Video rendern: was zwischen Klick und fertiger MP4 passiert
Ein Video rendern heißt, aus einem Projekt mit Szenen, Aufnahmen, Texten, Ton und Timing eine fertige Videodatei zu berechnen: Jedes einzelne Bild wird gezeichnet, dann wird alles kodiert. Wer im Schnittprogramm ein Video rendern lässt, belastet dabei den eigenen Rechner; bei PageToVid läuft das Video-Rendering auf einer Cloud-Maschine, die nur für deinen Film reserviert ist, und am Ende stehen eine MP4, ein Vorschaubild und eine Untertiteldatei.
Dieser Leitfaden ist für alle, die gerade vor einem Fortschrittsbalken sitzen und wissen wollen, was die Maschine tut, warum das Rendern dauert, was genau in der Datei steckt und was es kostet, es noch einmal zu machen. Jede Zahl stammt aus unserem Render-Code oder aus einer echten Datei, die wir gemessen haben.
AEK Hub (aekhub.gr), eine News- und Spielplan-Seite für Fans von AEK Athen, als 45-Sekunden-Film in 16:9 mit 91 gesprochenen Wörtern; die MP4 haben wir für das Praxisbeispiel vermessen.
Was beim Rendern eigentlich passiert
Bevor es gerendert ist, ist ein Video nur eine Liste von Anweisungen: dieser Clip von Sekunde 3 bis 7, darüber dieser Titel, darunter diese Stimme, bei 4,2 Sekunden dieser Untertitel. Der Renderer liest die Liste und erzeugt die Einzelbilder, eines nach dem anderen, in fester Bildrate. Ein Encoder komprimiert dann Bilder und Tonmischung zu einer Datei, die ein Player streamen kann.
Deshalb dauert das Rendern im Schnittprogramm: Dein Prozessor berechnet jeden Effekt auf jedem Bild, und eine Minute Video mit 30 fps sind 1.800 Bilder. Deshalb heißen „Export“ und „Rendern“ in den meisten Programmen auch dasselbe.
Bei PageToVid musst du keine Zeitleiste verwalten, die Stufen sind aber dieselben. Dein Storyboard ist die Anweisungsliste, unser Compositor zeichnet die Bilder, der Encoder baut die MP4. Der Unterschied liegt darin, wo das läuft und was herauskommt.
Was unser Render-Job Schritt für Schritt tut
Bei PageToVid meint „Render“ den ganzen Auftrag vom Storyboard bis zum Film. Zuerst wird die Website gefilmt und die Stimme aufgenommen; die folgenden Schritte sind der Compositing-Durchgang, der ihn abschließt.
Ein eigener Job pro Film
Der Webserver stellt das Rendering nur in die Warteschlange. Jeder Film läuft dann als eigener Job auf einer eigenen Maschine, sodass ein Update der Website oder der Film eines anderen Kunden ihn nicht unterbrechen kann. Stürzt der Job ab, wird er automatisch neu gestartet.
Jede verknüpfte Datei prüfen
Szenenbilder, Musikbett und Markenlogo werden abgerufen, bevor der Compositor startet. Eine fehlende oder kaputte Datei wird weggelassen und im Render vermerkt, statt einen Film abzubrechen, dessen Aufnahme und Stimme schon fertig sind.
Die Szenen zusammensetzen
Aus dem Storyboard wird eine Komposition: die Leinwand für das gewählte Seitenverhältnis, 30 Bilder pro Sekunde, die Länge jeder Szene aus ihrem Abschnitt der Sprecherspur, dazu Untertitel, Übergänge, Markenfarben und Logo.
Die Einzelbilder zeichnen
Remotion zeichnet jedes Bild in einem Headless-Chrome-Browser. Fällt der Browser während des Renderings aus, wird der Film langsamer neu gezeichnet, statt abzubrechen.
Kodieren und mastern
Die Bilder werden in H.264 mit CRF 18 kodiert, einer hohen Qualitätsstufe, im Farbformat yuv420p, das jeder Player liest. Ein letzter reiner Audio-Durchgang bringt die Mischung auf −14 LUFS und −1,5 dBTP und schiebt den Index an den Dateianfang, damit die Wiedergabe startet, bevor der Download fertig ist.
Die Ergebnisse veröffentlichen
Die MP4 wird hochgeladen, zusammen mit einem gestalteten Vorschaubild (Hook-Text und ein Screenshot im Browserrahmen in deinen Markenfarben) und einer WebVTT-Untertiteldatei, getimt an der aufgenommenen Stimme. Hast du über die API einen Webhook gesetzt, geht ein signiertes Fertig-Ereignis raus.
Endlos läuft ein Render nicht. Eine Task hat eine Obergrenze von 30 Minuten; kurz davor beendet ein Watchdog den Render sauber und erstattet ihn, statt dich vor einem Fortschrittsbalken sitzen zu lassen, der nie voll wird.
Praxisbeispiel: die AEK-Hub-Datei, nachgemessen
AEK Hub ist eine Fanseite für AEK Athen, die News und Spielpläne aus Fußball, Basketball, Handball und Futsal bündelt. Der Film beginnt mit einer Frage, „Missing crucial updates for your favorite AEK team?“, zeigt den Newsfeed und die Mannschaftskategorien und endet am Countdown des Match Centers mit „Visit the Match Center now“. 91 Wörter in 45 Sekunden.
Wir haben die veröffentlichte MP4 mit ffprobe ausgelesen. Das liefert ein PageToVid-Render tatsächlich:
| Eigenschaft | Wert | Was das für dich heißt |
|---|---|---|
Dauer | 45,16 s (rund 1.355 Bilder) | Jedes dieser Bilder wurde gezeichnet und kodiert |
Video | H.264, 1920×1080, 30 fps | Läuft überall: Browser, Smartphone, LinkedIn, YouTube |
Video-Bitrate | rund 3,5 Mbit/s | Scharfe Schrift im Screencast ohne schwere Datei |
Audio | AAC, 48 kHz Stereo, rund 192 kbit/s | Stimme und Musik, gemastert für Web-Player |
Dateigröße | 20,9 MB | Klein genug für jeden Upload oder Versand per Link |
Zwei Dinge stecken nicht in der MP4: das Vorschaubild und die Untertiteldatei. Die Untertitel sind ins Bild gezeichnet und kommen zusätzlich als eigene WebVTT-Datei, damit ein Player, der eine Untertitelspur will, eine hat. Untertitel und Captions erklärt, wann du was nimmst.
Seitenverhältnis, Leinwand und was gefilmt wird
Das Seitenverhältnis steht vor dem Rendern fest, weil es bestimmt, was gefilmt wird, nicht nur, wie zugeschnitten wird. Ein 9:16-Film zeichnet das mobile Layout der Website in einem Smartphone-Viewport auf; 16:9 und 1:1 zeichnen das Desktop-Layout auf. Der Compositor zeichnet dann auf der passenden Leinwand: 1920×1080 für 16:9, 1080×1920 für 9:16, 1080×1080 für 1:1 und 1080×1350 für 4:5 über die API oder einen Assistenten. Seitenverhältnis hilft bei der Wahl.
Wird ein Storyboard in mehreren Formaten bestellt, wird jedes weitere Format aus demselben Storyboard und derselben Sprecherspur gerendert; nur die Aufnahmen werden für dieses Format neu gemacht.
Renderzeit und Kosten
Von der eingefügten URL bis zum fertigen Film vergehen meist rund 10 Minuten, und den Großteil davon kosten das Filmen der Website sowie Skript und Sprachaufnahme. Den Compositing-Durchgang messen wir an der Länge des Films selbst: Unser Ziel ist, einen Film in höchstens der Zeit zu zeichnen, die er dauert. KI-Clips, falls dein Plan sie nutzt, entstehen vor dem Render und bringen ihre eigene Wartezeit mit.
Ein fertiger Render kostet 40 Credits, unabhängig von Länge und Format (Preise zeigt die Pläne, Credits und was ein Video kostet rechnet Beispiele durch). Die Regeln, wenn etwas schiefgeht:
- Ein Render, der aus Systemgründen scheitert, wird automatisch erstattet, einmal, mit dem Grund am Film vermerkt.
- Ein erneuter Render kostet einen Render. Text, Bild, Stimme oder Musik einer Szene ändern und neu rendern.
- Nur die Untertitel? Die Neuausrichtung an der vorhandenen Sprecherspur nimmt nichts neu auf und ist einmal pro bezahltem Render kostenlos.
- Erst den Schnitt sehen? Ein Entwurfs-Render ist kostenlos: ein Drittel der Auflösung, ein DRAFT-Schriftzug auf jedem Bild, keine KI-Bilder oder -Clips, höchstens fünf pro Stunde.
Ein Video korrigieren, ohne es neu zu machen zeigt, welche Änderung welche Art von Render braucht.
Typische Fehler beim Rendern
- Für Untertitel-Timing komplett neu rendern. Nimm die Neuausrichtung der Untertitel; sie nutzt die vorhandene Stimme und ist einmal kostenlos.
- Mit demselben Skript einen längeren Film erwarten. Die Länge kommt aus den Wörtern, nicht aus einer Render-Einstellung; siehe der Sprechertext bestimmt die Länge.
- 16:9 rendern und für Reels zuschneiden. Dabei fehlt das mobile Layout, das ein 9:16-Render gefilmt hätte.
- Die MP4 vor dem Upload noch einmal exportieren. Jede weitere Kodierung kostet Qualität; lade die Datei hoch, wie sie geliefert wurde.
- Rendern, bevor die Seite fertig ist. Wir filmen die Live-Website (Website zu Video); eine Preistabelle, die sich morgen ändert, heißt morgen ein neuer Render.
Wann du einen anderen Renderer brauchst
Unsere Renders sind für Web-Video gebaut: H.264 mit 30 fps auf Leinwänden der 1080p-Klasse. Brauchst du einen 4K- oder 60-fps-Master, eine ProRes- oder DNxHR-Datei fürs Fernsehen, Farbkorrektur von Kameramaterial oder bildgenaue Schnitte auf einer Zeitleiste, dann nimm ein Schnittprogramm wie DaVinci Resolve, Premiere Pro oder Final Cut Pro und exportiere dort. Willst du einem Kollegen nur schnell einen Fehler zeigen, liefert dir ein Bildschirmrekorder wie Loom einen teilbaren Link ganz ohne Render. Alle Vergleiche zeigen, wo andere Tools besser passen.
Verwandle deine Website in ein Video — kostenlos
Füge die Seite ein, die gefilmt werden soll. PageToVid schreibt das Skript, filmt die echte Website, vertont sie und liefert das MP4.
Häufige Fragen
Was bedeutet es, ein Video zu rendern?
Rendern heißt, jedes Bild eines Videos aus seinem Projekt (Clips, Texte, Effekte, Ton, Timing) zu berechnen und die Bilder zu einer abspielbaren Datei wie einer MP4 zu kodieren. Vorher ist ein Projekt nur eine Liste von Anweisungen.
Warum dauert das Rendern so lange?
Im Schnittprogramm vervielfachen Länge, Auflösung und Effekte die Arbeit, die dein Rechner pro Bild leisten muss. Bei PageToVid entfällt der Großteil der Wartezeit auf das Filmen der Website und die Sprachaufnahme; der Compositing-Durchgang soll nicht länger dauern als der Film selbst.
In welchem Format rendert PageToVid?
Als H.264-MP4 mit 30 Bildern pro Sekunde und AAC-Stereoton, in 1920 mal 1080, 1080 mal 1920 oder 1080 mal 1080 Pixeln je nach Seitenverhältnis, dazu ein JPEG-Vorschaubild und eine WebVTT-Untertiteldatei.
Zahle ich doppelt, wenn ein Render scheitert?
Nein. Ein Render, der aus Systemgründen scheitert, wird automatisch erstattet. Ein erneuter Render, den du nach einer Änderung startest, kostet einen Render.
Kann ich in 4K oder mit 60 fps rendern?
Nein. PageToVid rendert mit 30 Bildern pro Sekunde auf Leinwänden der 1080p-Klasse, also dem, was Web- und Social-Player zeigen. Für einen 4K- oder 60-fps-Master exportierst du aus einem Schnittprogramm.