Das Symptom
Zwei Videodateien liegen nebeneinander im selben Ordner. Beide enden auf .mp4, beide sind ungefähr gleich groß, beide stammen aus derselben Quelle. Die eine öffnet sich mit einem Doppelklick und läuft. Die andere bringt eine Fehlermeldung, oder ein schwarzes Bild mit Ton, oder Bild ohne Ton. Auf dem Fernseher ist es dann ausgerechnet umgekehrt. Und irgendwann fällt der Satz, der die nächsten zwei Stunden kostet: Dann sei wohl das MP4-Format kaputt.
Die „Layer 8“-Wahrheit
MP4 ist kein Format in dem Sinne, in dem das Wort hier benutzt wird. MP4 ist eine Kiste. Was in der Kiste liegt, steht außen nicht drauf — und die vier Zeichen hinter dem Punkt sagen über den Inhalt genau nichts aus.
Die IETF hat für diese Sorte Medientypen sogar ein eigenes Wort geprägt: Sie nennt sie Eimer-Typen und hält in RFC 6381 nüchtern fest, was ein empfangendes Programm bei so einer Datei überhaupt weiß, nämlich dass es ein Containerformat vor sich hat. Es wisse nicht einmal, ob eine als Video ausgewiesene Datei tatsächlich Video enthalte; es könne genauso gut nur Ton sein, Ton und Bild, oder Bild allein. Der Abspieler steht also vor einer verschlossenen Kiste mit einer Aufschrift, die ihm nichts verrät. Erst wenn er sie öffnet, findet er darin Spuren — und erst dann stellt sich heraus, ob er das entpacken kann, was in diesen Spuren steckt.
Diese zweite Ebene ist der Codec, und dort spielt die eigentliche Musik. H.264, H.265, AV1, AAC, Opus: Das sind die Verfahren, mit denen Bild und Ton zusammengepresst wurden, und nur ihretwegen läuft eine Datei oder eben nicht. Microsoft macht die Trennung in seiner eigenen Dokumentation sichtbar, indem es schlicht drei getrennte Tabellen führt — eine für Container, eine für Ton-Codecs, eine für Bild-Codecs. In der Container-Tabelle steht MPEG-4 mit gleich vier Endungen in einer Zeile: .m4a, .m4v, .mov und .mp4. Vier Namen, eine Kiste. Wer glaubt, .mov und .mp4 seien zwei verschiedene Dinge, hat schon dort verloren.
Daraus folgt die einzige Frage, die bei einer nicht abspielbaren Datei weiterhilft: Scheitert es an der Kiste oder an ihrem Inhalt? Scheitert es an der Kiste, reicht Umpacken — der Inhalt wandert bitgenau unverändert in einen anderen Container, das dauert Sekunden und kostet keine Qualität. Scheitert es am Codec, hilft nur echtes Umkodieren, das dauert Stunden und kostet ein wenig Qualität. Beides wird im Alltag „umwandeln“ genannt, und genau deshalb warten Leute drei Stunden auf ein Ergebnis, das sie in zehn Sekunden hätten haben können.
Wie gut die Unterscheidung wirkt, wenn man sie ernst nimmt, zeigt das Streaming: Dort schreibt der Anbieter die enthaltenen Codecs ausdrücklich neben jede Qualitätsstufe, mit Kennungen wie mp4a.40.2 für den Ton und avc1.4d401e für das Bild. Das Gerät muss also gar nicht erst ausprobieren, ob es kann — es liest vorher nach. Bei einer Datei auf der Festplatte macht das niemand. Deshalb übernimmst du diesen Schritt, indem du einmal hineinschaust, statt an der Endung herumzubenennen.