Videobearbeitung
KI-gestützte Bearbeitung von echtem Filmmaterial. Nicht Generierung aus Prompts. Schnelle Bearbeitung bestehender Videos.
Wann aktivieren
- Benutzer möchte Videomaterial schneiden, bearbeiten oder strukturieren
- Lange Aufnahmen in Kurzformat-Inhalte umwandeln
- Vlogs, Tutorials oder Demo-Videos aus Rohmaterial erstellen
- Overlays, Untertitel, Musik oder Voiceover zu bestehenden Videos hinzufügen
- Videos für verschiedene Plattformen umformatieren (YouTube, TikTok, Instagram)
- 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 stattdessen damit beginnt, 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 spezifische Aufgabe. Überspringe keine Schichten. Versuche nicht, alles mit einem Tool zu erledigen.
Schicht 1: Erfassung (Screen Studio / Rohmaterial)
Sammle das Quellmaterial:
- Screen Studio: professionelle Bildschirmaufnahmen für App-Demos, Coding-Sessions, Browser-Workflows
- Rohmaterial von Kameras: Vlog-Material, Interviews, Event-Aufnahmen
- Desktop-Aufnahme über VideoDB: Sitzungsaufzeichnung mit Echtzeitkontext (siehe
videodb-Skill)
Ausgabe: rohe Dateien, bereit zur Organisation.
Schicht 2: Organisation (Claude / Codex)
Verwende Claude Code oder Codex, um:
- Transkribieren und beschriften: Transkript erstellen, Themen identifizieren
- Struktur planen: entscheiden, was bleibt, was wegfällt, welche Reihenfolge funktioniert
- Tote Abschnitte identifizieren: Pausen, Abschweifungen, Wiederholungen finden
- Schnittliste erstellen: Zeitstempel für Schnitte, Segmente zum Behalten
- FFmpeg- und Remotion-Code generieren: die Befehle und Kompositionen erstellen
Beispiel-Prompt:
"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 dreht sich um 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
Batch-Schnitt aus einer 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 herkömmliche Editoren mühsam machen:
Wann Remotion verwenden
- Overlays: Text, Bilder, Branding, untere Drittel
- Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
- Bewegungsgrafiken: Übergänge, Erklärer-Animationen
- Komponierbare Szenen: wiederverwendbare Vorlagen für verschiedene Videos
- Produkt-Demos: kommentierte Screenshots, UI-Highlights
Einfache 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)
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 Soundeffekte mit fal.ai
Verwende das fal-ai-media-Skill für:
- Hintergrundmusik generieren
- Soundeffekte (ThinkSound-Modell für Video-zu-Audio)
- Übergangsgeräusche
Generierte Grafiken mit fal.ai
Verwende für Einfüge-Shots, 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 Feinarbeit (Descript / CapCut)
Die letzte Schicht ist menschlich. Verwende einen traditionellen Editor für:
- Rhythmus: Schnitte anpassen, die zu schnell oder langsam wirken
- Untertitel: automatisch generiert, dann manuell bereinigt
- Farbkorrektur: grundlegende Anpassung und Stimmung
- Endgültiger Audio-Mix: Balance zwischen Stimme, Musik und Soundeffekten
- Export: plattformspezifische Formate und Qualitätseinstellungen
Hier lebt der Geschmack. KI räumt die sich wiederholende Arbeit aus dem Weg. Du triffst die endgültigen Entscheidungen.
Social-Media-Neuformatierung
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 neu formatieren
# 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
Mit VideoDB neu formatieren
from videodb import ReframeMode
# Intelligente Neuformatierung (KI-gestützte Objektverfolgung)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Szenenerkennung und automatischer Schnitt
FFmpeg-Szenenerkennung
# Szenenwechsel erkennen (Schwellenwert 0.3 = moderate Empfindlichkeit)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Stille-Erkennung zum automatischen Schneiden
# Stille Segmente finden (nützlich zum Schneiden von störenden Leerstellen)
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 den Szenenwechselpunkten.
Identifiziere die 5 fesselndsten 30-Sekunden-Clips für soziale Medien."
Was jedes Tool am besten kann
| Tool | Stärke | Schwäche |
|---|---|---|
| Claude / Codex | Organisation, Planung, Code-Generierung | Nicht die Ebene des kreativen Geschmacks |
| FFmpeg | Deterministische Schnitte, Batch-Verarbeitung, Formatkonvertierung | Keine visuelle Bearbeitungs-Oberfläche |
| Remotion | Programmierbare Overlays, komponierbare Szenen, wiederverwendbare Vorlagen | Lernkurve für Nicht-Entwickler |
| Screen Studio | Sofort einsatzbereite professionelle Bildschirmaufnahmen | Nur Bildschirmaufnahme |
| ElevenLabs | Stimme, Erzählung, Musik, Soundeffekte | Nicht das Zentrum des Workflows |
| Descript / CapCut | Finaler Rhythmus, Untertitel, Feinarbeit | Manuell, nicht automatisierbar |
Schlüsselprinzipien
- Bearbeiten, nicht generieren. Dieser Workflow dient zum Schneiden echten Materials, nicht zum Erstellen aus Prompts.
- Struktur vor Stil. Hol dir die Geschichte in Schicht 2 richtig, bevor du etwas Visuelles anfasst.
- FFmpeg ist das Rückgrat. Langweilig, aber kritisch. Hier wird langes Material handhabbar.
- Remotion für Wiederholbarkeit. Wenn du es öfter als einmal machst, mach einen Remotion-Komponenten daraus.
- Selektiv generieren. Verwende KI-Generierung nur für Assets, die nicht existieren, nicht für alles.
- Geschmack ist die letzte Schicht. KI räumt sich wiederholende Arbeit aus dem Weg. Du triffst die endgültigen kreativen Entscheidungen.
Verwandte Skills
fal-ai-media— KI-Bild-, Video- und Audiogenerierungvideodb— Serverseitige Videoverarbeitung, Indexierung und Streamingcontent-engine— Plattformnative Inhaltsverteilung