Open Source · MIT · bald verfügbar

Dein Material. Dein Modell. Dein Rechner.

Klarschnitt synchronisiert deine Kameras, versteht das Gespräch und legt dir einen Schnitt vor, den Premiere Pro, DaVinci Resolve und Final Cut einfach öffnen.

Wie viel KI dabei ist, entscheidest du — von gar keiner bis zu einem Modell auf deinem eigenen Laptop.

Bald auf GitHub Wie es arbeitet

MIT-Lizenz · kein Konto · kein Upload · läuft mit Ollama, LM Studio und llama.cpp · macOS, Linux, Windows

Ein von Klarschnitt gerenderter Untertitel, das gesprochene Wort hervorgehoben — ein echtes Bild, keine Nachstellung.

Das Problem

Zwei Stunden Material, und jetzt liegt es da

Du hast ein Gespräch aufgenommen. Drei Kameras, guter Ton vom Recorder. Der Ton muss synchron. Jeder Perspektivwechsel will gesetzt werden. Die „ähms“ müssen raus, die drei Anläufe für denselben Satz auch. Untertitel wären schön.

Nichts davon ist eine kreative Entscheidung. Das sind einfach Stunden — Stunden, die niemand vermisst, wenn sie wegfallen.

Klarschnitt nimmt diese Stunden. Die Entscheidungen nimmt es nicht.

Eine Kamera steht noch auf dem Stativ in einem Wohnzimmer, der Kontrollmonitor läuft. Das Material ist im Kasten, die Arbeit fängt jetzt erst an.

Eine Hand liegt auf den Reglern eines Mischpults, daneben leuchten die Anzeigen eines zweiten Geräts.

Die Einstellung, auf die es ankommt

Vier Stufen. Du wählst eine.

Jedes KI-Schnittwerkzeug hat schon für dich entschieden: welches Modell, welche Cloud, welches Abo. Klarschnitt fragt stattdessen.

Stufe	Was passiert	Was den Rechner verlässt
0 aus	Nur Regeln, in einer Textdatei, die du lesen und ändern kannst. Zweimal gestartet heißt zweimal dasselbe Ergebnis.	nichts
1 lokal	Whisper transkribiert, Sprecher werden getrennt, Untertitel gerendert, Schnitte berechnet — alles auf deiner Hardware.	nichts
2 Text	Ein Sprachmodell berät beim Schnitt. Das darf ein Modell auf deinem eigenen Rechner sein.	Text, oder gar nichts
3 erzeugend	Neues Material darf entstehen: B-Roll, Übergänge, synthetische Stimmen.	Medien, an einen selbstgewählten Anbieter

Voreingestellt ist Stufe 1 — die Stufe, auf der das Werkzeug wirklich nützlich ist und trotzdem nichts das Gerät verlässt. Jeder Baustein sagt, welche Stufe er braucht. Steht die Stufe darunter, läuft er nicht und sagt, welche er bräuchte. Kein stilles Überspringen, keine Überraschung auf der Rechnung.

Zwei Menschen sitzen sich in einem Backsteinraum gegenüber, Mikrofone und Lampen stehen, im Hintergrund richtet jemand das Licht.

Stufe 2, ohne dass etwas den Raum verlässt

Ein Modell, das dein Transkript liest — auf deinem eigenen Laptop

Ein Sprachmodell, das das Transkript liest, das Gespräch versteht und Schnittvorschläge macht, ist wirklich nützlich. Ein Familieninterview, eine Therapiesitzung oder eine interne Aufzeichnung auf einen fremden Server zu laden, ist es wirklich nicht.

Das waren bisher die einzigen zwei Möglichkeiten.

Ollama, LM Studio, llama.cpp, Jan, vLLM und LocalAI sprechen alle dieselbe OpenAI-kompatible Schnittstelle. Klarschnitt braucht keinen Adapter pro Anbieter. Es braucht eine Adresse.

[ki]
stufe     = 2
endpunkt  = "http://localhost:11434/v1"
modell    = "qwen2.5:14b"
nur_lokal = true

nur_lokal = true ist keine Absichtserklärung. Es ist eine Prüfung. Klarschnitt löst den Hostnamen auf und verweigert jede Adresse, die keine Loopback-Adresse auf diesem Gerät ist. Nicht das Heimnetz — dieses Gerät. Wer die Adresse mit gesetztem Flag auf einen fremden Anbieter ändert, bekommt einen Fehler, keinen stillen Upload.

Therapie und Beratung

Sitzungsaufzeichnungen zusammenfassen und verschlagworten, ohne Verarbeitung durch Dritte.

Kanzlei und Compliance

Mandantengespräche inhaltlich schneiden — auf dem Rechner, auf dem sie aufgenommen wurden.

Schule und Hochschule

Unterricht untertiteln, auch dort, wo Cloud-Werkzeuge untersagt sind.

Journalismus und Forschung

Interviews mit Quellenschutz, oder ein Ethikvotum, das die Cloud ausschließt.

Was es tut

Sechs Schritte, und eine Schublade voller Klingen

1
Synchronisieren

Findet den Versatz zwischen Recorder-Ton und jeder Kamera. Keine Klappe nötig. Jedes Ergebnis hat eine Güte-Angabe — ein unsicherer Treffer sagt das, statt es zu verschweigen.
2
Zuhören

Transkribiert lokal mit Whisper, auf Apple Silicon über die Grafikeinheit. Oder du bringst ein fertiges Transkript aus Premiere, DaVinci oder ElevenLabs mit — mit einer Zeitmarke für jedes einzelne Wort.
3
Aufräumen

Füllwörter, Fehlstarts, doppelte Takes, tote Pausen. Du bekommst den Text zum Überfliegen, durchgestrichen ist, was fliegt. Nichts wird geschnitten, bevor du es gesehen hast.
4
Regie führen

Wer spricht, wird gezeigt — aber nicht stumpf. Zu lange auf einem Gesicht wird aufgelockert, Nachdenkpausen gehen auf die Totale, kurze Einwürfe lassen die Kamera stehen.
5
Beschriften

Untertitel, die einfliegen und Wort für Wort mithighlighten. Fünf Stile — oder gemessen aus einem Bildschirmfoto eines Stils, der dir gefällt. Mit Alphakanal gerendert, damit jedes Schnittprogramm sie lesen kann.
6
Ausgeben

Sequenzen, EDL, Marker — alle vorher geprüft. Deine Originallänge bleibt in einer eigenen Spurmontage erhalten.

Du liest den Text, nicht die Timeline

Der Putzschnitt legt dir zuerst das Transkript vor. Durchgestrichen ist, was fliegt: Füllwörter, Fehlstarts, die drei Anläufe für denselben Satz. Nichts wird geschnitten, bevor du es gesehen hast, und jede Entscheidung lässt sich mit einer Zeile in einer JSON-Datei umdrehen.

Es sagt dir, was es getan hat

Jeder Schritt meldet, was er gefunden und wie viel er entfernt hat — und warnt von selbst, wenn der Schnitt zu scharf wird. Ein Werkzeug, das stillschweigend ein Drittel eines Gesprächs löscht, spart keine Zeit.

Putzschnitt	Füllwörter, Fehlstarts, doppelte Takes, Stille — in vier Sprachen
Stil aus Bildschirmfoto	Zeig ihm einen Untertitel-Stil, der dir gefällt. Farbe, Größe, Position, Kasten, Rand werden gemessen
HTML → Overlay	Jede HTML-Animation wird eine QuickTime-Datei mit Alphakanal
Piepser	Wörter, die nicht gesendet werden sollen. Eigene Tonspur, Original bleibt
Kapitelmarken	Aus den Themenwechseln. Direkt in die Videobeschreibung
Lautheit	EBU R128. Misst zuerst, ändert nichts, bis du es sagst
Hochformat-Clips	Zugeschnitten auf die Stelle, an der wirklich Bewegung ist — kein Mittelbeschnitt
B-Roll-Auftragsliste	Anbieterneutral. Selbst füllen, von einem Modell füllen lassen, oder streichen

Eine von Hand gezeichnete Bildfolge auf einem Blatt Papier, ringsum Stifte und Notizen, zwei Hände arbeiten weiter daran.

Der Teil, den sonst niemand macht

Deine Originallänge bleibt

Die meisten Werkzeuge geben dir eine gekürzte Fassung. Klarschnitt gibt dir die — und zusätzlich etwas anderes: deine Originallänge, mit Perspektivwechseln darüber.

Unten liegt eine Kamera durchgehend. Darüber, auf eigenen Spuren, nur die Abschnitte, in denen eine andere Perspektive zu sehen sein soll. Wo nichts liegt, schaust du durch.

Eine Einstellung gefällt dir nicht? Clip auf der oberen Spur löschen. Es entsteht kein Loch — das Original liegt ja darunter.

Ehrlich gesagt

Was es nicht ist

Es ersetzt keinen Cutter.: Es nimmt die Arbeit ab, die keine Entscheidung ist. Die Story baust du.
Der erste Durchlauf ist nicht der letzte.: Rechne mit ein bis zwei Runden Nachjustieren — und alles, was es entscheidet, ist eine Textdatei, die du ändern kannst.
Es braucht ein Terminal — noch.: Die Mac-App ist in Arbeit. Heute sind es sechs Befehle.
Zwei Stunden Material brauchen Zeit.: Die Transkription ist der lange Teil: auf einem M-Mac etwa ein Viertel der Laufzeit. Mit fertigem Transkript sind es Sekunden.
Ein lokales 14B-Modell ist nicht das klügste verfügbare Modell.: Für Schnittentscheidungen auf einem Transkript reicht es. Stufe 2 lässt beides zu — das ist der Sinn der Sache.

Fragen

Bevor du fragst

Brauche ich einen API-Schlüssel?

Nein. Stufe 0 und 1 brauchen keinen. Stufe 2 mit einem lokalen Modell ebenfalls nicht. Nur ein entfernter Anbieter braucht einen Schlüssel, und der steht in einer Umgebungsvariablen — nie in einer Konfigurationsdatei, nie im Repository.

Was kostet es?

Nichts. MIT-Lizenz. Geld fließt nur, wenn du dich für einen kostenpflichtigen Anbieter entscheidest, und dann zahlst du direkt an diesen.

Brauche ich einen AV-Vertrag?

Auf Stufe 0 und 1 gibt es keine Verarbeitung durch Dritte. Auf Stufe 2 mit lokalem Modell ebenfalls nicht. Erst ab einem entfernten Anbieter wird es ein Thema, und dann ist dieser Anbieter der Vertragspartner.

Ist „lokal“ wirklich lokal?

Klarschnitt löst den Hostnamen des Endpunkts auf und verweigert alles, was keine Loopback-Adresse auf diesem Gerät ist. Es bricht ab, statt zu senden. Die Prüfung sind zwölf Zeilen Code, die man lesen kann.

Funktioniert es ohne Klappe?

Ja. Die Synchronisation läuft über den Ton. Solange jede Kamera irgendeinen Ton mitaufgezeichnet hat — auch schlechten — findet Klarschnitt den Versatz.

Mein Recorder liefert nur eine Stereosumme, keine Einzelspuren.

Das ist der Normalfall und der Grund, warum es dieses Projekt gibt. Die meisten Werkzeuge brauchen eine Tonspur pro Person. Klarschnitt trennt die Sprecher aus der Summe und kann daraus künstliche Einzelspuren erzeugen, wenn ein anderes Werkzeug sie braucht.

Kann ich die Entscheidungen ändern?

Alle. Jede Entscheidung steht in einer JSON- oder Markdown-Datei, die du bearbeiten kannst, und der Export hält sich daran.

Welches lokale Modell reicht?

Qwen 2.5 14B ist bei 32 GB Arbeitsspeicher der beste Kompromiss. Llama 3.1 8B läuft mit 16 GB. Es liest Text und folgt einer strukturierten Anweisung — die Hürde ist niedriger, als viele annehmen.

Blick von oben auf ein Drehset in einer Halle: ein Team an mehreren Kameras und Monitoren, in der Mitte sitzt jemand im Abendlicht auf einem Stuhl.

Bald auf GitHub

Der Code ist geschrieben und läuft. Was fehlt, ist Dokumentation, ein durchgerechnetes Beispielprojekt und ein Lizenzkopf in jeder Datei — der unglamouröse Teil, der darüber entscheidet, ob ein Fremder das Ding tatsächlich benutzen kann.

Kein Newsletter, keine Warteliste, kein E-Mail-Feld. Wenn es öffentlich ist, ist es hier öffentlich.