Video-Intelligence-Extraktion
Übersicht
Extrahiere verwertbare Erkenntnisse aus Videoinhalten auf YouTube, Vimeo und Unternehmenswebsites. Videos offenbaren, was Textquellen nicht können: Anlagengröße, Teamzusammensetzung, Produktdemonstrationen, Beschilderung, Veranstaltungsteilnahme und betriebliche Realität.
Diese Fähigkeit konzentriert sich auf die Extraktion von Metadaten und Untertiteln (schnell, kostenlos, keine Speicherkosten) und lädt nur dann tatsächliche Videodateien herunter, wenn eine visuelle Analyse erforderlich ist.
Wann zu verwenden
- Zielunternehmen hat einen YouTube-Kanal (auch einen kleinen – Shorts zählen)
- Gründer oder Führungskraft tritt in Podcast-/Interviewvideos auf
- Produktdemos oder -durchläufe existieren auf einer beliebigen Plattform
- Veranstaltungsaufzeichnungen zeigen den Stand, die Präsentationen oder die Teilnahme des Unternehmens
- Sie müssen Behauptungen (Anlagengröße, Teamanzahl, Produktpalette) mit visuellen Beweisen überprüfen
- Unternehmenswebsite hat eingebettete Videoinhalte
Voraussetzungen
| Tool | Installieren | Zweck |
|---|---|---|
| yt-dlp | pip install yt-dlp oder brew install yt-dlp | Download von Video-Metadaten/Untertiteln |
| Python 3.10+ | System | VTT-Parsing, Automatisierung |
| Whisper (optional) | pip install openai-whisper | Transkription, wenn keine Untertitel vorhanden |
| ffmpeg (optional) | brew install ffmpeg | Audioextraktion für Whisper |
Phase 1: Erkennung
YouTube-Kanal-Auflistung
# Alle VIDEOS auf einem Kanal auflisten (gibt Video-IDs + Titel zurück, kein Download)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
# Upload-Daten für Zeitachsenanalyse einbeziehen
yt-dlp --flat-playlist --print "%(upload_date)s %(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
YouTube-Suche
# YouTube-Suche (Top 10 Ergebnisse)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch10:COMPANY_NAME"
# Breitere Suche (Top 30)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch30:COMPANY_NAME founder interview"
Andere Erkennungsmethoden
| Quelle | Methode |
|---|---|
| Google-Videosuche | site:youtube.com "Firmenname" |
| Unternehmenswebsite | Quelltext auf <iframe src="youtube.com/embed/..."> prüfen |
| Vimeo | yt-dlp --flat-playlist "https://vimeo.com/BENUTZER" |
| Manueller Durchlauf – Videos können nicht programmatisch aufgelistet werden | |
| Veranstaltungsplattformen | Sched/Emamo-Sitzungsseiten auf eingebettete Videolinks prüfen |
Erkennungs-Checkliste
- Eigener YouTube-Kanal des Zielunternehmens
- Persönlicher Kanal des Gründers/CEO oder Gastauftritte
- Branchen-Podcast-Kanäle, in denen das Zielinterview stattfand
- Veranstaltungs-/Konferenzkanäle mit Präsentationen des Ziels
- Partner-/Lieferantenkanäle, die das Ziel erwähnen
- Lokale Nachrichten-/Medienkanäle, die das Ziel abdecken
Phase 2: Erfassung
Metadaten + Untertitel (Standard – Kein Video-Download)
# Gesamter Kanal – Metadaten + automatische Untertitel, keine Videodateien
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 "https://www.youtube.com/@CHANNEL"
# Einzelnes Video
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
"https://www.youtube.com/watch?v=VIDEO_ID"
# Mehrere bestimmte Videos aus einer Liste
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 -a video_urls.txt
Wichtige yt-dlp-Flags
| Flag | Zweck |
|---|---|
--write-info-json | Speichert vollständige Metadaten (Titel, Datum, Dauer, Beschreibung, Tags, Aufrufzahl) |
--write-auto-sub | Lädt automatisch generierte Untertitel herunter |
--sub-lang en | Nur englische Untertitel |
--skip-download | Keine Video-/Audiodatei – nur Metadaten |
--sleep-interval 2 | Ratenbegrenzung (entscheidend für Kanäle mit 30+ Videos) |
--flat-playlist | Listenmodus – auflisten, ohne etwas herunterzuladen |
-f "bestvideo[height<=720]+bestaudio" | Video in angemessener Qualität herunterladen |
-x --audio-format mp3 | Nur Audio extrahieren (für Whisper) |
Videodateien herunterladen (wenn visuelle Analyse erforderlich)
# Max. 720p (gute Balance zwischen Qualität und Dateigröße)
yt-dlp -f "bestvideo[height<=720]+bestaudio" --merge-output-format mp4 VIDEO_URL
# Nur Audio für Whisper-Transkription
yt-dlp -x --audio-format mp3 VIDEO_URL
Ausgabedateistruktur
project/
├── raw/video/
│ ├── Titel des Videos [VIDEO_ID].info.json # Metadaten
│ ├── Titel des Videos [VIDEO_ID].en.vtt # Automatische Untertitel (VTT-Format)
│ └── Titel des Videos [VIDEO_ID].mp4 # Videodatei (nur wenn heruntergeladen)
├── transcripts/
│ ├── VIDEO_ID_transcript.txt # Geparster Klartext
│ └── VIDEO_ID_transcript.txt
└── analysis/
└── video_intelligence_summary.md
Phase 3: VTT-Parsing
VTT-Untertitel in Klartext konvertieren
import re
import glob
def vtt_to_text(vtt_path):
"""Parse VTT-Untertiteldatei in sauberen Klartext."""
with open(vtt_path) as f:
content = f.read()
# WEBVTT-Header und Metadaten entfernen
content = re.sub(r'WEBVTT.*?\n', '', content, flags=re.DOTALL)
# Zeitstempelzeilen entfernen
content = re.sub(r'\d{2}:\d{2}:\d{2}\.\d+ --> .*', '', content)
# HTML-ähnliche Formatierungs-Tags entfernen
content = re.sub(r'<[^>]+>', '', content)
# Aufeinanderfolgende doppelte Zeilen entfernen und zusammenfügen
lines = []
for l in content.split('\n'):
l = l.strip()
if l and not l.isdigit() and (not lines or l != lines[-1]):
lines.append(l)
return ' '.join(lines)
def batch_parse_vtts(vtt_dir, output_dir):
"""Alle VTT-Dateien in einem Verzeichnis in Klartext parsen."""
import os
os.makedirs(output_dir, exist_ok=True)
for vtt_file in glob.glob(f"{vtt_dir}/*.vtt"):
text = vtt_to_text(vtt_file)
# Video-ID aus Dateinamensmuster "Title [VIDEO_ID].en.vtt" extrahieren
video_id = re.search(r'\[([^\]]+)\]', vtt_file)
if video_id:
out_name = f"{video_id.group(1)}_transcript.txt"
else:
out_name = os.path.basename(vtt_file).replace('.en.vtt', '_transcript.txt')
with open(os.path.join(output_dir, out_name), 'w') as f:
f.write(text)
print(f"Geparst: {out_name} ({len(text.split())} Wörter)")
Phase 4: Whisper-Fallback (Keine Untertitel verfügbar)
Wenn automatische Untertitel nicht vorhanden sind (häufig bei Shorts, älteren Videos, nicht-englischen Inhalten):
# Nur Audio herunterladen
yt-dlp -x --audio-format mp3 -o "%(id)s.%(ext)s" VIDEO_URL
# Mit Whisper transkribieren
whisper VIDEO_ID.mp3 --model base --language en --output_format txt
# Für bessere Eigennamen-Genauigkeit (3-5x langsamer):
whisper VIDEO_ID.mp3 --model medium --language en --output_format txt
Wann Untertitel normalerweise nicht vorhanden sind
- YouTube Shorts (< 60 Sekunden)
- Vor ~2015 hochgeladene Videos (Ära vor automatischen Untertiteln)
- Nicht gelistete/private Videos
- Musiklastige Inhalte mit minimaler Sprache
- Nicht-englische Inhalte ohne angegebene Sprache
Phase 5: Intelligence-Extraktion
Metadaten-Intelligence (aus info.json)
Jede .info.json-Datei enthält:
| Feld | Intelligence-Wert |
|---|---|
upload_date | Zeitachse der Unternehmensaktivität und Content-Strategie |
duration | Kurz = Werbung; Lang = substanzielles Interview |
description | Enthält oft Links, Namen, Zeitstempel, Partnernennungen |
tags | SEO-Strategie, selbst identifizierte Kategorien |
view_count | Welcher Content bei ihrem Publikum ankommt |
like_count | Qualitätssignal für Engagement |
channel | Wer hat es veröffentlicht (eigener Kanal vs. Gastauftritt) |
Transkript-Intelligence-Checkliste
- Genannte Personen (Mitarbeiter, Partner, Kunden)
- Beiläufig in Interviews erwähnte Umsatz-/Wachstumszahlen
- Besprochene Zukunftspläne oder Strategien
- Zugegebene Schmerzpunkte oder Herausforderungen
- Erwähnungen von Wettbewerbern (positiv oder negativ)
- Einstellungspläne oder Bezüge zur Teamgröße
- Produkt-Roadmap oder Feature-Ankündigungen
- Mündlich erwähnte Kundennamen oder Fallstudien
Visuelle Intelligence-Checkliste (Erfordert Video-Download)
- Größe und Zustand der Einrichtung/des Lagers
- Anzahl der sichtbaren Mitarbeiter (Indikator für Teamgröße)
- Produkte in Regalen oder in Demos (Breite des Bestands)
- Ausrüstung und Maschinen (Signale für Kapitalinvestitionen)
- Beschilderung, Branding und Logo-Verwendung
- Größe und Designqualität des Veranstaltungsstands
- Fahrzeugflotte (Lieferfähigkeit)
- Auf Kamera festgehaltene Kundeninteraktionen
- Geografische/Standort-Identifikatoren im Hintergrund
Randfälle und Fallstricke
-
YouTube-Ratenbegrenzung – Verwenden Sie
--sleep-interval 2zwischen den Downloads. DNS-Fehler treten nach 30+ schnellen Anfragen auf. Teilen Sie große Kanäle in Gruppen von 20 auf. -
Kanal-Download-Dateinamen – yt-dlp benennt Dateien beim Download von Kanälen als "Titel [VIDEO_ID].ext". Leerzeichen und Sonderzeichen in Titeln brechen Shell-Skripte. Verwenden Sie
-o "%(id)s.%(ext)s"für saubere Dateinamen. -
Doppelte Uploads – Gleiches Interview, das unter verschiedenen Kanälen oder Titeln hochgeladen wurde. Querverweis nach Dauer + Upload-Datum, um Duplikate zu erkennen, bevor Sie Zeit mit der Analyse beider verbringen.
-
LinkedIn-native Videos – Können NICHT programmatisch heruntergeladen werden. LinkedIn-CDN-URLs sind authentifiziert und laufen innerhalb von Stunden ab. Als manuelle Aufgabe markieren: "Als Web Complete speichern" im Browser oder Schlüsselbildschirme als Screenshot erfassen.
-
Shorts vs. vollständige Videos – Das Shorts-URL-Format ist
youtube.com/shorts/ID, aber yt-dlp verarbeitet beide Formate transparent. Überspringen Sie Shorts nicht – sie zeigen oft Produkte, Einrichtungen und Teamkultur. -
Nicht gelistete Videos – Nicht in Kanallisten, aber über direkte URL zugänglich. Suchmaschinen haben sie möglicherweise indiziert. Überprüfen Sie Google Cache und Wayback Machine auf nicht gelistete URLs, die einmal öffentlich verlinkt waren.
-
Qualität automatischer Untertitel – Keine Interpunktion, manchmal verzerrte Eigennamen (Celina → Selena, BROGAV → ProGraph). 95%+ Wortgenauigkeit bei standardmäßigem englischen Sprechen. Überprüfen Sie Firmen-/Personennamen immer gegen seriöse Quellen.
-
Upload-Datum vs. Inhaltsdatum – Videos können Wochen oder Monate nach der Aufnahme hochgeladen werden. Überprüfen Sie Beschreibung und Audio-Hinweise auf das tatsächliche Aufnahmedatum. Veranstaltungsvideos hinken besonders hinterher.
-
info.json ist Gold – Immer mit
--write-info-jsonerfassen. Das Beschreibungsfeld enthält oft Zeitstempel, Gastnamen, Links zu Ressourcen und Partnernennungen, die nicht im Video selbst vorkommen. -
VTT-Zeitstempel sind wertvoll – Die Klartext-Konvertierung verliert zeitliche Informationen. Behalten Sie die ursprünglichen VTT-Dateien als Quelle der Wahrheit. Zeitstempel helfen Ihnen, bestimmte Momente für die visuelle Überprüfung zu finden.
Anti-Patterns
| Nicht tun | Stattdessen tun |
|---|---|
| Shorts ignorieren, weil sie kurz sind | Shorts auf visuelle Intel prüfen (Produkte, Einrichtung, Team) |
| Annehmen, dass alle Videos Untertitel haben | Prüfen; für Videos ohne Untertitel auf Whisper zurückgreifen |
| Standardmäßig Videodateien herunterladen | Mit --skip-download beginnen; nur Video für visuelle Analyse holen |
| Versuchen, LinkedIn-Video-Download zu automatisieren | Als manuelle Aufgabe markieren; CDN-URLs sind authentifiziert |
| Upload-Datum als Inhaltsdatum vertrauen | Mit Beschreibung, Audio-Hinweisen, Veranstaltungsdaten querverweisen |
| Gesamten Kanal auf einmal ohne Ratenbegrenzung herunterladen | --sleep-interval 2 verwenden und in Gruppen von 20 aufteilen |
| Nur Transkripte parsen, info.json ignorieren | Metadaten enthalten Namen, Links, Tags, die nicht im Audio sind |
| Video als minderwertig gegenüber Textquellen betrachten | Video bestätigt einzigartig die physische Realität (Einrichtung, Team, Produkte) |
Entscheidungsbaum
Inhalt auf YouTube?
├── JA → yt-dlp --write-info-json --write-auto-sub --skip-download
│ ├── Hat Untertitel? → VTT in Text parsen → Intelligence extrahieren
│ └── Keine Untertitel?
│ ├── Video > 60s mit Sprache? → yt-dlp -x → Whisper → Analysieren
│ └── Kurz/nur visuell? → Video herunterladen → Visuelle Analyse
└── NEIN →
├── Vimeo → yt-dlp unterstützt es (gleicher Workflow wie YouTube)
├── LinkedIn-Video → Manuell "Als Web Complete speichern" (als manuelle Aufgabe markieren)
├── Einbettung auf Unternehmenswebsite → iframe-URL extrahieren → normalerweise YouTube/Vimeo
└── Andere Plattform → Liste der von yt-dlp unterstützten Seiten prüfen
Praxisbeispiele (BROGAV-Fallstudie)
| Metrik | Wert |
|---|---|
| Entdeckte Videos insgesamt | 45 (9 in voller Länge, 36 Shorts) |
| Erfasste VTT-Untertiteldateien | 10 |
| In Text geparste Transkripte | 10 |
| Analysierte substanzielle Interviews | 2 (5.000+ Wörter jedes) |
| Podcast via RSS/Whisper-Fallback | 1 (6.489 Wörter) |
| Erkannte doppelte Videos | 1 (gleiches Interview, zwei Kanäle) |
| Extrahierte einzigartige Intelligenz | Gründergeschichte, Umsatzsignale, Wachstumspläne, Lieferantenbeziehungen, Einrichtungsdetails, Teamkultur |
| Visuelle Intelligenz aus Shorts | Produktpalette, Lagerlayout, Markenmöbellinie, saisonaler Bestand |
Integration mit anderen Skills
| Skill | Integrationspunkt |
|---|---|
deep-research | Video ist Phase-3/4-Quelle neben Websuche |
intelligence-dossier | Videotranskripte speisen die Abschnitte Personen, Produkte, Finanzsignale |
client-discovery-osint | Kundenreferenzvideos nennen Kunden direkt |
supplier-verification | Produktdemovideos zeigen Lieferantenlogos und Markenprodukte |
era-validated-linkedin-analysis | Video-Upload-Daten kreuzreferenzieren LinkedIn-Aktivitätszeitachse |
contact-sheet-image-analysis | Video-Screenshots können stapelweise über Thumbnail-Raster analysiert werden |