DailyMix: KI-generierte Geschichtsvideos für Digital Signage

Eine Pipeline, die aus einem Kalenderdatum ein fertiges, untertiteltes Lernvideo zur Geschichte der USA für Digital Signage erzeugt: Ein Sprachmodell schreibt das Drehbuch, Text-zu-Video-Modelle (OpenAI Sora 2, Kling, Google Veo) setzen es in Bilder um. Von einem Ingenieur in einem Monat gebaut.

Generative AIVideoLLMPythonMedia

Zusammenfassung

1Monat

von der Idee zur lauffähigen Pipeline

1Ingenieur

KI-orchestriert

3Modelle

Text-zu-Video, austauschbar

7Stufen

vom Datum zum fertigen Video

Das Projekt

DailyMix produziert kurze Lernvideos für Digital Signage: Jeden Tag zeigen Bildschirme im öffentlichen Raum einen Beitrag über ein Ereignis der US-Geschichte, das sich an diesem Datum zugetragen hat. In Handarbeit erfordern solche Inhalte Recherche, Drehbuch, Bildmaterial, Untertitel und Schnitt – an jedem Tag des Jahres.

Ziel war es, die gesamte Kette zu automatisieren, vom Kalenderdatum bis zum fertigen, untertitelten und sendefertigen Video, sodass der Redaktion nur noch die Prüfung und Feinabstimmung des Endschnitts bleibt.

Was gebaut wurde

Auswahl des Ereignisses und Drehbuch – ein Sprachmodell wählt das bedeutendste Ereignis der US-Geschichte zum jeweiligen Datum aus, bestimmt das Jahr und verfasst einen in Abschnitte gegliederten Erzähltext mit zeitlich abgestimmten Untertiteln, die zusammen drei Fragen beantworten: was geschah, warum es von Bedeutung ist und was darauf folgte.

  • Kalenderlogik für feste und bewegliche Feiertage der USA, damit wichtige Tage das passende Thema erhalten
  • Verfeinerung der Prompts – das Sprachmodell verbessert die visuelle Vorgabe für jeden Abschnitt in mehreren Durchgängen: Epoche, Schauplatz, Requisiten, Handlung, Kameraführung, Beleuchtung und Stil
  • Drei austauschbare Videomodelle – OpenAI Sora 2, Kling und Google Veo hinter einer einheitlichen Schnittstelle, sodass sich für jedes Thema das beste Modell wählen lässt und die Pipeline nicht von einem einzigen Anbieter abhängt
  • Untertitel im Standardformat SRT, die erzeugt und in das Video eingeblendet werden
  • Montage der Abschnitte zu einem Beitrag mit fließenden Übergängen

Die Methode

Ein Ingenieur, der mit einem KI-Assistenten arbeitete. Die Pipeline wurde als Folge unabhängiger Stufen entworfen, die Daten über Dateien austauschen, sodass sich jede Stufe (Drehbuch, Prompts, Video, Untertitel, Montage) einzeln ausführen, prüfen und verbessern lässt. Dadurch ließen sich die Videomodelle anhand desselben Drehbuchs vergleichen und die Prompts Stufe für Stufe abstimmen.

Von der Idee bis zur lauffähigen Pipeline, die fertige Videos produziert, verging ein Monat.

Technologie-Stack

Python 3.11LangChainxAI GrokOpenAI Sora 2KlingGoogle VeoVertex AIPydanticNLTKMoviePy

Fazit

Modelle zur Videogenerierung entwickeln sich rasant, doch der Wert liegt weniger in einem einzelnen Modell als in der Kette, die es umgibt: in der Wahl des Themas, einem historisch fundierten Drehbuch, dessen Übertragung in präzise visuelle Vorgaben und der Montage zu einem sauberen Ergebnis.

Ein Ingenieur. Ein Monat. Eine Pipeline, die aus einem Kalenderdatum ein fertiges, untertiteltes Lernvideo erzeugt, mit drei Videomodellen zur Auswahl.

Ihre Spezifikation, ein Festpreis, ein funktionierendes System.

  1. 01 NDA unterzeichnet Bevor Einzelheiten besprochen werden. Ihre Idee ist geschützt.
  2. 02 Erstgespräch · 30 Min. Nur mit einem erfahrenen Ingenieur – kein Vertrieb, keine Vermittler.
  3. 03 Schriftliches Angebot · 24 Stunden Fester Umfang, Festpreis oder Abrechnung nach Aufwand – Sie haben die Wahl.
  4. 04 Projektstart binnen 48 Stunden Wenn wir zueinander passen, können wir sofort beginnen.
Erstgespräch vereinbaren → 30 Minuten · kostenlos · zuerst das NDA