Videos schneiden mit Claude Code

# CLAUDE-SCHNITT-SETUP: Videos schneiden mit Claude Code

Von Gernot Pirker (MonkeyMedia) · Stand: 15. Oktober 2026 · für Mac (Apple Silicon) und Windows 10/11 (64 Bit)

---

## So verwendest du diese Datei

1. Leg einen leeren Ordner an, z. B. `claude-schnitt`, und kopier diese Datei hinein.
2. Öffne Claude Code in diesem Ordner (Terminal: `cd claude-schnitt` und dann `claude`).
3. Schreib: **„Lies CLAUDE-SCHNITT-SETUP.md und richte alles Schritt für Schritt ein.“**
4. Claude fragt vor jeder Installation nach. Logins (nur bei Higgsfield) machst du selbst im Browser.

Dauer: je nach Internet ca. 30 bis 60 Minuten. Freier Speicherplatz: mindestens **15 GB** (Blender, KI-Modelle für Whisper, CLAP und Demucs).

---

## Ehrlich vorab: Was ist gratis, was nicht?

| Werkzeug | Wofür | Kosten / Lizenz | Haken |
|---|---|---|---|
| **Claude Code** | der „Cutter“, steuert alles | **nicht gratis**: braucht ein Claude-Abo ab **Pro** (ca. 17 bis 20 USD/Monat) oder API-Guthaben. Im Free-Plan ist Claude Code nicht dabei. | Die Werkzeuge unten laufen lokal, Claude selbst läuft in der Cloud. |
| **HyperFrames** (HeyGen) | Video-Engine (HTML → MP4) | Open Source, **Apache 2.0**, gratis, auch kommerziell | Node.js 22+ und FFmpeg nötig. Sendet anonyme Nutzungsdaten, abschaltbar (siehe Schritt 2). Cloud-Rendering von HeyGen ist optional und nicht nötig. |
| **Remotion** (optional, Alternative) | Video-Engine (React → MP4) | **Kein klassisches Open Source**, sondern „source-available“ mit eigener Lizenz. Gratis für Einzelpersonen, Firmen/Teams **bis 3 Personen** und Non-Profits. | **Ab 4 Personen** im Unternehmen ist eine **Company License** Pflicht (z. B. „Remotion for Creators“ 25 USD pro Person/Monat; Automatisierung 0,01 USD pro Render, mind. 100 USD/Monat). Gezählt wird die Gesamtzahl im Unternehmen, nicht nur wer Remotion nutzt. |
| **Whisper** (OpenAI) | Untertitel, Wort-Zeitstempel | Open Source, **MIT**, gratis, lokal | Modelle werden beim ersten Start geladen. Große Modelle brauchen viel Speicher (turbo ca. 6 GB VRAM/RAM). |
| **CLAP** (LAION) | erkennt Geräusche, sucht ähnliche Sounds | Code **CC0**, Modell `laion/clap-htsat-unfused` **Apache 2.0**, gratis | Kein fertiges Programm. Claude baut dir ein kleines Such-Skript (Schritt 4). Modell-Download ca. 615 MB. |
| **Demucs** | trennt Stimme, Drums, Bass, Rest | Open Source, **MIT**, gratis | Das alte Meta-Repo ist archiviert, gepflegt wird es jetzt von Alexandre Défossez. Ohne Grafikkarte langsamer (ca. 1,5× Songlänge). |
| **Blender** | 3D-Objekte und Szenen | Open Source, **GPL**, gratis | Blender 5.x läuft nur auf Apple-Silicon-Macs (macOS 13+). Intel-Macs: Blender 4.5 LTS. Mindestens 8 GB RAM. |
| **MCP for Blender** (Community, ehem. „blender-mcp“) | Claude steuert Blender | Open Source, **MIT**, gratis | Führt von Claude geschriebenen Python-Code in Blender aus. Vorher speichern! KI-3D-Generatoren darin („Premium“) kosten extra, die brauchst du nicht. |
| **Higgsfield** (optional) | KI-Videos für Shots, die Blender nicht kann | **kostenpflichtig**: aktives, bezahltes Higgsfield-Abo, verbraucht Credits | Kein API-Key nötig, aber Login mit deinem Konto. Nur wenn du schon ein Abo hast. |

**Die Aussage „ohne API-Keys und ohne Abos“ stimmt für die fünf Werkzeuge.** Für Claude Code selbst brauchst du aber ein Claude-Abo.

> **Ersetzt bzw. präzisiert gegenüber dem englischen Original:**
> - **Whisper**: Auf Windows wird zusätzlich der Weg über das Whisper-Kommandozeilenprogramm von OpenAI genutzt, weil HyperFrames dort whisper.cpp selbst kompilieren müsste. *(markiert)*
> - **CLAP**: wird über Hugging Face `transformers` genutzt statt über das ältere Paket `laion-clap`, das noch `numpy<2` verlangt und sich mit aktuellen Python-Versionen schlecht verträgt. Gleiches Modell-Team (LAION). *(markiert)*
> - **Blender-Steuerung**: Es gibt kein Blender-MCP „von Haus aus“. Wir nutzen das Community-Projekt **MCP for Blender** (github.com/ahujasid/mcp-for-blender). Das offizielle **Blender-Lab-MCP** (blender.org/lab/mcp-server, GPL) gibt es auch, siehe Alternative in Schritt 6. *(markiert)*
> - **Higgsfield**: Für Claude Code empfiehlt Higgsfield selbst **CLI + Skills** statt MCP. MCP geht laut Higgsfield aber auch. *(markiert)*
> - „CLAP“ ist hier das Audio-KI-Modell, **nicht** das gleichnamige Audio-Plugin-Format (CLever Audio Plugin).

---

## ANWEISUNGEN AN CLAUDE CODE

Claude, du richtest jetzt eine lokale Videoschnitt-Umgebung ein. Halte dich an diese Regeln:

### Regeln

1. **Vor jeder Installation fragen.** Zeig den Befehl, erklär in einem Satz, was er tut, und warte auf „ja“.
2. **Erst prüfen, dann installieren.** Ist ein Werkzeug schon da und aktuell genug, überspringen.
3. **Keine Zugangsdaten.** Schreib niemals Passwörter, Tokens oder API-Keys in Dateien, Befehle oder Protokolle. Logins macht die Nutzerin oder der Nutzer selbst im Browser.
4. **Kein `sudo` / kein Administrator-Terminal**, ohne vorher zu fragen und den Grund zu nennen.
5. **Protokoll führen:** Schreib jeden Schritt kurz in `SETUP-PROTOKOLL.md` (Datum, Befehl, Ergebnis, Version).
6. **Bei Fehlern:** Fehlermeldung zeigen, Ursache in einfachen Worten erklären, eine Lösung vorschlagen. Nicht stillschweigend auf andere Werkzeuge ausweichen.
7. Antworte auf **Deutsch**, kurz und verständlich. Die Person ist eventuell keine Programmiererin.

### Schritt 0: System prüfen

- Betriebssystem und Architektur feststellen:
  - Mac: `uname -m` (erwartet `arm64`), `sw_vers` (macOS 13 oder neuer), `sysctl -n hw.memsize`
  - Windows (PowerShell): `[System.Environment]::OSVersion`, `$env:PROCESSOR_ARCHITECTURE` (erwartet `AMD64`), `(Get-CimInstance Win32_ComputerSystem).TotalPhysicalMemory`
- Freien Speicherplatz prüfen (mind. 15 GB).
- Grafikkarte notieren: Mac (Apple Silicon = Metal/MPS), Windows: `nvidia-smi` (NVIDIA vorhanden?).
- Ergebnis als kurze Tabelle zeigen. Warnungen:
  - **Intel-Mac:** Blender nur bis 4.5 LTS; Demucs mit `--python 3.12`.
  - **Windows auf ARM:** nicht offiziell abgedeckt, vorher Bescheid geben.
  - **Unter 16 GB RAM:** kleinere Whisper-Modelle (`small`) verwenden.

### Schritt 1: Grundwerkzeuge (Node.js 22+, FFmpeg, uv, Git)

**Mac:**
- Prüfen, ob Homebrew da ist: `brew --version`. Falls nicht: die Person bitten, Homebrew selbst von https://brew.sh zu installieren (braucht das Mac-Passwort, das gibst du nicht ein).
- `brew install node ffmpeg uv git`

**Windows (PowerShell):**
- `winget install -e --id OpenJS.NodeJS.LTS`
- `winget install -e --id Gyan.FFmpeg`
- `winget install -e --id astral-sh.uv`
- `winget install -e --id Git.Git`
- Danach Terminal bzw. Claude Code neu starten, damit der PATH stimmt.

**Prüfen:** `node -v` (muss **22 oder höher** sein), `ffmpeg -version`, `uv --version`, `git --version`.

### Schritt 2: AUSRÜSTUNG 1/5: HyperFrames (Video-Engine)

Quelle: https://github.com/heygen-com/hyperframes (Apache 2.0, von HeyGen)

1. Claude-Code-Plugin installieren (im Terminal, außerhalb der Claude-Sitzung, oder über `/plugin`):
   ```
   claude plugin marketplace add heygen-com/hyperframes
   claude plugin install hyperframes@hyperframes
   ```
2. Projekt anlegen:
   ```
   npx hyperframes init schnitt-projekt
   cd schnitt-projekt
   npx hyperframes doctor
   ```
3. Optional Telemetrie abschalten: Umgebungsvariable `HYPERFRAMES_NO_TELEMETRY=1` setzen (Mac: in `~/.zshrc`; Windows: `setx HYPERFRAMES_NO_TELEMETRY 1`). Vorher fragen.
4. Test: kurze 5-Sekunden-Komposition mit Titel erstellen, dann `npx hyperframes render`. Prüfen, ob eine MP4 entsteht.
5. Der Person sagen: Nach der Plugin-Installation **Claude Code neu starten**, dann gibt es `/hyperframes`.

**Optional: Remotion statt oder zusätzlich zu HyperFrames** (nur wenn die Person das will):
- **Vorher die Lizenz ansprechen:** gratis nur für Einzelpersonen, Firmen bis 3 Personen, Non-Profits. Frag nach: „Wie viele Leute arbeiten in deinem Unternehmen?“ Bei 4 oder mehr: Hinweis auf Company License (https://www.remotion.dev/docs/license) und nur weitermachen, wenn die Person das bestätigt.
- Installation: `npx create-video@latest`, danach im Projekt `npx remotion skills add`, oder als Plugin:
  ```
  claude plugin marketplace add remotion-dev/claude-code-plugin
  claude plugin install remotion@remotion
  ```
- Die anderen vier Werkzeuge funktionieren mit Remotion genauso.

### Schritt 3: AUSRÜSTUNG 2/5: Whisper (Untertitel)

Quelle: https://github.com/openai/whisper (MIT). Läuft komplett lokal, kein API-Key.

**Beide Systeme (Whisper-Kommandozeile):**
```
uv tool install --python 3.12 openai-whisper
```
Test (Deutsch!):
```
whisper test.mp4 --model turbo --language de --output_format srt --word_timestamps True --output_dir untertitel
```
- `turbo` ist mehrsprachig und schnell, braucht aber ca. 6 GB Speicher. Bei wenig RAM: `--model small`.
- **Wichtig:** Modelle mit `.en` (z. B. `small.en`) können **nur Englisch**. Für deutsche Videos immer mehrsprachige Modelle und `--language de`.

**Zusätzlich auf dem Mac (schneller, mit Apple-Chip-Beschleunigung, direkt in HyperFrames):**
```
brew install whisper-cpp
npx hyperframes transcribe video.mp4 --model large-v3 --language de
```

**Auf Windows mit HyperFrames:** HyperFrames müsste whisper.cpp dort selbst kompilieren. Daher entweder
- das SRT aus der Whisper-Kommandozeile importieren: `npx hyperframes transcribe untertitel/video.srt`, oder
- Parakeet nutzen (kann Deutsch, lokal, ca. 640 MB): `npx hyperframes models install parakeet`, dann `npx hyperframes transcribe video.mp4 --engine parakeet`.

### Schritt 4: AUSRÜSTUNG 3/5: CLAP (Geräusche erkennen und ähnliche Sounds finden)

Quelle: https://github.com/LAION-AI/CLAP (CC0), Modell: https://huggingface.co/laion/clap-htsat-unfused (Apache 2.0)

1. Eigene Python-Umgebung anlegen:
   ```
   mkdir -p werkzeuge/clap && cd werkzeuge/clap
   uv init --python 3.11 --no-readme
   uv add torch transformers librosa soundfile numpy
   ```
   (Windows: `mkdir werkzeuge\clap` statt `mkdir -p`.)
2. Lege `werkzeuge/clap/clap_sound.py` mit dieser Funktion an:
   - `index <ordner>`: Liest alle Audiodateien (wav, mp3, flac, ogg, m4a) im Ordner `sounds/` ein (auf 48 kHz, Mono, max. 10 s), berechnet mit `ClapModel` + `ClapProcessor` aus `laion/clap-htsat-unfused` die Audio-Embeddings und speichert sie in `sounds/.clap_index.npz` (Pfade + normierte Vektoren).
   - `suche "<text>"`: Text-Embedding berechnen, die 10 ähnlichsten Sounds per Kosinus-Ähnlichkeit ausgeben.
   - `aehnlich <datei>`: die 10 Sounds ausgeben, die einer Datei am ähnlichsten klingen.
   - `etikett <datei>`: die Datei gegen eine Liste deutscher und englischer Begriffe (z. B. „whoosh“, „Klick“, „Applaus“, „Explosion“, „Regen“, „Schritte“, „Tür“, „Bass-Drop“, „Riser“, „Glitch“) vergleichen und die 3 passendsten Etiketten ausgeben.
   - Gerät automatisch wählen: `mps` (Mac), `cuda` (NVIDIA), sonst `cpu`.
   - Hinweis für dich, Claude: Je nach `transformers`-Version heißt das Argument im Processor `audio=` oder `audios=`. Prüf die installierte Version und nimm das richtige.
   - Englische Suchbegriffe funktionieren meist besser. Übersetz deutsche Suchanfragen intern ins Englische.
3. Test: drei Beispielsounds in `sounds/` legen (oder die Person bitten), `uv run clap_sound.py index ../../sounds` und `uv run clap_sound.py suche "whoosh"`.

### Schritt 5: AUSRÜSTUNG 4/5: Demucs (Musik trennen)

Quelle: https://github.com/adefossez/demucs (MIT, offiziell gepflegte Fortsetzung von facebookresearch/demucs)

```
uv tool install demucs
```
(Intel-Mac: `uv tool install --python 3.12 demucs`)

Test:
```
demucs --two-stems=vocals -o stems musik/song.mp3
demucs -o stems musik/song.mp3
```
- Erste Zeile: nur Stimme und Rest. Zweite Zeile: Stimme, Drums, Bass, Rest (4 Spuren).
- Ergebnisse landen in `stems/htdemucs/<songname>/`.

**Hardware (laut Demucs-Doku):**
- **Mac mit Apple-Chip:** Grafikbeschleunigung (MPS) wird automatisch genutzt. Bei Problemen `-d cpu`.
- **Windows:** standardmäßig CPU. Mit NVIDIA-Grafikkarte (mind. 2 bis 3 GB Grafikspeicher; mit Standardeinstellungen ca. 7 GB) ist es schneller, braucht aber die CUDA-Version von PyTorch. Nur auf Wunsch einrichten.
- **Zu wenig Grafikspeicher:** `--segment 7` oder `-d cpu`.
- **Nur CPU:** Dauer ca. 1,5× Songlänge, für Reels völlig okay.
- `--shifts` macht es nur langsamer, ohne GPU weglassen.
- **Rechte:** Nur Musik trennen, die man nutzen darf.

### Schritt 6: AUSRÜSTUNG 5/5: Blender + MCP (3D gratis)

**Blender** (https://www.blender.org, GPL, gratis):
- Mac: `brew install --cask blender`, Windows: `winget install -e --id BlenderFoundation.Blender`
- Oder direkt von https://www.blender.org/download/ (aktuell 5.2 LTS).
- Voraussetzungen: Mac mit Apple-Chip, macOS 13+; mindestens 8 GB RAM (empfohlen deutlich mehr). Intel-Mac: Blender 4.5 LTS.
- Blender auch ohne Claude nutzbar: Claude kann Python-Skripte schreiben und mit `blender --background --python skript.py` rendern lassen.

**MCP for Blender** (Community-Projekt, MIT, https://github.com/ahujasid/mcp-for-blender):
```
claude mcp add blender uvx mcp-for-blender
uvx mcp-for-blender install-addon
```
- Danach Blender öffnen, im 3D-Fenster `N` drücken → Reiter **MCP for Blender** → **Start MCP Server**, falls er nicht von selbst läuft.
- Claude Code neu starten, mit `/mcp` prüfen, ob `blender` verbunden ist.
- **Vor dem Einrichten der Person sagen:**
  - Das MCP lässt Claude **beliebigen Python-Code in Blender** ausführen. Vorher immer speichern.
  - Poly Haven, Sketchfab usw. laden Dateien aus dem Internet. Bei Bedarf im Add-on abschalten.
  - Die „Premium“-3D-Generatoren (Tripo, Hunyuan3D, Hyper3D Rodin) kosten Geld und sind **nicht nötig**.
  - Telemetrie ist laut Projekt opt-in (standardmäßig aus). Nicht einschalten.
  - Immer nur **eine** MCP-Server-Instanz gleichzeitig laufen lassen.

**Alternative (offiziell von den Blender-Entwicklern):** Blender Lab MCP Server, GPL, ab Blender 5.1: https://www.blender.org/lab/mcp-server/. Er ist eher zum Analysieren und Bearbeiten bestehender Szenen gedacht. Laut Blender-Warnung führt er KI-Code ungeschützt aus, eine VM wird empfohlen. Nur einrichten, wenn die Person das ausdrücklich will.

### Schritt 7 (optional): Higgsfield, nur mit bezahltem Abo

Nur fragen: „Hast du ein aktives Higgsfield-Abo?“ Wenn nein: Schritt überspringen.

**Empfohlener Weg für Claude Code (laut Higgsfield): CLI + Skills**
```
npm i -g @higgsfield/cli
higgsfield auth login
npx skills add higgsfield-ai/skills
```
- `higgsfield auth login` öffnet den Browser. **Die Person loggt sich selbst ein.** Du speicherst nichts.
- Alternativ als Plugin: `/plugin marketplace add higgsfield-ai/skills` und `/plugin install higgsfield@higgsfield`.

**Alternativ per MCP** (laut Higgsfield auch mit Claude Code möglich):
```
claude mcp add --transport http higgsfield https://mcp.higgsfield.ai/mcp
```
Danach in Claude Code `/mcp` → higgsfield → Anmeldung im Browser.

- **Kosten:** Jede Generierung verbraucht Credits aus dem Abo. Vor jeder Higgsfield-Generierung fragen und die geschätzten Credits nennen.
- Einsatz: nur für Shots, die Blender nicht schafft (z. B. realistische Menschen und Bewegungen).

### Schritt 8: Projektordner und Projekt-Anleitung

Lege im Projekt diese Ordner an:
```
rohmaterial/   eigene Aufnahmen
sounds/        Soundeffekte (CLAP durchsucht diesen Ordner)
musik/         Musik (nur lizenzfreie oder eigene)
stems/         Demucs-Ergebnisse
untertitel/    Whisper-Ergebnisse (SRT/VTT)
3d/            Blender-Dateien und Renders
export/        fertige Videos
werkzeuge/     Hilfsskripte (z. B. CLAP)
```

Schreib eine `CLAUDE.md` ins Projekt mit diesem Ablauf:
1. Briefing klären: Format (9:16, 1080×1920, 30 fps), Länge, Zielgruppe, Ton.
2. Rohmaterial sichten, mit Whisper transkribieren (`--language de`).
3. Schnittplan als Tabelle (Zeit, Bild, Ton, Text) vorschlagen und **bestätigen lassen**.
4. Komposition in HyperFrames bauen (oder Remotion, falls gewählt).
5. Musik bei Bedarf mit Demucs trennen, Sounds mit CLAP finden.
6. 3D-Elemente in Blender, nur auf Wunsch Higgsfield (Credits!).
7. Vorschau (`npx hyperframes preview`), Feedback einarbeiten, dann rendern nach `export/`.
8. Untertitel: groß, gut lesbar, Safe Zone für Instagram/TikTok beachten (oben und unten Platz lassen).

### Schritt 9: Abschluss-Check

Zeig am Ende eine Tabelle:

| Werkzeug | Version | Test ok? |
|---|---|---|
| Node.js / FFmpeg / uv | … | … |
| HyperFrames | `npx hyperframes --version` | Test-MP4 gerendert? |
| Whisper | `whisper --help` | SRT auf Deutsch erzeugt? |
| CLAP | Skript läuft? | Suche liefert Treffer? |
| Demucs | `demucs --help` | Stems erzeugt? |
| Blender + MCP | `blender --version`, `/mcp` | Würfel per Claude erzeugt? |
| Higgsfield (optional) | `higgsfield --version` | nur wenn Abo |

Dann sag: **„Fertig. Beschreib mir jetzt das Video, das du willst, und ich fang an zu schneiden.“**

---

*Hinweis: Alle Angaben geprüft am 15.10.2026. Lizenzen und Preise können sich ändern. Bei Remotion und Higgsfield vor kommerzieller Nutzung die aktuellen Bedingungen lesen.*