Instagram-Bildunterschrift zum Foto: Captions in Sekunden

Es ordnet dein Foto einem Thema zu. Es beschreibt das Foto nicht. Ein Bildmodell namens CLIP bewertet, wie gut ein Bild und eine kurze Textzeile zusammenpassen, und das Tool nutzt das, um dein Foto mit einer einzeiligen Beschreibung jedes Themas zu vergleichen, zu dem wir Captions haben. Es weiß nicht, wessen Geburtstag es ist oder an welchem Strand du bist.

• Es kann keinen Text im Foto lesen, etwa ein Plakat, eine Speisekarte oder einen Screenshot.
• Es kann nicht erkennen, wer abgebildet ist oder was der Anlass ist, außer das Foto zeigt es deutlich, wie eine Torte mit Kerzen.
• Es kennt nur die Themen, zu denen wir Captions haben. Ist deines nicht dabei, suche das nächstliegende.
• Die Captions sind nicht für dein Foto geschrieben. Es sind Zeilen aus unseren Caption-Seiten, wer dasselbe Thema wählt, sieht dieselben. Sie stammen aus einer eingebauten englischen Liste und sind in jeder Sprache englisch. Das Tool schreibt keine deutschen Captions, nimm sie als Ausgangspunkt zum Anpassen.

Wir haben das Tool im Oktober 2026 an einer Handvoll Fotos laufen lassen. Das hat es eingeschaltet. WebGPU und der langsamere WebAssembly-Ersatz lieferten dasselbe Ergebnis.

Die Fehlgriffe sind so nützlich wie die Treffer. Auf dem Serumfoto ist ein Handy, und Mirror selfie kam zuerst, obwohl du Product launch willst, einen Tipp entfernt. In unseren Tests brachten Fotos mit einer Person oft Outfit of the day, Mirror selfie oder Selfie hervor. Sieh die Themen als ersten Vorschlag, den du ändern kannst.

Fotos sind oft zwei Dinge zugleich: ein Hund am Strand, Freunde beim Geburtstagsessen. Schalte zwei oder drei Themen ein, und die Captions wechseln sich ab, beste Übereinstimmung zuerst, damit die Liste nicht nur von einer Seite stammt. „Kind of caption“ grenzt auf eine Situation ein, etwa „Dogs at the beach“ im Thema Beach.

Neunzehn der 153 Themen handeln von einer Stimmung, einem Beitragsstil oder einer Beziehung statt von etwas, das man sieht: Funny, Savage, Cute, Girlfriend, Photo dump und so weiter. Das Modell lässt sie beim Zuordnen aus. Öffne „Switch or add a topic“, wähle Moods and styles und füge eines hinzu, um die Liste in diesen Ton zu lenken.

1. Wähle die Caption, die dem am nächsten kommt, was du sagen willst, auch wenn sie nicht perfekt ist.
2. Ändere ein Detail, sodass sie für deinen Beitrag stimmt: Name, Ort, Zahl.
3. Lies sie einmal laut. Klingt sie nach etwas, das du sagen würdest, poste sie.

Die meisten Captions bestehen aus ein oder zwei kurzen Sätzen, es bleibt also Platz für Ort, Name oder eine zweite Zeile. Metas Referenz zum Veröffentlichen von Instagram-Beiträgen über die API nennt höchstens 2.200 Zeichen für eine Caption (im Oktober 2026 gelesen). Unsere Anleitung zur Caption-Länge behandelt, was Meta dokumentiert und was nicht. Bei bezahlten Kooperationen gelten in Deutschland strenge Regeln zur Werbekennzeichnung. Informiere dich dazu vor dem Posten bei der Verbraucherzentrale oder einer Anwältin, das ist keine Rechtsberatung.

Dein Foto wird in deinem Browser gelesen und nie hochgeladen. Das erste Foto braucht zwei Downloads: das CLIP-Bildmodell, etwa 64 MB von Hugging Face, und etwa 4 MB Code, der es ausführt, von jsDelivr. Dein Browser behält sie, das nächste Foto startet sofort. Die Text-Hälfte von CLIP wurde vorab gerechnet und ihre Ergebnisse liegen dieser Seite bei, es gibt also kein zweites Modell zum Herunterladen.

Nach den Downloads brauchte ein Foto auf einem Laptop etwa eine Sekunde, mit oder ohne WebGPU. Handys und ältere Laptops sind langsamer. Ein Thema per Stichwort oder Blättern zu wählen, braucht gar kein Modell.