Thumbnails erstellen, YouTube-Vorschaubilder und KI-Stimmen generieren

2. Juli 2023
|In Videogestaltung
|By Arthur Kolbe

Ein Vorschaubild entscheidet darüber, ob Ihr Inhalt angeklickt wird oder nicht.

Und eine generierte Stimme entscheidet darüber, ob ein Besucher Ihrem Video zuhört oder nach vier Sekunden wegklickt.

Beides sind kleine technische Bausteine mit unverhältnismäßig großer Wirkung, und beide werden auf den meisten Websites nebenbei erledigt.

Dieser Beitrag erklärt Ihnen beides von Grund auf, inklusive der genauen Maße, die YouTube verlangt.

Inhalt

Was ein Thumbnail ist

Ein Thumbnail ist eine verkleinerte Vorschau eines Bildes oder Videos.

Der Zweck ist rein praktisch: der Besucher soll erkennen, was ihn erwartet, ohne dass der vollständige Inhalt geladen werden muss.

Das klingt nach einer Nebensächlichkeit, ist aber der Grund, warum Bildergalerien und Suchergebnisse überhaupt benutzbar sind.

Stellen Sie sich eine Galerie mit vierzig Produktfotos vor, bei der jedes Bild in voller Auflösung geladen wird.

Der Besucher wartet, sieht ein weißes Raster und ist weg, bevor das dritte Bild fertig ist.

Wo Thumbnails eingesetzt werden

Vier Bereiche, in denen Sie täglich Thumbnails sehen, auch wenn Sie sie nicht bewusst wahrnehmen.

  • Suchmaschinen. Google zeigt Vorschaubilder zu Webseiten, Bildern und Videos direkt im Ergebnis. Bei Video-Ergebnissen ist das Thumbnail oft das einzige visuelle Element auf der ganzen Ergebnisseite, und damit das Element, das den Blick zuerst einfängt.
  • Social Media. Auf Instagram, Facebook und YouTube ist das Thumbnail die Verpackung des Beitrags. Bei YouTube entscheidet es messbar über die Klickrate, deshalb tauschen große Kanäle Thumbnails nachträglich aus, wenn ein Video schlecht läuft.
  • Bildergalerien. Hier ist das Thumbnail die Navigation. Der Besucher überfliegt das Raster und klickt genau ein Bild an, statt sich durch alle zu arbeiten.
  • Online-Shops. In der Kategorieübersicht steht das Produktbild als Thumbnail. Ist es unscharf oder schlecht freigestellt, wirkt das Produkt billiger als es ist, und der Kunde klickt auf das Produkt daneben.

Was ein gutes Thumbnail Ihnen bringt

Drei Dinge, und alle drei sind messbar.

Die Entscheidung wird dem Besucher leichter gemacht.

Er sieht in einer halben Sekunde, ob der Inhalt zu seiner Frage passt.

Wer nicht passt, klickt nicht, und das ist ein Vorteil, weil ein Besucher, der nach zwei Sekunden zurückspringt, Ihnen nichts bringt.

Die Klickrate steigt.

Ein Thumbnail, das Aufmerksamkeit einfängt, holt Klicks aus einer Position, die Sie sonst nicht hergeben würde.

Das ist der seltene Fall, in dem Sie mehr Besucher bekommen, ohne an Ihrer Platzierung etwas zu ändern.

Die Ladezeit sinkt.

Thumbnails sind kleiner als das Original, also überträgt der Server weniger Daten.

Wichtig dabei: es zählt nur, wenn wirklich eine verkleinerte Bilddatei ausgeliefert wird.

Ein Vollbild, das per CSS auf Thumbnail-Größe geschrumpft wird, lädt genau so lange wie vorher und bringt Ihnen gar nichts.

Worauf Sie beim Erstellen achten müssen

Drei Kriterien, in dieser Reihenfolge.

1. Relevanz.

Das Bild muss zeigen, was im Inhalt tatsächlich vorkommt.

Ein Thumbnail, das mehr verspricht als der Inhalt hält, erzeugt genau einen Klick und danach einen Absprung, und diesen Absprung sieht Google.

2. Klarheit.

Ein Thumbnail wird auf dem Handy oft nur wenige Zentimeter groß angezeigt.

Ein Motiv, drei Wörter Text, hoher Kontrast, fertig.

Prüfen Sie Ihr Thumbnail immer in der Größe, in der es später erscheint, nicht in der Vollansicht Ihres Grafikprogramms.

Genau an dieser Stelle passiert der häufigste Fehler: am 27-Zoll-Monitor sieht das feine Design gut aus, auf dem Handy ist es ein grauer Fleck.

3. Attraktivität.

Kräftige Farben, scharfe Bilder, lesbare Schrift.

Attraktivität steht bewusst an letzter Stelle, weil ein schönes Thumbnail zum falschen Inhalt schlechter funktioniert als ein schlichtes zum richtigen.

YouTube-Thumbnails: Größe, Format und Vorgaben

Bei YouTube sind die Anforderungen nicht Geschmackssache, sondern in den offiziellen Vorgaben festgelegt.

Halten Sie sich nicht daran, skaliert die Plattform Ihr Bild selbst, und das Ergebnis ist unscharf.

Vorgabe Wert
Empfohlene Auflösung 1280 x 720 Pixel
Mindestbreite 640 Pixel
Seitenverhältnis 16:9
Maximale Dateigröße 2 MB
Erlaubte Formate JPG, PNG, GIF, BMP

Warum ausgerechnet 1280 x 720?

Weil das dieselbe Proportion ist, die der Videoplayer nutzt, und weil das Bild damit auch auf einem Fernseher noch scharf bleibt, ohne die Grenze von 2 MB zu sprengen.

Zwei Punkte, die in keiner Vorgabe stehen und trotzdem über das Ergebnis entscheiden.

Der Zeitstempel frisst die rechte untere Ecke.

YouTube blendet dort die Laufzeit des Videos ein, und alles, was Sie an dieser Stelle platzieren, ist verdeckt.

Halten Sie diese Ecke frei!

Das Thumbnail erscheint in sehr unterschiedlichen Größen.

In den Suchergebnissen auf dem Handy ist es wenige Zentimeter breit, auf der Startseite deutlich größer, in der Vorschlagsliste rechts neben dem laufenden Video noch kleiner.

Verkleinern Sie Ihren Entwurf deshalb testweise auf etwa 200 Pixel Breite und prüfen Sie, ob der Text dort noch lesbar ist.

Ist er es nicht, hat er auf dem Thumbnail nichts verloren.

Für YouTube selbst lohnen sich zusätzlich Werkzeuge wie „TubeBuddy“ oder „vidIQ“, die Titel, Beschreibung und Tags auswerten und Vorschläge machen.

Beide zeigen außerdem, welche Thumbnails in Ihrem Themenfeld bereits gut funktionieren, und das ist für den eigenen Entwurf oft aufschlussreicher als jede Vorlagensammlung.

Werkzeuge für Thumbnails

Sie brauchen dafür kein Photoshop.

„Canva“ hat fertige Vorlagen in den richtigen Maßen und ist in der kostenlosen Version für diesen Zweck völlig ausreichend.

„Snappa“ ist schlanker und schneller, wenn Sie regelmäßig dasselbe Format brauchen.

„Adobe Express“, früher Adobe Spark, lohnt sich vor allem dann, wenn Sie ohnehin Adobe-Werkzeuge nutzen und Ihre Markenfarben dort schon hinterlegt sind.

Entscheidend ist nicht das Werkzeug, sondern dass Sie sich eine Vorlage anlegen und bei jedem neuen Inhalt nur noch Bild und Text tauschen.

Das spart Zeit und erzeugt nebenbei einen erkennbaren Wiedererkennungswert.

Und halten Sie den Stil durch, also gleiche Schrift, gleiche Farbfläche, gleiche Position des Textes.

Ein Zuschauer, der Ihre Thumbnails nach drei Videos wiedererkennt, klickt beim vierten schneller.

KI-Stimmen: was dahintersteckt

Text-to-Speech, kurz TTS, wandelt geschriebenen Text in gesprochene Sprache um.

Warum das inzwischen brauchbar ist, und vor zehn Jahren nicht?

Weil die heutigen Systeme auf neuronalen Netzen laufen, die mit sehr großen Mengen echter Sprachaufnahmen trainiert wurden.

Dabei lernt das Modell nicht nur, wie einzelne Laute klingen, sondern auch die Satzmelodie: wo eine Stimme ansteigt, wo sie eine Pause macht, wo eine Frage hörbar wird.

Genau dieser zweite Teil ist der Unterschied zwischen der Roboterstimme von früher und einer Stimme, die man zwei Minuten lang aushält.

Eine Warnung an dieser Stelle, bevor Sie loslegen: prüfen Sie vor dem Einsatz die Nutzungsbedingungen des Anbieters.

Die kostenlosen Kontingente sind bei mehreren Diensten auf nichtkommerzielle Nutzung beschränkt, und eine Firmenwebsite ist kommerzielle Nutzung.

Die vier großen Anbieter im Vergleich

„Google Cloud Text-to-Speech“

Der größte Umfang an Sprachen und Dialekten, angesteuert über eine API.

Stark, wenn die Ausgabe automatisch aus Ihren eigenen Inhalten entstehen soll, also etwa jeder neue Blogbeitrag automatisch eine Audiofassung bekommt.

Schwach, wenn Sie einfach nur drei Sätze vorlesen lassen wollen, denn dafür richten Sie erst ein Cloud-Projekt ein.

„Amazon Polly“

Große Stimmenauswahl und weitreichende Anpassung von Betonung, Tempo und Aussprache.

Die naheliegende Wahl, wenn Ihre Infrastruktur bereits bei Amazon Web Services liegt, weil Abrechnung und Zugriffsrechte dann schon geregelt sind.

„IBM Watson Text to Speech“

Solide Qualität mit dem Schwerpunkt auf präziser Aussprache.

Interessant für Fachtexte, in denen Begriffe vorkommen, die andere Systeme falsch betonen.

„Microsoft Azure Text-to-Speech“

Breite Auswahl an Stimmen und Dialekten, eng verzahnt mit der Azure-Plattform.

Praktisch, wenn im Unternehmen ohnehin Microsoft-Dienste im Einsatz sind, weil die Anbindung dann über bestehende Konten läuft.

Die vier unterscheiden sich in der Tonqualität weniger, als die Anbieter behaupten.

Nehmen Sie den, der zu Ihrer bestehenden Technik passt, und testen Sie vorher einen echten Absatz aus Ihrem eigenen Text, nicht den Beispielsatz auf der Anbieterseite.

Wofür sich KI-Stimmen wirklich lohnen

Sprachassistenten und Telefonansagen sind der klassische Fall.

Für Websites sind drei Anwendungen interessanter.

Eine Vorlesefunktion für längere Beiträge, die Besuchern hilft, die lieber hören als lesen.

Erklärvideos, bei denen Sie den Text mehrfach ändern, ohne jedes Mal neu ins Mikrofon sprechen zu müssen.

Und mehrsprachige Fassungen desselben Videos, wofür Sie sonst Sprecher in jeder Sprache bräuchten.

Wo es nicht funktioniert: überall, wo Vertrauen über die Stimme aufgebaut wird.

Ein Kundenvideo, in dem sich der Inhaber persönlich vorstellt, verliert mit einer generierten Stimme genau das, wofür es gedreht wurde.

Fazit

Beim Thumbnail gilt: relevant vor klar vor schön, in der Größe prüfen, in der es erscheint, und als echte verkleinerte Datei ausliefern.

Für YouTube bedeutet das konkret 1280 x 720 Pixel im Verhältnis 16:9, unter 2 MB, und die rechte untere Ecke bleibt frei.

Bei der KI-Stimme gilt: nehmen Sie den Anbieter, der zu Ihrer Technik passt, testen Sie mit Ihrem eigenen Text und lesen Sie die Lizenz, bevor Sie kommerziell veröffentlichen.

Sollte eine generierte Stimme trotz aller Einstellungen abgehackt klingen, liegt es meist nicht am Anbieter, sondern am Text.

Kürzen Sie die Sätze, setzen Sie Kommas dort, wo ein Mensch Luft holen würde, und lassen Sie es erneut erzeugen.

Damit haben Sie beide Bausteine im Griff!