Vier von fünf Menschen, die Ihr Video auf LinkedIn sehen, hören es nicht. Das ist keine Vermutung. Das ist die Zahl, die LinkedIn selbst in seinem Video Ads Playbook nennt. 79 Prozent aller Videos im LinkedIn-Feed werden ohne Ton geschaut. Wer das weiß und trotzdem kein eingebranntes Wort ins Bild setzt, produziert für eine Minderheit.

Typografie im Video ist kein Gestaltungsdetail. Sie ist der primäre Kommunikationskanal für die Mehrheit Ihres Publikums.

Was die Daten sagen

LinkedIn hat gemeinsam mit seinen Creative Labs über 13.000 B2B-Video-Ads analysiert. Das Ergebnis ist eindeutig.

Eingebrannte Captions, also fest ins Bild gerenderter Text, sind nicht dasselbe wie zuschaltbare Untertitel. SRT-Dateien, die als separate Spur hochgeladen werden, sind im stummen Autoplay-Feed standardmäßig ausgeschaltet. Praktisch niemand schaltet sie aktiv ein. Nur eingebrannte Untertitel erreichen die 79 Prozent ohne ihr Zutun. (Quelle: LinkedIn Help, Untertitel und Closed Captions)

Aber es gibt einen Unterschied, der in der Praxis fast immer übersehen wird:

Nicht alle Untertitel wirken gleich.

Reine Transkript-Laufschrift erzielt einen messbaren Basiseffekt.

Bullet-Captions, bei denen Schlüsselbegriffe typografisch hervorgehoben und in einer Aufzählungslogik strukturiert werden, erzielen laut LinkedIn Creative Labs 30 Prozent mehr Dwell Time.

Grafik-Supers, also On-Screen-Text als eigenständiges Gestaltungselement, bringen 18 Prozent.

Kräftige Farbgebung 15 Prozent.

Step-by-Step-Struktur 13 Prozent. (Quelle: LinkedIn Creative Labs, The Art & Science of Video, Analyse von über 13.000 B2B-Video-Ads)

Untertitel sind damit kein Barrierefreiheits-Feature.
Sie sind ein dramaturgisches Mittel.

Der zweite Nutzen, den die meisten nicht kennen

Eingebrannte Untertitel haben einen Effekt, der in keiner Produktionsbesprechung vorkommt: Sie liefern dem LinkedIn-Algorithmus textbasierte Signale. Das Modell liest den im Bild sichtbaren Text, versteht das Thema des Videos und verteilt es an die richtigen Profile. Wer keinen Text ins Bild setzt, sendet dem Algorithmus kein inhaltliches Signal. Das Video ist für das System thematisch unsichtbar. (Quelle: Mediarenner, LinkedIn Marketing 2026, März 2026)

Das ist keine Optimierungsmaßnahme. Es ist die Grundbedingung dafür, dass ein Video überhaupt das richtige Publikum findet.

Was das für die Produktion bedeutet

Drei Muster haben sich in internationalen industriellen Erklärvideos als stabil erwiesen:

Muster 1: Originalton plus Textbanner. Der Originalton der Anlage oder des Prozesses läuft, der Inhalt steht als eingebrannter Text im Bild. Dieses Muster funktioniert besonders für Maschinenvideos, bei denen der Prozesston Autorität erzeugt aber keine inhaltliche Information trägt.

Muster 2: Talking-Head mit eingebrannten Untertiteln. Eine Person spricht, der gesprochene Text erscheint zeitgleich als Bild-Text. Dieses Muster ist das stärkste für Corporate Influencer und Expertenformate, weil es Gesicht, Stimme und Text gleichzeitig einsetzt.

Muster 3: Musik plus Text ohne Sprache. Für Kurzformate unter 30 Sekunden übernimmt der eingebrannte Text die gesamte inhaltliche Vermittlung. Musik dient der Atmosphäre, nicht der Information.

Ein Hinweis zu Audiospuren: LinkedIn's eigenes Playbook belegt, dass mehrspurige Audioquellen die Completion Rate und Engagement Rate senken. Ein Musikbett unter einem Sprechertext gilt als zweite Tonspur. Die sichere Variante ist entweder Sprache allein oder Musik allein, nicht beides übereinander. (Quelle: LinkedIn Video Ads Playbook)

Die eine Frage

Es gibt einen einfachen Test für jedes Video bevor es hochgeladen wird:

Wäre dieses Video ohne Ton vollständig verständlich?

Wenn die Antwort nein lautet, erreicht das Video seine Mehrheit nicht. Nicht weil die Produktion schlecht ist. Sondern weil die inhaltliche Last nicht auf dem Kanal liegt, über den die meisten Zuschauer das Video konsumieren.

Wer für seine Unternehmenskommunikation, für Corporate Influencer oder für Produktvideos auf LinkedIn produziert und wissen möchte, wie ein strukturiertes Produktionssystem von der Aufnahme bis zum eingebrannten Text aussieht, findet den ersten Schritt hier: Corporate Influencer Production Days.

Die drei häufigsten Fragen

Warum brauchen LinkedIn-Videos eingebrannte Untertitel?
79 Prozent aller Videos im LinkedIn-Feed werden ohne Ton geschaut, laut LinkedIns eigenem Video Ads Playbook. Zuschaltbare Untertitel als SRT-Datei sind im stummen Autoplay-Feed standardmäßig deaktiviert und werden praktisch nie aktiv eingeschaltet. Eingebrannte Captions sind die einzige Form, die die Mehrheit der Zuschauer ohne ihr Zutun erreicht. Zusätzlich liefern sie dem LinkedIn-Algorithmus textbasierte Signale für die thematische Zuordnung des Videos.

Was ist der Unterschied zwischen eingebrannten Captions und SRT-Untertiteln?
SRT-Untertitel sind eine separate Datei, die beim Upload mitgegeben wird. Sie sind zuschaltbar, aber standardmäßig deaktiviert. Eingebrannte Captions sind direkt ins Videobild gerendert und immer sichtbar, unabhängig von Playereinstellungen. LinkedIn empfiehlt ausdrücklich beide Varianten parallel: eingebrannte Captions für die sofortige Sichtbarkeit bei Stummkonsum, SRT für Barrierefreiheit und Player-Funktionalität.

Welche Untertitel-Gestaltung performt am besten auf LinkedIn?
Laut LinkedIn Creative Labs, basierend auf einer Analyse von über 13.000 B2B-Video-Ads, erzielen Bullet-Captions, also typografisch hervorgehobene Schlüsselbegriffe in Aufzählungslogik, 30 Prozent mehr Dwell Time gegenüber einfacher Laufschrift. Grafik-Supers als eigenständige Gestaltungselemente bringen 18 Prozent. Reine Fließtext-Transkription ist die schwächste Form.

How to Subtitle your Business

79 Prozent der Zuschauer hören nicht zu. Eingebrannte Captions sind der einzige Weg, sie zu erreichen. SRT-Untertitel reichen nicht, sie sind standardmäßig aus. Bullet-Captions mit hervorgehobenen Schlüsselbegriffen erzielen 30 Prozent mehr Dwell Time als reine Laufschrift. Untertitel liefern dem LinkedIn-Algorithmus textbasierte Signale und machen das Video thematisch sichtbar. Musik und Sprache gleichzeitig senken Completion Rate und Engagement. Der Test für jedes Video: Ton aus. Noch verständlich? Wenn nein, erreicht das Video seine Mehrheit nicht.

AI in the Loop: Die Inhalte dieses Artikels wurden mit KI-gestütztem Research erarbeitet und redaktionell bewertet. Die Texte wurden mit KI beschleunigt und von unseren Experten geschrieben. Alle Zahlen, Daten und Fakten sind mit Quellen belegt. Themen und Haltung entsprechen unseren Erfahrungen, Beratungen und Angeboten.