Allgemein können drei Möglichkeiten unterschieden werden, wie Hotspots in ein Video eingebunden werden können.
Die technisch einfachste und möglicherweise auch naheliegendste Art, aus einem Video ein Hypervideo zu machen, ist es, das gesamte Videobild sensitiv zu machen. Bei diesen sogenannten "temporal links" [SAW96][SAW97] besteht so für den Benutzer die Möglichkeit, zu bestimmten, definierten Zeiträumen mittels Mausklick, Tastendruck, o.ä. mit dem gesamten Videobild zu interagieren (Abb. 67, unten links).
Der Vorteil, neben einem geringen technischen Aufwand bei der Realisierung dieser Technik in einem Hypermedia-System, liegt auf Seiten des Benutzers darin, dass er ohne großen kognitiven und mentalen Aufwand schnell und deutlich erkennen kann, ob eine Interaktion zu einem bestimmten Zeitpunkt möglich ist oder nicht. Diese Vorteile werden mit dem vermeintlichen Nachteil aufgewogen, dass eben immer nur eine einzige Aktion zu einem bestimmten Zeitpunkt möglich ist. Ob dies allerdings tatsächlich ein relevanter Nachteil ist, ist letztlich allerdings davon abhängig,
Diese Art der Hypervideolinks stammt vor allem aus der Frühzeit der Hypervideosysteme. Heutzutage ist es durchaus fraglich, ob Benutzer, die die gleichzeitige Erreichbarkeit vieler Hyperlinks aus gängigen Internet-/ WWW-Angeboten als nahezu normal ansehen, eine solche Einschränkung akzeptieren würden oder nicht sofort auch nach "mehr" fragen würden.
Arten von Hotspots in Hypervideo
(oben links: keine Verlinkung; oben rechts: spatiale Verlinkung;
unten links: temporale Verlinkung; unten rechts: spatio-temporale Verlinkung)
Viel eher kann davon ausgegangen werden, dass Benutzer erwarten, dass nicht das Video selbst sondern vielmehr die Objekte, die in einem Video zu sehen sind, durch eine Aktion aktivierbar sind. Dies führt zunächst zu sogenannten "spatial links" [CHA01], bei denen Objekte an definierten räumlichen Positionen eingebettet werden und die während der gesamten Länge des Videos zur Interaktion durch den Benutzer verfügbar sind. Diese Verlinkung ist für den Benutzer klar losgelöst von den Inhalten der einzelnen Szene sowie auch von einem Bezug zu einem speziellen Objekt, das innerhalb des Videos in einer Szene sichtbar wird und sich in dieser Szene darüber hinaus möglicherweise auch noch bewegt und verändert.
Die Weiterentwicklung sind dann die sogenannten "spatio-temporal links" [SAW97], die nicht nur durch eine Zeitangabe, sondern zusätzlich durch die Beschreibung einer Region, innerhalb der eine Aktivierung erfolgen muss, definiert werden. Diese Art der Hotspots eröffnet die Möglichkeit, durch genauere Verzweigungen die Struktur und damit die Inhalte eines Hypermedia-Angebots effektiver zu nutzen. Zugleich kann der Autor dem Benutzer so auch einfacher die Möglichkeit geben, vertiefte Informationen zu Details im Videobild anzubieten [STA16][LIE94].
Neben räumlichen und räumlich-zeitlichen Hypervideolinks, die objektbezogen sind, können auch Texte als Anker solcher Hypervideolinks dienen. Dieser Technik bediente sich zum Beispiel HyperCafe [SAW96] durch die sogenannten "interpretative textual links", die bei dieser Anwendung als Laufschrift am unteren Rand des Bildschirms eingeblendet werden.