Videobearbeitung
KI-gestützte Bearbeitung von echtem Filmmaterial. Nicht aus Prompts generiert. Schnelle Bearbeitung vorhandener Videos.
Wann aktivieren
- Der Benutzer möchte Videomaterial bearbeiten, schneiden oder strukturieren
- Lange Aufnahmen in Kurzvideos umwandeln
- Aus Rohmaterial Vlogs, Tutorials oder Demovideos erstellen
- Dem vorhandenen Video Overlays, Untertitel, Musik oder Voiceover hinzufügen
- Videos für verschiedene Plattformen (YouTube, TikTok, Instagram) neu ausrichten
- Der Benutzer sagt „Video bearbeiten“, „dieses Material schneiden“, „Vlog erstellen“ oder „Video-Workflow“
Kernthese
KI-Videobearbeitung ist dann nützlich, wenn man aufhört, mit ihr ein ganzes Video zu erstellen, und stattdessen verwendet, um echtes Filmmaterial zu komprimieren, zu strukturieren und zu verbessern. Der Wert liegt nicht in der Generierung. Der Wert liegt in der Kompression.
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, alles mit einem einzigen Werkzeug zu erledigen.
Schicht 1: Erfassung (Screen Studio / Rohmaterial)
Sammle das Quellmaterial:
- Screen Studio: Hochwertige Bildschirmaufnahmen für App-Demos, Codierungssitzungen, Browser-Workflows
- Rohmaterial Kamera: Vlog-Material, Interviews, Veranstaltungsaufnahmen
- Desktop-Capture über VideoDB: Sitzungsaufnahmen mit Live-Kontext (siehe
videodb-Skill)
Ausgabe: Rohdateien, bereit zum Sortieren.
Schicht 2: Sortieren (Claude / Codex)
Verwende Claude Code oder Codex für:
- Transkription und Markierung: Transkript erstellen, Themen und Gesprächsthemen identifizieren
- Struktur planen: Entscheiden, was behalten, was weggeschnitten wird, in welcher Reihenfolge
- Tote Stellen erkennen: Pausen, Abschweifungen, Wiederholungen finden
- Schnittliste erstellen: Zeitstempel für Schnitte, zu behaltende Segmente
- FFmpeg- und Remotion-Code erstellen: Befehle und Kompositionen generieren
Beispiel-Prompt:
„Dies ist ein Transkript einer 4-stündigen Aufnahme. Finde die 8 stärksten Segmente
für einen 24-minütigen Vlog. Gib mir die FFmpeg-Schnittbefehle für jedes Segment.“
Diese Schicht dreht sich um Struktur, nicht um endgültige kreative Entscheidungen.
Schicht 3: Deterministisches Schneiden (FFmpeg)
FFmpeg erledigt die langweilige, aber entscheidende Arbeit: Teilen, Zuschneiden, Zusammenfügen und Vorverarbeitung.
Segment nach Zeitstempel extrahieren
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
Stapelverarbeitung aus der Schnittliste
#!/bin/bash
# cuts.txt: start,ende,bezeichnung
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-Dateien 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 Compositing (Remotion)
Remotion verwandelt Bearbeitungsprobleme in kombinierbaren Code. Für Dinge, die in herkömmlichen Editoren umständlich sind:
Wann Remotion verwenden
- Overlays: Text, Bilder, Branding, Lower Thirds
- Datenvisualisierung: Diagramme, Statistiken, animierte Zahlen
- Motion Graphics: Übergänge, Erklär-Animationen
- Zusammensetzbare Szenen: Wiederverwendbare Vorlagen für mehrere Videos
- Produktdemos: Annotierte 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)",
}}>
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
Siehe Remotion-Dokumentation für detaillierte Patterns und API-Referenz.
Schicht 5: Assets generieren (ElevenLabs / fal.ai)
Generiere nur das, was du brauchst. Versuche nicht, das gesamte Video zu generieren.
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 Voiceover-Text",
"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
Verwende den fal-ai-media-Skill für:
- Hintergrundmusik generieren
- Soundeffekte (ThinkSound-Modell für Video-zu-Audio)
- Übergangs-Soundeffekte
Generative Visuals mit fal.ai
Für Zwischenschnitte, Thumbnails oder B-Roll, die es nicht gibt:
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "Professionelles Tech-Vlog-Thumbnail, dunkler Hintergrund, Code auf dem Bildschirm",
"image_size": "landscape_16_9"
})
Audio mit VideoDB generieren
Falls VideoDB konfiguriert ist:
voiceover = coll.generate_voice(text="Hier ist das Voiceover", voice="alloy")
music = coll.generate_music(prompt="Lo-Fi-Hintergrundmusik für Coding-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="Leichter Wisch-Übergangs-Soundeffekt")
Schicht 6: Endgültige Verfeinerung (Descript / CapCut)
Die letzte Schicht ist die menschliche Arbeit. Verwende herkömmliche Editoren für:
- Rhythmus: Schnitte anpassen, die zu schnell oder zu langsam wirken
- Untertitel: Automatisch generieren, dann manuell korrigieren
- Farbkorrektur: Grundlegende Korrektur und Atmosphäre
- Endgültiger Audio-Mix: Sprache, Musik und Soundeffekte ausbalancieren
- Export: Für die Plattform optimierte Formate und Qualitätseinstellungen
Hier zeigt sich der Geschmack. Die KI beseitigt die sich wiederholende Arbeit. Du triffst die endgültigen Entscheidungen.
Soziale Medien neu ausrichten
Verschiedene Plattformen erfordern 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 |
Neuausrichtung mit FFmpeg
# 16:9 zu 9:16 (zentriert zuschneiden)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 zu 1:1 (zentriert zuschneiden)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Neuausrichtung mit VideoDB
from videodb import ReframeMode
# Intelligente Neuausrichtung (KI-geführtes Objekt-Tracking)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Szenenerkennung und automatisches Schneiden
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
Stille-Erkennung für automatisches Schneiden
# Stille Segmente finden (zum Entfernen von Pausen)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
Highlight-Extraktion
Verwende Claude, um Transkript + Szenenzeitstempel zu analysieren:
„Basierend auf diesem zeitgestempelten Transkript und diesen Szenenwechselpunkten,
identifiziere die 5 besten 30-Sekunden-Clips für soziale Medien.“
Was jedes Werkzeug am besten kann
| Werkzeug | Stärke | Schwäche |
|---|---|---|
| Claude / Codex | Sortieren, Planen, Code generieren | Keine kreative Stilschicht |
| FFmpeg | Deterministisches Schneiden, Stapelverarbeitung, Formatkonvertierung | Keine visuelle Schnittstelle |
| Remotion | Programmierbare Overlays, zusammensetzbare Szenen, wiederverwendbare Vorlagen | Nicht-Entwickler haben eine Lernkurve |
| Screen Studio | Sofort schöne Bildschirmaufnahmen | Nur Bildschirmaufnahme |
| ElevenLabs | Sprache, Voiceover, Musik, Soundeffekte | Kein Workflow-Hub |
| Descript / CapCut | Endgültiger Rhythmus, Untertitel, Verfeinerung | Manuell, nicht automatisierbar |
Schlüsselprinzipien
- Bearbeiten, nicht generieren. Dieser Workflow dient zum Schneiden von echtem Material, nicht zum Erstellen aus Prompts.
- Struktur vor Stil. Ordne die Geschichte in Schicht 2, bevor du visuelle Elemente anfasst.
- FFmpeg ist das Rückgrat. Langweilig, aber entscheidend. Langes Material wird hier handhabbar.
- Remotion für Wiederholbarkeit. Wenn du denselben Vorgang mehrmals ausführst, mache ihn zu einer Remotion-Komponente.
- Selektive Generierung. Verwende KI-Generierung nur für Assets, die es nicht gibt, nicht für alles.
- Geschmack ist die letzte Schicht. KI beseitigt sich wiederholende Arbeit. Du triffst die endgültigen kreativen Entscheidungen.
Verwandte Skills
fal-ai-media— KI-Bild-, Video- und Audiogenerierungvideodb— Serverseitige Videoverarbeitung, Indexierung und Streamingcontent-engine— Plattformnative Inhaltsverteilung