Aus einer Podcast-Folge vertikale Shorts machen

Wie viele Shorts ergibt eine Folge tatsächlich?

etwa 10 Clips aus jeder Folge, die lang genug dafür ist, jeweils 15 bis 60 Sekunden lang. Die Anzahl bewegt sich mit der Folge und nicht mit einer Quote: Ein dichtes Interview, in dem der Gast drei gute Antworten hintereinander liefert, ergibt mehr brauchbare Abschnitte als eine Stunde Terminabsprachen, und die Auswahl spiegelt das wider, statt aufzufüllen.

Das ist die Zahl, an der sich das Planen lohnt, denn sie verändert, was eine Folge ist. Eine wöchentliche Sendung, die eine Folge veröffentlicht, veröffentlicht eine Sache pro Woche. Dieselbe Sendung geclippt veröffentlicht ein langes Stück und acht bis zehn kurze, auf drei Plattformen, auf denen Entdeckung tatsächlich stattfindet. Die Aufnahme existiert bereits. Der Gast hat dir die Stunde schon geschenkt. Die Clips sind der Teil dieser Stunde, der jemanden erreicht, der noch nicht abonniert hat.

Die meisten Podcast-Archive sind in genau diesem Sinn unveröffentlichter Bestand: Ein Archiv von fünfzig Folgen sind fünfzig Stunden Material, das einmal bezahlt und einmal verteilt wurde. Eine Stunde von Hand zu clippen — die Momente finden, schneiden, reframen, Untertitel timen — ist ein großer Teil eines Arbeitstags, weshalb das Archiv bleibt, wo es ist.

Warum braucht eine Einstellung mit zwei Sprechenden ein anderes Layout?

Das ist der größte einzelne Grund, warum generische Clipper enttäuschende Podcast-Clips erzeugen, und es lohnt sich, konkret zu werden.

Ein Podcast wird meist als Zweiereinstellung gedreht: beide Personen in einem 16:9-Bild, auseinandersitzend. Schneidest du das auf 9:16 um ein Gesicht zu, verlässt die andere Person das Bild komplett. Das Ergebnis ist ein Clip, in dem eine körperlose Stimme eine Frage stellt und eine einzelne sichtbare Person sie beantwortet, wobei die Reaktion — das hochgezogene Augenbrauenpaar, das Lachen, die Unterbrechung — aus dem Bild geschnitten ist. Der Austausch war der Inhalt, und der Zuschnitt hat die Hälfte davon gelöscht.

Clippens SPLIT-Layout stapelt beide Sprechenden in Halbbildern übereinander, sodass der Clip weiter ein Gespräch ist. Es ist bewusst abgesichert: SPLIT greift nur, wenn beide Gesichter über einen längeren Teil der Szene wirklich im selben Bild zu sehen sind. Dieser Test trennt eine echte Zweiereinstellung von einem Schuss-Gegenschuss-Schnitt, bei dem die Kamera zwischen den Moderierenden wechselt — das zu stapeln würde dieselbe Person zweimal zeigen, oben und unten, was kaputt aussieht.

Wo die Folge als abwechselnde Einzeleinstellungen geschnitten ist, übernimmt stattdessen der Sprecherschnitt-Modus: harte Schnitte auf die Person, die gerade spricht, gesteuert von der Mundaktivität, die pro Sprecher normalisiert wird und nicht von roher Bewegung, denn rohe Bewegung übergibt die Szene einfach an die Person, die besser ausgeleuchtet ist.

Audiogramme oder echte Videoclips?

Ein Audiogramm ist ein Standbild mit einer Wellenform und Untertiteln darüber. Es ist das, was ein reiner Audio-Podcast erzeugen kann, und für eine reine Audio-Sendung eine vernünftige Antwort.

Es ist nicht das, was Clippen macht. Clippen braucht Video als Eingang und gibt dir das tatsächliche Material vertikal neu komponiert zurück: die sprechende Person verfolgt, die Reaktionseinstellung behalten, die Kamera zoomt auf den Beats leicht heran, damit ein festes Stativ keinen fest wirkenden Clip ergibt. In Feeds, in denen der Inhalt mit allem anderen auf der Plattform konkurriert, konkurriert eine Wellenform über einem Cover mit einem Gesicht.

Die praktische Folge: Wenn deine Sendung nur als Audio aufgenommen wird, lautet die ehrliche Antwort, dass ein Clipper dieser Art nichts zum Reframen hat und ein Audiogramm-Tool der richtige Kauf ist. Wenn du bereits Video aufnimmst und nur das Audio veröffentlichst — was für die meisten Sendungen gilt, die als Audio angefangen und Kameras dazugenommen haben —, liegt dieses Video untätig auf einer Festplatte, und es ist der gesamte Input, den dieses Tool braucht.

Was kommt zurück, und was kostet es?

Jeder Clip kommt fertig an und nicht als roher Schnitt:

• 1080×1920 vertikal, mit 9:16, 1:1 und 16:9 aus demselben Durchlauf verfügbar.
• Eingebrannte Untertitel auf Wortebene, mit jedem Wort hervorgehoben, während es gesprochen wird, und automatisch erkannter Sprache.
• Eine von der KI geschriebene Hook-Überschrift über den ersten Sekunden, in denen ein scrollender Zuschauer entscheidet.
• Ein Layout pro Szene: eine sprechende Person verfolgt, zwei Sprechende gestapelt, Folien oder ein geteilter Bildschirm über der Person am Mikrofon gestapelt.
• Optionales Dubbing in 31 Sprachen mit erhaltener Stimme der sprechenden Person und erneut transkribierten, dazu passenden Untertiteln.
• Herunterladen oder aus dem Dashboard auf TikTok, Instagram Reels und YouTube Shorts posten.

Wir schicken dir eine E-Mail, sobald sie fertig sind, denn der ganze Auftrag läuft auf unseren Servern. Starte ihn, wenn der Gast geht, und die Clips existieren, bevor du die Show Notes fertig geschrieben hast.

Clippen ist ein kostenpflichtiges Tool und rechnet nach der Länge dessen ab, was du einspeist: Ein Credit ist eine Minute Quellvideo, und diese eine Abbuchung deckt den ganzen Durchlauf ab — alle Clips, die das Video ergibt, das vertikale Reframing, die Untertitel und den Hook. Ein Podcast von 60 Minuten kostet 60 Credits, egal ob er mit sechs oder zwölf Clips zurückkommt. Die Tarife beginnen bei 19,99 $ im Monat für 150 Credits (11,66 $ im Monat bei jährlicher Abrechnung) und reichen bis 59,99 $ im Monat für 800 Credits. Es gibt keinen kostenlosen Tarif.

Für eine wöchentliche Sendung von einer Stunde sind das 60 Credits pro Woche, vorher bekannt, ob die Folge mit sechs oder zwölf Clips zurückkommt. Vergleiche das mit Tools, die in fertigen Videos pro Monat messen, wo die Kosten einer Folge von einem Ergebnis abhängen, das du vor dem Durchlauf nicht vorhersagen kannst.