Podcast mit zwei oder drei Personen im Hochformat: die Bildausschnitte, die funktionieren
Ein Podcast mit mehreren Personen passt nicht komplett in ein 9:16-Bild, und der häufigste Fehler ist der Versuch, trotzdem alles hineinzupressen. Vier Bildaufteilungen funktionieren, jede für eine andere Art von Ausschnitt, und die Wahl zwischen ihnen entscheidet mehr über die Retention als Untertitel oder Hook.
Podcast mit zwei oder drei Personen im Hochformat: die Bildausschnitte, die funktionieren
Die Fakten: Ein im 16:9-Format aufgenommener Podcast mit zwei Personen nebeneinander passt nicht in ein 9:16-Bild, ohne dass jemand herausfällt. Vier Bildaufteilungen lösen das: Vollbild auf den Sprecher, geteiltes Bild, ganzes Video mit unscharfem Hintergrund und Reaktionsshot. Jede passt zu einer anderen Art von Ausschnitt, und die falsche Wahl kostet mehr Retention als jeder schlecht gemachte Untertitel.
Der häufigste Fehler ist nicht, die falsche Aufteilung zu wählen. Es ist, nur eine zu wählen und sie im ganzen Clip zu verwenden.
Warum Podcasts das schwierigste Format für Hochkant sind
Gameplay hat Webcam und Spielbild, und die Lösung ist längst Standard. Ein Vlog wird ohnehin mit einer Person in der Mitte gedreht. Der Podcast ist der schwierigste Fall: zwei oder drei Personen, horizontal verteilt, jede mit einem Mikrofon vor dem Mund, und der Inhalt steckt genau im Wechselspiel zwischen ihnen.
Wenn du aus einem 16:9-Video bei gleicher Höhe einen 9:16-Ausschnitt schneidest, bleibt etwa ein Drittel der ursprünglichen Breite übrig (608 von 1920 Pixeln bei einem 1080p-Video). Beide Gesichter gleichzeitig ohne geteiltes Bild einzufangen, bedeutet fast immer winzige Gesichter. Ein kleines Gesicht im vertikalen Feed ist das schnellste Signal für "lohnt sich nicht anzuhalten", also genau das Problem, das wir bei der Skip Rate behandeln.
Die richtige Frage lautet deshalb nicht "Wie bekomme ich alle ins Bild?", sondern "Wer muss in dieser Sekunde im Bild sein?".
Die vier Bildaufteilungen und wann du welche nutzt
1. Vollbild auf den Sprecher
Der Ausschnitt geht eng auf das Gesicht der sprechenden Person und wechselt, wenn das Wort an jemand anderen geht.
Nutze es, wenn: eine Person eine Geschichte erzählt, eine Idee erklärt oder eine längere Meinung äußert. Es ist die Standardaufteilung der meisten Podcast-Clips, weil die meisten guten Abschnitte einen Protagonisten haben.
Achte darauf: nicht bei jedem "ja", "genau", "wow" zu wechseln. Der Zwischenruf eines Zuhörers ist kein Sprecherwechsel.
2. Geteiltes Bild
Ein Gesicht in jeder Hälfte, übereinander: eines oben, eines unten.
Nutze es, wenn: beide Personen gleichzeitig am Moment beteiligt sind. Eine Diskussion mit schnellen Antworten, ein Witz mit Gegenwitz, ein Interview, in dem die Frage genauso wichtig ist wie die Antwort.
Achte darauf: lange Abschnitte mit nur einer Person. Die Hälfte der schweigenden Person wird zur toten Fläche, und das Gesicht der sprechenden Person ist nur halb so groß, wie es sein könnte.
3. Ganzes Video mit unscharfem Hintergrund
Das komplette Originalbild als horizontaler Streifen in der Mitte, dazu eine vergrößerte, unscharfe Version, die den Rest füllt.
Nutze es, wenn: der Moment vom Set abhängt oder davon, dass drei Personen gemeinsam reagieren. Das kollektive Lachen, jemand, der ins Studio kommt, ein Gegenstand, der gezeigt wird.
Achte darauf: es nicht zum Standard zu machen. Die Gesichter werden klein, und das Video wirkt wie aus dem Querformat wiederverwertet, was es genau ist. Es taugt für zwei oder drei Sekunden, nicht für eine Minute.
4. Reaktionsshot
Ein bis zwei Sekunden auf dem Gesicht des Zuhörers, mitten in der Erzählung des Sprechers.
Nutze es, wenn: die Reaktion der Kern des Clips ist. Das Gesicht des Gasts bei der indiskreten Frage. Der Moderator, der sich das Lachen verkneift.
Achte darauf: Reaktionen ohne Anlass. Wenn im Gesicht des Zuhörers nichts passiert ist, bremst der Rückschnitt nur den Rhythmus.
Drei Personen: Die Regel ändert sich
Bei drei Personen funktioniert ein in drei Streifen geteiltes Bild auf dem Handy fast nie. Jedes Gesicht ist zu klein, und das Auge weiß nicht, wohin.
Besser funktioniert:
- Vollbild auf den Sprecher als Basis.
- Geteiltes Bild mit zwei Hälften, wenn zwei der drei im Schlagabtausch sind und die dritte nur zuhört.
- Ganzes Video nur für den kollektiven Moment, und nur für wenige Sekunden.
In der Praxis ist ein Clip von einem Tisch mit drei Personen ein Clip mit zwei Personen, zu dem eine dritte hinzukommt, wenn sie etwas zu sagen hat.
Wohin Gesicht und Untertitel gehören
Im Hochformat gibt es Bereiche, die die Oberfläche verdeckt. Meta empfiehlt für Reels, 14 % oben, 35 % unten und je 6 % an den Seiten frei von Text, Logo und wichtigen Elementen zu lassen. Der untere Bereich ist der schlimmste: Dort liegen Kontoname, Beschreibung und Buttons.
Übertragen auf den Podcast:
Im Vollbild: Die Augen des Sprechers im oberen Drittel, der Untertitel direkt unter dem Kinn, aber noch oberhalb des unteren 35-%-Streifens.
Im geteilten Bild: Der Untertitel kommt an die Naht zwischen den beiden Gesichtern, nahe der Bildmitte. Das ist die einzige Stelle, die niemanden verdeckt und trotzdem außerhalb der Oberfläche liegt. Ein Untertitel unter dem unteren Gesicht landet auf Kontoname und Beschreibung.
Beim ganzen Video: Der Streifen mit dem Originalbild liegt in der Mitte, und der Untertitel kann direkt darunter stehen.
Ein Tipp, der viel löst: eine eigene Untertitelfarbe für jede Person. Im geteilten Bild erkennt der Zuschauer, wer spricht, ohne den sich bewegenden Mund suchen zu müssen. Wie sich der Untertitelstil auf die Retention auswirkt, steht in Untertitel sind keine Deko.
Die Wechselfehler, die ermüden
Der Kamerawechsel ist das, was einen Amateur-Podcast-Clip am deutlichsten von einem professionellen unterscheidet. Vier häufige Fehler:
Mitten im Wort wechseln. Der Wechsel muss auf den Anfang des Satzes der Person fallen, die übernimmt, nicht eine halbe Sekunde davor und nicht mittendrin.
Nach Ton statt nach Sprache wechseln. Lachen, "mhm" und Husten sind keine Sprecherwechsel.
Zu schnell wechseln. Zwei Wechsel in weniger als einer Sekunde wirken wie ein Schnittfehler, auch wenn das Gespräch schnell war. Ist das Gespräch so schnell, ist es ein Fall für das geteilte Bild.
Nie wechseln. Das Gegenteil ermüdet ebenfalls: Eine ganze Minute auf nur einer Person, während die andere außerhalb des Bildes Fragen stellt, nimmt dem Zuschauer das Gesicht der halben Unterhaltung.
Den Schnittrhythmus allgemein behandeln wir in harte Schnitte und Rhythmus, und hier gilt er doppelt.
Ein Entscheidungsschema für jeden Clip
Beantworte vor dem Framing drei Fragen:
- Wie viele Personen braucht es, um den Ausschnitt zu verstehen? Eine: Vollbild. Zwei gleichzeitig: geteiltes Bild. Die Gruppe: ganzes Video, nur kurz.
- Gibt es eine Reaktion, die die Geschichte erzählt? Wenn ja, markiere die genaue Sekunde und blende den Reaktionsshot ein.
- Zeigt das erste Bild ein großes Gesicht? Öffnet der Clip im geteilten Bild mit kleinen Gesichtern, überlege, im Vollbild zu starten und erst danach zu teilen.
Ein guter Podcast-Clip nutzt fast immer zwei oder drei Aufteilungen nacheinander, nicht nur eine.
Wo das Tool die lästige Arbeit übernimmt
Von Hand bedeutet das, jedes Mal einen Keyframe zu setzen, wenn das Wort die Person wechselt. Bei einer zweistündigen Folge mit zwanzig Clips sind das Hunderte Keyframes.
In Cut.Pro folgt das vertikale Reframing dem Gesicht, und die Transkription erkennt, wer spricht. Der Kamerawechsel geht also mit dem Sprecherwechsel mit, ohne dass du etwas markierst. In den Vorlagen des Editors kannst du wählen, welche Aufteilungen die KI verwenden darf (Vollbild auf den Sprecher, geteiltes Bild mit zwei Personen, ganzes Video mit unscharfem Hintergrund und weitere), und sie wählt unter den markierten je nach Szene jedes Abschnitts. Du prüfst und korrigierst den Wechsel, der an der falschen Stelle gelandet ist, und das geht deutlich schneller, als alles von null zu machen.
Wenn du ein Tool für Podcasts auswählst, steht der Vergleich in die beste KI für Podcast-Clips. Und für die Routine mit hohem Volumen: wie du einen Podcast in 20 Clips pro Woche verwandelst.
Zusammengefasst
- Ein Podcast mit mehreren Personen passt nicht komplett in 9:16. Die Frage ist, wer jetzt im Bild sein muss.
- Vollbild auf den Sprecher ist der Standard; geteiltes Bild ist für den Schlagabtausch; ganzes Video ist für den kollektiven Moment; Reaktionsshot ist für den Fall, dass das Gesicht die Geschichte erzählt.
- Bei drei Personen behandle den Clip wie zwei Personen plus eine, die dazukommt, wenn sie spricht.
- Der Untertitel im geteilten Bild kommt an die Naht zwischen den Gesichtern. Meta verlangt, 14 % oben, 35 % unten und 6 % an den Seiten bei Reels frei von Text zu lassen.
- Wechsle die Kamera am Anfang des Satzes der Person, die übernimmt, nie wegen eines Zwischenlauts.
Der Zuschauer bemerkt gutes Framing nicht. Er bemerkt das schlechte und ist weg, bevor er weiß, warum.
Quellen: Meta, Spezifikationen für Instagram-Reels-Anzeigen (Safe Zone)
