Dateigröße optimieren: CRF, Bitrate und Two-Pass-Encoding verstehen

Wer einmal versucht hat, eine MP4-Datei unter ein hartes Limit zu drücken (WhatsApp 16 MB, Discord 25 MB, eine Mail mit 10-MB-Anhang), merkt schnell: H.264 hat ein Dutzend Stellschrauben, und nicht alle sind selbsterklärend. Dieser Ratgeber sortiert sie nach Wirkung und gibt für jede einen konkreten Wertebereich.

CRF: Die wichtigste Stellschraube

CRF steht für Constant Rate Factor und ist der x264-Modus für gleichbleibende visuelle Qualität. Statt einer festen Bitrate stellt der Encoder pro Szene ein, wie viele Bits er für die definierte Qualität braucht. Komplexe Szenen (viel Bewegung, viele Details) bekommen mehr Bits, ruhige Szenen weniger.

Die Skala reicht von 0 bis 51, niedriger ist besser:

CRF	Qualität	Typischer Einsatz	Datei-Reduktion (vs. CRF 18)
0	Verlustfrei	Archiv-Master	-
18	Visuell verlustfrei	Premium-Distribution	Referenz
20	Sehr gut	YouTube-Master, OTT	ca. 30%
23	Gut (Default)	Web, Social-Media-Standard	ca. 55%
26	Akzeptabel mit sichtbaren Artefakten	Mobile, Datensparmodus	ca. 75%
28	Sichtbar mittelmässig	Extreme Bandbreiten-Sparpolitik	ca. 85%
32+	Sichtbar schlecht	Notbehelf	ca. 92%

Bitrate als Alternative

Wer eine genau vorgegebene Bitrate braucht (z.B. Streaming-Profile), nutzt -b:v 2500k statt CRF. Der Encoder liefert dann konstant 2500 kbit/s, was bei einfachen Szenen Bits verschwendet und bei komplexen Szenen knapp wird. Für die meisten Use-Cases ist CRF die bessere Wahl, weil es die Bits intelligenter verteilt.

Wenn man Bitrate-basiert encoded, sollte man zusätzlich ein VBV-Limit setzen, um Bitraten-Spitzen zu cappen:

-b:v 2500k -maxrate 3000k -bufsize 6000k

Two-Pass-Encoding: Für genaue Zielgrößen

Two-Pass-Encoding macht zwei Durchläufe. Im ersten analysiert der Encoder, wo die schwierigen Szenen liegen, ohne Output zu schreiben. Im zweiten kennt er das gesamte Material und verteilt das Bitraten-Budget optimal über die Datei.

Use-Case: harte Datei-Größe einhalten. Beispiel WhatsApp (16 MB Limit) für ein 30-Sekunden-Video:

Two-Pass kostet ca. 2x Encoding-Zeit, liefert dafür gleichmässige Qualität bei vorgegebener Zielgröße. Single-Pass mit Hard-Bitrate-Cap ist schneller, gibt aber Schwankungen.

Pixel-Format: Warum yuv420p Pflicht ist

Pixel-Formate beschreiben, wie Farbinformation pro Pixel kodiert wird. Die wichtigsten:

• yuv420p: 4:2:0 Chroma-Subsampling. Pro 2x2-Pixelblock 4 Y-Werte und 1 U-Wert + 1 V-Wert. Standard für Web, Mobile, Broadcast.
• yuv422p: 4:2:2 Chroma-Subsampling. Pro Zeile halbierte Farbe. Standard für professionelle Cameras und Broadcast-Master.
• yuv444p: Volle Farbinformation pro Pixel. Standard für VFX-Pipelines und Color Grading, aber spielt nicht in den meisten Web-Playern ab.

Die meisten Web- und Mobile-Player akzeptieren nur yuv420p. yuv444p produziert Schwarzbild oder Fehlermeldung. Deshalb: -pix_fmt yuv420p ist Pflicht.

Preset und Tune

Der -preset-Parameter steuert das Trade-off zwischen Encoding-Geschwindigkeit und Kompression. Werte (von schnell zu langsam): ultrafast, superfast, veryfast, faster, fast, medium (Default), slow, slower, veryslow, placebo.

Preset	Geschwindigkeit	Kompression vs. medium	Empfehlung
ultrafast	10x schneller	-50% (deutlich schlechter)	Live-Streaming
veryfast	4x schneller	-25%	Real-Time-Workflows
medium	1x (Referenz)	Referenz	Default
slow	0.4x	+10%	Web-Distribution (sweet spot)
veryslow	0.15x	+15%	Premium-Master, Archive

Praxis: für GIF-zu-MP4-Konvertierung ist -preset slow die richtige Wahl. 2 bis 5 Mal langsamer als medium, aber 10 Prozent kleinere Datei bei gleicher Qualität.

-tune ist ein optionaler Hint für x264:

• tune film: klassisches Film-Material
• tune animation: animierte Inhalte mit grossen ruhigen Flächen (gut für GIF-Quellen!)
• tune grain: hartes Film-Korn beibehalten
• tune stillimage: für statische Inhalte

Für GIF-Animationen ist -tune animation der richtige Hint.

Häufiger Fehler: 60-FPS-Riesen-GIFs

Viele Bildschirm-Recording-Tools produzieren GIFs mit 50 oder 60 Frames pro Sekunde. Im Browser sieht das identisch zu 30 FPS aus, aber die Datei ist doppelt so gross. Beim Konvertieren cappen:

-vf fps=30

Das halbiert ohne sichtbaren Verlust die Datei. Für die meisten Use-Cases reichen 25 oder 30 FPS, alles darüber ist Verschwendung.

Profil und Level

-profile:v steuert, welche H.264-Features verwendet werden dürfen. Wichtig für Kompatibilität mit älteren Geräten.

Profil	Features	Kompatibilität
baseline	I- und P-Frames only	iPhone 3GS, alte Android-Geräte
main	Plus B-Frames, CABAC	iPhone 4+, moderne Android
high	Plus 8x8 DCT, weighted P-Frames	iPhone 4S+, alle modernen Browser
high10	10-Bit-Farbtiefe	Professionelle Workflows

Für Web-Distribution: -profile:v high -level 4.0 als sicherer Default. Für WhatsApp und ältere Geräte: -profile:v baseline -level 3.0.

Komplett-Beispiel mit allen Optimierungen

Mit diesen Einstellungen kommt ein 5-MB-GIF typisch auf 350 bis 600 KB als 1080p-MP4, voll web-kompatibel und mit besserer Bildqualität als das GIF-Original.