Video-Editing (everything-claude-code)

Videobearbeitung

KI-gestützte Bearbeitung von echtem Videomaterial. Keine Generierung aus Eingabeaufforderungen. Schnelle Bearbeitung vorhandener Videos.

Wann aktivieren

• Der Benutzer möchte Videomaterial bearbeiten, schneiden oder strukturieren
• Lange Aufnahmen in Kurzformat-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)
• Der Benutzer sagt "Video bearbeiten", "dieses Material schneiden", "einen Vlog erstellen" oder "Video-Workflow"

Kernthese

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

Die Pipeline

Für messbare, referenzgesteuerte Arbeit verketten Sie taste-distillation in taste-application und kehren Sie dann hierher für den Editor und die Überprüfung des endgültigen Outputs zurück. Die eigenständigen Taste-Skills können vorhandenes Material verwenden; Generierung ist optional.

Speichern Sie vor Live-Editor- oder DAW-Änderungen einen versionierten Projekt-Checkpoint und überprüfen Sie, ob die Datei existiert. Speichern und überprüfen Sie einen weiteren Checkpoint nach den Änderungen. Ein API-Rücklesebestätigt den aktuellen Arbeitsspeicherzustand, nicht dass gespeichert wurde. Halten Sie gerendertes Material, bearbeitbare Projekte und kreative Freigaben als separate Zustände in der Übergabe.

Für MIDI-gesteuertes Audio überprüfen Sie die Tonhöhen gegen die Notenbelegung des empfangenden Racks und hören Sie das Ergebnis an; eine erfolgreiche Clip-Erstellung kann dennoch Stille erzeugen. Für rekonstruierte Projekte validieren Sie durch natives Laden und Speichern, sortieren Sie Ereignisse in der Timeline-Reihenfolge, überprüfen Sie Sample-Links und Stummschaltungszustände und überprüfen und hören Sie dann das genaue exportierte Audio auf unbeabsichtigte Stille. Alleiniges XML-Parsing beweist nicht, dass die DAW jeden Clip akzeptiert oder hörbares Audio erzeugt hat. Überprüfen Sie den Capability-Handshake einer Bridge, bevor Sie neuere Befehle aufrufen. Aktivieren Sie nicht Upload- oder Trainingsdaten-Telemetrie als Nebeneffekt einer kreativen Aufgabe; verwenden Sie einen unterstützten lokalen Kontrollpfad, wenn Zustimmung oder Fähigkeit fehlt.

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

Jede Schicht hat eine bestimmte Aufgabe. Überspringen Sie keine Schichten. Versuchen Sie nicht, ein Werkzeug alles machen zu lassen.

Schicht 1: Aufnahme (Screen Studio / Rohmaterial)

Sammeln Sie das Quellmaterial:

• Screen Studio: polierte Bildschirmaufnahmen für App-Demos, Codierungssitzungen, Browser-Workflows
• Rohmaterial von Kameras: Vlog-Material, Interviews, Veranstaltungsaufnahmen
• Desktop-Aufnahme über VideoDB: Sitzungsaufzeichnung mit Echtzeit-Kontext (siehe Skill videodb)

Ausgabe: Rohdateien, bereit für die Organisation.

Schicht 2: Organisation (Claude / Codex)

Verwenden Sie Claude Code oder Codex, um:

• Transkribieren und beschriften: Transkript erstellen, Themen und Motive identifizieren
• Struktur planen: entscheiden, was bleibt, was weggeschnitten wird, welche Reihenfolge funktioniert
• Tote Abschnitte identifizieren: Pausen, Abschweifungen, wiederholte Takes finden
• Schnittentscheidungsliste erstellen: Zeitstempel für Schnitte, Segmente zum Behalten
• FFmpeg- und Remotion-Code bereitstellen: die Befehle und Kompositionen generieren

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

Diese Schicht konzentriert sich auf Struktur, nicht auf endgültigen kreativen Geschmack.

Schicht 3: Deterministische Schnitte (FFmpeg)

FFmpeg erledigt die langweilige, aber kritische Arbeit: Teilen, Trimmen, Verketten 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 Schnittentscheidungsliste

#!/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 verketten

# 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

Audiopegel 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. Verwenden Sie es für Dinge, die traditionelle Editoren mühsam machen:

Wann Remotion verwenden

• Overlays: Text, Bilder, Branding, Lower Thirds
• Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
• Bewegungsgrafiken: Übergänge, Erklärer-Animationen
• Komponierbare Szenen: wiederverwendbare Vorlagen für verschiedene 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-Bearbeitungsstack
          </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

Siehe die Remotion-Dokumentation für detaillierte Muster und API-Referenz.

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

Generieren Sie nur, was Sie brauchen. Generieren Sie 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": "Ihr 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 Soundeffekte mit fal.ai

Verwenden Sie den Skill fal-ai-media für:

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

Generierte Bilder mit fal.ai

Verwenden Sie für Einstellungen, Vorschaubilder oder B-Roll, die nicht existieren:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "professionelles Vorschaubild 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 Codierungs-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="subtiler Whoosh-Übergang")

Schicht 6: Endgültige Verfeinerung (Descript / CapCut)

Die letzte Schicht ist menschlich. Verwenden Sie einen traditionellen Editor für:

• Rhythmus: Schnitte anpassen, die zu schnell oder zu langsam wirken
• Untertitel: automatisch generiert, dann manuell bereinigt
• Farbkorrektur: grundlegende Korrektur und Stimmung
• Endgültiger Audiomix: Balance von Stimme, Musik und SFX-Pegeln
• Export: plattformspezifische Formate und Qualitätseinstellungen

Hier lebt der Geschmack. KI räumt die repetitive Arbeit weg. Sie treffen 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

Umformatieren mit FFmpeg

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

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

Umformatieren mit VideoDB

from videodb import ReframeMode

# Smartes 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

Verwenden Sie Claude, um Transkript + Szenenzeitstempel zu analysieren:

"Gib mir bei diesem Transkript mit Zeitstempeln und diesen Szenenwechselpunkten
die 5 ansprechendsten 30-Sekunden-Clips für soziale Medien."

Was jedes Werkzeug am besten kann

Werkzeug	Stärke	Schwäche
Claude / Codex	Organisation, Planung, Codegenerierung	Nicht die kreative Geschmacksebene
FFmpeg	Deterministische Schnitte, Stapelverarbeitung, Formatkonvertierung	Keine visuelle Bearbeitungsoberfläche
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	Endgültiger Rhythmus, Untertitel, Verfeinerung	Manuell, nicht automatisierbar

Schlüsselprinzipien

1. Bearbeiten, nicht generieren. Dieser Workflow dient dem Schneiden von echtem Material, nicht dem Erstellen aus Eingabeaufforderungen.
2. Struktur vor Stil. Holen Sie die Geschichte in Schicht 2 richtig, bevor Sie etwas Visuelles anfassen.
3. FFmpeg ist das Rückgrat. Langweilig, aber kritisch. Hier wird langes Material handhabbar.
4. Remotion für Wiederholbarkeit. Wenn Sie es mehr als einmal tun, machen Sie es zu einer Remotion-Komponente.
5. Selektiv generieren. Verwenden Sie KI-Generierung nur für Assets, die nicht existieren, nicht für alles.
6. Geschmack ist die letzte Schicht. KI räumt repetitive Arbeit weg. Sie treffen die endgültigen kreativen Entscheidungen.

Native Fusion Presets

ITO Production v1 bietet zurückhaltenden Highlight-Bloom, entgegengesetzte RGB-Raumversätze und einen Luminanz-/Kanten-Halo. Die genauen Dateien wurden vor dem nativen Import, Speichern/Neuöffnen und kurzen Bewegungs-Render-Überprüfungen nach der visuellen Zwei-Quellen-Überprüfung übergeben. Dies sind Ausgangswerte, die eine aufnahmespezifische Überprüfung erfordern; der Halo erkennt oder verfolgt keine Motive.

ITO V28 enthält erhaltene, nativ verifizierte Fusion-Graph-Ausschnitte und einen idempotenten Lua-Installer. Dies sind technische Kompatibilitätsbeispiele, keine empfohlenen Produktionsstandards: Ihre dokumentierten visuellen Einschränkungen erfordern Feinabstimmung und Geschmacksüberprüfung vor der Verwendung. Siehe die Bündelherkunft für den Umfang vorheriger Import- und Renderprüfungen.

Verwandte Skills

• fal-ai-media — KI-Bild-, Video- und Audiogenerierung
• videodb — Serverseitige Videoverarbeitung, Indizierung und Streaming
• content-engine — Plattformnative Inhaltsverteilung