VideoEdit

Ausgangslage

Videoproduktion folgt wiederkehrenden Mustern und kostet trotzdem jedes Mal Stunden Handarbeit: transkribieren, schneiden, untertiteln, animieren, vertonen, exportieren. Dazu kommen immer mehr Werkzeuge für Stimme, Bild und Video, die einzeln bedient werden wollen. VideoEdit fasst jeden dieser Abläufe als Pipeline, die ein Agent selbstständig ausführt und dabei alle Werkzeuge anspricht. Der Mensch gibt das Ziel vor und entscheidet an festen Prüfpunkten.

Entstehung

1. 01
   Werkzeug für den VideoschnittAm Anfang stand ein Arbeitsbereich mit Skripten für ffmpeg und Spracherkennung: Aus langen Aufnahmen wurden Clips und Shorts mit Wort-für-Wort-Untertiteln.
2. 02
   Pipelines für jede VideoartJeder wiederkehrende Ablauf wurde zu einer eigenen Pipeline mit festen Regeln: Shorts, Audiogramme, Avatar-Videos, Erklärserien, Fotostrecken, Promovideos und Sprachfassungen.
3. 03
   Motion Design mit HyperFramesTitel, Kennzahlenkarten, Übergänge und ganze Szenen entstehen als HTML-Komposition und werden Bild für Bild zu Video gerendert.
4. 04
   Komplette PromovideosDer Agent setzt Promovideos aus Bildschirmaufnahmen, Motion Design, Voiceover und KI-Szenen zusammen. Stimme und Musik kommen über den MCP-Server von ElevenLabs, Bilder und Videoszenen über die Higgsfield-CLI.
5. 05
   Eigene OberflächeMit Pipeline Studio lässt sich jede Pipeline per Formular starten: Quelle wählen, Formate und Untertitelstil festlegen, Fortschritt live verfolgen, an Prüfpunkten freigeben, Ergebnisse in der Galerie ansehen.

Was es kann

1. 1
   Agent statt SchnittprogrammEin Claude-Code-Agent führt jede Pipeline aus: Er transkribiert, wählt Ausschnitte, schneidet, untertitelt, rendert und prüft jeden Schnittpunkt im fertigen Video selbst nach.
2. 2
   Clips aus langen VideosDer Agent liest das Transkript einer langen Aufnahme, findet die Passagen mit abgeschlossenem Gedanken und schlägt eine Clip-Liste vor: Titel, Zeitbereich, Länge und Begründung je Clip. Nach der Freigabe schneidet er alle Clips selbst.
3. 3
   Sauberer SchnittFüllwörter und Pausen werden entfernt, Schnitte an der Tonspur ausgerichtet. Vor dem Rendern prüft der Agent, dass kein Wort abgeschnitten wird und keine Silbe des nächsten Satzes hineinrutscht.
4. 4
   Shorts im HochformatAus jedem Clip entsteht neben 16:9 eine 9:16-Fassung, in der Bildschirm und Kamerabild neu angeordnet werden, mit Wort-für-Wort-Untertiteln, Kennzahlenkarten sowie Titel- und Abspannkarte.
5. 5
   PromovideosAus einer Bildschirmaufnahme und einem Briefing entsteht ein vertontes Promovideo mit Motion Design, Musik und Call-to-Action.
6. 6
   Motion DesignAnimationen entstehen als HTML mit HyperFrames: Titel, Diagramme, Kennzahlen, Übergänge und komplette Szenen, frei kombinierbar mit echtem Videomaterial.
7. 7
   Stimme und MusikVoiceover mit geklonter Stimme und passende Musik kommen über den MCP-Server von ElevenLabs direkt in den Ablauf.
8. 8
   KI-Bilder, -Videos und AvatareBilder und Videoszenen erzeugt der Agent über die Higgsfield-CLI, Avatar-Videos über die HeyGen-API direkt aus dem Formular.
9. 9
   AudiogrammeAus Sprachaufnahmen oder Podcasts entstehen animierte Clips mit Sprecher-Avatar, audioreaktivem Ring und Untertiteln.
10. 10
    Freigabe und LernschleifeJeder Lauf pausiert am Prüfpunkt. Eine Änderungsanfrage rendert eine neue Version, wiederverwendbares Feedback wird als Regel in die Pipeline übernommen.