In spanischsprachigen US-Nachrichtensendungen der großen Networks überschritten 85% der analysierten Stichproben eine Untertitel-Latenzobergrenze von 7 Sekunden, und der durchschnittliche Untertitel erschien 8,2 Sekunden nach dem gesprochenen Wort (Fresno, JoSTrans 2024). Die Genauigkeit erzählt eine parallele Geschichte: In Nachrichtenprogrammen erreichten menschliche Untertitler 99,4% NER-Genauigkeit, während unbearbeitete automatische Untertitel auf 97,4% kamen und damit unter der Qualitätsuntergrenze von 98% blieben (Romero-Fresco und Fresno, Linguistica Antverpiensia 2023). Gleichzeitig stiegen die bei der FCC eingereichten Beschwerden über Closed Captioning im Fernsehen von 310 im Jahr 2023 auf 683 im Jahr 2024 (FCC CGB Consumer Complaints Data). Wir haben Daten der FCC, von Forschenden der Gallaudet University, aus den NER-Studien der Universidade de Vigo und der University of Texas Rio Grande Valley, vom Open ASR Leaderboard, von der WHO und aus mehr als einem Dutzend begutachteter Fachartikel zusammengeführt. Für das größere Bild der Verzögerung über alle Live-Formate hinweg siehe unsere begleitende Übersicht zur Latenz bei Echtzeit-Untertitelung.
TL;DR
- Menschliche Untertitel bei US-Nachrichten erreichten 99,4% NER-Genauigkeit, gegenüber 97,4% bei unbearbeiteten automatischen Untertiteln (Romero-Fresco und Fresno, Linguistica Antverpiensia 2023).
- Spanischsprachige US-Nachrichtensendungen kamen im Schnitt auf 97,04% NER-Genauigkeit und damit unter die Schwelle von 98% (Fresno, JoSTrans 2024).
- 85% der Stichproben spanischsprachiger Nachrichtensendungen überschritten eine Latenzobergrenze von 7 Sekunden (Fresno, JoSTrans 2024).
- Die ursprünglichen Live-TV-Untertitel lagen 7 bis 12 Sekunden hinter der Sprache; automatische Untertitel im selben Test lagen etwa 2 Sekunden dahinter (Thompson et al., arXiv 2026).
- Zuschauer verloren pro 7,5 Sekunden TV-Untertitelverzögerung etwa 1 Bewertungspunkt bei der Qualität (Thompson et al., arXiv 2026).
- Nur 11 von 70 Live-TV-Clips und 4 von 70 ASR-Clips erreichten 98% NER (Thompson et al., arXiv 2026).
- Automatische Untertitel machten in einer US-Fallstudie von 2020 etwa 22 Fehler pro Minute gegenüber 5 bei der Stenografie (Romero-Fresco und Fresno, 2023).
- FCC-Beschwerden über Closed Captioning im Fernsehen erreichten 2024 den Wert 683, nach 310 im Jahr 2023 (FCC CGB Consumer Complaints Data).
- 65% aller Fehler eines zertifizierten automatischen Untertitelsystems waren Interpunktionsfehler (Romero-Fresco und Van Gauwbergen, Applied Sciences 2025).
- Die mentale Arbeitsbelastung von Live-Untertitlern wurde in einer Studie mit 30 Untertitlern als ähnlich hoch wie die von Neurochirurgen eingestuft (Nam et al., Applied Ergonomics 2023).
- Das beste Langform-ASR-Ergebnis für Englisch im Open ASR Leaderboard lag bei 7,32% WER (Open-ASR-Leaderboard-Paper, arXiv 2025, Datenstand März 2026).
1. Genauigkeit von Live-Nachrichtenuntertiteln: Mensch vs Automatik
Das zentrale Ergebnis des bislang größten Vergleichs zwischen Mensch und Maschine ist nicht, dass automatische Untertitel versagen, sondern dass sie in einem bestimmten Bereich versagen. Unbearbeitete automatische Untertitel bei Nachrichten erreichten in einer US-Fallstudie von 2021 eine NER-Genauigkeit von 97,4%, gegenüber 99,4% bei menschlichen Untertiteln im selben Genre (Romero-Fresco und Fresno, Linguistica Antverpiensia 2023). Zwei NER-Punkte klingen nach wenig, sind aber der Unterschied zwischen bestanden und durchgefallen: 98% ist die akzeptable Schwelle, und der automatische Wert entsprach auf der 10-Punkte-NER-Skala nur 3,5.
Nachrichten erweisen sich außerdem als das maschinenfreundlichste Genre. In derselben Fallstudie fielen automatische Untertitel bei Sport auf 95,4%, während menschliche Untertitel bei Sport auf 99,6% stiegen, sodass sich die Lücke genau dort vergrößert, wo die Sprache schnell wird und sich überlagert. Die Studie analysierte rund 17.000 Live-Untertitel aus vier Fallstudien im Vereinigten Königreich, in den USA und in Kanada zwischen 2018 und 2022.
| Metrik | Wert | Quelle |
|---|---|---|
| Menschliche Untertitel, US-Nachrichtengenre, NER-Genauigkeit | 99,4% | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Enco-Fallstudie, 2021) |
| Automatische Untertitel, US-Nachrichtengenre, NER-Genauigkeit | 97,4% (3,5 von 10) | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Enco-Fallstudie, 2021) |
| Stenografie vs Respeaking vs Automatik, USA | 99,1% vs 98,6% vs 96,3% | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Vitac-Fallstudie, 2020) |
| Untertitel im Vereinigten Königreich: Respeaking vs Microsoft vs Google | 97% vs 96% vs 95,5% | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Sky-Fallstudie, 2018) |
| Kanadische menschliche Live-Untertitel, mittleres NER | 98,9% (7 von 10) | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Kanada, 2019-2021) |
| Umfang der kanadischen Stichprobe | 440 Zehn-Minuten-Clips, 9.300 Untertitel | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 |
| Live-Untertitel im Vereinigten Königreich, von Ofcom beauftragte Bewertung, Gesamtgenauigkeit | 98,4% bei 78.000 Untertiteln | Romero-Fresco und Fresno, 2023, mit Verweis auf das Ofcom-Projekt 2013-2015 |
Kontexthinweis: Die Fallstudien stammen aus den Jahren 2018 bis 2021 und liegen damit vor den neuesten Spracherkennungs-Engines. Dieselben Autoren berichten, dass neuere Engines unter kontrollierten Bedingungen mit einem einzelnen Sprecher und klarem Audio eine NER-Genauigkeit zwischen 99,1% und 99,9% erreichten, was das Gegenteil einer Schaltung bei einer Eilmeldung ist. Vollständiges Paper: The accuracy of automatic and human live captions in English. Jüngste verfügbare Daten zum Ofcom-Projekt: 2013-2015.
2. Untertitel-Anzeigeverzögerung bei Live-Nachrichten
Bei der Latenz verlieren Live-Nachrichtenuntertitel Zuschauer, noch bevor ein einziges Wort falsch ist. 85% der analysierten Stichproben spanischsprachiger US-Nachrichtensendungen überschritten eine Latenzobergrenze von 7 Sekunden (Fresno, JoSTrans 2024), und die einzelnen Untertitelverzögerungen reichten von 0,7 bis 41 Sekunden. Ein Untertitel mit 41 Sekunden Verzögerung in einem schnellen Nachrichtenbeitrag beschreibt eine andere Geschichte als die auf dem Bildschirm.
Die automatische Seite des Marktes hat hier einen strukturellen Vorteil. Automatische Untertitel liegen typischerweise 2 bis 3 Sekunden hinter der Sprache, menschliche Untertitel dagegen 4 bis 10 Sekunden (Romero-Fresco und Van Gauwbergen, Applied Sciences 2025). Die Gallaudet-Studie von 2026 maß bei den ursprünglichen TV-Untertiteln ihrer Live-Clips Verzögerungen von 7 bis 12 Sekunden, während ihre ASR-Bedingung, erzeugt vom Broadcast-Anbieter AppTek, im Mittel bei 2 Sekunden lag (Thompson et al., arXiv 2026). Der Zielkonflikt für Sender lautet daher nicht Genauigkeit gegen nichts, sondern Genauigkeit gegen Zeit.
| Metrik | Wert | Quelle |
|---|---|---|
| Durchschnittliche Untertitelverzögerung, Telemundo- vs Univision-Nachrichten | 8,2 vs 8,3 Sekunden | Fresno, JoSTrans 2024 |
| Anteil der Stichproben spanischsprachiger Nachrichtensendungen mit mehr als 7 Sekunden Latenz | 85% | Fresno, JoSTrans 2024 |
| Spanne der einzelnen Untertitelverzögerungen | 0,7 bis 41 Sekunden | Fresno, JoSTrans 2024 |
| Für US-Untertitel genannter Latenz-Richtwert | 6 bis 7 Sekunden akzeptabel, 4 bis 5 Sekunden Ziel | Fresno, JoSTrans 2024 (wie in der Studie zitiert) |
| Verzögerung der ursprünglichen Live-TV-Untertitel in den Testclips | 7 bis 12 Sekunden | Thompson et al., Gallaudet University, arXiv 2026 |
| Verzögerung der ASR-Untertitel im selben Test | im Mittel 2 Sekunden (plus/minus 0,05 s Jitter) | Thompson et al., Gallaudet University, arXiv 2026 |
| Typische Verzögerung, automatische vs menschliche Untertitel | 2-3 s vs 4-10 s | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| Untertitel-Latenz beim Super Bowl LII und bei der Präsidentschaftsdebatte 2016 | 5,3 s und 6,1 s | Fresno, JoSTrans 2024 (Zusammenfassung früherer Studien) |
Hinweis zu Ausreißern: Die FCC-Vorschrift selbst enthält keine Sekundenangabe. Die Spanne von 6 bis 7 Sekunden ist ein von Fresno berichteter Richtwert aus der JoSTrans-Studie zu spanischsprachigen Nachrichtensendungen, keine kodifizierte Grenze (siehe Abschnitt 6).
3. Wortfehlerrate vs NER: Warum die Metriken sich widersprechen
Die Wortfehlerrate ist die Standardzahl der Spracherkennung, und sie bestraft menschliche Untertitler dafür, dass sie ihre Arbeit machen. Professionelle Live-Untertitler verdichten die Sprache, um Schritt zu halten; die WER zählt jedes ausgelassene Wort als Fehler, unabhängig davon, ob die Bedeutung erhalten bleibt. In der Gallaudet-Studie von 2026 hatten TV-Untertitel eine mittlere WER von 33,8%, aber ein mittleres NER von 95,28%, während ASR-Untertitel eine mittlere WER von 17,2% und ein mittleres NER von 94,34% hatten (Thompson et al., arXiv 2026). Die Maschine “gewinnt” bei der WER und verliert beim NER.
Das wichtigere Ergebnis ist, dass keine Metrik die Zuschauer über alle Technologien hinweg gleich gut abbildet. Bei TV-Untertiteln korrelierte die WER mit den Qualitätsbewertungen der Zuschauer bei r = -0,687 (p < 0,001), bei ASR-Untertiteln fiel die Korrelation jedoch auf r = -0,390 (p = 0,003). Das NER zeigte dasselbe Muster: r = 0,647 für TV gegenüber r = 0,383 für ASR. Eine Regulierungsbehörde, die eine Metrik wählt, wählt damit unausgesprochen auch eine Technologie.
| Metrik | Wert | Quelle |
|---|---|---|
| Mittleres NER, TV-Untertitel vs ASR-Untertitel | 95,28 vs 94,34 | Thompson et al., arXiv 2026 |
| Clips, die die NER-Schwelle von 98 erreichen, TV vs ASR | 11 von 70 vs 4 von 70 | Thompson et al., arXiv 2026 |
| Korrelation des NER mit den Zuschauerbewertungen, TV vs ASR | r = 0,647 vs r = 0,383 | Thompson et al., arXiv 2026 |
| Korrelation des ACE2 mit den Zuschauerbewertungen, TV vs ASR | r = -0,631 vs r = -0,291 | Thompson et al., arXiv 2026 |
| Mittlerer ACE2-Wert, TV vs ASR (niedriger ist besser) | 0,67 vs 0,52 | Thompson et al., arXiv 2026 |
| Effektstärke des WER-Unterschieds, TV vs ASR | d = 0,86 | Thompson et al., arXiv 2026 |
| Effektstärke des Unterschieds bei der Qualitätsbewertung, TV vs ASR | d = -0,13 | Thompson et al., arXiv 2026 |
Kontexthinweis: Zuschauer bewerteten TV- und ASR-Untertitel nahezu gleich (d = -0,13), obwohl der WER-Abstand groß war (d = 0,86). Eine frühere CHI-2024-Studie derselben Gallaudet-Gruppe fand nur eine schwache Korrelation zwischen WER, gewichteter WER, ACE und ACE2 und den Zuschauerbewertungen (Arroyo Chavez et al., arXiv 2404.10153). Das Paper von 2026 ist ein Preprint: Are Caption Metrics Broken?.
4. Wie Untertitelfehler in der Praxis aussehen
Fehlerzahlen verbergen Fehlerarten. In spanischsprachigen US-Nachrichtensendungen enthielten zwischen 41% und 46% der Untertitel mindestens einen Fehler, aber 82% dieser Fehler waren geringfügig, 16% mittelschwer und 2% schwerwiegend (Fresno, JoSTrans 2024). Geringfügige Fehler bremsen das Lesen; schwerwiegende Fehler erzeugen falsche Informationen, etwa eine falsche Zahl in einem Börsenbericht.
Automatische Systeme scheitern anders. Bei der NER-Zertifizierung eines automatischen Untertitelsystems von 2025 gingen 65% aller Fehler auf die Interpunktion zurück, und die Sprecheridentifikation erhöhte die Fehlerraten in Videos mit mehreren Sprechern um 50% bis 100% (Romero-Fresco und Van Gauwbergen, Applied Sciences 2025). Menschliche Untertitler redigieren; Maschinen transkribieren. Die Editionsrate des automatischen Systems lag bei 0,07%, gegenüber 6% bis 33% bei menschlichen Untertiteln je nach Region, was sowohl seine höhere WER-Treue als auch seine Schwäche erklärt, mit dem Lesetempo Schritt zu halten.
| Metrik | Wert | Quelle |
|---|---|---|
| Untertitel spanischsprachiger Nachrichtensendungen mit mindestens einem Fehler | 41-46% | Fresno, JoSTrans 2024 |
| Verteilung der Fehlerschwere, spanischsprachige Nachrichtensendungen (geringfügig / mittelschwer / schwerwiegend) | 82% / 16% / 2% | Fresno, JoSTrans 2024 |
| Verteilung der Fehlerschwere, automatische englische Untertitel (geringfügig / mittelschwer / schwerwiegend) | 89,2% / 10% / 0,8% | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| Anteil der Fehler automatischer Untertitel, der aus der Interpunktion stammt | 65% | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| Anstieg der Fehlerrate bei mehreren Sprechern | 50-100% | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| Editionsrate, automatische vs menschliche Untertitel | 0,07% vs 6-33% | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| Fehler pro Minute: Stenografie vs Respeaking vs Automatik | 5 vs 7 vs 22 | Romero-Fresco und Fresno, Linguistica Antverpiensia 2023 (Vitac, 2020) |
| Textreduktion, Untertitel spanischsprachiger Nachrichtensendungen | 26% | Fresno, JoSTrans 2024 |
Kontexthinweis: Die Lesegeschwindigkeit erklärt die Reduktion. Die Moderatoren spanischsprachiger Nachrichtensendungen sprachen im Schnitt 167 Wörter pro Minute, während die Untertitel im Schnitt 121 Wörter pro Minute erreichten (11,574 Zeichen pro Sekunde); 39% der Untertitel überschritten 15 Zeichen pro Sekunde (Fresno, JoSTrans 2024). Zum Vergleich: Der DCMP Captioning Key legt Darstellungsraten fest, die selbst bei Medien für fortgeschrittene Zielgruppen 160 Wörter pro Minute nicht überschreiten sollen. Quelle der Zertifizierungsdaten: Fit for What Purpose? NER Certification of Automatic Captions.
5. Auswirkungen auf Zuschauer: Verzögerung, Fehler und Ermüdung
Die Zuschauerdaten geben jeder Sekunde Rückstand einen Preis. TV-Untertitel mit ihrer ursprünglichen Sendeverzögerung wurden bei der Qualität mit 3,66 von 7 bewertet, dieselben Untertitel synchronisiert dagegen mit 5,09, und ASR-Untertitel mit 2 Sekunden Verzögerung erzielten immer noch 4,81 (Thompson et al., arXiv 2026). Die Studie schätzte einen Verlust von etwa einem Bewertungspunkt pro 7,5 Sekunden TV-Untertitelverzögerung. Ein Teilnehmer sagte es deutlich: Er hätte lieber unvollständige Untertitel im Gleichlauf als bessere Untertitel mit Rückstand.
Fehler kosten auch den Sprecher etwas, nicht nur den Zuschauer. In einem präregistrierten Experiment mit 207 US-Teilnehmern senkten fehleranfällige ASR-Untertitel durchgängig die Bewertung sowohl des Sprechers als auch des Inhalts (Kadoma, Shrivastava und Naaman, arXiv 2026). Und Untertitel, die das Verständnis fördern, können Zuschauer dennoch ermüden: In einem audiologischen Labortest hoben unvollkommene, zeitverzögerte Untertitel die Satzerkennung von 63% auf 77%, führten aber zu stärkeren Anstiegen der subjektiven Ermüdung (Esser, Picou und Hornsby, American Journal of Audiology 2025).
| Metrik | Wert | Quelle |
|---|---|---|
| Qualitätsbewertung, verzögerte vs synchronisierte TV-Untertitel (7-Punkte-Skala) | 3,66 vs 5,09 | Thompson et al., arXiv 2026 |
| Verständnisbewertung, verzögerte vs synchronisierte TV-Untertitel | 4,74 vs 5,65 | Thompson et al., arXiv 2026 |
| Bewertungsverlust pro Einheit TV-Untertitelverzögerung | Etwa 1 Punkt pro 7,5 Sekunden | Thompson et al., arXiv 2026 |
| Umfrageteilnehmer, die täglich Untertitel nutzen | 84,7% von 216 | Thompson et al., arXiv 2026 |
| Satzerkennung mit vs ohne unvollkommene Untertitel | 77% vs 63% | Esser et al., American Journal of Audiology 2025 |
| In diesen Testuntertiteln korrekt dargestellte gesprochene Wörter | 86-88% | Esser et al., American Journal of Audiology 2025 |
| Teilnehmer am Experiment zur Bewertung von Untertitelfehlern | 207 | Kadoma et al., arXiv 2026 |
| Per Crowdsourcing gewonnene Zuschauer bei der Bewertung der Untertitelstabilität | 123 | Liu et al., CHI Extended Abstracts 2023 |
Kontexthinweis: Das Publikum ist groß. Die WHO schätzt, dass über 5% der Weltbevölkerung, also 430 Millionen Menschen, wegen einer behindernden Hörminderung Rehabilitation benötigen, mit einem Anstieg auf mehr als 700 Millionen bis 2050 (WHO-Faktenblatt zu Taubheit und Hörverlust, 2026). Flackernder vorläufiger ASR-Text bringt eine zusätzliche Belastung mit sich; Liu et al. stellten fest, dass Stabilisierungstechniken Ablenkung und Ermüdung der Zuschauer verringerten. Kurzvideo-Plattformen haben dasselbe Problem in anderem Maßstab, wie in unserer Übersicht zu Untertiteln bei Kurzvideos beschrieben.
6. FCC-Regeln und Untertitelbeschwerden
Die US-Regeln definieren Qualität in Worten, nicht in Zahlen. Nach 47 CFR 79.1 müssen Untertitel akkurat, synchron, vollständig und richtig platziert sein und “zu dem Zeitpunkt zu erscheinen beginnen, zu dem die entsprechende Sprache oder die entsprechenden Geräusche beginnen”. Die Regeln schränken allerdings die günstigste Methode für Live-Nachrichten ein: ABC, CBS, Fox und NBC sowie ihre Partnersender in den 25 größten Märkten dürfen teleprompterbasierte Untertitel der Electronic Newsroom Technique (ENT) nicht auf die Regelerfüllung anrechnen. Sender in anderen Märkten, die ENT nutzen, müssen im Studio produzierte Nachrichten, Sport und Wetter vorab skripten und ungeskriptete Eilmeldungen mit Lauftexten oder anderem Text ergänzen.
Die Beschwerdedaten zeigen zunehmende Reibung. Beschwerden über Closed Captioning im Fernsehen im Verbraucherbeschwerden-Datensatz der FCC stiegen von 310 im Jahr 2023 auf 683 im Jahr 2024, ein Anstieg um 120% ((683 - 310) / 310), und blieben 2025 mit 604 hoch (FCC CGB Consumer Complaints Data). Beschwerden über Untertitel im Internet erreichten ihren Höhepunkt früher, mit 705 im Jahr 2023.
| Metrik | Wert | Quelle |
|---|---|---|
| Beschwerden: Closed Captioning im Fernsehen, 2023 / 2024 / 2025 | 310 / 683 / 604 | FCC CGB Consumer Complaints Data (abgefragt im Oktober 2026) |
| Beschwerden: Closed Captioning im Internet, 2023 / 2024 / 2025 | 705 / 472 / 339 | FCC CGB Consumer Complaints Data |
| Beschwerden über Closed Captioning im Fernsehen, 2026 bis heute | 376 | FCC CGB Consumer Complaints Data |
| Kumulierte Beschwerden seit dem 31. Oktober 2014: Untertitel im Fernsehen vs im Internet | 4.139 vs 3.057 | FCC CGB Consumer Complaints Data |
| Allgemeine Untertitelbeschwerden, 2009-2013 | 2.323 (Durchschnitt 465 pro Jahr) | FCC Caption Quality Report and Order, FCC 14-12 (2014) |
| Frist zur Einreichung einer Untertitelbeschwerde | 60 Tage nach dem Problem | eCFR, 47 CFR 79.1(g)(1) |
| Frist des Verbreiters zur Beantwortung einer von der FCC weitergeleiteten Beschwerde | 30 Tage | eCFR, 47 CFR 79.1(g)(4) |
| Umsatzniveau, unter dem ein Sender von der Untertitelpflicht befreit ist | Unter 3.000.000 US-Dollar pro Jahr | eCFR, 47 CFR 79.1(d)(12) |
Kontexthinweis: Die FCC gibt an, die in diesen informellen Beschwerden behaupteten Tatsachen nicht zu überprüfen, und die Kategorien werden vom Verbraucher gewählt, sodass der Datensatz Live-Nachrichten nicht von anderen Programmen trennen kann (CGB Consumer Complaints Data). Die Zahl für 2009-2013 stammt aus einem anderen Erfassungssystem, das in der FCC-14-12-Entscheidung zur Untertitelqualität beschrieben wird, weshalb die beiden Reihen nicht als eine einzige Trendlinie gelesen werden sollten. Relay-Dienste für gehörlose und schwerhörige Anrufer sind ein verwandtes FCC-Programm, das wir in unseren TRS- und VRS-Statistiken ausführlich behandeln.
7. Der Wandel bei Arbeitskräften und Technologie
Die menschliche Seite der Live-Untertitelung steht unter Druck. Dreißig Live-Untertitler bewerteten ihre subjektive mentale Arbeitsbelastung als hoch, ähnlich der von Neurochirurgen, auf der NASA-TLX-Skala, wobei Paraphrasieren und Beschäftigungsstatus die Haupttreiber waren (Nam et al., Applied Ergonomics 2023). Die Autoren schlagen vor, dass Untertitler dazu übergehen, KI-generierte Untertitel zu überwachen, statt jedes Wort zu tippen. Der Angebotsdruck bei Echtzeit-Untertitlern wird in unserer CART-Statistikübersicht behandelt.
Hybride Workflows zeigen bereits messbare Gewinne. CARTGPT, das große Sprachmodelle und ASR nutzt, um menschliche CART-Transkripte zu korrigieren, verbesserte die Wortgenauigkeit auf einem Datensatz von 39,7 Stunden um 5,6% gegenüber dem CART-Ausgangswert und um 17,3% gegenüber dem Stand der Technik bei ASR (Wu, Kleiver und Jain, ASSETS 2025). Benchmarks zeigen, wie weit die reinen Engines gekommen sind: Das beste Kurzform-Ergebnis für Englisch im Open ASR Leaderboard lag bei 5,42% WER und das beste Langform-Ergebnis bei 7,32% (Open-ASR-Leaderboard-Paper, arXiv 2025, Datenstand 27. März 2026).
| Metrik | Wert | Quelle |
|---|---|---|
| Live-Untertitler in der Studie zur Arbeitsbelastung | 30 | Nam et al., Applied Ergonomics 2023 |
| Gewinn bei der Wortgenauigkeit durch CARTGPT ggü. CART-Ausgangswert / ggü. ASR | 5,6% / 17,3% | Wu et al., ASSETS 2025 |
| ASR-Systeme und Datensätze im Open ASR Leaderboard | 86 Modelle, 12 Datensätze | Open-ASR-Leaderboard-Paper, arXiv 2025 |
| Beste englische Kurzform-WER im Leaderboard | 5,42% (Cohere Labs Transcribe) | Open-ASR-Leaderboard-Paper, arXiv 2025 |
| Englische Langform-WER: bestes proprietäres System vs Whisper Large v3 | 7,32% vs 11,2% | Open-ASR-Leaderboard-Paper, arXiv 2025 |
| Zertifizierte automatische Untertitel, gesamtes NER: Englisch vs Spanisch | 99,03% vs 98,77% | Romero-Fresco und Van Gauwbergen, Applied Sciences 2025 |
| WER-Spanne klinischer Echtzeit-Untertitel für gehörlose und schwerhörige Erwachsene | 12,7% bis 22,8% | Hughes et al., JMIR Rehabilitation and Assistive Technology 2026 |
| Nutzer klinischer Untertitel, die sie leicht verfolgen konnten | 90% (26 von 29 Simulationen) | Hughes et al., JMIR Rehabilitation and Assistive Technology 2026 |
Kontexthinweis: Die WER des Leaderboards wird an Benchmark-Audio gemessen, nicht an Live-Nachrichten mit mehreren Sprechern, Durcheinanderreden und Fernschaltungen, und sie sagt nichts über die Verzögerung aus. Quellen: Open-ASR-Leaderboard-Paper, CARTGPT, Nam et al. und Hughes et al.. Die Gerichtstranskription zeigt eine ähnliche Lücke zwischen Benchmark- und Praxisgenauigkeit, siehe unsere Statistiken zur Spracherkennung vor Gericht.
Zusammenfassung: Untertitel-Verzögerung und Wortfehlerrate in Live-Nachrichten in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Menschliche Untertitel, US-Nachrichten, NER-Genauigkeit | 99,4% | Romero-Fresco und Fresno, 2023 |
| Automatische Untertitel, US-Nachrichten, NER-Genauigkeit | 97,4% | Romero-Fresco und Fresno, 2023 |
| Spanischsprachige US-Nachrichtensendungen, NER-Genauigkeit | 97,04% | Fresno, JoSTrans 2024 |
| Stichproben spanischsprachiger Nachrichtensendungen mit über 7 Sekunden Latenz | 85% | Fresno, JoSTrans 2024 |
| Durchschnittliche Untertitelverzögerung bei spanischsprachigen Nachrichtensendungen | 8,2 Sekunden | Fresno, JoSTrans 2024 |
| Verzögerung der ursprünglichen Live-TV-Untertitel in den Testclips | 7 bis 12 Sekunden | Thompson et al., arXiv 2026 |
| Typische Verzögerung, automatische vs menschliche Untertitel | 2-3 s vs 4-10 s | Romero-Fresco und Van Gauwbergen, 2025 |
| Mittlere WER, TV- vs ASR-Untertitel | 33,8% vs 17,2% | Thompson et al., arXiv 2026 |
| Clips, die 98 NER erreichen, TV vs ASR | 11 von 70 vs 4 von 70 | Thompson et al., arXiv 2026 |
| Qualitätsbewertung, verzögerte vs synchronisierte TV-Untertitel | 3,66 vs 5,09 von 7 | Thompson et al., arXiv 2026 |
| Fehler pro Minute, Stenografie vs Automatik | 5 vs 22 | Romero-Fresco und Fresno, 2023 |
| Fehler automatischer Untertitel aus Interpunktion | 65% | Romero-Fresco und Van Gauwbergen, 2025 |
| Untertitel spanischsprachiger Nachrichtensendungen mit mindestens einem Fehler | 41-46% | Fresno, JoSTrans 2024 |
| Live-Untertitel im Vereinigten Königreich, Gesamtgenauigkeit (2013-2015) | 98,4% | Romero-Fresco und Fresno, 2023, mit Verweis auf das Ofcom-Projekt |
| FCC-Beschwerden über TV-Untertitel, 2023 vs 2024 | 310 vs 683 | FCC CGB Consumer Complaints Data |
| FCC-Beschwerden über TV-Untertitel, 2025 | 604 | FCC CGB Consumer Complaints Data |
| Bei der FCC eingereichte Untertitelbeschwerden, 2009-2013 | 2.323 | FCC 14-12 (2014) |
| Arbeitsbelastung von Live-Untertitlern | Ähnlich wie bei Neurochirurgen | Nam et al., Applied Ergonomics 2023 |
| Beste englische Langform-ASR-WER | 7,32% | Open-ASR-Leaderboard-Paper, arXiv 2025 |
| Menschen, die wegen behindernder Hörminderung Rehabilitation benötigen | 430 Millionen | WHO-Faktenblatt, 2026 |
Methodik und Quellen
- Romero-Fresco, P. und Fresno, N.: The accuracy of automatic and human live captions in English, Linguistica Antverpiensia 22 (2023)
- Fresno, N.: Closed Captions en espanol. Live Captioning Quality in Spanish-language Newscasts in the U.S., The Journal of Specialised Translation (2024)
- Romero-Fresco, P. und Van Gauwbergen, Y.: Fit for What Purpose? NER Certification of Automatic Captions in English and Spanish, Applied Sciences 15(3) (2025)
- Thompson, B. et al. (Gallaudet University): Are Caption Metrics Broken? Latency, Deaf and Hard of Hearing User Ratings, and Bias across Technologies, arXiv-Preprint (2026)
- Arroyo Chavez, M. et al. (Gallaudet University): How Users Experience Closed Captions on Live Television, CHI 2024
- Romero-Fresco, P.: Negotiating quality assessment in media accessibility: the case of live subtitling, Universal Access in the Information Society (2020)
- FCC: CGB Consumer Complaints Data, nach Beschwerdeart und Jahr abgefragt im Oktober 2026
- FCC: Closed Captioning Quality Report and Order, FCC 14-12 (2014)
- eCFR: 47 CFR 79.1, Closed captioning of televised video programming
- DCMP: Captioning Key, Presentation Rate
- Esser, K., Picou, E. und Hornsby, B.: Imperfect Captions Paired to Audiovisual Stimuli Improve Speech Recognition but Do Not Reduce Listening-Related Fatigue, American Journal of Audiology (2025)
- Kadoma, K., Shrivastava, P. und Naaman, M.: Lost in Transcription, arXiv (2026)
- Liu, X. et al.: Modeling and Improving Text Stability in Live Captions, CHI Extended Abstracts (2023)
- Nam, S. et al.: Assessing subjective workload for live captioners, Applied Ergonomics (2023)
- Wu, L.-Y., Kleiver, A. und Jain, D.: CARTGPT: Real-Time Correction of CART Captions Using Large Language Models, ASSETS 2025
- Hughes, S. et al.: Assessing the Role of Medical Caption Technology, JMIR Rehabilitation and Assistive Technology (2026)
- Open ASR Leaderboard: Towards Reproducible and Transparent Multilingual and Long-Form Speech Recognition Evaluation, arXiv (2025, Ergebnisse Stand 27. März 2026)
- WHO: Deafness and hearing loss fact sheet (2026)
- Daten-Hinweis: Die Gallaudet-Studie zu Latenz und Metriken (Thompson et al.) und das Experiment von Kadoma et al. sind Preprints und können sich nach der Begutachtung ändern. Die Fallstudien von Romero-Fresco und Fresno stammen aus den Jahren 2018 bis 2022, und das Ofcom-Projekt zur Live-Untertitelung lief von 2013 bis 2015 (die jüngsten verfügbaren Daten zur Genauigkeit im Vereinigten Königreich). Die Seiten von Ofcom und CRTC lieferten bei der Recherche Bot-Schutz oder 403-Fehler, weshalb die Zahlen für das Vereinigte Königreich und Kanada über die begutachteten Fachartikel zitiert werden, die sie berichten. Der Latenz-Richtwert von 6 bis 7 Sekunden sowie die Zahlen zum Super Bowl LII und zur Debatte von 2016 stammen wie berichtet von Fresno (2024); 47 CFR 79.1 selbst legt keine numerische Verzögerungsgrenze fest. Die Zahlen zu FCC-Beschwerden sind informell, ungeprüft und vom Verbraucher kategorisiert, trennen Live-Nachrichten nicht heraus, und der Wert für 2026 gilt bis zum aktuellen Stand; der Anstieg um 120% ist unsere eigene Berechnung aus den Zahlen von 2023 und 2024. Die Studie zu spanischsprachigen Nachrichtensendungen (2024) umfasst zwei Networks und 200 Minuten. Die WER-Werte des Leaderboards sind Benchmark-Ergebnisse und messen nicht die Verzögerung bei Live-Nachrichten.
Zuletzt aktualisiert: 4. Oktober 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn die Gallaudet-Studie zu Untertitelmetriken die Begutachtung abschließt und der FCC-Beschwerdendatensatz das Kalenderjahr 2026 abschließt.