WERKSTATT · 20. JULI 2026
100 Millisekunden Luft. Warum Maschinenschnitt nicht nach Maschine klingen muss
Automatischer Videoschnitt scheitert selten an der Technik und fast immer am Timing. Die Padding-Werte unserer Schnittstrecke, und warum jede Zahl dokumentiert ist.
Von David Briggeler — aus dem laufenden Betrieb, keine Theorie.
Wenn eine Maschine ein Video schneidet, erkennt man das meistens sofort am Rhythmus. Wörter kleben aneinander, Sätze enden abgehackt, und am Videoende fehlt der halbe Atemzug, der einen Schluss erst wie einen Schluss wirken lässt.
Das Problem ist selten die Erkennung. ElevenLabs Scribe liefert bei uns für jedes Wort einen Zeitstempel auf die Millisekunde. Das Problem ist, was man mit diesen Zeitstempeln macht.
Schnitt auf den Zeitstempel = Schnitt ins Wort
Wer exakt an der Wortgrenze schneidet, schneidet zu früh. Gesprochene Sprache hat Ausklang. Konsonanten hallen nach, Vokale laufen aus, und die Pause gehört zum Satz. Geschnitten wird bei uns mit ffmpeg, und die Schnittstrecke arbeitet mit dokumentierter Luft an jeder Kante:
- Mitten im Satz: 100 Millisekunden nach dem Wortende, 80 Millisekunden vor dem nächsten Einstieg. Genug, dass nichts klebt, und zu wenig, als dass eine Lücke entsteht.
- An Satzgrenzen: 200 Millisekunden Auslauf, 130 bis 150 Millisekunden Anlauf. Ein Satzende darf man hören.
- Am Videoende: 600 bis 700 Millisekunden nach dem tatsächlichen letzten Wortende. Das ist der Unterschied zwischen «zu Ende» und «abgebrochen».
Das tatsächliche Wortende ist der entscheidende Begriff
Transkripte enthalten gelegentlich Fehler, besonders bei Versprechern, Halbsätzen und Selbstkorrekturen. Deshalb werden verdächtige Stellen bei uns ausgeschnitten und als eng begrenzter Ausschnitt ein zweites Mal transkribiert. Erst wenn beide Durchläufe dasselbe sagen, wird geschnitten. Klingt pedantisch. Ist es auch. Genau diese Pedanterie ist der Grund, warum am Ende niemand merkt, dass keine Hand am Schnittpult sass.
Warum die Zahlen öffentlich sind
Jede Schnittliste, die unsere Strecke erzeugt, trägt einen Parameterblock namens _padding_params. Darin steht, welche Luft an welcher Kante nach welcher Regel gilt. Undokumentierte Zahlen gibt es darin nicht. Das hat einen praktischen Grund. Fehler lassen sich nur finden, wenn Entscheidungen sichtbar sind. Und es hat einen grundsätzlichen Grund. Wer Automatisierung verkauft, ohne zu zeigen, wie sie entscheidet, verkauft Vertrauen auf Kredit.
Dieser Beitrag ist Teil der Werkstatt-Reihe mit Berichten aus einer Produktionsstrecke, die täglich läuft.