Gesichtsausdruck im YouTube-Thumbnail: Welche Mimik bei 168 Pixeln noch erkennbar ist

Fast jeder Ratgeber zum Gesichtsausdruck auf YouTube-Thumbnails ist eine Bauchgefühl-Tabelle. Schock für Enthüllungen, Staunen für Entdeckungen, ein Lächeln für Tutorials, Verwirrung für Rätsel. Falsch sind diese Tabellen nicht unbedingt. Überprüfen lassen sie sich aber überhaupt nicht. Genau deshalb gibt es so viele davon, und genau deshalb sind sie sich alle einig.

Keine stellt die Frage, die zuerst kommt. Bevor eine Mimik etwas bedeuten kann, muss man sie erkennen – auf einem Bild, das 168 Pixel breit ist und meist am Rand des Blickfelds liegt, während der Betrachter etwas anderes ansieht. Das ist eine messbare Eigenschaft eines Gesichts. Sie unterscheidet sich enorm von Ausdruck zu Ausdruck, und die Wahrnehmungsforschung hat sie gemessen. Manche Ausdrücke bestehen aus groben Informationen, die selbst eine Verkleinerung auf fast nichts überstehen. Andere hängen an feinen Details um Augen und Mund, die längst verschwunden sind, wenn das Bild im Feed ankommt.

Erst die unbequemen Daten: Bringt ein Gesicht überhaupt etwas?

Die Zahl, die du schon ein Dutzend Mal gelesen hast: Thumbnails mit Gesicht bekommen rund 20 % mehr Klicks. Wer ihr nachgeht, landet nicht bei einer Studie, sondern bei anderen Blogartikeln.

Die sorgfältigste öffentliche Analyse umfasst 1,25 Millionen Videos von 16.737 Kanälen, und ihr eigentliches Ergebnis betrifft die Methode. Vergleicht man Videos verschiedener Kanäle, wirken Gesichter leicht positiv, mit etwa 3 % mehr Aufrufen. Bleibt der Vergleich innerhalb eines Kanals – gleicher Creator, gleiches Publikum –, geht ein Gesicht mit rund 6 % weniger Aufrufen einher. Der kanalübergreifende Wert ist offensichtlich verzerrt: Große Kanäle setzen öfter Gesichter ein und bekommen ohnehin mehr Aufrufe. Ein Teil des scheinbaren Vorteils von Gesichtern ist also schlicht der Vorteil der Größe. Dieselbe Analyse fand keinen messbaren Gewinn durch ein zweites oder drittes Gesicht.

Eine weitere Analyse von rund 300.000 viralen Videos aus dem Jahr 2025, über die Search Engine Journal berichtete, kam auf ein ungefähres Unentschieden, mit Unterschieden je nach Segment: ein kleiner Vorteil für größere Kanäle, ein deutlicherer im Finanzbereich, und mehrere Gesichter schnitten besser ab als eines – das Gegenteil des Ergebnisses innerhalb der Kanäle. So widersprüchlich fallen Beobachtungsstudien auf einer Plattform aus, auf der nichts konstant bleibt.

Dem steht die vidIQ-Studie zu 500 Breakout-Thumbnails gegenüber. Ein menschliches Gesicht war dort das häufigste Merkmal, und sein Anteil stieg mit dem Erfolg: 69 % bei allen 500, 75 % bei den Top 100, 80 % bei den Top 50. Ein echtes Muster, aber ein beschreibendes. Und ein Merkmal, das 69 % einer Stichprobe teilen, kann innerhalb dieser Stichprobe kaum noch unterscheiden.

Die ehrliche Schlussfolgerung ist auch die nützliche. Ein Gesicht ist kein Hebel. Es ins Bild zu setzen, bringt nicht automatisch etwas. Deshalb zeigen so viele Thumbnails ein Gesicht, das nichts tut: vorhanden, ausgeleuchtet, zentriert, ohne jede Information. Was ein Gesicht transportiert, ist ein Ausdruck. Und ein Ausdruck kann genau das liefern, was einem Thumbnail fehlt: den Stand der Geschichte.

Warum die Thumbnail-Größe entscheidet, welche Mimik wirkt, nicht der Geschmack

2009 ging ein Paper von Fraser Smith und Philippe Schyns in Psychological Science – „Smile through your fear and sadness“ – der Frage nach, welche Ausdrücke Entfernung überstehen. Die Forscher verschlechterten Gesichter so, wie Entfernung es tut: Sie rechneten sie von 240 × 160 Pixeln auf bis zu 15 × 10 herunter und maßen, welche Emotionen die Teilnehmer noch erkannten. Freude und Überraschung wurden aus der Distanz am besten erkannt. Was sie unterscheidet, steckt in mehreren niedrigen Ortsfrequenzbändern, also in der groben, unscharfen Ebene eines Bildes, die beim Verkleinern erhalten bleibt. Angst und Wut wurden über den gesamten Bereich schlecht erkannt. Die Autoren sehen darin eine evolutionäre Logik: Die beiden Signale, die auf Distanz funktionieren, sind genau die, die man auf Distanz senden möchte. Der Rest ist für Gesprächsnähe gemacht.

Neun Jahre später ging ein PLOS-ONE-Paper von Smith und Stéphanie Rossit das Thema von der anderen Seite an und untersuchte die Erkennung von Gesichtsausdrücken im peripheren Sehen. Vierzehn Teilnehmer sahen Gesichter zentral und dann 15 und 30 Grad seitlich davon. Mit zunehmendem Abstand vom Blickzentrum sank die Erkennungsrate, und am besten hielten sich dort wieder Freude und Überraschung. Bei der bloßen Wahrnehmung – also dem Bemerken, dass ein Gesicht überhaupt etwas ausdrückt – gehen die Zusammenfassungen auseinander. Belastbar ist vor allem der Teil zur Erkennung.

Übertrag das jetzt auf die Stellen, an denen dein Thumbnail auftaucht. In der Seitenleiste oder in einer mobilen Liste wird es mit etwa 168 × 94 dargestellt, und fast nie schaut jemand direkt darauf. Die Fovea des Zuschauers ist woanders im Raster, während das periphere Sehen entscheidet, ob dein Bild einen Blick verdient. Klein und am Rand ist der Normalfall. Und genau unter diesen Bedingungen sind laut Laborforschung die meisten Gesichtsausdrücke nicht mehr lesbar.

Das erklärt auch ein Muster, das Creator bemerken, ohne es begründen zu können. Theatralische Gesichter sind nicht bloß ein Auswuchs der MrBeast-Ära. Übertreibung ist eine vernünftige Antwort auf einen Kanal mit niedriger Auflösung. Ein weiter geöffneter Mund und höher gezogene Brauen verlagern mehr vom Ausdruck in die grobe Form statt ins feine Detail. Der Preis ist alles andere, was Übertreibung damit macht, wie man dich wahrnimmt. Der Mechanismus aber ist echt. Deshalb geht der zurückhaltende Ausdruck, der auf deinem Monitor so souverän wirkt, im Feed unter.

Wofür der Gesichtsausdruck eigentlich da ist

Meist heißt es, die Mimik im Thumbnail solle Emotionen vermitteln. Dieser Ansatz führt zu schlechten Thumbnails, denn Emotion allein ist keine Information. Entsetzen, Begeisterung und Schock lassen sich jederzeit abrufen und bedeuten für sich genommen nichts.

Hilfreicher ist es, an die Position in der Geschichte zu denken: Das Gesicht zeigt, wo sein Besitzer im Verhältnis zu einem Ergebnis steht, das der Zuschauer noch nicht sehen kann. Mitten in der Katastrophe ist eine Position. Kurz davor, es herauszufinden, ist eine Position. Gerade erfahren, und es war schlimmer als gedacht, ist eine Position. Jede deutet den Verlauf einer Geschichte an, ohne ihn aufzulösen. Genau das ist die Aufgabe des Thumbnails: die Spannung aufbauen, sie offen lassen und es dem Titel und den ersten zehn Sekunden überlassen, sie aufzulösen.

So gelesen wirkt die übliche Tabelle nicht mehr willkürlich. Ein schockiertes Gesicht passt zu einer Enthüllung nicht, weil Schock Klicks bringt. Es passt, weil es den Creator dem Zuschauer einen Schritt voraus zeigt und verspricht, dass der Zuschauer aufholen wird. Dasselbe Gesicht auf einem Tabellenkalkulations-Tutorial funktioniert für niemanden, weil es kein Ergebnis gibt, zu dem es sich verhalten könnte. Deck also den Text ab: Kann ein Fremder allein am Gesicht nicht ablesen, ob etwas Gutes oder Schlechtes passiert ist oder gleich passiert, belegt das Gesicht die wertvollste Fläche im Bild, ohne etwas zu sagen. Unsere Regeln für Thumbnails mit hoher Klickrate kommen von der Bildkomposition her zum selben Punkt: ein Blickfang, der eine Aussage trägt.

Die Mimik-Tabelle

Sie verbindet die Ergebnisse zur Erkennbarkeit mit dem, was ein Ausdruck plausiblerweise signalisieren kann. Die Spalte zur Erkennbarkeit stützt sich auf Forschung. Die Spalte zum Signal ist Einschätzung und sollte als Hypothese gelesen werden, die du testest, nicht als Gesetz.

Ausdruck	Erkennbarkeit klein und am Rand	Was er signalisieren kann	Typischer Fehler
Schock mit offenem Mund	Stark – die Mundöffnung ist grobe Form und übersteht starkes Herunterrechnen	Ein Ergebnis ist eingetreten, und es war extrem	Sättigung: Ist jedes Nachbar-Thumbnail schockiert, ist Schock der Normalzustand, kein Signal
Überraschung (gehobene Brauen, weite Augen)	Stark – einer der beiden am besten erkannten Ausdrücke auf Distanz und in der Peripherie	Etwas Neues, eine Entdeckung, eine unerwartete Zahl	Wirkt wie schwacher Schock, wenn sich die Brauen kaum bewegen
Echtes Lächeln	Stark – der andere am besten erkannte Ausdruck auf Distanz	Wärme, ein gutes Ergebnis, Anleitung, der man getrost folgen kann	Gestellte Lächeln wirken wie Stockfotos (siehe unten)
Angst	Schwach – in der Studie zum Herunterrechnen von 2009 über alle Betrachtungsabstände schlecht erkannt	Viel steht auf dem Spiel, Gefahr, eine Lage außer Kontrolle	Verschwimmt zu allgemeiner Überraschung oder einer verkrampften Grimasse
Wut	Schwach – ebenfalls über den gesamten getesteten Bereich schlecht erkannt	Konflikt, eine Abrechnung, eine Ungerechtigkeit	Hängt an Details von Brauen und Mund, die die kleine Darstellung zerstört
Ekel	Bestenfalls mittel – besteht aus Details an Nase und Oberlippe	Ein gefälltes Urteil, meist über ein Produkt oder eine Behauptung	Wird als Verwirrung gelesen und macht dich am ehesten unsympathisch
Skepsis (eine Braue, Asymmetrie)	Schwach – Asymmetrie ist die erste Information, die beim Verkleinern verloren geht	Eine Behauptung wird geprüft, ein Review mit klarer Meinung	Sieht bei 168 Pixeln aus wie ein neutrales Gesicht
Konzentration oder Anstrengung	Mittel, wenn der Körper mitspielt	Schwierigkeit, eine Leistung im Gange, Handwerk	Das Gesicht allein kann Anstrengung nicht von Unbehagen unterscheiden
Bewusstes Pokerface	Als Form hoch – lesbar, weil es nichts aufzulösen gibt	Trockener Humor, Autorität, Kontrast zu einem chaotischen Bild	Funktioniert nur, wenn etwas anderes im Bild die Arbeit übernimmt

Das Muster ist eindeutig. Was übersteht, sind große, niederfrequente Bewegungen: ein weit geöffneter Mund, gehobene Brauen, angehobene Wangen. Was scheitert, ist das feine, sozial anspruchsvolle Ende der Skala. Das ist bedauerlich, denn genau diese Ausdrücke sehen in voller Größe am besten aus.

Was Creator tatsächlich nutzen, ist eine andere Frage

Die Basisrate zu kennen, lohnt sich trotzdem. Eine Kapwing-Analyse erfolgreicher Thumbnails, die im September 2024 erschien, ordnete die gefundenen Gesichtsausdrücke ein. Am häufigsten waren Überraschung und Freude mit jeweils rund 27 %. Die Autoren merkten an, sie hätten erwartet, dass wütende oder traurige Gesichter besser abschneiden. Lies das als das, was es ist: eine Bestandsaufnahme dessen, was Creator wählen, keine Messung dessen, was funktioniert.

Wenn überhaupt, spricht es gegen Nachahmung. Die Hälfte der Konkurrenz greift auf zwei Ausdrücke zurück. Damit sind genau diese beiden die Tapete, von der sich dein Thumbnail abheben will.

Die Augen: Direkter Blick und Blicklenkung sind verschiedene Werkzeuge

Wohin die Person schaut, ist eine eigene Entscheidung, unabhängig davon, was ihr Gesicht tut. Und die Forschung ist ungewöhnlich klar, was den Zielkonflikt angeht.

Der direkte Blick – die Augen in die Linse – zieht Aufmerksamkeit an und hält sie. Gesichter mit direktem Blick, die im peripheren Sehfeld erscheinen, ziehen mehr Aufmerksamkeit auf sich als Gesichter mit abgewandtem Blick oder geschlossenen Augen. Und sind die Augen erst einmal dort, hält der direkte Blick die Aufmerksamkeit fest. Schon Neugeborene bevorzugen Gesichter, die sie ansehen. Das spricht dafür, dass diese Empfindlichkeit nicht erlernt ist. Über den Mechanismus wird noch gestritten: Eine Studie von 2021 in Attention, Perception & Psychophysics kam zu dem Schluss, dass der Effekt vom umgebenden Gesichtskontext abhängt und nicht von den Augen allein. Eine Studie von 2015 fand, dass sichtbare Augen weder notwendig noch ausreichend sind. Was den Streit übersteht, ist der Effekt selbst.

Der abgewandte Blick bewirkt etwas anderes. Im Paradigma der Blickhinweise, das Friesen und Kingstone 1998 in Psychonomic Bulletin & Review etablierten, erscheint zuerst ein Gesicht mit abgewandten Augen in der Mitte, dann links oder rechts ein Zielreiz. Die Teilnehmer reagieren schneller auf Ziele dort, wohin das Gesicht geschaut hat. Und das, obwohl der Blick den Ort des Ziels nicht vorhersagt, und sogar dann, wenn sie das wissen. Die Verschiebung ist ein Reflex. Sie zeigte sich sowohl bei sehr kurzen Verzögerungen als auch bei Verzögerungen von einigen hundert Millisekunden.

Es gibt also ein echtes Entweder-oder:

• Direkter Blick, wenn das Gesicht das Thema ist. Reactions, Kommentare, persönliche Geschichten – alles, bei dem deine Reaktion auf etwas das eigentliche Produkt ist.
• Abgewandter Blick, wenn etwas anderes das Thema ist. Der reparierte Motor, der verbrannte Kuchen, das Diagramm. Ein Blick lenkt sauberer um als ein Pfeil, weil er dem Zuschauer zugleich sagt, was er von dem halten soll, worauf er zeigt.
• Nicht beides. Ein Gesicht, das in die Linse schaut und gleichzeitig auf ein Objekt deutet, verlangt vom Zuschauer, zwei Anweisungen im Bruchteil einer Sekunde aufzulösen, den er dafür übrig hat. Eine davon verliert, und du entscheidest nicht, welche.

Das Problem mit dem Lächeln: Duchenne-Merkmale bei 168 Pixeln

Das Lächeln ist der häufigste Gesichtsausdruck auf Thumbnails und der, der am häufigsten misslingt. Den Grund dafür sollte man beim Namen kennen. Ein Lächeln, das nur den Mund einsetzt, wird vom Zygomaticus major erzeugt. Ein Lächeln, das zusätzlich den Orbicularis oculi beansprucht – den Ringmuskel um die Augenhöhle –, hebt die Wangen, verengt die Augen und legt die äußeren Augenwinkel in Fältchen. Diese zweite Komponente ist das Duchenne-Merkmal. Lange galt es als das, was ein empfundenes Lächeln von einem gestellten unterscheidet.

Diese Annahme hat an Gewicht verloren, und das ist eine gute Nachricht für alle vor der Kamera. Eine Arbeit unter der Leitung von Sarah Gunnery zeigte, dass die meisten Menschen das Merkmal auf Kommando erzeugen können: Rund 71 % der Teilnehmer ahmten ein Duchenne-Lächeln erfolgreich nach, 69 % ein Nicht-Duchenne-Lächeln. Die Autoren vermuten, dass selbst das die Fähigkeit unterschätzt, da niemand angeleitet wurde. Das Merkmal ist also kein Echtheitszertifikat.

Es verändert aber weiterhin, wie ein Lächeln gelesen wird. Eine Studie von 2020 in Frontiers in Psychology blockierte mit Botulinumtoxin den seitlichen Orbicularis oculi. Die so entstandenen Nicht-Duchenne-Lächeln wurden als weniger fröhlich, weniger echt, weniger empfunden und weniger spontan bewertet – ein subtiler Effekt, aber in der erwarteten Richtung. Einige Forscher meinen, der Effekt spiegle zum Teil eher die Intensität des Lächelns als seine Echtheit, weil ein breiteres Lächeln mehr Muskeln beansprucht. Für Thumbnails führen beide Erklärungen zur selben Anweisung.

Und hier kehrt das Auflösungsproblem zurück. Bei 168 Pixeln sind die Fältchen weg. Feine Details verwirft eine kleine Darstellung zuerst. Übrig bleibt die grobe Geometrie, die derselbe Muskel erzeugt: höher sitzende Wangen, schmalere Augen, eine insgesamt veränderte Augenpartie. „Lächle mit den Augen“ ist deshalb kein Stimmungshinweis, sondern beschreibt zwei Veränderungen, die du auf einem Standbild prüfen kannst: Sind die Wangen oben, und sind die Augen schmaler geworden? Ein Lächeln nur mit dem Mund wirkt in Thumbnail-Größe nicht so sehr unecht. Es wirkt nach gar nichts, und das ist schlimmer.

Mimik wirkt auf den Zuschauer, bevor er irgendetwas entscheidet

Ulf Dimberg wies mit Gesichts-Elektromyografie nach, dass der Anblick eines Gesichtsausdrucks eine passende Bewegung im eigenen Gesicht des Betrachters auslöst. Eine Studie von 1982 in Psychophysiology fand, dass fröhliche Gesichter die Aktivität im Bereich des Zygomaticus steigerten, wütende dagegen im Bereich des Corrugator, des Muskels, der die Brauen zusammenzieht. Eine Folgestudie von 1998 konnte diese unterschiedlichen Reaktionen schon nach nur 300 bis 400 Millisekunden Darbietung nachweisen. Ein Paper von 2000 in Psychological Science mit Monika Thunberg und Kurt Elmehed nutzte Rückwärtsmaskierung, um Gesichter zu kurz für eine bewusste Wahrnehmung zu zeigen – und die passenden Reaktionen traten trotzdem auf. Spätere Arbeiten, in denen die Teilnehmer ausdrücklich nicht reagieren sollten, fanden, dass ihre Gesichter trotzdem in die erwartete Richtung gingen.

Auf das Timing kommt es an. Die Entscheidung, weiterzuscrollen, fällt in etwa im selben Zeitfenster wie diese Nachahmung. Bis ein Zuschauer deinen Titel liest, hat der Gesichtsausdruck sein eigenes Gesicht also schon in eine bestimmte Lage geschoben. Ein wütendes Gesicht vermittelt nicht nur Konflikt. Es spannt beim Zuschauer die Brauen an.

Pass aber auf, wo diese Kette endet. Keine Studie verbindet die Nachahmung von Thumbnail-Mimik mit Klicks. Die Forschung stützt den Mechanismus, nicht das Ergebnis, und genau in dieser Lücke erfinden die meisten Thumbnail-Ratgeber ihre Gewissheit. Unser Artikel zur Psychologie von Clickbait-Thumbnails geht dieser Grenze genauer nach. Für die Entscheidung, die vor dir liegt, reicht die bescheidene Version: Der Ausdruck, den du wählst, gibt die Stimmung vor, in der dein Titel gelesen wird. Wähl also einen, den das Video einlösen kann.

Das schockierte Gesicht: die Frage, richtig beantwortet

Jede Diskussion über Mimik auf Thumbnails landet irgendwann beim schockierten Gesicht mit offenem Mund und der Frage, ob es ausgedient hat. Meist wird MrBeast zitiert. Er sagte 2023, seine Wiedergabezeit habe sich verbessert, nachdem er vom weit aufgerissenen Mund zu Ausdrücken mit geschlossenem Mund gewechselt war. Die Aussage verbreitete sich weit, und andere Creator haben sie gedeutet. MKBHD gehört zu denen, die vermuten, dass sich Zuschauer nach dem Klick auf ein Schockgesicht-Thumbnail geködert fühlen könnten.

Nimm das ernst, aber sieh, was es ist: der Bericht eines einzelnen Creators über seine eigenen, nicht öffentlichen Kennzahlen, auf dem größten Kanal der Plattform, ohne veröffentlichte Zahlen. Unsere Analyse von MrBeasts Thumbnail-Stil zeigt, was sich von diesem Kanal übertragen lässt und was nicht.

Das Argument, das sich verallgemeinern lässt, ist die Sättigung, und mit Geschmack hat es nichts zu tun. Funktioniert ein Format, verbreitet es sich. Und je weiter es sich verbreitet, desto weniger hebt es ab – nicht weil das Publikum anspruchsvoller geworden wäre, sondern weil der Kontrast fehlt, der es sichtbar gemacht hat. Das galt für rote Pfeile und gelbe Konturen, bevor es die Schockgesichter traf, und es wird für alles gelten, was sie ablöst.

Bleibt die einzige echte Methode: Teste es auf deinem Kanal. YouTubes Test & Compare lässt bis zu drei Thumbnails bei einem Video gegeneinander antreten und entscheidet nach dem Anteil an der Wiedergabezeit statt nach bloßen Klicks. Genau das ist hier der richtige Maßstab, denn der ganze Vorwurf gegen übertriebene Mimik lautet, dass sie einen Klick kauft, den das Video nicht einlösen kann. Ein Ausdruck, der bei den Klicks gewinnt und bei der Wiedergabezeit verliert, ist genau der Fehler, den das Tool aufdeckt. Außerdem ist die Mimik eine der wenigen Thumbnail-Variablen, bei denen du alles andere konstant halten kannst: gleicher Ausschnitt, gleiches Licht, gleicher Text, drei Frames aus einem Shooting.

So nimmst du Gesichtsausdrücke auf, die du wirklich verwenden kannst

Gesichtsausdrücke sind keine Fotos, sondern Momente, und Momente lassen sich schlecht posieren. Der Ausweg, bei dem die meisten Profis landen: es gar nicht erst zu versuchen.

1. Film Video statt Fotos. Nimm zehn oder fünfzehn Sekunden auf, in denen du den Ausdruck durchläufst – neutral, dann Überraschung, dann Schock und zurück –, und zieh danach einzelne Frames heraus. Eine Sequenz enthält Übergangsgesichter, die kein Posieren hervorbringt, und der beste Frame fürs Thumbnail ist meist einer dieser Übergänge. Für diesen Schritt gibt es unseren Video-Frame-Grabber.
2. Leuchte zuerst die Augenpartie aus. Die Augen tragen einen überproportionalen Teil des Signals und gehen am leichtesten verloren. Hauptschuldiger ist Licht von oben: Die Brauen werfen Schatten in die Augenhöhlen, und ohne dass die Person das Gesicht anhebt, entsteht kein Lichtreflex im Auge. Eine Lichtquelle von vorne oder im 45-Grad-Winkel, leicht über Augenhöhe, oder ein Reflektor, der Licht von unten zurückwirft, setzt einen sichtbaren Glanzpunkt ins Auge und hält die Augenhöhle offen. Größere Lichtquellen erzeugen größere Glanzpunkte.
3. Wähl einen engeren Ausschnitt, als sich richtig anfühlt. Ein Gesicht, das auf deinem Monitor gut erkennbar ist, ist bei 168 Pixeln oft zu klein. Schneide so zu, dass Augen und Mund – die beiden Bereiche, an denen Menschen einen Gesichtsausdruck ablesen – einen spürbaren Teil des Bildes einnehmen.

Unser Guide zum Fotografieren für Thumbnails geht ausführlicher auf die Kameraseite ein, auch darauf, wie du mit dem Smartphone brauchbare Ergebnisse bekommst.

Generierte Gesichter und die Grenze der Richtlinien

Ein generiertes oder montiertes Gesicht ist eine legitime Option, wenn du den benötigten Ausdruck nicht auf Kommando hinbekommst. Dabei gelten zwei Einschränkungen. Die erste ist YouTubes Richtlinie für Thumbnails. Sie ist enger gefasst, als Creator befürchten, und schärfer, als sie annehmen. Thumbnails, die gegen die Community-Richtlinien verstoßen, sind nicht erlaubt. Zu den aufgeführten Verboten gehören gewalttätige Bilder, die schockieren oder anwidern sollen. Und ein Thumbnail darf Zuschauer nicht glauben lassen, sie bekämen gleich etwas zu sehen, das im Video gar nicht vorkommt. Die Durchsetzung kann bedeuten, dass das Thumbnail entfernt wird und eine Verwarnung mit Strike folgt, wobei ein erster Verstoß auch nur eine Warnung nach sich ziehen kann. Ausdrucksstarke Gesichter an sich schränkt nichts davon ein. Eingeschränkt wird ein Gesicht, das ein Ereignis verspricht, das im Video nicht vorkommt.

Die zweite Einschränkung: Der Ausdruck muss die Darstellung überstehen. Generierte Gesichter scheitern in Thumbnail-Größe aus demselben Grund wie gestellte Lächeln. Die grobe Geometrie stimmt ungefähr, die Augenpartie ist aber subtil falsch – und genau in der Augenpartie steckt das Signal. Um diesen Teil der Arbeit herum ist Thumblore gebaut: Es generiert ein Gesicht mit einem bestimmten Ausdruck in der Auflösung, die YouTube ausspielt, und lässt dich das Ergebnis in dieser Größe prüfen statt in der Größe, in der du es gestaltet hast. Für Kanäle, deren Thumbnails von Reaktionsbildern leben, ist unser Reaction-Thumbnail-Generator genau auf dieses Problem abgestimmt.

Häufige Fragen

Welcher Gesichtsausdruck ist der beste für ein YouTube-Thumbnail?

Den einen besten Ausdruck gibt es nicht, aber eine gut begründbare Standardwahl: eine große, klar lesbare Überraschung oder ein echtes Lächeln. Das sind die beiden Ausdrücke, die laut Forschung immer wieder das Verkleinern und das periphere Sehen überstehen. Darüber hinaus zeigt der richtige Ausdruck, wo du im Verhältnis zu dem Ergebnis stehst, das das Video liefert. Ein Ausdruck, der klar lesbar ist und nichts verspricht, ist nicht besser als gar kein Gesicht.

Funktionieren Thumbnails mit schockiertem Gesicht noch?

Erkennbar sind sie noch, aber das ist nicht dasselbe wie funktionieren. Ein offener Mund ist in kleinen Größen sehr gut lesbar und erfüllt seine mechanische Aufgabe also weiterhin. Das Problem ist die Sättigung: Wenn ein großer Teil der umliegenden Thumbnails denselben Ausdruck zeigt, hebt er dich nicht mehr ab. Teste ihn gegen eine Variante mit geschlossenem Mund und urteile nach dem Anteil an der Wiedergabezeit, nicht nach Klicks.

Solltest du auf einem YouTube-Thumbnail lächeln?

Ein Lächeln gehört zu den in kleinen Größen am besten erkannten Ausdrücken. Also ja, bei Inhalten, deren Versprechen Wärme oder ein gutes Ergebnis ist. Voraussetzung ist, dass der Muskel um das Auge mitarbeitet, die Wangen hebt und die Augen verengt. Ein Lächeln nur mit dem Mund wirkt in Thumbnail-Größe leer, weil der Mund die ganze Arbeit macht. Und ein Mund, der die ganze Arbeit macht, ist genau das, wonach Stockfotos aussehen.

Musst du in die Kamera schauen?

Nein. Der direkte Blick zieht Aufmerksamkeit an und hält sie, also setz ihn ein, wenn deine Reaktion das Thema ist. Der abgewandte Blick lenkt die Aufmerksamkeit reflexartig in die Richtung, in die du schaust, also nutz ihn, wenn ein Objekt im Bild das Thema ist. Gib den Augen eine Aufgabe. Ein Bild, das beides versucht, erreicht keins von beiden.

Wie groß sollte das Gesicht im Thumbnail sein?

So groß, dass Augen und Mund bei 168 × 94 Pixeln jeweils für sich erkennbar sind. Das ist meist größer, als man es auf einer Fläche in voller Größe wählen würde. Schneide so lange zu, bis der Ausdruck den Verkleinerungstest besteht, und hör dann auf. Ein Gesicht, das das ganze Bild füllt, lässt keinen Platz für das Objekt, den Text oder den Kontext, auf den sich der Ausdruck beziehen kann.

Bekommen Thumbnails mit Gesicht mehr Aufrufe?

Nach der verfügbaren Datenlage nicht. Der sauberste öffentliche Vergleich, der den Kanal konstant hielt, fand mit Gesicht rund 6 % weniger Aufrufe. Kanalübergreifende Vergleiche, die einen Vorteil finden, sind durch die Kanalgröße verzerrt. Gesichter sind unter den erfolgreichsten Thumbnails verbreitet, aber so verbreitet, dass ihre Anwesenheit wenig erklärt. Sieh ein Gesicht als Träger von Information, nicht als Verbesserung an sich.

Unterm Strich

Die Debatte über Mimik wird meist als Geschmacksfrage geführt. Das eine Lager verteidigt theatralische Gesichter als das, was die Plattform belohnt, das andere sieht Zurückhaltung als Qualitätsmerkmal. Beide streiten eine Ebene über der, die das Ergebnis entscheidet. Ein Thumbnail sieht man klein und aus dem Augenwinkel, und unter diesen Bedingungen steht dir der größte Teil der menschlichen Mimik nicht zur Verfügung. Freude und Überraschung kommen an. Subtilität nicht. Das ist eine Eigenschaft des Bildes, keine Vorliebe.

Was du mit den Ausdrücken machst, die ankommen, kann dir keine Forschung abnehmen. Setz das Gesicht in Bezug zu einem Ergebnis. Gib den Augen eine Aufgabe. Prüf, ob sich die Wangen bewegt haben, nicht nur der Mund. Und dann führ den Test mit drei Varianten durch, denn die einzigen Daten über dein Publikum kommen von deinem Publikum.

Thumblore übernimmt die Produktionshälfte dieses Kreislaufs: Es generiert genau den Ausdruck, den ein Video braucht, in der Größe, in der YouTube ihn ausspielt. So kostet der Test eines Ausdrucks Minuten statt eines neuen Shootings. Um das Bild rund um das Gesicht geht es in unseren Artikeln dazu, was Eye-Tracking-Forschung belegt und was nicht, und zur Thumbnail-Komposition.