3. September 2026 · 8 min Lesezeit
Die meisten Tipps zu Kurzformat sind entweder eine Liste von Zahlen ohne Erklärung oder Regeln, die vor zwei Jahren galten. Das hier ist die praktische Version: welche Einschränkung tatsächlich besteht, warum sie existiert und welche Einstellung sie steuert.
Vertikal 9:16 ist das einzige Format, das auf Shorts, Reels und TikTok den Bildschirm füllt. Alles andere wird mit Balken versehen, und Letterboxing ist das deutlichste Zeichen dafür, dass ein Video extern erstellt und einfach wiederveröffentlicht wurde.
Die Ausnahme ist bewusst: Ein quadratisches 1:1 passt manchmal besser in einen Feedpost, wo das Video Teil anderer Inhalte ist. Für einen Short immer vertikal.
In ClipPilot ist das Seitenverhältnis eine Einstellung für jedes Video. Bildvideos unterstützen 9:16, 16:9, 1:1 und 4:5. Animierte Videos unterstützen 9:16, 16:9 und 1:1.
Ein 9:16-Video mit 1080 × 1920 ist der Standard. Etwas Kleineres hochzuladen ist nicht fatal, da die Plattformen ohnehin alles neu kodieren, aber einmal verlorene Details sind vor dem Upload unwiederbringlich weg.
Animierte Videos haben drei Qualitätsstufen: Standard mit 480p, HD mit 720p und Full HD mit 1080p. Der Preisunterschied ist real, bei 25, 35 und 65 Credits pro Sekunde, daher ist die ehrliche Empfehlung: HD ist für fast alles die richtige Voreinstellung. Standard wirkt auf einem nah gehaltenen Handy sichtbar weicher, und Full HD lohnt sich vor allem, wenn das Video auch an größeren Stellen gezeigt wird.
Jede Plattform legt ihre eigene Benutzeroberfläche über dein Video und zwar an ungefähr den gleichen Stellen.
Die praktikable Regel ist, alles Wichtige vertikal im mittleren Drittel und horizontal abseits des rechten Sechstels zu halten. Wenn Zuschauer die Oberfläche verschieben müssen, um deinen Text zu lesen, hätte der Text auch fehlen können.
Deshalb empfiehlt der Prompt-Leitfaden, Motive hoch im vertikalen Bild zu platzieren. Ein Motiv, das für ein Querformat zentriert ist, landet beim Zuschneiden auf Hochformat teilweise hinter der Titelleiste.
YouTube zählt alles bis 3 Minuten als Short. TikTok erlaubt deutlich längere Videos. Reels liegt dazwischen. Alle drei Obergrenzen sind deutlich höher als das, was wirklich gut funktioniert.
Die nützliche Zahl ist nicht das Limit, sondern der Einbruch. Die Zuschauerbindung fällt in den ersten drei Sekunden stark und dann wieder um die fünfzehn Sekunden. Ein Video, das bis Sekunde 20 gesagt hat, was es sagen wollte, endet stark; derselbe Inhalt auf 50 Sekunden gedehnt endet schwach, und die Abschlussrate ist das, worauf die Algorithmen achten.
Praktisch: Kürze auf die kürzeste Länge, die die Idee noch rüberbringt. Wenn du unsicher bist, ist es zu lang.
Die Länge wird je nach Format anders gesteuert. Ein Image-Video folgt der Länge seines Skripts. Ein animiertes Video ist Anzahl der Szenen mal Sekunden pro Szene, das ist auch genau das, wofür du abgerechnet wirst, es gibt also keinen Grund, hier aufzublähen.
Ein großer Anteil von Short-Form wird stumm geschaut, zumindest in der ersten Sekunde, deshalb sind Untertitel keine Zugänglichkeits-Option. Sie sind, wie das Video kommuniziert, bevor jemand den Ton anschaltet.
Drei Dinge machen Untertitel wirkungsvoll:
ClipPilot erzeugt das Voiceover und seine wortgenaue Ausrichtung in einem einzigen Aufruf und leitet die Untertitel aus dieser Ausrichtung ab. Deshalb folgt die Hervorhebung exakt der Sprache. Es gibt zwei Untertitelstile und eine Auswahl an Markierungsfarben, beides in Größe für ein vertikales Format.
Bei animierten Videos wird jeder Clip mit seinem eigenen Ton erzeugt. Dieser Ton trägt Formate wie ASMR und Found-Footage, weshalb bei mehreren Vorlagen absichtlich die Hintergrundmusik ausgeschaltet ist.
Wenn es ein Voiceover gibt, wird der eigene Ton der Clips automatisch darunter leiser gezogen, statt mit ihm zu konkurrieren. Wenn kein Voiceover vorhanden ist, spielt er in voller Lautstärke.
Hintergrundmusik, wenn du sie verwendest, sollte so leise sitzen, dass die Erzählung nie gegen sie ankämpft. Die Lautstärke ist pro Video anpassbar.
Alle oben genannten Einschränkungen sind weniger wichtig als diese. Etwas muss sich bewegen, und etwas muss interessant sein, bevor die dritte Sekunde vorbei ist.
Bei erzählerisch geführten Videos heißt das: Beginne mit dem spezifischsten, was du hast, nicht mit Kontext. Bei visuellen Formaten muss das Format sofort lesbar sein, deshalb sind die Vorlagen so aufgebaut, dass Formen in einem einzigen Frame verständlich sind.
9:16 vertikal. Das ist das einzige Format, das auf Shorts, Reels und TikTok den ganzen Bildschirm füllt. 1:1 oder 16:9 lässt sich zwar hochladen, wird aber mit Balken oben und unten angezeigt. Das wirkt wie wiederveröffentlichtes Material statt nativer Inhalte.
Bis zu 3 Minuten. Das ist die Obergrenze, nicht das Ziel. Die Zuschauerbindung bei Kurzformaten sinkt mit der Länge stark, und die meisten erfolgreichen Shorts sind deutlich unter einer Minute.
Im mittleren Drittel des Bildes, deutlich weg vom unteren Rand. Das unterste Fünftel eines vertikalen Videos wird von Titel, Kanalnamen und Aktionsbuttons auf jeder Plattform überdeckt, dort sind Untertitel also teilweise verdeckt.
Ja, wenn sie 9:16 hat und keine eingebrannten Plattform-Brandings enthält. Die sicheren Bereiche unterscheiden sich leicht zwischen den Apps, daher reicht es, wichtige Inhalte aus dem unteren Fünftel und vom rechten Rand fernzuhalten.
Das Glas-Frucht-Format erklärt: warum es funktioniert, wie du ein Sujet und Material auswählst, das sauber gerendert wird, und wie du eine Serie konsistent hältst.
Eine Schritt-für-Schritt-Anleitung von der Skripterstellung bis zum Herunterladen des fertigen Videos.
Verwandle ein Skript oder eine One‑Line-Idee in einen fertigen vertikalen YouTube Short mit KI‑Visuals, Voiceover und synchronen Untertiteln. Kein Schnitt, keine Kamera, kein Wasserzeichen.