Videos vor der Kamera mit KI schneiden: der komplette Leitfaden

So schneidest du ein Video vor der Kamera mit KI

Du bringst das Material. Der KI-Editor schneidet es, der KI-Regisseur animiert es, und das letzte Wort hast du im Studio.

1. Lade deine Clips hoch: MP4, MOV oder WebM, einen oder mehrere, bis 5 GB pro Clip, bis zu 20 Clips und 30 Minuten insgesamt. Bring sie in die Reihenfolge, in der sie laufen sollen.
2. Wähle die Stimme. Mit „Meine Stimme behalten“ ist das, was du sagst, die Erzählung. Mit „Die KI erzählt“ entsteht aus deinen Clips eine neue Erzählung, gelesen von einer Stimme deiner Wahl.
3. Lass die Schalter an, die du willst: „Die besten Takes behalten“, „Stille herausschneiden“, „Kamerabewegungen“, „Wiederholungen & Zeitlupe“. Hast du nach Skript gesprochen, füge es in „Skript & Notizen“ ein.
4. Wähle Stil und Format und klicke auf Generieren. Der Preis wird vorher angezeigt, und vor diesem Klick werden keine Credits verbraucht.
5. Sieh dir den Schnitt im Studio an. Kürze, teile oder takte jede Szene, klicke eine an, um sie zu ändern, oder bitte den Video-Assistenten in deinen eigenen Worten um Änderungen. Exportiere ein MP4 in 1080p.

Eine KI, die verpatzte Takes rausschneidet: Was „Die besten Takes behalten“ macht

Angenommen, du drehst an einem Sonntagnachmittag das Intro deines Kurses. Der erste Satz sitzt beim fünften Versuch. In der Mitte verlierst du den Faden, fängst neu an, fragst jemanden hinter der Kamera, ob das Licht passt, und sagst den Schluss zweimal, weil du unsicher warst. Ganz normaler Dreh. Und ein ganzer Abend am Schnittplatz.

Ein professioneller Cutter arbeitet sich in Durchgängen durch: alles sichten, jede Fassung desselben Satzes zusammenlegen, einen Take pro Satz in der Reihenfolge des Skripts behalten, dann jeden Schnitt feinjustieren, damit kein Wort abgeschnitten wird. „Die besten Takes behalten“ geht dieselben Durchgänge. Der KI-Editor hört jeden Take, sieht, was die Kamera gesehen hat, und behält den, der vollständig ist, richtig gesagt, gut vorgetragen und mit Blick in die Linse.

Er schneidet Fehlstarts, Versprecher, Wiederholungen und Gespräche neben der Kamera heraus, folgt der Reihenfolge deines Skripts, wenn du eins mitgibst, und gleicht den Ton zwischen den Clips an, damit kein Take lauter ist als der nächste. Ein paar natürliche Pausen und Füllwörter lässt er drin, denn eine Stimme ohne jeden Atemzug klingt wie ein Roboter. Er wählt zwischen den Takes, die du gedreht hast: Aus Stücken verschiedener Takes baut er keine Sätze, die du nie gesagt hast.

Bei einem echten Kurs-Intro wurden aus 29 Minuten Rohmaterial 3 Minuten Intro. Lies, wie dieser Schnitt gelaufen ist.

Wie fügt man Motion Graphics in ein Video vor der Kamera ein?

Im Stil Motion baut der KI-Regisseur die Grafiken um dich herum, Abschnitt für Abschnitt, aus dem, was du sagst. Nichts stammt aus einer Vorlage: Jedes Video bekommt eigene Layouts und ein eigenes Timing.

• Dein Video wird zu einem Fenster, das sich bewegt: Vollbild, wenn du die Zuschauer direkt ansprichst, eine Karte neben großen Worten, wenn du einen Punkt machst, ein kleines Fenster in der Ecke, während eine Vollbild-Animation läuft.
• Eine Namenseinblendung, wenn du zum ersten Mal zu sehen bist: dein Name und deine Rolle.
• Große Worte neben dir beim Satz, auf den es ankommt.
• Panels aus Milchglas für Listen: Sag „Das lernst du gleich“, und die Liste erscheint, jeder Punkt leuchtet beim Wort auf, mit dem er beginnt.
• Bilder als Zwischenschnitte, während deine Stimme weiterläuft: aus deiner Bibliothek, aus deinen Uploads oder von der KI für genau diesen Satz erstellt.
• Vollbild-Animation, wenn eine Idee das ganze Bild braucht, dann zurück zu dir.

Die Regeln dahinter sind nicht neu. Richard E. Mayers Prinzipien des multimedialen Lernens verlangen Signalisierung (zeigen, worauf es ankommt), Kohärenz (weglassen, was nicht dazugehört) und zeitliche Kontiguität (etwas zeigen, wenn sein Wort fällt). Deshalb kommt ein Bild genau auf dem Wort, das es benennt, und nur ein Hauptelement steht jeweils im Bild.

Kamerabewegungen, Wiederholungen und Stille: der Rhythmus des Schnitts

Ein Schnitt lebt von seinem Rhythmus. Drei Schalter kümmern sich darum, alle standardmäßig an, und ein vierter bringt Klang dazu.

• „Stille herausschneiden“: Die Pausen, in denen niemand spricht, werden entfernt, damit das Video in Bewegung bleibt.
• „Kamerabewegungen“: Die KI zoomt und schwenkt über dein Video, wo es hilft, ein langsames Heranfahren, ein schneller Zoom auf ein Detail. Jeder Schnitt zwischen zwei Takes wird versteckt: Genau auf dem Schnitt springt das Bild etwas näher oder weiter, als hätte dich eine zweite Kamera gefilmt, oder ein Bild oder eine Karte deckt ihn ab.
• „Wiederholungen & Zeitlupe“: Ein schneller Moment, eine Geste, ein Klick, noch einmal in Zeitlupe gezeigt, um ihn zu erklären. Mit „Meine Stimme behalten“ pausiert deine Stimme so lange.
• „Soundeffekte“, ein Schalter im letzten Schritt: Die KI gestaltet Whooshes, Schläge, Klicks und die Atmosphäre des Ortes, abgestimmt auf das, was sich bewegt. Keine Musik. Du siehst, verschiebst und änderst jeden Sound in der Timeline.

„Meine Stimme behalten“ oder „Die KI erzählt“?

„Meine Stimme behalten“ ist für Videos, in denen du in die Kamera sprichst. Was du in deinen Clips sagst, ist die Erzählung, und die Motion Graphics folgen deinen Worten.

„Die KI erzählt“ ist für Material, bei dem es nicht um dein Gesicht geht: ein Bildschirm, ein Produkt, Hände bei der Arbeit, eine Übung. Clipteach schreibt eine neue Erzählung aus dem, was du sagst, oder, wenn du nicht sprichst, aus dem, was deine Clips zeigen, gelesen von einer Stimme deiner Wahl. Selbst über einem stummen Clip bringt die Erzählung den Zuschauern etwas bei, was sie tun und worauf sie achten sollen; sie beschreibt nicht nur den Bildschirm.

„Skript & Notizen“ neben deinen Clips ist optional. Füge das Skript ein, das du gesprochen hast: wer welche Zeile sagt, Namen richtig geschrieben und Hinweise für den Schnitt, etwa „zeig hier die Roadmap-Screenshots“. Die KI folgt ihm; deine Aufnahme bleibt die Stimme.

Welche Videos kannst du so schneiden?

• Kurs-Intros und Willkommensvideos: das Erste, was neue Teilnehmer sehen, straff geschnitten, mit deinem Namen im Bild und dem, was sie lernen werden. Mehr für Kursersteller.
• Erklärvideos und Lektionen vor der Kamera, mit den Kernpunkten neben dir.
• Videos, in denen du einfach in die Kamera sprichst, wie auf YouTube: eine Person, eine Idee, im Tempo eines geschnittenen Videos.
• Tutorials: Du erklärst, die Kamera fährt an das Detail heran, eine Wiederholung zeigt den schnellen Schritt noch einmal.
• Ankündigungen: ein Launch, ein Update, ein neues Angebot, in 16:9 für deine Website und in 9:16 für Social Media. Mehr für Marketingteams und Gründer.

Zwei Leute im Gespräch? Der Podcast-Video-Editor unterscheidet die Stimmen und hält die Kamera auf der Person, die spricht. Du filmst eine Übung oder einen Satz im Gym? Der Sport-Video-Editor folgt dem Körper und malt mit 3D-Körper die arbeitenden Muskeln auf. Gar kein Material? Starte mit einem Text, einem Dokument oder deiner Stimme.

16:9 oder 9:16, und was es kostet

Dein Video kommt als MP4 in 1080p: 16:9 für YouTube, Kurse und Websites, oder Hochformat 9:16 für Reels, Shorts und TikTok. Es startet im Format deines ersten Clips, und du kannst es im Schritt Format umstellen.

Deine Clips werden vorbereitet, wenn du auf Generieren klickst, und vorher werden keine Credits verbraucht. Der Preis wird vorher angezeigt und richtet sich nach der Länge des fertigen Videos.

Du startest mit 300 kostenlosen Credits bei der Anmeldung, ohne Karte, genug für ein kurzes Video. Danach kostet Starter $19 im Monat, Creator $49 und Studio $149, und Credits werden übertragen und verfallen nie.

Alles aus diesem Leitfaden passiert an einem Ort: im KI-Videoschnitt von Clipteach.