Ihr Dashboard zeigt 40.000 Aufrufe. Jemand fragt, ob das Video funktioniert hat, und Ihnen wird klar, dass die Aufrufzahl das nicht beantworten kann. Ein Aufruf wird nach wenigen Sekunden Wiedergabe gezählt. Er sagt Ihnen, dass jemand angekommen ist. Er sagt nichts darüber, ob diese Person geblieben ist, etwas verstanden hat oder danach etwas getan hat.
Video-Engagement-Metriken sind die Zahlen, die messen, was Zuschauer tatsächlich getan haben: wie lange sie zugesehen haben, wie viel vom Video sie beendet haben, wo sie ausgestiegen sind und worauf sie geklickt haben. Reichweite zählt Ankünfte. Engagement sagt Ihnen, ob die zwei Wochen Produktionsarbeit Ihnen Aufmerksamkeit eingebracht haben. Dieser Leitfaden behandelt die Metriken, die eine Verfolgung wert sind, wie Sie eine Retentionskurve lesen, und die eine Änderung in der Produktion, die sie alle bewegt.
Was Video-Engagement-Metriken wirklich messen
Die meisten Video-Dashboards sind großzügig. Sie stellen die größte verfügbare Zahl nach vorn, und das ist fast immer die Zahl, die am wenigsten misst. Wer als Marketingverantwortlicher einem skeptischen Finanzteam berichtet oder als Creator entscheidet, was als Nächstes entsteht, braucht die Zahlen darunter.
Reichweite sagt, wer angekommen ist, Engagement sagt, wer geblieben ist
Impressionen und Aufrufe sind Distributionsmetriken. Sie sagen Ihnen, dass das Vorschaubild funktioniert hat, dass das Werbebudget angekommen ist oder dass der Algorithmus Ihnen ein Fenster geöffnet hat. Sie messen Ihre Promotion, nicht Ihr Video.
Engagement-Metriken beginnen in dem Moment, in dem die Wiedergabe startet. Wiedergabezeit, durchschnittlich gesehener Anteil, Abschlussrate und Klickrate beschreiben das Verhalten, nachdem sich der Zuschauer eingelassen hat. Diese Unterscheidung ist wichtig, weil sich beide Gruppen oft gegenläufig bewegen. Ein reißerisches Vorschaubild kann Ihre Aufrufe verdoppeln und Ihren durchschnittlich gesehenen Anteil halbieren, was dem Algorithmus beibringt, dass Ihr Video enttäuscht.
Praktische Regel: Wenn eine Metrik steigen kann, während das Video schlechter wird, ist es eine Reichweitenmetrik. Berichten Sie sie, aber optimieren Sie niemals darauf.
Die Metriken, die einen Platz im Dashboard verdienen
Sie brauchen weniger Zahlen, als die meisten Reporting-Vorlagen nahelegen. Diese sechs decken fast jede echte Frage ab, und jede hat eine Schwachstelle, die man kennen sollte, bevor sie auf eine Folie kommt.
| Metrik | Was sie Ihnen sagt | Wo sie in die Irre führt |
|---|---|---|
| Aufrufe | Wie viele Personen die Wiedergabe gestartet haben | Zählt nach wenigen Sekunden, erfasst also Ankünfte, nicht Aufmerksamkeit |
| Wiedergabezeit | Gesamte gesehene Minuten, die Zahl, die Algorithmen belohnen | Ein langes Video kann bei Gesamtminuten gewinnen und trotzdem fast sein ganzes Publikum langweilen |
| Durchschnittlich gesehener Anteil | Wie viel vom Video ein typischer Zuschauer beendet hat | Sinkt mit wachsender Länge von selbst und ist über verschiedene Längen hinweg wertlos |
| Abschlussrate | Der Anteil der Zuschauer, der das Ende erreicht hat | Brutal bei langen Videos und schmeichelhaft bei 15-Sekunden-Clips |
| Interaktionsrate | Likes, Kommentare und Shares pro Aufruf | Leicht aufzublasen mit Ködern, die nichts mit Ihrer Botschaft zu tun haben |
| Klickrate | Ob das Video jemanden zu einer Handlung bewegt hat | Hängt ebenso stark vom Angebot ab wie vom Video |
Wählen Sie die zwei, die zur Aufgabe des Videos passen. Eine Produktdemo steht und fällt mit dem durchschnittlich gesehenen Anteil und der Klickrate. Ein Markenfilm interessiert sich für die Abschlussrate. Eine Webinar-Aufzeichnung interessiert sich für die gesamte Wiedergabezeit, denn eine lange Sitzung mit aufmerksamen Zuschauern ist genau der Zweck.
So berechnen Sie die Video-Engagement-Rate, ohne sich selbst zu täuschen
Die Engagement-Rate ist die meistzitierte und am wenigsten einheitliche Metrik im Video. Zwei Teams können sie für dasselbe Video berichten und 30 Punkte auseinanderliegen, weil sie Verschiedenes messen und es gleich nennen.
Zwei Formeln tragen denselben Namen
Die erste Formel beruht auf Aufmerksamkeit: gesamte abgespielte Zeit geteilt durch die Gesamtzahl der Wiedergaben multipliziert mit der Videolänge. Sie beantwortet die Frage, wie viel von diesem Video ein typischer Zuschauer sieht, und liefert einen Prozentsatz des konsumierten Videos.
Die zweite beruht auf Interaktion: Likes plus Kommentare plus Shares, geteilt durch die Aufrufe. Sie beantwortet die Frage, wie viele Menschen sich genug interessiert haben, um etwas zu tun, und liefert auf den meisten Plattformen einen einstelligen Prozentwert.
Keine von beiden ist falsch. Die eine zu berichten und sie die andere zu nennen, ist es. Schreiben Sie die Formel in den Kopf Ihres Berichts, damit niemand sie sechs Monate später rekonstruieren muss.
Praktische Erkenntnis: Eine Engagement-Rate von 45 % und eine von 4,5 % können dasselbe Video beschreiben. Zuerst muss man sich auf die Formel einigen, nicht auf die Zahl.
Vergleichen Sie nach Länge, nicht mit allen
Aufmerksamkeitsbasiertes Engagement sinkt, je länger Videos werden, was den Vergleich über Längen hinweg nutzlos macht. Wistias Auswertung der eigenen Plattformdaten ergab, dass Videos unter einer Minute im Schnitt eine Engagement-Rate von 52 % erreichen, eine Messlatte, die ein 40-minütiges Webinar nie erreichen wird und auch nicht erreichen muss.
Vergleichen Sie ein Video mit anderen derselben Länge, desselben Formats und desselben Publikums. Ein 20-minütiges Tutorial, das 35 % seiner Zuschauer hält, leistet etwas, das ein 45-Sekunden-Teaser mit 60 % nicht leistet.
Die Retentionskurve lesen: wo Zuschauer wirklich aussteigen
Aggregierte Zahlen sagen Ihnen, dass ein Video unter den Erwartungen blieb. Die Retentionskurve sagt Ihnen, wo, und lässt Sie es beheben. Sie ist der nützlichste Bildschirm in jedem Video-Analysetool, und die meisten Teams überfliegen sie, statt sie zu lesen.
Die ersten 30 Sekunden entscheiden über den Rest
Jede Retentionskurve fällt am Anfang am stärksten. YouTube behandelt das als eigene Messgröße und berichtet, welcher Prozentsatz Ihres Publikums nach den ersten 30 Sekunden noch zusah, mit der Empfehlung, diesen Einstieg zu überarbeiten und verschiedene Stile zu testen, wenn die Zahl enttäuscht.
Die übliche Ursache ist ein Bruch. Titel und Vorschaubild haben eines versprochen, die ersten 20 Sekunden lieferten eine Logo-Animation und eine langsame Begrüßung, und der Zuschauer war weg, bevor das Video von irgendetwas handelte. Kürzen Sie das Intro, steigen Sie mit dem Versprechen ein, und beobachten Sie diese Zahl, bevor Sie irgendetwas anderes anfassen.
Flache Linien, Einbrüche und Ausschläge
YouTube beschreibt vier lesbare Formen in einem Retentionsdiagramm: flache Linien, wo Zuschauer einen Abschnitt vollständig sehen, allmähliche Rückgänge, wo das Interesse nachlässt, Ausschläge bei Momenten, die erneut angesehen oder geteilt werden, und Einbrüche, wo Menschen vorgespult oder aufgehört haben.
Jede Form ist eine Anweisung. Ein Einbruch bei 4:12 ist ein Segment, das beim nächsten Mal wegfällt. Ein Ausschlag bei 7:40 ist der Clip für Social Media. Ein allmählicher Rückgang über die gesamte Mitte bedeutet meist, dass das Video länger ist als seine Idee.
Praktische Regel: Behandeln Sie die Retentionskurve als Schnittliste, nicht als Zeugnis. Jeder Einbruch ist eine Notiz für das nächste Video.
Warum Untertitel der wirksamste Hebel für Engagement sind
Die meisten Engagement-Ratschläge fordern bessere Videos, was richtig und wenig hilfreich ist. Untertitel sind anders. Sie sind ein Produktionsschritt, den Sie einem bereits fertigen Video hinzufügen können, und sie verändern sofort das Verhalten eines großen Teils Ihres Publikums.
Sehen ohne Ton ist inzwischen der Normalfall
Eine von Verizon Media gemeinsam mit Publicis Media durchgeführte Studie, die im April 2019 5.616 Erwachsene in den USA befragte, ergab, dass die Hälfte der Befragten Untertitel für wichtig hielt, weil sie üblicherweise ohne Ton zusehen, und dass jede dritte Person Untertitel in der Öffentlichkeit eingeschaltet lässt.
Wenn Sie in einen Feed veröffentlichen, sieht ein erheblicher Teil Ihres Publikums auf einem stummgeschalteten Telefon zu, an einem Ort, an dem Ton einzuschalten keine Option ist. Ein Video ohne Untertitel fordert diese Menschen zum Gehen auf, und die Retentionskurve verzeichnet das als Absprung, den Sie vermutlich Ihrem Intro anlasten werden. Deshalb sind Untertitel für Social-Media-Videos kein nachträglicher Barrierefreiheitszusatz mehr, sondern eine Voraussetzung für Distribution.
Erhöhen Untertitel das Video-Engagement wirklich?
Ja, und der Effekt zeigt sich eher bei der Abschlussrate als bei Klicks. In der oben genannten Untersuchung von Verizon Media und Publicis Media gaben 80 % der Befragten an, ein Video eher vollständig anzusehen, wenn Untertitel verfügbar sind. Untertitel halten den Zuschauer ohne Ton, der sonst in den ersten Sekunden abspringen würde, was den durchschnittlich gesehenen Anteil und die Abschlussrate gemeinsam anhebt. RealtimeVoiceKIT erzeugt zeitgenaue SRT- und VTT-Untertitel aus der Originaldatei, sodass Sie Untertitel zu einem Video hinzufügen können, das bereits veröffentlicht ist.
Untertitelqualität ist der Teil, den Teams falsch machen
Automatische Untertitel einer Social-Plattform sind nicht dasselbe Produkt wie eine geprüfte Untertitelspur. Falsche Namen, zerstörtes Fachvokabular und Untertitel, die dem Sprecher eine Sekunde hinterherhinken, sind schlimmer als gar keine, weil sie Aufmerksamkeit vom Video abziehen und nichts zurückgeben.
Zwei Gewohnheiten beheben das meiste. Prüfen Sie die Zeilen mit niedriger Konfidenz, statt alles noch einmal zu lesen, denn ein Konfidenzwert pro Zeile zeigt direkt auf die Segmente, die das Modell schwierig fand. Kontrollieren Sie danach die Eigennamen, denn dort scheitern Produktnamen, Gästenamen und Abkürzungen selbst in ansonsten sauberen Transkripten.
Darunter liegt außerdem eine rechtliche Untergrenze. Das WCAG-2.2-Erfolgskriterium für Untertitel bei aufgezeichneten Medien ist Stufe A, die Basisstufe, und es verlangt Untertitel für alle aufgezeichneten Audioinhalte in synchronisierten Medien. Wenn Ihr Video auf einer Website mit Barrierefreiheitspflichten liegt, sind Untertitel keine Engagement-Taktik, sondern das Minimum.
| Wenn Ihr Problem ist | Die wahrscheinliche Ursache | Was Sie zuerst ändern |
|---|---|---|
| Starker Abfall in den ersten 30 Sekunden | Der Einstieg passt nicht zum Vorschaubild, oder es gibt keinen Text im Bild | Intro kürzen und Untertitel ergänzen, damit stummgeschaltete Zuschauer das Versprechen erhalten |
| Guter Start, nachlassende Mitte | Das Video ist länger als seine Idee | Die Einbruchssegmente herausschneiden, die die Retentionskurve markiert |
| Viele Aufrufe, wenige Abschlüsse | Die Reichweite kommt von einem Publikum, für das das Video nicht gemacht ist | Das Targeting korrigieren, bevor Sie den Schnitt anfassen |
| Nur in einem Markt stark | Das Publikum, das zusehen könnte, ist kleiner als das, welches es wollte | Übersetzte Untertitelspuren ergänzen |
Ein Video in globale Reichweite verwandeln, mit übersetzten Untertiteln
Wenn die Untertitel sitzen, ist der nächste Hebel kein besserer Schnitt. Es ist das Publikum, das Ihr Video bereits sehen will, ihm aber nicht folgen kann. Übersetzte Untertitel sind die günstigste Reichweite, die Sie je kaufen werden, weil das Video schon fertig ist.
Dasselbe Timing, mehr Märkte
Der Grund, warum Teams das überspringen, ist der Arbeitsablauf, nicht der Nutzen. Die alte Routine exportiert ein Transkript, schickt den Text an eine Übersetzung oder ein anderes Werkzeug, bekommt Fließtext ohne Zeitcodes zurück, und dann baut jemand das Timing für jede Sprache von Hand neu auf. Dieser Aufwand skaliert mit der Zahl der Sprachen, also bleiben die meisten Teams bei einer.
Es funktioniert nur, wenn Transkription und Übersetzung im selben Durchlauf passieren und die übersetzten Zeilen die ursprünglichen Segmentgrenzen erben. Ein Upload erzeugt ein zeitcodiertes Transkript, und dieses Transkript fächert sich in jede Sprache auf, mit bereits angehängtem Timing. RealtimeVoiceKIT erledigt das in über 100 Sprachen in einem einzigen Durchlauf, was aus einem Projekt pro Sprache ein Häkchen macht. Der Untertitel-Übersetzer erledigt dieselbe Aufgabe für eine Untertiteldatei, die Sie bereits haben.
Die Branche bewegt sich in diese Richtung. Wistias State-of-Video-Bericht 2026, der auf einer Befragung von über 900 Fachleuten sowie Plattformdaten zu mehr als 13 Millionen Videos beruht, stellte fest, dass 90 % der Teams Schritte in Richtung Video-Barrierefreiheit unternehmen, wobei Untertitel der häufigste Einstiegspunkt sind, und dass Teams mit KI-Werkzeugen mit 82 % höherer Wahrscheinlichkeit Untertitel in mehreren Sprachen anbieten.
Praktische Regel: Entscheiden Sie die Zielsprachen, bevor Sie den Transkriptionsauftrag starten. Die Wahl danach zerlegt die Arbeit in zwei Durchläufe und kostet Sie das Timing.
Welche KI steckt hinter RealtimeVoiceKIT?
RealtimeVoiceKIT arbeitet mit OpenAI Whisper für die Spracherkennung und mit führenden Frontier-Modellen von OpenAI (ChatGPT), Anthropic (Claude) und Google (Gemini) für die Arbeit oberhalb des Transkripts: Übersetzung, Zusammenfassungen, Kernpunkte und ein Chat über das Gesagte. Deshalb entstehen die Untertitelspur, die übersetzten Untertiteldateien und die Zusammenfassung für die Beschreibung in einem Durchlauf statt in vier Werkzeugen.
Mit Transkripten den Suchtraffic hinter den Aufrufen gewinnen
Engagement-Arbeit hört meist beim Player auf. Das Transkript, das Sie für die Untertitel erzeugt haben, ist zugleich der einzige Teil Ihres Videos, den eine Suchmaschine wirklich indexieren kann, und die meisten Teams werfen es weg, nachdem sie die SRT-Datei exportiert haben.
Text ist der Teil, den eine Suchmaschine lesen kann
Ein Crawler kann Ihr Video nicht ansehen. Er liest den Titel, die Beschreibung, die umgebende Seite und jedes Transkript, das Sie veröffentlichen. Das vollständige Transkript auf die Seite zu stellen, verwandelt einen 20-minütigen Vortrag in einige tausend Wörter relevanten, thematisch passenden Text, der genau die Formulierungen Ihrer Sprecher trifft.
Dieser Text speist auch den Rest des Funnels. Das Transkript liefert die Zitate für Social Media, die Zusammenfassung für die E-Mail, die Kapitelliste für die Beschreibung und die Zeitmarken der Clips für die zuvor gefundenen Retentionsausschläge. Unser Leitfaden dazu, warum Video-Transkripte ein unterschätzter On-Page-SEO-Gewinn sind, behandelt die Veröffentlichungsseite im Detail.
Praktische Erkenntnis: Ein Transkriptionsauftrag sollte vier Ergebnisse liefern. Wenn Sie nur Untertitel exportieren, haben Sie die anderen drei bezahlt und liegen gelassen.
Ihr wiederholbarer Workflow für Video-Engagement
Engagement verbessert sich, wenn dieselben Prüfungen bei jedem Video laufen, nicht wenn sich jemand nach einem Launch daran erinnert, in die Statistik zu schauen. Das ist die Schleife, und sie dauert etwa fünfzehn Minuten pro Video, sobald sie zur Gewohnheit geworden ist.
Die Checkliste, die auch unter Termindruck hält
- Wählen Sie zwei Metriken vor der Veröffentlichung. Benennen Sie die primäre und die sekundäre Metrik für genau dieses Video und halten Sie sie schriftlich fest.
- Transkribieren Sie den finalen Schnitt, nicht den Rohschnitt. Lassen Sie die fertige Datei einmal durch die Transkription laufen, mit Sprecherkennzeichnung, wenn mehr als eine Person spricht.
- Prüfen Sie nur die schwachen Zeilen. Korrigieren Sie Segmente mit niedriger Konfidenz und Eigennamen, dann exportieren Sie SRT oder VTT.
- Ergänzen Sie die übersetzten Spuren im selben Durchlauf. Wählen Sie die Zielsprachen während des Auftrags, damit das Timing vererbt und nicht neu aufgebaut wird.
- Veröffentlichen Sie das Transkript auf der Seite. Stellen Sie den Text dorthin, wo ein Crawler ihn erreicht, und nutzen Sie ihn für Beschreibung, Kapitel und Social-Texte weiter.
- Lesen Sie die Retentionskurve nach 7 Tagen. Markieren Sie den Abfall in den ersten 30 Sekunden, die Einbrüche und die Ausschläge.
- Machen Sie aus den Ausschlägen das nächste Video. Schneiden Sie die mehrfach gesehenen Momente zu Clips, und lassen Sie die Einbrüche entscheiden, was wegfällt.
Der Schritt, der meist bricht, ist der vierte. Teams transkribieren, exportieren Untertitel, veröffentlichen das Video und entscheiden zwei Wochen später, dass eine spanische Spur helfen würde. Bis dahin hat das Transkript das Werkzeug verlassen, das das Timing hatte, und jemand baut Untertitelzeiten von Hand nach. Die Sprachen vorab festzulegen kostet nichts und spart diese ganze Runde. Wenn Sie die Minuten davon abhalten, das bei jedem Video zu tun: unbegrenzte Transkription beginnt bei 19,90 US-Dollar im Monat, womit der Grund entfällt, den Workflow zu rationieren.
Wenn Sie Untertitelspur, übersetzte Untertitel und Transkript aus einem einzigen Upload möchten, testen Sie RealtimeVoiceKIT mit dem zuletzt veröffentlichten Video und sehen Sie, was die Retentionskurve macht, sobald das Publikum ohne Ton mitlesen kann.
The RealtimeVoiceKIT team schreibt über Audio, KI und die Workflows, die Aufnahmen für das RealtimeVoiceKIT-Team in Reichweite verwandeln.
