Was ist Bild-in-Bild — und warum nur für Videos auf dem Mac?

Der Begriff begegnet dir wahrscheinlich an drei Stellen: als PIP-Taste auf einer alten Fernbedienung, als Bild-in-Bild-Symbol auf Streaming-Seiten und als kleines Rechteck im Mac-Player. Dreimal dieselbe Idee, drei Umsetzungen.

Die Definition

Bild-in-Bild heißt: ein Bild über ein anderes legen — ein kleines Fenster, das einen zweiten Feed über dem Hauptbild abspielt.

Angefangen hat es in den 1980er-Jahren im Fernsehen: Hauptbild das Spiel, Eckfenster das andere. Damals physisch — zwei Tuner im Gerät, zu einem Bild zusammengesetzt.

Am Computer überlebte die Idee, die Umsetzung änderte sich vollständig. Nichts wird in Hardware komponiert; Software rendert einen Videostream als eigene schwebende Ebene.

Wie macOS es macht

Seit Sierra (2016) gibt es systemweites Bild-in-Bild, technisch über AVKit. Ein Player ruft die System-API auf, das System hebt das Video in ein eigenständiges schwebendes Fenster über allen Apps.

Der entscheidende Punkt: Der Player löst es aus. Nicht der Nutzer, nicht das System.

Das bedeutet:

• Nur Player mit PiP-API können es nutzen (Safari, Chrome, QuickTime, IINA …)
• Der Inhalt muss Videomedium sein, weil das System hier nur das erkennt
• Nur eines zur Zeit — das System definiert PiP als „die schwebende Ansicht des aktuellen Videos”, im Singular

Warum nichts anderes schweben kann

Das ist die häufigste Frage: Warum geht das nicht mit einem Chatfenster, einem Terminal, einer Webseite?

Weil es keinen Systemweg für „mach irgendein Fenster zu PiP” gibt. Der Mechanismus setzt voraus, dass ein Player einen Videostream übergibt. Ein Chatfenster hat keinen Stream, also gibt es nichts zu rendern.

Um beliebige Fenster schweben zu lassen, braucht es einen anderen Mechanismus: Fensteraufnahme (ScreenCaptureKit), die Frames aus einem Fenster liest und selbst rendert. Das gibt es erst ab macOS 13, und es verlangt die Berechtigung zur Bildschirmaufnahme.

Das ist der grundlegende Unterschied:

	Natives PiP	PipNow
Mechanismus	Player übergibt Videostream	erfasst das ganze Fenster
Ziel	Videomedium	beliebiges Fenster
Voraussetzung	Player-Unterstützung	Bildschirmaufnahme-Recht
Anzahl	eins	unbegrenzt

Drei häufige Missverständnisse

„PiP ist einfach ein kleines Fenster.” Nicht ganz. Klein ist die Form; entscheidend ist, dass der Inhalt live bleibt. Ein Fenster zu verkleinern ist kein PiP. Seinen Inhalt zu spiegeln schon.

„PiP kostet Leistung.” Kommt auf den Inhalt an. Ein statisches Dokument kostet fast nichts. Video dekodiert weiter, etwa wie bei normaler Wiedergabe.

„PiP nimmt meinen Bildschirm auf.” Natives PiP nicht — es rendert nur Video. Tools mit Fensteraufnahme brauchen die Berechtigung, aber das ist ein Live-Spiegel im Speicher, keine Aufzeichnung. Ausführlich: warum PiP-Apps Bildschirmaufnahme brauchen.

In einem Satz

PiP = ein Bild verkleinern und über einem anderen schweben lassen. Fernseher lösten es in Hardware, Browser über die Player-API, eine allgemeine Mac-Lösung über Fensteraufnahme. Die ersten beiden können nur Video, die dritte alles.

Wenn dein Bedürfnis „Video schauen und dabei etwas anderes tun” ist, reicht die eingebaute Funktion. Wenn es „Chat, Terminal oder Chart im Blick behalten” ist, brauchst du den Fenster-Ansatz — so funktioniert er.