Beste Schriftart für Untertitel: Was Netflix und die BBC vorgeben

Die beste Schriftart für Untertitel ist eine schlichte, breite serifenlose Schrift wie Verdana, Arial oder Tiresias, gesetzt mit einer Zeilenhöhe von etwa 8 % der Bildhöhe, weiß mit dunkler Umrandung oder Box. Das kommt dem nahe, was Netflix und die BBC vorgeben. Fette Display-Schriften gehören auf kurze Social-Media-Untertitel, nicht auf Dialoge.

Hier geht es um die gängigen Optionen im Vergleich, die Größenregel in Pixeln, den Grund, warum manche Display-Schriften ganze Sprachen in leere Kästchen verwandeln, und das Auslieferungsdetail, das darüber entscheidet, ob der Zuschauer deine Schriftart überhaupt zu sehen bekommt.

Die besten Schriftarten für Untertitel im Vergleich

Gut lesbare Untertitel-Schriftarten haben drei Merkmale gemeinsam: offene Buchstabenformen, eine gleichmäßige Strichstärke und großzügige Breite. Ein Untertitel bekommt zwei oder drei Sekunden Aufmerksamkeit vor bewegtem Filmmaterial, oft auf einem Handy, und jedes dieser Merkmale beschleunigt das Erkennen.

Die Zeilen, die aus dem Muster fallen, sind die Display-Schriften. Bebas Neue und Anton, zwei verbreitete Wahlmöglichkeiten für Untertitel in Kurzvideos, können keinen einzigen russischen oder ukrainischen Buchstaben darstellen: Google Fonts liefert beide nur mit lateinischer Schrift aus. Für drei englische Wörter auf einem Reel sind sie in Ordnung, für ein Video, das in mehrere Sprachen untertitelt werden soll, sind sie die falsche Wahl.

Verdana steht aus einem Grund oben, den Microsoft in der eigenen Dokumentation nennt: Sie wurde für Bildschirme gezeichnet, und „die großzügige Breite und der Abstand der Verdana-Zeichen sind der Schlüssel zur Lesbarkeit“. Genau diese Eigenschaft braucht ein Untertitel. Die Untertitel-Richtlinien der BBC verlangen „eine breite Schrift wie Reith Sans, Verdana oder Tiresias“, und Reith Sans ist die hauseigene Schrift der BBC, sodass für alle anderen praktisch Verdana und Tiresias übrig bleiben.

Wie groß sollten Untertitel sein?

Bemesse Untertitel nach der Höhe des Bildes, nicht nach einer Punktgröße. Die BBC legt die Zeilenhöhe bei 16:9-, 4:3- und 1:1-Video auf 8 % der aktiven Videohöhe fest, bei 9:16 auf 4,5 %. Die zweite Zahl ist die erste, multipliziert mit 9/16, sodass der Text auf einem vertikalen Video ungefähr so groß ausfällt wie auf einem horizontalen:

Netflix beschreibt dieselbe Idee vom anderen Ende her. Der englische Style Guide bemisst den Text „relativ zur Videoauflösung und zur Möglichkeit, 42 Zeichen über die Bildschirmbreite unterzubringen“ — und 42 Zeichen sind zugleich die Grenze für die Zeilenlänge, die Zahl, auf der der Leitfaden zur Lesegeschwindigkeit aufbaut. Eine Zeile maximaler Länge muss mit Abstand zu den Rändern ins Bild passen.

Punktgrößen in einem Editor sagen nichts aus, solange du die Leinwand nicht kennst, gegen die sie gemessen werden. Der Untertitel-Filter von FFmpeg legt eine SRT auf einer virtuellen Leinwand mit 288 Zeilen aus, FontSize=23 entspricht dort also bei jeder Auflösung ungefähr den 8 % der BBC, während dieselbe Zahl in einem Videoeditor, der gegen das echte Bild misst, Text in einem Bruchteil dieser Größe ergibt.

Umrandung oder Box: So bleibt weißer Text lesbar

Weißer Text braucht etwas Dunkles um sich herum, denn Filmmaterial bleibt nicht dunkel. Die BBC beschränkt Untertitel auf vier Farben — Weiß, Gelb, Cyan und Grün — auf schwarzem Hintergrund, mit Weiß als Standard. Es gibt drei Möglichkeiten, die Buchstaben vom Bild abzusetzen:

1. Eine Umrandung zeichnet einen dunklen Rand um jeden Buchstaben. Sie lässt den größten Teil des Bildes sichtbar, weshalb Filmuntertitel und Social-Media-Untertitel sie nutzen. Dickere Umrandungen halten auf unruhigem Filmmaterial besser stand und wirken schwerer.
2. Ein Schatten legt eine weiche, versetzte Kopie hinter die Buchstaben. Er ist dezent und versagt für sich allein auf hellen, detailreichen Hintergründen.
3. Eine Box legt ein deckendes oder durchscheinendes Rechteck hinter die Zeile. Sie ist die am besten lesbare Variante auf jedem Filmmaterial und der klassische Fernsehlook; sie verdeckt allerdings auch am meisten vom Bild.

In einer ASS-Datei sind das BorderStyle=1, eine Umrandung mit Schatten, und BorderStyle=3, eine undurchsichtige Box. Derselbe Text kann je nach diesem einen Wert wie ein Kino-Untertitel oder wie ein TV-Untertitel aussehen.

Schadet eine fette Display-Schrift der Lesbarkeit?

Bei Dialogen ja. Bei Untertiteln aus drei Wörtern nein. Die beiden Aufgaben verlangen von der Schrift das Gegenteil, und sie zu verwechseln ist der häufigste Schriftfehler beim Untertiteln.

Dialoguntertitel werden gelesen, nicht überflogen: bis zu zwei Zeilen mit je 42 Zeichen, bei 17 bis 20 Zeichen pro Sekunde, während der Zuschauer zugleich Gesichter beobachtet. Lesen in diesem Tempo setzt voraus, Buchstaben sofort auseinanderzuhalten, und breite, offene Buchstabenformen erleichtern das, weshalb die BBC eine breite Schrift verlangt. Schmale Versalien tun das Gegenteil: Sie quetschen die Buchstaben zusammen und setzen jeden einzelnen auf dieselbe Höhe. Eine Zeile in Bebas Neue ist eine schöne Grafik, aber über 84 Zeichen hinweg schwer zu lesen.

Social-Media-Untertitel funktionieren andersherum. Ein bis drei Wörter stehen gleichzeitig auf dem Bildschirm, groß und zentriert, und die Aufgabe ist Rhythmus und Betonung statt Lesen. Fette Display-Schriften wie Montserrat ExtraBold und Anton sind genau dafür gut, und die Aufschlüsselung der Hormozi-Style-Untertitel zeigt, wie der Look aufgebaut ist.

Die ehrliche Antwort auf „Welche Schriftart ist die beste?“ ist also eine Gegenfrage: Liest der Zuschauer Sätze oder erfasst er Wörter? Eine Display-Schrift in die Untertitel einer Dokumentation zu kopieren ist der Fehler; genauso falsch ist es, Verdana bei 8 % für einen Ein-Wort-Hook auf einem Short zu verwenden.

Warum zeigen Untertitel Kästchen statt Buchstaben?

Weil die Schriftart für dieses Zeichen keine Glyphe hat und der Renderer stattdessen einen Platzhalter gezeichnet hat. Diese leeren Rechtecke werden „Tofu“ genannt, und Google hat seine Noto-Schriftfamilie nach dem Ziel „no more tofu“ benannt; sie deckt inzwischen mehr als 800 Sprachen ab.

Display-Schriften sind der übliche Verursacher. Sablate bringt fünf Display-Schriften für Untertitel mit, und wir haben ihre Zeichentabellen mit fontTools ausgemessen: Nur Montserrat ExtraBold deckt Kyrillisch ab, und keine der fünf — Montserrat ExtraBold, Anton, Archivo Black, Bebas Neue und Bangers — kann Arabisch, Hebräisch, indische Schriften, Thai, Chinesisch, Japanisch oder Koreanisch darstellen.

Was dann passiert, hängt vom Renderer ab. Manche zeichnen Kästchen. Andere ersetzen die fehlenden Zeichen stillschweigend durch eine andere Schriftart, und so kommt es, dass Vorschau und fertiges Render in zwei verschiedenen Schriften erscheinen. Die verlässliche Lösung ist, pro Sprache eine Schriftart zu wählen, und beide Betriebssysteme bringen für jedes wichtige Schriftsystem schon eine mit:

Die Systemschriften kosten nichts und sind schon installiert, existieren aber nur auf diesem Betriebssystem. Wandert die Untertiteldatei oder das Projekt auf einen anderen Rechner, ist die Noto-Familie die sicherere Wahl, weil sie mitreisen kann. Schriftarten sind eine von mehreren Prüfungen pro Sprache; der Workflow für mehrere Sprachen behandelt den Rest.

Deine Schriftart erreicht den Zuschauer nur bei zwei Auslieferungsformen

Eine .srt- oder .vtt-Datei enthält Text und Timings, aber keine Schrift, also entscheidet der Player, der sie abspielt, wie sie aussieht. Die Plattformen halten das ausdrücklich fest. Die Untertitel-Einstellungen von YouTube lassen jeden Zuschauer Schriftart, Farbe, Größe, Hintergrund und Kantenstil ändern, und die Einstellungen zum Untertitel-Erscheinungsbild bei Netflix lassen jedes Profil Schriftart, Größe, Schatten und Hintergrund ändern.

Es bleiben zwei Auslieferungsformen, bei denen die Schriftart deine Entscheidung ist: eine gestylte ASS-Spur in einer MKV mit angehängter Schriftdatei, wie sie die Anleitung für MKV-Untertitel Schritt für Schritt zeigt, oder ein Einbrennen, bei dem der Text zu Pixeln wird und sich nicht mehr abschalten lässt. Die Abwägung zwischen diesen beiden ist der ganze Inhalt von Hardsub vs. Softsub.

Bei einer SRT für YouTube steckst du den Aufwand besser in Zeilenlänge und Lesegeschwindigkeit. Die Schriftart liegt nicht in deiner Hand.

Welche Schriftart solltest du wählen?

„Untertitel für einen Film, einen Kurs oder ein Interview.“ Verdana oder Arial, weiß mit schwarzer Umrandung, bemessen auf 8 % Zeilenhöhe. Langweilig ist der Sinn der Sache: Niemand sollte die Schriftart bemerken.

„Untertitel für Shorts, Reels oder TikTok.“ Eine fette Display-Schrift wie Montserrat ExtraBold, ein bis drei Wörter auf einmal, mit Abstand zu den Buttons der Plattform.

„Dasselbe Video auf Russisch oder Ukrainisch.“ Montserrat ExtraBold, Arial oder Verdana. Nicht Bebas Neue, Anton oder Archivo Black.

„Arabisch, Hindi, Thai, Chinesisch, Japanisch oder Koreanisch.“ Die Systemschrift für dieses Schriftsystem aus der Tabelle oben oder die passende Noto-Familie, wenn die Datei weiterreist.

„Eine SRT für YouTube oder Netflix.“ Wähle nichts. Der Player des Zuschauers entscheidet.

So geht Sablate mit Untertitel-Schriftarten um

Sablate bietet zwölf Schriftfamilien: fünf mitgelieferte Display-Schriften — Montserrat ExtraBold, Anton, Bangers, Bebas Neue und Archivo Black — und sieben Systemschriften: Arial, Arial Black, Helvetica Neue, Verdana, Trebuchet MS, Georgia und Impact. Die Liste ist mit Absicht kurz. Jede Familie darin wird in der Vorschau des Sablate-Editors und beim Einbrennen identisch gerendert, was eine Schriftart, die von irgendwo auf der Festplatte gewählt wird, nicht zusichern könnte.

Jede Sprachebene wird gegen das Schriftsystem geprüft, in dem sie geschrieben ist. Kann die gewählte Schrift es nicht darstellen — Bebas Neue auf einer russischen Ebene, Montserrat ExtraBold auf einer japanischen —, wechseln Vorschau und Einbrennen beide zu derselben Systemschrift, die es darstellen kann, sodass das, was du im Editor abnimmst, auch in der Datei landet. Die Größe wird bei jeder Auflösung gegen eine 1080 Pixel hohe Leinwand gemessen; die 8 % der BBC ergeben so bei einem horizontalen Export eine Größe von etwa 86, die Regel mit 4,5 % bei einem 9:16-Export etwa 49. Exportierst du eine MKV mit jeder Sprache als Spur, einen Pro-Export, reist die mitgelieferte Display-Schrift in der Datei mit.

Wo es zu kurz greift:

Ist eine Hausschrift nicht verhandelbar, erstelle die Untertitel samt Timing in Sablate, exportiere eine .ass-Datei, die ebenfalls zu Pro gehört, und brenn sie mit FFmpeg ein, wobei fontsdir auf deine Schriftart zeigt. Dieser Weg behält die Arbeit am Transkript und verzichtet nur auf die Schriftenliste.

Kurz gesagt

Nimm für Dialoge eine schlichte, breite serifenlose Schrift wie Verdana oder Arial, bemesse sie auf eine Zeilenhöhe von 8 % des Bildes, bei vertikalem Video auf 4,5 %, und gib weißem Text eine schwarze Umrandung oder Box. Heb dir fette Display-Schriften für kurze Social-Media-Untertitel auf, gib jeder Sprache mit nicht lateinischer Schrift eine Schriftart, die sie darstellen kann, und denk daran, dass eine SRT auf einer Plattform deine Schriftart überhaupt nie zeigt. Lade Sablate herunter, wenn du dir das Umschalten der Schriftart pro Sprache abnehmen lassen willst.