, dass man von Anfang an alle Sinne mitdenkt: den Ton für die, die nicht hören, das Bild für die, die nicht sehen, und einen Player, den jeder bedienen kann. Und Ihre Inhalte erreichen damit endlich alle, die sie sehen – und hören – wollen.