AI Video Editing

Bei der KI-Videobearbeitung wird maschinelles Lernen eingesetzt, um vorhandenes Filmmaterial auszuwählen, anzuordnen oder zu bearbeiten. Statt jede sprechende Person manuell zu lokalisieren, ein bewegtes Motiv durch jedes Einzelbild zu verfolgen oder jeden Übergang zwischen zwei Einstellungen zu finden, kann eine Schnittkraft KI nutzen, um diese Elemente zu erkennen und Änderungen vorzuschlagen oder anzuwenden. Das Ergebnis kann ein Rohschnitt, ein neu gerahmter Clip, Untertitel oder ein gezielter visueller Effekt sein. Ob der Schnitt die beabsichtigte Geschichte richtig vermittelt, entscheidet weiterhin der Mensch.

So funktioniert KI-Videobearbeitung#

Beim Videoschnitt wird mit einer Zeitleiste aus Clips, Audio und Effekten gearbeitet. KI ergänzt Informationen zu den Vorgängen innerhalb dieser Zeitleiste. Ein System kann Spracherkennung verwenden, um Dialog in zeitlich synchronisierten Text umzuwandeln, sodass die Schnittkraft anschließend ein Zitat finden oder eine Pause durch Bearbeitung des Transkripts herausschneiden kann. Textbasierter Schnitt in Adobe Premiere veranschaulicht diese Verbindung zwischen Worten und Filmmaterial.

Für visuelle Änderungen lokalisiert die Objekterkennung Motive in einzelnen Einzelbildern, oft mithilfe rechteckiger Begrenzungsrahmen. Objektverfolgung ordnet Erkennungen über mehrere Einzelbilder hinweg zu, damit ein Effekt demselben Motiv folgen kann, während es sich bewegt. Wenn beim Schnitt statt eines Rechtecks der Umriss des Motivs benötigt wird, liefert die Instanzsegmentierung eine pixelgenaue Maske. Separat kann die Erkennung von Einstellungswechseln Übergänge zwischen Kameraeinstellungen markieren und so die Sichtung langer Aufnahmen erleichtern.

Diese Techniken liefern jeweils unterschiedliche Bestandteile eines Schnitts: Die Erkennung zeigt, wo sich etwas befindet, die Verfolgung hilft festzustellen, welches Objekt es im Zeitverlauf ist, und eine Maske definiert, welche Pixel geändert werden sollen. Keine dieser Techniken entscheidet für sich allein, welche Momente in den endgültigen Schnitt gehören.

Abgrenzung zu verwandten Begriffen#

Videoverständnis bezeichnet die Interpretation des Inhalts oder der Ereignisse eines Clips; beim Schnitt wird diese Interpretation genutzt, um die Präsentation des Filmmaterials zu verändern. Videogenerierung erstellt neues Filmmaterial, während die KI-Videobearbeitung im Allgemeinen mit bereits vorhandenem Filmmaterial beginnt. Eine Schnittkraft kann generiertes Material mit aufgezeichneten Clips kombinieren, doch die beiden Aufgaben sind nicht austauschbar.

KI-Unterstützung unterscheidet sich auch von einem gewöhnlichen automatisierten Schnitt. Eine festgelegte Anweisung wie „Jedes Einzelbild mittig zuschneiden“ wendet unabhängig vom Inhalt immer dieselbe Regel an. Eine KI-gestützte Neurahmung kann darauf reagieren, wohin sich die Handlung verlagert, wie in Adobes Übersicht zu Auto Reframe zu sehen ist. In beiden Fällen sollte die Schnittkraft prüfen, ob wichtige Motive sichtbar bleiben.

Zwei Anwendungen aus der Praxis#

Ein aufgezeichnetes Interview in einen kurzen Clip verwandeln. Ein Produktionsteam kann ein einstündiges Gespräch transkribieren, eine relevante Antwort finden und darauf basierend einen ersten Schnitt erstellen. Automatisch erzeugte Sprach-zu-Text-Untertitel bieten einen Ausgangspunkt für Untertitel. Anschließend gleicht die Schnittkraft das Transkript mit dem Audio ab, passt das Tempo an und prüft, ob das Entfernen angrenzender Aussagen die Bedeutung des Gesagten verändert hat. Bei Untertiteln ist das besonders wichtig: Die W3C-Leitlinien für barrierefreie Untertitel weisen darauf hin, dass automatisch erstellte Inhalte auf ihre Genauigkeit überprüft werden müssen.

Filmmaterial für die Weitergabe vorbereiten. Ein Team, das eine öffentliche Veranstaltung filmt, muss möglicherweise unbeteiligte Personen unkenntlich machen und zugleich das Geschehen sichtbar halten. Ein Detektor kann Personen in jedem Einzelbild lokalisieren, und ein Ablauf zum Verwischen von Objekten kann die erkannten Bereiche unkenntlich machen. Die Schnittkräfte müssen das Ergebnis prüfen: Eine übersehene Erkennung kann eine Person sichtbar lassen, während ein großer Begrenzungsrahmen mehr von der Szene verdecken kann als beabsichtigt. Erkannte Personen unkenntlich zu machen, ist weder dasselbe wie alle Personen zuverlässig zu anonymisieren, noch bedeutet es, gezielt Gesichter zu identifizieren.

Ein praktischer Video-Workflow#

Das folgende Beispiel verwendet Ultralytics YOLO26, um erkannte Personen in einem vorhandenen Video unkenntlich zu machen. Installiere ultralytics und opencv-python und lege anschließend ein Video namens input.mp4 neben dem Skript ab.

import cv2
from ultralytics import solutions

capture = cv2.VideoCapture("input.mp4")
assert capture.isOpened(), "Provide an input.mp4 video"

width = int(capture.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(capture.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = capture.get(cv2.CAP_PROP_FPS)
writer = cv2.VideoWriter("blurred.mp4", cv2.VideoWriter_fourcc(*"mp4v"), fps, (width, height))
assert writer.isOpened(), "Could not create the output video"

blurrer = solutions.ObjectBlurrer(model="yolo26n.pt", classes=[0])
while True:
    success, frame = capture.read()
    if not success:
        break
    result = blurrer(frame)
    writer.write(result.plot_im)

capture.release()
writer.release()

Die Klasse 0 wählt im vortrainierten Modell Personen aus, nicht Gesichter. Das Unkenntlichmachungstool verarbeitet jedes Einzelbild, während die Werkzeuge zur Videoaufnahme und -schreibung von OpenCV die verarbeiteten Einzelbilder zu einer neuen Datei zusammenfügen. Dieser kurze Workflow verarbeitet Videobilder, nicht die ursprüngliche Audiospur. Für einen vollständigen Schnitt ist ein abschließender, audiogerechter Verarbeitungsschritt erforderlich; die Filterdokumentation von FFmpeg behandelt weitere Optionen zur Videoverarbeitung.

Was du vor der Veröffentlichung prüfen solltest#

Prüfe die gesamte Ausgabe, insbesondere Schnitte, schnelle Bewegungen, Verdeckungen, Untertitel sowie das erste und letzte Einzelbild jedes Effekts. Bewahre eine unbearbeitete Kopie auf, damit ein fehlerhafter Schnitt oder eine unvollständige Unkenntlichmachung korrigiert werden kann. Bei weitergegebenen Medien können Content Credentials und Herkunftsnachweise dabei helfen, den Ursprung und den Bearbeitungsverlauf einer Datei zu dokumentieren, sie belegen jedoch nicht, ob deren Aussage wahr ist. KI kann wiederkehrende Schnittarbeiten beschleunigen; für Kontext, Datenschutz und das fertige Video bleibt die Schnittkraft verantwortlich.