Ein Upload, sechs Ergebnisse
Eine einzelne Quellaufnahme muss heute ein vertikales 9:16 Reel, ein quadratischer 1:1-Schnitt, eine horizontale 16:9-Version, eine stummgeschaltete und untertitelte Variante für die automatische Wiedergabe, ein gebrandeter Schnitt mit Logo und Intro/Outro sowie eine komprimierte Version werden, die sofort auf einer schwachen Verbindung lädt. Derselbe Inhalt, sechs oder mehr Formate – multipliziert über jede Kampagne und jeden Creator, jeden Tag.
Dies im großen Maßstab zu lösen, bedeutet, dass Video programmatisch transformiert werden muss, nicht manuell bearbeitet. Das ist die Aufgabe, die FFmpeg in unserer Pipeline übernimmt.
Warum gerade FFmpeg
FFmpeg ist ein kostenloses Open-Source-Kommandozeilen-Tool zum Konvertieren, Filtern und Codieren von Audio und Video. Es hat keine UI – Sie beschreiben genau, was Sie wollen, als Befehl, und es führt ihn aus. Das ist das gesamte Leistungsversprechen: Ein Befehl kann durch Code generiert, pro Benutzer parametrisiert, in einer Pipeline in die Warteschlange gestellt und ohne menschliches Zutun auf einem Server ausgeführt werden. Videobearbeitung wird zu etwas, das Sie programmieren, anstatt etwas, das Sie manuell anklicken.
Drei Eigenschaften machen es zur richtigen Wahl für dieses spezifische Problem, anstatt nur „ein Videotool, das funktioniert“ zu sein:
Zusammensetzbare Filter. FFmpeg's Filtergraph ermöglicht es, Skalierung → Zuschneiden → Überlagerung → Überblendung in einem einzigen Durchlauf zu verketten. Das ist wichtig, weil es das Schreiben von Zwischendateien bei jedem Schritt vermeidet – eine naive Pipeline, die zwischen jeder Operation neu codiert, vervielfacht sowohl die Renderzeit als auch den Speicherverbrauch. Die Verkettung reduziert eine mehrstufige Transformation auf eine einzige Codierung.
Stream-basierte Operationen, nicht nur Neucodierungen. FĂĽr Operationen wie das Trimmen kann FFmpeg vorhandene Streams kopieren, anstatt sie zu dekodieren und neu zu kodieren:
ffmpeg -i input.mp4 -ss 00:00:08 -t 15 -c copy highlight.mp4
-c copy ist der Unterschied zwischen einem Trimmen, das in Sekunden abgeschlossen ist, und einem, das so lange dauert wie eine vollständige Neucodierung. Wir verwenden es überall dort, wo die Operation keine Berührung von Pixeldaten erfordert – Trimmen, Format-Remuxing – und behalten die vollständige Neucodierung für Schritte vor, die sie tatsächlich benötigen, wie Skalierung oder Überlagerung.
Hardware-bewusste Kodierung. FFmpeg kann GPU-Encoder (NVENC, QSV, VideoToolbox) anstelle des CPU-only libx264 nutzen. GPU-Codierung punktet bei hohem Volumen mit rohem Durchsatz; libx264 liefert immer noch eine vorhersehbarere, abstimmbarere Qualität bei einer bestimmten Bitrate. Welches davon verwendet wird, ist ein echter Kompromiss, kein festgelegter Standard – wir bevorzugen CPU-Codierung für alles, was markenrelevant ist und wo die Qualitätskontrolle am wichtigsten ist, und behalten GPU-Pfade für große Mengen mit niedrigerer Priorität vor.
Wie die Pipeline es tatsächlich verwendet
Reframing.
Die häufigste Anfrage ist: „Mach, dass dies überall passt.“ Eine horizontale Quelle wird über Skalierung und Zuschneiden zu einem vertikalen Reel. Gerades Zuschneiden ist schnell, wirft aber einen Teil des Bildes weg – gut für zentrierte Motive, schlecht, wenn sich das Motiv außerhalb des Zentrums bewegt. In diesen Fällen greifen wir auf einen unscharfen, vollformatigen Hintergrund hinter einer korrekt skalierten Vordergrundkopie zurück, damit nichts abgeschnitten wird:
ffmpeg -i input.mp4 -filter_complex \
"[0:v]scale=1080:1920,boxblur=20:5[bg]; \
[0:v]scale=1080:-2[fg]; \
[bg][fg]overlay=(W-w)/2:(H-h)/2" \
-c:a copy output_blurred.mp4
Das ist eine bewusste Zwei-Wege-Entscheidung, kein einzelner Standardfilter – zuschneiden, wenn es sicher ist, auf Unschärfe zurückgreifen, wenn nicht.
Branding, Untertitel, Audio. Logos, Intros und Outros werden als parametrisierte Überlagerungen und Verkettungen angewendet, sodass Position, Größe und Deckkraft je nach Marke geändert werden können, ohne den Pipeline-Code zu berühren. Untertitel werden direkt in die Frames eingebrannt, anstatt als separate Untertitelspur geliefert zu werden – automatisch stummgeschaltete Feeds bedeuten, dass die Untertitel jede Neucodierung der Zielplattform überleben müssen, und ein eingebrannter Untertitel tut dies immer; eine Untertitelspur manchmal nicht. Audio wird gemischt und lautstärke-normalisiert, damit kein Clip in einem Scroll-Feed störend lauter ist als der vorherige.
Auslieferung. Jede Ausgabe wird mit +faststart codiert, was Metadaten der Datei an den Anfang verschiebt, damit die Wiedergabe beginnen kann, bevor die gesamte Datei heruntergeladen ist – ein kleines Flag mit einer überproportionalen Wirkung auf die wahrgenommene Ladezeit speziell für Kurzvideoformate.
Der Kompromiss, an dem wir noch arbeiten
Nicht jede Entscheidung ist hier endgültig. Die GPU- vs. CPU-Codierung ist diejenige, die wir am häufigsten neu bewerten: Der GPU-Durchsatz ist attraktiv, wenn das Volumen wächst, aber die Konsistenz der Qualität pro Bitrate bevorzugt immer noch die CPU-Codierung für markenkritische Ausgaben. Derzeit wird diese Aufteilung manuell pro Jobtyp gehandhabt; sie zu einer automatischen, qualitätsbewussten Routing-Entscheidung zu machen, ist der nächste Teil dieser Pipeline, den wir aufbauen.
Warum das wichtig ist
Zusammengenommen löst ein einziger Upload eine Pipeline aus, die es in vertikale, quadratische und horizontale Varianten neu ausrichtet, brandet, Untertitel einbrennt, auf den stärksten Schnitt trimmt, Audio mischt und normalisiert und für eine schnelle Auslieferung komprimiert – ohne dass ein Editor eine Zeitleiste öffnen muss. Eine weitere Skalierung bedeutet lediglich, mehr FFmpeg Worker parallel laufen zu lassen, da jeder Job unabhängig und zustandslos ist.
Der Reels-Trend hat nicht nur das Aussehen von Inhalten verändert – er hat auch verändert, wie viele Formen ein einzelner Inhalt annehmen muss, und das in einem Zeitrahmen, den manuelle Bearbeitung nicht erreichen kann. FFmpeg hält Schritt, weil es Video als programmierbar und zusammensetzbar behandelt, anstatt als etwas, das manuell geklickt werden muss. Das ist der eigentliche Grund, warum diese Pipeline skaliert: Nicht, dass FFmpeg abstrakt leistungsstark ist, sondern dass jede Entscheidung darin – Zuschneiden vs. Unschärfe-Fallback, Stream-Kopie vs. Neukodierung, GPU vs. CPU – bewusst, je nach Fall, und nicht standardmäßig getroffen wird.
Wenn Sie eine solche Pipeline aufbauen und eine zweite Meinung zur Architektur wĂĽnschen, kontaktieren Sie uns.
