Wie können wir helfen?

Mindestens iOS 26.0, iPadOS 26.0 oder macOS 26.0. Untertitel, Schnitt, Stile, Szenen, Freistellung, Tonverbesserung und Export rechnet die App auf dem Gerät – entsprechend wirken sich Prozessor, Arbeitsspeicher und freier Speicherplatz auf die Dauer aus. Die KI-Schnittvorschläge laufen über Apple Intelligence und stehen nur zur Verfügung, wenn das Gerät es anbietet und es eingeschaltet ist. Füllwörter und Pausen findet die App auch ohne Apple Intelligence.

Die Erkennung nutzt Apples Spracherkennung direkt auf dem Gerät. Dafür muss das Sprachpaket der im Video gesprochenen Sprache lokal vorliegen. Fehlt es, fordert die App es beim System an, und Apple lädt es einmalig herunter. Dabei wird kein Projektinhalt übertragen – dein Video, dein Ton und dein Text verlassen das Gerät nicht. Der Download beginnt erst, nachdem du „Untertitel erstellen“ gewählt hast; das bloße Anzeigen der Sprachliste löst nichts aus. Danach bleibt das Paket auf dem Gerät. Wie groß es ist, steht vorher nicht fest; WLAN ist empfohlen. Diese Anfrage an Apple ist die einzige Netzverbindung, die beim Arbeiten mit CaptionAgent entsteht – die App selbst sendet keine Daten.

Zwei Dinge kommen beim ersten Mal zusammen: der einmalige Sprachpaket-Download und die Vorbereitung der Erkennung. Dazu kommt, dass CaptionAgent nur Wörter aus endgültigen Ergebnissen speichert; bis das erste davon vorliegt, bewegt sich der Fortschrittsbalken, aber es erscheint noch kein Text. In einem Prüflauf am Mac tauchte der erste Text bei einem elfminütigen Clip ab etwa 48 Prozent auf, bei einem 33-minütigen ab etwa 12 Prozent. Auf anderen Geräten kann das abweichen. Läuft mehr als ein Projekt, arbeitet die App die Aufträge nacheinander ab und zeigt Platz in der Warteschlange, Prozent und Restzeit; die übrigen Projekte bleiben bearbeitbar.

Die laufende Erstellung wird beendet und die Warteschlange geleert. Fertige Untertitel bleiben erhalten. Hat ein erster Lauf bereits endgültigen Text geliefert, steht das Projekt danach als „Unterbrochen“ mit „Erneut starten“ da; ist noch kein endgültiger Text entstanden, gilt der frühere Zustand des Projekts. Brichst du ein „Untertitel neu erstellen“ ab, bleibt der vorhandene Text unverändert. Ein Fortsetzen ab der abgebrochenen Stelle gibt es nicht – ein erneuter Lauf beginnt von vorn.

Welche Sprachen zur Verfügung stehen, gibt Apples Spracherkennung vor; die App zeigt die Liste mit dem Zustand des jeweiligen Pakets an. Ist die gesuchte Sprache auf dem Gerät nicht unterstützt, meldet die App das ausdrücklich und bittet dich, eine andere Sprache im Video zu wählen. Fragst du eine regionale Variante an, die es nicht gibt, schlägt die App eine verwandte Variante derselben Sprache vor und sagt an, welche sie verwendet – sie wechselt nicht stillschweigend in eine fremde Sprache.

Untertiteldateien: SRT, WebVTT und TXT, auf Wunsch in einem Durchgang. Die Zeilenregeln sind wählbar (Standard mit 42 Zeichen auf zwei Zeilen, Social mit einer Zeile zu 20 Zeichen oder eigene Werte), je Untertitel höchstens 7 und mindestens 1 Sekunde; als Startzeit stehen 00:00:00, 01:00:00 oder 10:00:00 zur Wahl, als Zeitachse die geschnittene oder die Originalfassung. Aus der Bibliothek lassen sich die Untertiteldateien mehrerer Projekte als Stapel in einen Ordner schreiben.

Video: MP4 mit H.264 im normalen Farbumfang, mit eingebrannten Untertiteln, in Full HD oder 4K und mit der Bildrate des Originals oder höchstens 30 Bildern pro Sekunde. Hochskaliert wird nie: Ist die Quelle kleiner, bleibt sie es. Ton und Seitenverhältnis bleiben erhalten. HDR bleibt nicht erhalten, und FCPXML oder TTML gibt es nicht. Videos mehrerer Projekte lassen sich nicht als Stapel exportieren.

Zuerst in einem temporären Ordner der App – dort bleibt die Datei nur bis zum Beenden der App. Wohin sie dauerhaft geht, entscheidest du: am Mac über „Sichern unter …“, „Teilen …“ oder „Im Finder zeigen“, unter iOS und iPadOS über „In Fotos sichern“, „Teilen …“ oder „Als Datei sichern …“. Sicherst du in einen Cloud-Ordner oder teilst du in eine andere App, gelten dort die Bedingungen des jeweiligen Dienstes. Das Export-Blatt darf geschlossen werden: Der Export läuft mit Statusanzeige weiter.

Projekte, Transkripte, Stile, CI-Profile und Einstellungen liegen im Speicher der App auf diesem Gerät. Es gibt keine Synchronisierung mit iCloud oder anderen Geräten. Nutzt du Geräte-Backups (iCloud-Backup, Time Machine), sind die Projekte darin enthalten. Deine Originaldateien werden nie verändert: Beim Löschen eines Projekts bleibt die Originaldatei erhalten; direkt in der App aufgenommene Videos und Tonaufnahmen werden mitgelöscht. Einzelheiten stehen in der Datenschutzerklärung.

Mikrofon und Kamera werden nur für deine eigenen Aufnahmen verwendet, die Spracherkennung für die Untertitel. Unter iOS und iPadOS fragt die App den Fotos-Zugriff ausschließlich zum Sichern eines Ergebnisses; das Auswählen eines Videos läuft über die System-Auswahl, die keine Lesefreigabe für die Mediathek verlangt. Jede Freigabe lässt sich jederzeit in den Systemeinstellungen zurücknehmen. Ist eine nötige Freigabe nicht erteilt, benennt die App das betroffene Gerät und öffnet die passende Seite der Einstellungen.

Die Oberfläche gibt es in 17 Sprachfassungen für 15 Sprachen. Geprüft ist bisher Deutsch; die übrigen Fassungen sind Vorabversionen. In den Einstellungen steht derselbe Hinweis: „Beta: Deutsch ist geprüft. Die übrigen Übersetzungen sind Vorabversionen und werden noch geprüft.“ Das betrifft die Texte der App – eine Übersetzung der Untertitel in eine andere Sprache gibt es nicht, und die Sprachen der Oberfläche sind keine Zusage entsprechender Erkennungssprachen.

Es gibt keine Übersetzung der Untertitel, keine Trennung nach Sprecherinnen und Sprechern, kein Fortsetzen einer abgebrochenen Erkennung, keinen HDR-Erhalt, kein FCPXML und kein TTML, keinen Stapelexport von Videos und keine eigenen oder importierten Schriften. „Pausen kürzen“ sucht Stellen ohne erkannten Text, es ist keine Tonanalyse. Die Tonverbesserung rechnet lokal und erzeugt keine neue Stimme; jede geänderte Stärke bedeutet eine Neuberechnung. Die Freistellung erfasst alle Personen im Bild, und das Entfernen einer Hintergrundfarbe trifft auch gleichfarbige Kleidung. Zur Erkennungsgenauigkeit macht der Anbieter keine Zusage: Geprüft ist sie bisher am Mac mit synthetischer Sprache.

Nein. CaptionAgent kennt kein Konto, keine Anmeldung, keine Werbung, kein Tracking und keine Nutzungsstatistik. Die App selbst sendet keine Daten; die einzige Netzaktivität ist der beschriebene Sprachpaket-Bezug von Apple über das System. Alles Weitere steht in der Datenschutzerklärung.

Die App ist in Vorbereitung. Sobald es dazu etwas Belastbares zu berichten gibt, steht es auf der Produktseite. Ein Veröffentlichungstermin wird vorher nicht genannt.

iOS 26.0, iPadOS 26.0 or macOS 26.0. Speech recognition is Apple's and runs on the device. The AI cut suggestions require Apple Intelligence to be available and switched on; finding filler words and pauses works without it.

Recognition needs Apple's language pack for the language spoken in your video to be present locally. If it is missing, the system downloads it once from Apple after you choose “Create subtitles”. No project content is transferred – your video, audio and text stay on the device. This is the only network activity involved in working with CaptionAgent; the app itself sends no data.

The running job stops and the queue is cleared; finished subtitles are kept. If a first run had already produced final text, the project is marked “interrupted” and offers a restart; if no final text existed, the previous state applies. Cancelling a re-run leaves the existing text untouched. There is no resume from the point of interruption – a new run starts from the beginning.

Subtitle files as SRT, WebVTT and TXT, with selectable line rules and time base, including a batch export of several projects' subtitle files. Video as MP4 with H.264 in standard dynamic range, with burned-in subtitles, in Full HD or 4K, never upscaled. HDR is not preserved; FCPXML and TTML are not supported; videos cannot be batch exported.

The interface ships in 17 language versions covering 15 languages. German has been reviewed; the other versions are preview translations. This concerns the app's own texts – CaptionAgent does not translate subtitles, and interface languages are no promise of matching recognition languages.

The app is in preparation. No release date is announced here. Details appear on the product page once there is something reliable to report.