Von 29 Minuten Rohmaterial zum 3-Minuten-Intro: So schneidest du ein Talking-Head-Video

Neunundzwanzig Minuten gedreht, drei Minuten behalten

Gedreht wurde das Intro eines Kurses, in einem Studio im Podcast-Stil: Mikrofone auf dem Tisch, eine laufende Kamera, ein Skript zum Abarbeiten. Das Rohmaterial lief 29 Minuten. Das Intro, das die Leute heute sehen, dauert 3.

Dieses Verhältnis überrascht niemanden, der schon einmal seine eigenen Videos geschnitten hat. Rohmaterial sieht immer gleich aus: ein Satz dreimal angefangen, ein anderer, der am letzten Wort zerfällt, das „Läuft das noch?“, der Blick auf die Notizen, das Lachen nach einem Versprecher. Das ist kein misslungener Dreh. So sieht Sprechen in die Kamera aus, bevor jemand es schneidet.

Fast neun von zehn Minuten waren nie zum Ansehen gedacht. Die zehnte zu finden, ist die ganze Arbeit – und der Grund, warum ein Talking-Head-Video von Hand zu schneiden einen ganzen Abend dauert. Die Arbeit ist nicht das Schneiden. Es ist das Auswählen.

Was macht ein Cutter eigentlich mit Rohmaterial?

Lass die Software weg, und der Schnitt eines Talking-Head-Videos ist eine kurze Liste von Entscheidungen, in fester Reihenfolge:

1. Sichten. Jeden Clip einmal ansehen und markieren, was kein Inhalt ist: den Countdown, das „Okay, nochmal“, das Gespräch mit jemandem neben der Kamera, den Take, der nach drei Wörtern abbricht.
2. Takes gruppieren. Jeder Satz, der mehr als einmal gesagt wurde, bekommt seine Fassungen nebeneinander – auch über Clips hinweg, auch wenn die Wiederholung nur das Satzende neu macht.
3. Pro Satz einen Take wählen: zuerst den vollständigen, dann den, der es richtig sagt, dann den am besten gesprochenen, mit Blick in die Linse. Bei Gleichstand gewinnt meist der spätere: Man wiederholt einen Satz, bis man das Gefühl hat, ihn zu haben.
4. Die Sätze in die Reihenfolge des Skripts bringen, egal in welcher Reihenfolge sie gedreht wurden.
5. Sauber schneiden. Fehlstarts, Versprecher und Wiederholungen fliegen raus. Jeder Schnitt liegt in einer Pause, damit kein Wort seinen Anfang oder sein Ende verliert, und jeder Übergang behält einen natürlichen Atemzug.
6. Den Ton angleichen, damit der Clip, der näher am Mikro aufgenommen wurde, nicht heraussticht.

Erst danach kommen Zooms, Grafiken und Bilder. Die Stunden stecken in den sechs Schritten oben.

Wie „Die besten Takes behalten“ diese Arbeit macht

In Clipteach lädst du dein Rohmaterial unter Mein Video hoch, wählst Meine Stimme behalten und lässt Die besten Takes behalten eingeschaltet (das ist die Voreinstellung). Ein KI-Editor arbeitet dann dieselbe Liste ab, in derselben Reihenfolge.

Er hört jeden Clip und schaut ihn sich alle paar Sekunden an: wer im Bild ist, wohin der Blick geht. Er gruppiert jede Fassung jedes Satzes über alle Clips hinweg, behält von jedem den besten Take und schneidet Fehlstarts, Versprecher, Wiederholungen und Gespräche neben der Kamera heraus. Füg dein Skript in Skript & Notizen ein, und er folgt der Reihenfolge des Skripts; ohne Skript behält er die Reihenfolge deiner Clips.

Den Feinschnitt macht Code, aufs Wort genau. Jeder Schnitt fällt in die Pause vor einem Wort, mit etwas Luft auf beiden Seiten, damit nichts abgeschnitten wird. Jeder Übergang bekommt eine natürliche Pause, und der Ton wird zwischen den Clips angeglichen: Der erste Take und der letzte klingen wie eine Aufnahme. Stille herausschneiden, ebenfalls voreingestellt, kürzt die langen Pausen innerhalb eines Takes.

Er behält oder streicht deine Wörter; er stellt sie innerhalb eines Satzes nicht um, damit du etwas sagst, das du nie gesagt hast. So wurden aus 29 Minuten 3: Alle Takes gingen hinein, ein Take pro Satz kam heraus, in der richtigen Reihenfolge.

Was gehört über ein Talking-Head-Video, wenn der Schnitt sauber ist?

Ein sauberer Schnitt ist immer noch ein Mensch, der in eine Kamera spricht. Die zweite Aufgabe des Cutters ist, dem Auge etwas zum Folgen zu geben – mit einer Regel: Jede Veränderung auf dem Bildschirm bedeutet etwas, ein neuer Punkt, eine Zahl, ein Name. Richard E. Mayers Forschung zum multimedialen Lernen benennt beide Seiten dieser Regel: Signalisierung (Hinweise, die auf das Wesentliche zeigen, helfen beim Lernen) und Kohärenz (was der Botschaft nicht dient, stört).

In Clipteach ist diese Gestaltung der Stil Motion über deinem Video. Der KI-Regisseur entscheidet sie Moment für Moment aus dem, was du sagst, ohne Vorlage:

• Das Fenster, das sich bewegt: Vollbild, dann eine Karte neben großen Wörtern, dann ein kleines Fenster in der Ecke, während etwas anderes die Bühne bekommt, und zurück.
• Bauchbinden: dein Name und deine Rolle bei deinen ersten Sätzen.
• Große Wörter: das Versprechen des Kurses in wenigen großen Wörtern neben dir, bei dem Satz, in dem du es sagst.
• Eine Liste „Was du lernst“, der aktuelle Punkt hervorgehoben.
• Zwischenschnitte mit Bildern, während deine Stimme weiterläuft: aus deiner Bibliothek, aus deinen Uploads oder von der KI erstellt.

Kamerabewegungen und Ton: der letzte Schliff

Mit Kamerabewegungen zoomt und schwenkt die KI über dein Video, wo es hilft: ein langsames Heranfahren, während die Spannung steigt, ein schneller Zoom auf den Satz, auf den es ankommt.

Dieselben Bewegungen verstecken die Schnitte. Egal wie sauber der Ton ist, das Bild springt an jedem Schnitt ein wenig: Du hast dich vorgebeugt, das Licht hat sich verändert, es ist ein anderer Take. Cutter kaschieren einen Sprung mit einem harten Zoom, einem Zwischenschnitt oder einer Grafik und wechseln zwischen weit und nah, damit eine Kamera wie zwei wirkt. Der Regisseur von Clipteach weiß, wo jeder Schnitt liegt, und kaschiert die Sprünge genauso.

Zum Schluss die Soundeffekte, wenn du sie einschaltest: Whooshes, Schläge, Klicks und die Atmosphäre des Ortes, von der KI gestaltet und auf das abgestimmt, was sich bewegt. Keine Musik. Jeder Sound liegt auf der Zeitleiste, wo du ihn verschieben, ändern oder einen weiteren hinzufügen kannst.

Wie du ein Talking-Head-Video drehst, damit der Schnitt gutes Material hat

Ein Cutter, ob Mensch oder KI, kann nur aus den Takes wählen, die du ihm gibst. Vier Gewohnheiten helfen:

1. Halt die Kamera nach einem Fehler nicht an. Kurz Pause, durchatmen und den ganzen Satz noch einmal ab dem ersten Wort sagen. Eine vollständige, saubere Wiederholung lässt sich leicht anschneiden; ein Stück, das mitten im Satz neu ansetzt, passt selten gut.
2. Schreib ein Skript und füg es in Skript & Notizen ein. Es muss nicht Wort für Wort sein: Es sagt dem Editor, welche Sätze du sagen wolltest und in welcher Reihenfolge – so wählt er den Take, der es richtig sagt, und setzt die Begrüßung an den Anfang, auch wenn du sie zuletzt gedreht hast. Im selben Feld ist Platz für Notizen an den Regisseur: was gezeigt, was hervorgehoben werden soll.
3. Nimm für jeden Clip dasselbe Mikro, im selben Abstand. Clipteach gleicht den Pegel zwischen den Clips an, aber ein Handymikro klingt danach trotzdem nicht wie ein Studiomikro.
4. Sprich in die Linse. Bei zwei sauberen Takes nimmt der Editor den, in dem du die Zuschauer ansiehst.

Warum den Schnitt überhaupt einer KI überlassen?

Weil das Schwierige an einem Talking-Head-Schnitt die Aufmerksamkeit ist, nicht der Geschmack. Drei Fassungen jedes Satzes zu vergleichen ist sorgfältige, eintönige Arbeit – genau die Art, an der Videos scheitern, bevor sie erscheinen. Gibst du sie ab, bekommst du deinen Abend zurück; dein Urteil behältst du.

Dein Urteil bleibt im Studio: Das Video landet auf einer Zeitleiste, auf der du Szenen kürzt, teilst und ihr Tempo anpasst, die Wörter jeder Szene änderst oder den Videoassistenten um eine Änderung bittest und seinen Plan vorher freigibst. Die Clips werden erst vorbereitet, wenn du auf Generieren klickst, und der Preis, berechnet nach der Länge des fertigen Videos, wird vorher angezeigt.

Wie es weitergeht

Wenn du einen Kurs verkaufst, ist dein Intro das Video, das die meisten zuerst sehen: So funktioniert Clipteach für Kursersteller. Alles, was der Editor mit Clips macht, in denen du in die Kamera sprichst – von Intros über Lektionen bis zu Erklärvideos –, steht auf der Seite zum KI-Videoeditor.

Zwei Leute am Tisch statt einer? Der Podcast-Videoeditor unterscheidet die Stimmen, benennt jede Person und richtet die Kamera auf den, der gerade spricht – und wir haben Schritt für Schritt aufgeschrieben, wie aus einem Podcast ein Video wird. Weitere Artikel findest du im Blog.