Ein Thumbnail wird in Briefmarkengröße beurteilt, in unter einer Sekunde, neben einer Spalte von Konkurrenten. Fast nichts in deinem Bild übersteht das. Hintergrunddetails verschwinden. Kleiner Text wird zu Textur. Was überlebt, sind genau drei Dinge. Schärfe — Bewegungsunschärfe, die in voller Größe filmisch wirkt, wird bei 120 Pixeln Breite zu Schmiere. Belichtung — ein Gesicht, das etwas heller ist als seine Umgebung, bleibt auch winzig lesbar; ein mulmiges Bild wird zum grauen Rechteck. Und der Blick in die Linse — ein Gesicht, das dich direkt ansieht, ist das eine Muster, das ein scrollender Mensch nicht übersehen kann; deshalb ist es der älteste Trick des Verlagswesens. Hat ein Frame diese drei Dinge, tut er seine Arbeit auch klein. Fehlt eins, rettet ihn kein Rahmen und kein Emoji.
Der übliche Weg zu diesem Frame ist Scrubbing: durch den Take hin- und herziehen und hoffen, dass etwas Gutes vorbeikommt. Es ist eine schlechte Suche. Eine Minute Video ist weit über tausend Frames, die meisten mitten im Wort — und ein Mund zwischen zwei Lauten sieht auf eine Art falsch aus, die Zuschauer sofort spüren, auch wenn sie sie nicht benennen können. Ein Blinzeln dauert ein paar Frames; beim Scrubben landest du ständig mittendrin. Die wirklich guten Frames sammeln sich an bestimmten Stellen: der Takt, bevor du einen Satz begonnen hast, der Moment nach seinem Ende, überall dort, wo du zugehört statt geredet hast. Scrubbing findet sie durch Glück. Eine Checkliste findet sie schneller: ruhiger Mund, offene Augen, helles Gesicht, stehende Kamera. Gesucht ist kein schönes Bild, sondern ein lesbares.
Das ist ein Filterproblem, und Filtern ist, wofür Software da ist. Talk2Camera bewertet Kandidaten-Frames aus dem Take nach den Qualitäten, die klein zählen — Schärfe, Belichtung und ob du in die Linse schaust — und zeigt dir die Kandidaten statt eines Scrubbers. Auswählen heißt dann, eine Handvoll brauchbarer Frames zu vergleichen, statt tausend unbrauchbare zu durchsuchen. Titelvorschläge kommen aus derselben Quelle wie das Video: aus deinem Skript. Und weil das Skript neben der Aufnahme gespeichert wird, funktioniert beides auch noch, wenn du den Take erst nächste Woche öffnest — nicht nur direkt nach dem Dreh. Das Urteil bleibt deins; nur das Suchen ist nicht mehr dein Job.
Titel, die aus dem Gedächtnis geschrieben werden, driften zu dem Video, das du machen wolltest — größer, vager und eine Stufe reißerischer als das, was du gesagt hast. Die ehrliche Quelle ist das Skript, das du in die Kamera gelesen hast. Irgendwo in seinem ersten Absatz steht das Versprechen, das das Video wirklich hält, in deinem eigenen Ton, und ein Titel von dort hat zwei stille Vorteile. Er passt zu den ersten Sekunden des Videos — dem Moment, in dem ein Zuschauer entscheidet, ob der Titel gelogen hat; Clickbait ist genau ein Titel, den der Anfang nicht einlöst. Und er enthält meist die Wörter, mit denen Menschen suchen, weil du die Sache in den Wörtern erklärt hast, die Menschen benutzen. Sag, was das Video zeigt, in Wörtern, die darin vorkommen, und überlass dem Thumbnail die Neugier. Eins von beiden darf ein wenig zuspitzen — nie beide.