SRT vs. VTT vs. ASS: Welches Untertitelformat solltest du 2026 nutzen?

Der Unterschied zwischen SRT und VTT ist klein: VTT, kurz für WebVTT, ist SRT, angepasst für Webbrowser. Eine VTT-Datei beginnt mit der Kopfzeile WEBVTT, schreibt vor den Millisekunden einen Punkt statt eines Kommas, ist immer UTF-8 und kann Positionierung und CSS-Styling tragen, wofür SRT keinen Platz hat. ASS ist dagegen eine ganz andere Art von Datei: Sie beschreibt nicht nur, was gesagt wird und wann, sondern wie jede Zeile gezeichnet wird — Schriftart, Farbe, exakte Position und Karaoke-Timing Wort für Wort.

SRT ist bei etwa neun von zehn Anwendungsfällen die richtige Antwort. VTT ist die Antwort, wenn die Datei von einer Webseite abgespielt wird. ASS ist die Antwort, wenn die Untertitel gestaltet werden sollen und nicht nur angezeigt. Alles andere in diesem Vergleich ist Detail — aber genau im Detail werden Dateien abgelehnt, verschwindet Styling lautlos, und verschieben sich Timings durch einen Rundungsfehler.

Hier ist, was jedes Format tatsächlich enthält, und genau der Punkt, an dem jedes davon nicht mehr ausreicht.

Der Vergleich, in einer Tabelle

SRT: das Format, das überall funktioniert

Eine SRT-Untertitelzeile besteht aus vier Zeilen — einer Nummer, einem Zeitbereich, dem Text und einer Leerzeile:

1
00:00:01,000 --> 00:00:04,120
This is the first subtitle.

Das ist das gesamte Format. Es gibt keine offizielle Spezifikation; SRT ist eine Konvention, auf die sich einfach alle beim Implementieren geeinigt haben — genau deshalb funktioniert es überall.

Die Konvention hat weiche Kanten. Die meisten Player respektieren <i>, <b> und <u> im Text, viele auch ein font-Tag mit Farbattribut, aber garantiert ist nichts davon, und ein Player, der ein Tag nicht kennt, zeigt es womöglich als reinen Text an. Die Kodierung ist die andere klassische Falle: SRT ist älter als jede Kodierungsregel, also rendert eine als Windows-1254 oder Latin-1 gespeicherte Datei akzentuierte und nicht-lateinische Zeichen als Zeichensalat, wenn der Player UTF-8 erwartet. Speicherst du SRT als UTF-8, passieren die meisten „meine Untertitel sind kaputt"-Probleme erst gar nicht.

Nutze SRT, wenn du auf eine Plattform hochlädst, eine Datei an einen Kunden schickst, oder die Datei einfach auch in fünfzehn Jahren noch korrekt öffnen willst. Musst du erst eine erzeugen, zeigt SRT-Datei erstellen, wie du sie tippst, timst und generieren lässt.

VTT: SRT fürs Web, mit Raum zum Wachsen

WebVTT ist das, was das HTML5-track-Element verlangt. Laufen Untertitel innerhalb einer Webseite, will der Browser VTT und nichts anderes.

WEBVTT

intro
00:00:01.000 --> 00:00:04.120 line:90% align:center
This is the first subtitle.

Vier Unterschiede zu SRT solltest du dir merken:

• Der Header. Die Datei muss mit WEBVTT beginnen. Ohne das wird sie rundweg abgelehnt, und das ist der häufigste Grund, warum eine umbenannte SRT im Browser versagt.
• Die Zeichensetzung. Millisekunden folgen auf einen Punkt, nicht auf ein Komma. Benennst du .srt in .vtt um, ohne das zu ändern, entsteht eine Datei, die lädt und nichts anzeigt.
• Cue-Settings. Jede Untertitelzeile kann line, position, align, size und vertical tragen, um den Text aus der unteren Mitte zu verschieben — nützlich, wenn eingebrannter Text oder ein Logo diesen Bereich belegt.
• Echtes Styling und echte Struktur. VTT unterstützt STYLE-Blöcke mit dem CSS-Selektor ::cue, NOTE-Kommentare, REGION-Definitionen und optionale Namen für Zeilen. Es ist außerdem immer UTF-8, was die Kodierungsfalle komplett beseitigt.

Nutze VTT, wenn der Player eine Webseite ist, oder wenn die Lieferspezifikation ausdrücklich WebVTT verlangt. Manche Plattformen — vor allem Anbieter von Online-Kursen — schreiben es namentlich vor.

Das ASS-Untertitelformat: wenn die Untertitel Teil des Designs sind

Advanced SubStation Alpha ist eine andere Art von Datei. SRT und VTT beschreiben, was gesagt wird und wann. ASS beschreibt, wie es gezeichnet wird.

Eine ASS-Datei besteht aus Abschnitten. [Script Info] definiert eine virtuelle Leinwand mit PlayResX und PlayResY, sodass Positionen und Schriftgrößen unabhängig von der Videoauflösung proportional bleiben. [V4+ Styles] enthält benannte Stile mit Schriftart, Größe, Grund- und Umrandungsfarbe, Rahmenstil, Dicke von Umrandung und Schatten, Ausrichtung und Rändern. [Events] enthält die Dialogzeilen, von denen jede inline alles in ihrem Stil überschreiben kann: \pos für exakte Platzierung, \an für Verankerung, \fad für Ein- und Ausblenden, \t für animierte Übergänge und \k für Karaoke-Timing, Wort für Wort.

Wie eine ASS-Datei aussieht

Derselbe erste Untertitel wie oben, als minimale ASS-Datei:

[Script Info]
ScriptType: v4.00+
PlayResX: 1920
PlayResY: 1080

[V4+ Styles]
Format: Name, Fontname, Fontsize, PrimaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding
Style: Default,Arial,64,&H00FFFFFF,&H000000FF,&H00000000,&H64000000,0,0,0,0,100,100,0,0,1,3,0,2,60,60,50,1

[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:01.00,0:00:04.12,Default,,0,0,0,,This is the first subtitle.

Zwei Dinge fallen auf. Jede Dialogzeile verweist auf einen benannten Stil, also ist das Aussehen einer ganzen Datei zu ändern eine einzige Änderung an der Style:-Zeile statt Suchen-und-Ersetzen über Tausende Untertitelzeilen. Und Zeitstempel enden bei Hundertstelsekunden, weshalb eine Hin-und-zurück-Konvertierung über ASS eine Untertitelzeile um bis zu 10 Millisekunden verschieben kann.

Ein Detail erwischt jeden beim ersten Mal: ASS-Farben werden als &HBBGGRR geschrieben, in umgekehrter Byte-Reihenfolge, mit einem vorangestellten Alpha-Byte, bei dem 00 deckend bedeutet. Eine Farbe, die wie Standard-RGB-Hex aussieht, ist keins — kopierst du eine Markenfarbe direkt hinein, bekommst du ihren kanalvertauschten Zwilling.

ASS vs. SSA

SSA, SubStation Alpha, ist die ältere Version desselben Formats; ASS ist dessen „v4+“-Überarbeitung, wie ScriptType: v4.00+ sie deklariert. ASS brachte mehr Stilfelder und Inline-Override-Tags, und jedes aktuelle Tool schreibt ASS. Schickt dir jemand eine .ssa-Datei, öffnet sie jeder Player und Editor, der ASS liest.

Welche Player und Editoren ASS unterstützen

Desktop-Player auf Basis von libass stellen ASS vollständig dar, darunter VLC und mpv, ebenso Media-Center, die libass nutzen. MKV ist der Container, der genau dafür gebaut ist, ASS zusammen mit den nötigen Schriftarten zu tragen. Webbrowser zeigen ASS nicht von selbst an, ein Web-Player braucht also stattdessen eine VTT-Kopie. Zum Bearbeiten ist Aegisub das kostenlose Tool, das um ASS-Typesetting herum entworfen wurde, und Subtitle Edit öffnet und speichert es neben allen anderen Formaten.

Das ist außerdem das Format, das gestylte mehrsprachige Auslieferung erst möglich macht. Eine MKV kann pro Sprache eine eigene ASS-Spur und eine angehängte Schriftdatei enthalten, sodass das Styling identisch aussieht — selbst auf einem Rechner, der diese Schriftart nie gesehen hat.

Nutze ASS, wenn du Karaoke oder Hervorhebung auf Wortebene brauchst, Untertitel woanders als in der unteren Mitte platzieren willst, Typografie pro Sprache brauchst, oder eine einzige Datei, die mehrere gestylte Sprachspuren behält.

Was eine Konvertierung übersteht

Die Konvertierung zwischen diesen Formaten ist nur in eine Richtung sicher.

Die praktische Regel: Behalte die reichhaltigste Version, die du hast, als Master-Datei, und erzeuge die einfacheren daraus. Der umgekehrte Weg stellt nichts wieder her.

Welches solltest du also wirklich ausliefern?

Diese letzte Zeile entdecken die meisten erst spät. Vertikale Social-Plattformen haben überhaupt keinen Untertitel-Upload; Untertitel sind dort Pixel im Video, also eine Aufgabe fürs Rendern, keine fürs Dateiformat. Untertitel ins Video einbrennen zeigt, wie das gelingt, ohne die Qualität zu ruinieren.

Wie sich das auf Sablate übertragen lässt

Sablate schreibt .srt, .vtt und .txt in jedem Plan, und .ass plus .mkv mit schaltbaren Untertiteln in Pro. Wissenswert ist: Das Styling, das du im Stilpanel des Editors baust, ist keine angenäherte Vorschau — der .ass-Export, das eingebrannte .mp4 und die Spuren in der .mkv werden alle von libass aus derselben Stildefinition gerendert, sodass die drei Ausgaben exakt zueinander passen.

Produzierst du mehrere Sprachen aus einer Aufnahme, hängt die Formatentscheidung mit der Auslieferungsentscheidung zusammen — der mehrsprachige Workflow behandelt beides zusammen. Suchst du noch das Tool, das diese Dateien erzeugt, stellt der Vergleich der Offline-Untertitel-Generatoren die Desktop-Optionen nebeneinander. Pro ist eine einmalige Zahlung von $29; Preise zeigt die vollständige Aufschlüsselung.

Kurz gesagt

Liefere SRT, solange nichts Bestimmtes etwas anderes verlangt. Liefere VTT, wenn ein Browser oder eine Kursplattform es namentlich verlangt. Greif zu ASS, wenn die Untertitel gestaltet sind — Karaoke, Platzierung, Typografie pro Sprache — und behalte diese ASS-Datei als deinen Master, denn was auch immer du daraus konvertierst, lässt sich nicht mehr zurückverwandeln.

Häufig gestellte Fragen

Welches Untertitelformat sollte ich für YouTube nutzen?

Nutze SRT. YouTube akzeptiert es überall, jeder Editor schreibt es, und YouTube rendert ohnehin jeden Untertitel im eigenen Player-Stil — ein reichhaltigeres Format bringt dir auf dieser Plattform also nichts. Greif nur zu VTT, wenn die Datei zusätzlich an einen Web-Player geht, der WebVTT erwartet.

Was ist der tatsächliche Unterschied zwischen SRT und VTT?

Drei Dinge. VTT-Zeitstempel nutzen vor den Millisekunden einen Punkt, SRT ein Komma. VTT-Dateien müssen mit der Zeile WEBVTT beginnen und sind immer UTF-8. VTT bringt zusätzlich Cue-Settings für Position und Ausrichtung, Styling über CSS und optionale Namen für Zeilen mit. Alles andere an den beiden Dateien sieht fast identisch aus.

Kann YouTube ASS-Untertiteldateien lesen?

YouTube nimmt den Upload vielleicht an, rendert das Styling aber nicht. Positionierung, Schriftarten, Farben, Umrandungen und Karaoke-Timing fallen alle weg, und die Untertitel erscheinen im eigenen YouTube-Stil. Ist der Look Teil des Inhalts, brenn die Untertitel ins Bild ein, statt eine gestylte Datei hochzuladen.

Wann brauche ich das ASS-Format tatsächlich?

Wenn das Erscheinungsbild der Untertitel Teil des Videos ist: Karaoke-Wort-Timing, Untertitel außerhalb der unteren Mitte, Schriftart und Farbe pro Zeile, oder eine MKV, die gestylte Spuren für mehrere Sprachen behält. Für gewöhnliche Dialog-Untertitel auf einer Streaming-Plattform ist ASS mehr Format, als die Aufgabe braucht.

Kann ich ASS verlustfrei zurück in SRT umwandeln?

Nein. Text und Timings lassen sich einwandfrei umwandeln, aber jede Styling-Anweisung fällt weg, weil SRT dafür keinen Platz hat. Positionierung, Schriftarten, Farben, Animation und Karaoke-Timing verschwinden vollständig. Die Umwandlung von SRT zu VTT ist dagegen fast verlustfrei — im Wesentlichen eine Kopfzeile und eine geänderte Zeichensetzung.

Welches Format unterstützen Videoplayer am besten?

SRT wird praktisch von allem unterstützt. ASS wird von Desktop-Playern und Media-Centern unterstützt, die auf libass aufbauen, etwa VLC und mpv, sowie von MKV-Containern. VTT ist das Format, das Webbrowser für einen HTML5-Text-Track verlangen. Es gibt kein einziges Format, das überall gleichzeitig die beste Wahl ist.

Wie öffne oder bearbeite ich eine ASS-Untertiteldatei?

Zum Ansehen lädst du sie in VLC oder mpv neben dem Video oder spielst eine MKV ab, die die Spur enthält. Zum Bearbeiten nimmst du Aegisub, den kostenlosen Editor rund um ASS, oder Subtitle Edit; jeder Texteditor geht ebenfalls, denn eine ASS-Datei ist reiner Text. Browser können ASS nicht von selbst anzeigen, ein Web-Player braucht stattdessen eine VTT-Kopie.