Wie groß ein Gesicht im Thumbnail sein muss

„Nimm ein Gesicht“ ist keine Größe

Es ist der häufigste Thumbnail-Ratschlag und der am wenigsten umsetzbare, weil er genau dort aufhört, wo die Entscheidung beginnt. Ein Gesicht in welcher Größe? Sie gestalten auf 1280 × 720, und die Oberfläche zeigt Ihnen das nicht. Sie zeigt eine 346 Pixel breite Karte im Desktop-Startseitenfeed, eine 360 Pixel breite Zeile in der Suche und ein 168 Pixel breites Element in der Vorschlagsspalte neben einem laufenden Video.

Das ist eine Verkleinerung auf 0,27× auf einer Karte und auf 0,13× in der Vorschlagsspalte — dieselbe Datei, gerendert auf ein Siebtel ihrer linearen Größe. Die Gesichtsgröße ist die eine Eigenschaft eines Thumbnails, die diese Verkleinerung zerstört und die man beim Gestalten noch kostenlos beheben kann, denn einen Kopf größer zu machen kostet nichts. YouTubes eigene Tipps zu Thumbnail und Titel sagen ebenfalls, man solle ein Gesicht zeigen — ohne jede Zahl dazu, was genau die Lücke ist, für die es diese Seite gibt.

Was überleben muss, ist nicht der Kopf

Ein Kopf ist eine Silhouette. In fast jeder Größe sagt er, dass im Bild ein Mensch ist — das ist etwas wert, aber es ist nicht der Grund, aus dem Gesichter empfohlen werden. Der Grund ist der Ausdruck — Überraschung, Zweifel, Anstrengung, Ekel — und der Ausdruck sitzt in einem Band über Augen und Mund.

Dieses Band ist etwa ein Drittel des Kopfes. In den drei echten Thumbnails, die ich auf einem Prozentraster gemessen habe, waren es 34 %, 32 % und 40 % der Kopfhöhe; ein Drittel ist also die Arbeitszahl. Das heißt: was auch immer Sie glauben, ins Bild zu setzen — der Teil, der die Botschaft trägt, ist ein Drittel so hoch, wie Sie denken.

Ein Maßstab, der schon auf der Seite liegt

Statt eine Pixelschwelle zu behaupten, ab der ein menschliches Gesicht liest — ich habe das nicht getestet, und wer Ihnen 20 % oder 30 % nennt, auch nicht —, nehmen Sie einen Vergleich, den Sie selbst prüfen können, auf demselben Bildschirm, im selben Blick.

Neben jedem Thumbnail rendert YouTube Ihren Titel, und eine seiner Zeilen ist 20 Pixel hoch auf einer Karte, 23 in einem Suchergebnis, 18 in der Vorschlagsspalte am Desktop und 16 in den Vorschlägen auf dem Smartphone. Ist das Augen-Mund-Band Ihres Gesichts niedriger als eine Zeile des Titels daneben, konkurriert es nicht mit diesem Titel um Aufmerksamkeit. Dann ist es Textur.

So viel Bild muss der Kopf also füllen

Eine Titelzeile als Ziel für das Band, und ein Band, das ein Drittel des Kopfes ist, ergeben eine erforderliche Kopfhöhe pro Fläche. Das sind die gerenderten Größen im Mock dieses Werkzeugs, das YouTubes eigenem Layout folgt:

Maßgeblich ist die schmalste Fläche, und es ist dieselbe, die auch die Titellänge bestimmt: die Vorschlagsspalte neben einem laufenden Video, wo der Zuschauer wählt, was er als Nächstes sieht. Auf einer Karte genügt ein Drittel des Bildes. Dort braucht es über die Hälfte.

Drei echte Thumbnails, auf einem Raster abgelesen

Damit das keine Behauptung bleibt, habe ich drei Thumbnails aus den Paketen dieses Werkzeugs genommen — einen Business-Talking-Head, einen politischen Splitscreen, eine Fitness-Demonstration —, ein Raster in 5-%-Schritten darübergelegt und darauf die Kopfbox und das Augen-Mund-Band abgelesen. Dann mit den gerenderten Höhen von oben multipliziert.

Was das praktisch bedeutet

Der Talking Head ist der einzige der drei, der auf jeder Fläche funktioniert, und im Editor sieht er absurd aus: ein Kopf, der zwei Drittel der Bildhöhe einnimmt, oben angeschnitten, und sich ein Drittel der Breite nimmt. Das ist kein Stiltick großer Kanäle. Das ist, was die Rechnung verlangt.

Der Splitscreen ist der interessante Fall, denn er scheitert an genau einer Stelle — der Vorschlagsspalte — und die ist kein Randfall. Dort entscheidet ein Zuschauer, was er nach dem laufenden Video sieht, und dort ist auch alles andere an Ihrem Thumbnail unlesbar.

Die Demonstrationsaufnahme ist der häufige und der verzeihlichste Fehler, denn das Gesicht soll gar nicht das Motiv sein: das Whiteboard ist es. Das Problem ist, dass das Gesicht trotzdem ein Viertel des Bildes verbraucht und in Kartengröße nichts trägt — zehn Prozent der Höhe sind neun Pixel Ausdruck in einer Vorschlagsspalte. Wenn das Motiv das Motiv ist, ist dieses Viertel besser für das Motiv ausgegeben.

Nichts davon sagt, ein Gesicht müsse ein Drittel des Bildes füllen. Es sagt, ein Gesicht, das *einen Ausdruck tragen soll*, muss es — und ein Gesicht unter dieser Größe ist Dekoration, für deren Fläche Sie bezahlen. Zu entscheiden, dass es Dekoration ist, ist eine legitime Wahl; nicht zu entscheiden ist die teure.

Zwei Gesichter sind nicht zwei Chancen

Ein geteiltes Bild ist die übliche Art, eine Konfrontation, einen Vergleich, ein Vorher-Nachher zu signalisieren, und es ist gut zu wissen, was das kostet. Jedes Gesicht bekommt die halbe Breite, also landet ein Kopf, der bei voller Breite 65 % der Bildhöhe gehabt hätte, in einer Hälfte typischerweise bei 40–55 % — genau das habe ich im politischen gemessen: 53 % und 40 %.

Der größere der beiden überlebt auf Karten und stirbt in den Vorschlagsspalten; der kleinere stirbt früher. Ein geteiltes Bild tauscht also faktisch die schmalste Fläche gegen eine Beziehung zwischen zwei Motiven. Manchmal *ist* diese Beziehung das Video und der Tausch ist richtig. Was es nicht ist: ein Weg, die Menge Gesicht im Bild zu verdoppeln.

Wo das Gesicht tatsächlich stehen kann

Ist die Größe entschieden, hat die Position zwei Einschränkungen, und keine davon ist kompositorisch.

Die Oberfläche zeichnet über das Bild: das Dauer-Label in der Ecke unten rechts, weitere Labels unten links, der Fortschrittsbalken an der Unterkante. Ein Gesicht, dessen Mund oder Kinn unten rechts sitzt, ist ein Gesicht mit einer schwarzen Pille darüber — auf einem guten Teil seiner Impressionen. Die Zonen sind in dem Leitfaden zur Safe Zone vermessen, mit einer Vorlage, die Sie über Ihr Design legen können.

Und ein Short ist ein völlig anderes Bild, kein Ausschnitt aus diesem — dort liefert YouTube ein echtes vertikales Standbild aus, weshalb der Shorts-Leitfaden es getrennt behandelt. Soll dasselbe Gesicht in beiden Formaten funktionieren, muss es zweimal komponiert werden — und die vertikale Fassung hat die leichtere Aufgabe: ein 9:16-Bild gibt einem Kopf viel mehr Platz, groß zu sein.

Ein großes Gesicht lässt weniger Platz für Text, und das ist gut so

Der Einwand gegen einen Kopf auf einem Drittel des Bildes ist immer derselbe: dann bleibt kein Platz für die Worte. Richtig — und es ist kein Verlust, denn die Worte, auf die es ankommt, stehen nicht im Bild.

Den Titel neben dem Thumbnail rendert YouTube in einer Größe, die es kontrolliert, und er ist garantiert lesbar — dorthin gehören Zahlen, Namen, Modelle und Jahre. Das Bild trägt eine einzige wortlose Idee, und ein Gesicht in Arbeitsgröße ist eine der besseren Möglichkeiten, sie zu tragen. Diese Aufteilung ist das Thema des Leitfadens zum Paar Thumbnail–Titel, und sie ist es, die einem großen Gesicht Platz macht, statt mit ihm zu konkurrieren.

Muss trotzdem Text ins Bild, konkurriert er mit dem Gesicht um dieselbe Fläche und beide schrumpfen. Drei oder vier Wörter in einer Größe, die die Verkleinerung übersteht, sind die Obergrenze; der Leitfaden zur Textgröße hat die Messung für diese Hälfte.

Wann ein Gesicht die falsche Wahl ist

Zwei Fälle, in denen die Rechnung gegen ein Gesicht spricht statt für ein größeres.

Wenn das Motiv ein Objekt ist — ein Produkt, ein Diagramm, ein Ort, ein Bildschirm —, dann ist ein Gesicht in Arbeitsgröße ein Drittel des Bildes, ausgegeben für eine Person, die der Zuschauer noch nicht erkennt. Wiedererkennung ist es, was ein Gesicht auf einem Kanal mit Publikum wertvoll macht; ein Kanal ohne Publikum bekommt nur den Ausdruck, und der muss stark genug sein, um diese Fläche wert zu sein.

Und wenn der Ausdruck neutral ist. Ein ruhiges, gut ausgeleuchtetes, professionelles Gesicht auf 65 % des Bildes ist eine große Fotografie einer fremden Person. Die Größenregel ist eine Untergrenze für Lesbarkeit, nicht die Behauptung, jedes Gesicht funktioniere in dieser Größe; sie sagt: wenn der Ausdruck es wert ist, gezeigt zu werden, kostet das Zeigen so viel.

Die Prüfung, die eine Minute dauert

Alles Bisherige ist eine Argumentation über eine Verkleinerung, und eine Verkleinerung kann man sich einfach ansehen. Setzen Sie die echte Datei in einen echten Feed und gehen Sie in die Vorschlagsspalte — die schmalste Fläche, die maßgebliche — und sehen Sie, ob das Gesicht dort noch eine Arbeit tut oder zu einer Form geworden ist.

Genau dafür ist das Vorschau-Werkzeug da: dasselbe Bild in allen fünf gerenderten Größen, neben der Konkurrenz, mit der es tatsächlich erscheinen wird. Ein Gesicht, das die Vorschlagsspalte übersteht, übersteht per Definition alles andere — also ist das die einzige Ansicht, die Sie zwingend prüfen müssen.

Die Fragen, die alle stellen