So nutzt du ScreenKites KI-Videoschnitt: Kompletter Workflow von der Aufnahme bis zur B-Roll

In unserem vorherigen Beitrag haben wir die KI-Schnittfunktionen von ScreenKite vorgestellt.

Dieser Leitfaden geht einen Schritt weiter und führt dich durch den gesamten agentenbasierten KI-Schnitt-Workflow:

• Voraussetzungen und Einrichtung
• Automatisches Schneiden von Tonspuren und Sprechpausen
• Automatische Generierung kontextueller B-Roll
• Was bei jedem Schritt im Detail unter der Haube geschieht

Wenn du erfahren möchtest, wie dieser Workflow in der Praxis funktioniert, findest du hier alle wichtigen Details.

Vorbereitung: Was du benötigst

Der agentenbasierte Schnitt-Workflow von ScreenKite baut auf lokalen Entwicklertools auf. Stelle sicher, dass folgende Komponenten bereitstehen:

1. ScreenKite installieren

Lade ScreenKite von screenkite.com herunter und installiere die App.

2. Eine KI-Coding-Agent-CLI installieren

Die Schnittbefehle von ScreenKite werden über die Coding-Agent-CLI deiner Wahl ausgeführt:

• Claude Code
• Gemini CLI
• OpenAI ChatGPT Codex

Diese Tools laufen lokal auf deinem Mac. ScreenKite stellt dafür typisierte CLI-Befehle und MCP-Tools bereit, über die sie direkt mit der Timeline deines Projekts interagieren.

3. Sprachtranskription konfigurieren

Für automatische Schnitte auf Wortebene ist eine präzise Transkription erforderlich. Du hast zwei Optionen:

Option 1: ElevenLabs API

Erstelle eine .env-Datei in deinem Projektverzeichnis mit folgendem Inhalt:

ELEVEN_LABS_API_KEY=dein_api_schluessel_hier

Option 2: Lokales WhisperKit-Modell

Lade in ScreenKite unter Einstellungen → Transkription ein WhisperKit-Modell herunter. Dieses läuft zu 100 % offline, ohne dass ein API-Schlüssel erforderlich ist.

4. Abhängigkeiten für B-Roll-Generierung installieren (Optional)

Wenn du planst, Remotion-basierte animierte B-Roll-Overlays zu generieren:

• Node.js (für das Remotion-Rendering)
• uv (Python-Paketmanager)

Schritt 1: Bildschirmvideo aufnehmen

Starte ScreenKite und nimm dein Screencast-Video auf.

Nach Abschluss speichert ScreenKite ein .skbundle-Paket ab. Dieses Bundle enthält deine Bildschirmaufnahme, den Webcam-Stream, die Mikrofonspur und den internen Systemton in getrennten Spuren.

Schritt 2: Projekt mit deinem KI-Agenten öffnen

Öffne den ScreenKite-Editor und klicke oben links auf die Schaltfläche AI Agent.

Dein KI-Tool (z. B. Claude Code) verbindet sich direkt mit der aktiven Projektsitzung.

Der Agent analysiert die Projektstruktur:

• Gesamtdauer des Videos
• Verfügbare Spuren (Bildschirmaufnahme, Webcam, Mikrofon, Systemton)
• Bestehende Auto-Zoom-Keyframes
• Status von Overlay- und Untertitelspuren

Schritt 3: Audiospur automatisch schneiden

Teile dem Agenten deinen Wunsch mit

Gib dem Agenten einfach eine Anweisung in natürlicher Sprache:

„Entferne alle Sprechpausen und Füllwörter aus der Tonspur.“

Was der Agent ausführt

1. Audio extrahieren & transkribieren: Er extrahiert die Mikrofonspur und übergibt sie an ElevenLabs oder das lokale WhisperKit für ein wortgenaues Alignment.
2. Stille erkennen: Er analysiert die Wellenform, um Pausen und tote Stellen zu identifizieren.
3. Füllwörter aufspüren: Er durchsucht das Transkript nach Füllwörtern und Lauten („äh“, „ähm“, „also“).
4. Schnittplan zur Vorschau: Er präsentiert dir eine übersichtliche Liste der vorgeschlagenen Schnitte zur Freigabe, bevor Änderungen vorgenommen werden.

Prüfen und anwenden

Bestätige mit „cut“ oder „apply“. Der Agent führt die Trimm-Operationen direkt auf der Timeline aus.

Schritt 4: B-Roll-Overlays automatisch generieren

Teile dem Agenten deinen Wunsch mit

„Generiere passende B-Roll-Elemente basierend auf dem Transkript des Videos.“

Analyse der Inhaltsabschnitte (Beats)

Der Agent unterteilt dein Video in thematische Abschnitte und schlägt passende visuelle Komponenten vor:

• Intro-Beat: Kanal-Namensschild, Kategorie-Tag
• Funktionsübersicht: Highlight-Karten, Status-Badges
• Hauptdemo: Feature-Chips, Live-Timer-Badges
• Zusammenfassung: Checklisten-Karten für nächste Schritte

B-Roll-Dichte wählen

• Sparse (Dezent): 4 zentrale visuelle Elemente (klarer, dokumentarischer Stil)
• Medium (Ausgewogen): 7 abgestimmte Elemente (empfohlener Standard)
• Dense (Dicht): 10 visuelle Elemente (ideal für informationsdichte technische Tutorials)

Rendern und auf der Timeline platzieren

Der Agent rendert die Komponenten als Video-Assets und platziert sie mit geschmeidigen Bewegungstransitionen direkt auf ScreenKites Overlay-Spur.

Datenschutz & lokales Verarbeiten

• Video-Rohdaten verbleiben ausnahmslos auf deiner lokalen Festplatte.
• Coding-Agenten laufen lokal auf deinem Mac.
• Transkripte und Timeline-Manifeste liegen direkt in deinem Projekt-Bundle.
• Bei Nutzung von WhisperKit erfolgt die Transkription vollständig offline.

Fazit

Der KI-Videoschnitt von ScreenKite ist transparent und jederzeit kontrollierbar. Du kannst deine Schnitte und Effekte in natürlicher Sprache steuern, behältst aber die volle Kontrolle über jeden Schnitt, Zoom und jedes Overlay.

Lade ScreenKite herunter und erlebe agentenbasierten Videoschnitt auf macOS noch heute.