Videobearbeitung

KI-gestützte Bearbeitung von echtem Filmmaterial. Keine Generierung aus Prompts. Schnelle Bearbeitung vorhandener Videos.

Wann aktivieren

Benutzer möchte Videomaterial bearbeiten, schneiden oder strukturieren
Lange Aufnahmen in Kurzform-Inhalte umwandeln
Vlogs, Tutorials oder Demovideos aus Rohmaterial erstellen
Overlays, Untertitel, Musik oder Voiceover zu vorhandenen Videos hinzufügen
Videos für verschiedene Plattformen umformatieren (YouTube, TikTok, Instagram)
Benutzer sagt "Video bearbeiten", "dieses Material schneiden", "einen Vlog machen" oder "Video-Workflow"

Kern-These

KI-Videobearbeitung ist nützlich, wenn man aufhört, sie zu bitten, das gesamte Video zu erstellen, und sie stattdessen nutzt, um echtes Filmmaterial zu komprimieren, zu strukturieren und anzureichern. Der Wert liegt nicht in der Generierung. Der Wert liegt in der Kompression.

Die Pipeline

Screen Studio / Rohmaterial
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript oder CapCut

Jede Schicht hat eine bestimmte Aufgabe. Überspringe keine Schichten. Versuche nicht, ein Tool alles machen zu lassen.

Schicht 1: Aufnahme (Screen Studio / Rohmaterial)

Sammle das Quellmaterial:

Screen Studio: polierte Bildschirmaufnahmen für App-Demos, Coding-Sessions, Browser-Workflows
Rohmaterial von der Kamera: Vlog-Material, Interviews, Veranstaltungsaufnahmen
Desktop-Aufnahme via VideoDB: Sitzungsaufzeichnung mit Echtzeitkontext (siehe videodb-Fähigkeit)

Ausgabe: Rohdateien, bereit zur Organisation.

Schicht 2: Organisation (Claude / Codex)

Verwende Claude Code oder Codex für:

Transkribieren und beschriften: Transkript erstellen, Themen identifizieren
Struktur planen: entscheiden, was bleibt, was weggeschnitten wird, welche Reihenfolge funktioniert
Tote Abschnitte identifizieren: Pausen, Abschweifungen, wiederholte Takes finden
Schnittliste generieren: Zeitstempel für Schnitte, beizubehaltende Segmente
FFmpeg- und Remotion-Code vorbereiten: Befehle und Kompositionen generieren

Beispiel-Prompt:
"Hier ist das Transkript einer 4-stündigen Aufnahme. Identifiziere die 8 stärksten Segmente
für einen 24-minütigen Vlog. Gib mir die FFmpeg-Schnittbefehle für jedes Segment."

In dieser Schicht geht es um die Struktur, nicht um den endgültigen kreativen Geschmack.

Schicht 3: Deterministische Schnitte (FFmpeg)

FFmpeg erledigt die langweilige, aber kritische Arbeit: Aufteilen, Trimmen, Zusammenfügen und Vorverarbeiten.

Segment nach Zeitstempel extrahieren

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Stapelschnitt aus Schnittliste

#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Segmente zusammenfügen

# Dateiliste erstellen
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Proxy für schnellere Bearbeitung erstellen

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Audio für Transkription extrahieren

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Audio-Pegel normalisieren

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Schicht 4: Programmierbare Komposition (Remotion)

Remotion verwandelt Bearbeitungsprobleme in komponierbaren Code. Verwende es für Dinge, die traditionelle Editoren mühsam machen:

Wann Remotion verwenden

Overlays: Text, Bilder, Branding, Lower Thirds
Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
Bewegungsgrafiken: Übergänge, Erkläreranimationen
Komponierbare Szenen: wiederverwendbare Vorlagen für mehrere Videos
Produktdemos: kommentierte Screenshots, UI-Highlights

Grundlegende Remotion-Komposition

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Hauptmaterial */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Titel-Overlay */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            Der KI-Bearbeitungs-Stack
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Nächstes Segment */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Ausgabe rendern

npx remotion render src/index.ts VlogComposition output.mp4

Weitere detaillierte Muster und die API-Referenz findest du in der Remotion-Dokumentation.

Schicht 5: Generierte Assets (ElevenLabs / fal.ai)

Generiere nur, was du brauchst. Generiere nicht das gesamte Video.

Voiceover mit ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Dein Erzähltext hier",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Musik und SFX mit fal.ai

Verwende die fal-ai-media-Fähigkeit für:

Hintergrundmusik generieren
Soundeffekte (ThinkSound-Modell für Video-zu-Audio)
Übergangsgeräusche

Generierte Bilder mit fal.ai

Für Einfügeaufnahmen, Thumbnails oder B-Roll, das nicht existiert:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "professionelles Thumbnail für Tech-Vlog, dunkler Hintergrund, Code auf dem Bildschirm",
  "image_size": "landscape_16_9"
})

VideoDB generatives Audio

Wenn VideoDB konfiguriert ist:

voiceover = coll.generate_voice(text="Erzählung hier", voice="alloy")
music = coll.generate_music(prompt="Lo-Fi-Hintergrund für Coding-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="subtilen Whoosh-Übergang")

Schicht 6: Finale Politur (Descript / CapCut)

Die letzte Schicht ist menschlich. Verwende einen traditionellen Editor für:

Tempo: Schnitte anpassen, die sich zu schnell oder langsam anfühlen
Untertitel: automatisch generiert, dann manuell bereinigt
Farbkorrektur: grundlegende Korrektur und Stimmung
Finaler Audio-Mix: Sprach-, Musik- und SFX-Pegel ausbalancieren
Export: plattformspezifische Formate und Qualitätseinstellungen

Hier lebt der Geschmack. KI räumt die sich wiederholende Arbeit aus dem Weg. Du triffst die endgültigen Entscheidungen.

Umformatierung für soziale Medien

Verschiedene Plattformen benötigen unterschiedliche Seitenverhältnisse:

Plattform	Seitenverhältnis	Auflösung
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Instagram Feed	1:1	1080x1080
X / Twitter	16:9 oder 1:1	1280x720 oder 720x720

Mit FFmpeg umformatieren

# 16:9 zu 9:16 (zentrierter Crop)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 zu 1:1 (zentrierter Crop)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Mit VideoDB umformatieren

from videodb import ReframeMode

# Intelligentes Umformatieren (KI-gesteuerte Motivverfolgung)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Szenenerkennung und Auto-Schnitt

FFmpeg-Szenenerkennung

# Szenenwechsel erkennen (Schwellwert 0.3 = mittlere Empfindlichkeit)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Stilleerkennung für Auto-Schnitt

# Stille Segmente finden (nützlich zum Entfernen von toter Luft)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Highlight-Extraktion

Verwende Claude, um Transkript und Szenen-Zeitstempel zu analysieren:

"Analysiere dieses Transkript mit Zeitstempeln und diesen Szenenwechselpunkten.
Identifiziere die 5 ansprechendsten 30-Sekunden-Clips für soziale Medien."

Was jedes Tool am besten kann

Tool	Stärke	Schwäche
Claude / Codex	Organisation, Planung, Code-Generierung	Nicht die kreative Geschmacksebene
FFmpeg	Deterministische Schnitte, Stapelverarbeitung, Formatkonvertierung	Keine visuelle Bearbeitungs-Oberfläche
Remotion	Programmierbare Overlays, komponierbare Szenen, wiederverwendbare Vorlagen	Lernkurve für Nicht-Entwickler
Screen Studio	Polierte Bildschirmaufnahmen sofort	Nur Bildschirmaufnahme
ElevenLabs	Stimme, Erzählung, Musik, SFX	Nicht der Mittelpunkt des Workflows
Descript / CapCut	Finales Tempo, Untertitel, Politur	Manuell, nicht automatisierbar

Schlüsselprinzipien

Bearbeiten, nicht generieren. Dieser Workflow dient dem Schneiden von echtem Material, nicht dem Erstellen aus Prompts.
Struktur vor Stil. Hol die Geschichte in Schicht 2 richtig hin, bevor du etwas Visuelles anfasst.
FFmpeg ist das Rückgrat. Langweilig, aber kritisch. Hier wird langes Material handhabbar.
Remotion für Wiederholbarkeit. Wenn du es mehr als einmal machst, mach es zu einer Remotion-Komponente.
Selektiv generieren. Verwende KI-Generierung nur für Assets, die nicht existieren, nicht für alles.
Geschmack ist die letzte Schicht. KI räumt repetitive Arbeit aus dem Weg. Du triffst die endgültigen kreativen Entscheidungen.

In Ihrer bevorzugten KI fragen

Vorschau

Dokumentation