Welche KI kann bestehende Videos inhaltlich auswerten?

Das Problem

Sie haben eine vorhandene Aufnahme: eine Schulung, ein Webinar, eine Veranstaltung, eine Besprechung per Video. Sie möchten wissen, was darin gesagt wird, einen Überblick erhalten oder gezielt Fragen stellen: «Wann wurde das Budget erwähnt?», «Welche Aufgaben wurden verteilt?» Die Aufnahme ganz anzuschauen dauert zu lange.

Hier setzt die KI-Auswertung von Videos an. Das ist etwas anderes als Videos erzeugen: Die KI soll vorhandene Videos verstehen. Manche Modelle verarbeiten dafür die Tonspur, andere zusätzlich einzelne Bilder aus dem Video. Wie gut das gelingt, hängt vom Modell, von der Länge und von der Qualität der Aufnahme ab (Stand Oktober 2026).

Die Ergebnisse sind nützlich, aber nicht verlässlich genug, um sie ungeprüft zu verwenden. Diese Seite zeigt, wie Sie vorgehen und worauf Sie achten.

So lösen Sie es mit KI – Schritt für Schritt

1. Ziel bestimmen: Brauchen Sie eine Zusammenfassung, Antworten auf Fragen, ein Protokoll oder Zeitmarken zu Themen?
2. Vertraulichkeit klären: Enthält das Video Personen, Kundendaten oder Interna? Dürfen Sie es einem KI-Dienst übergeben? Siehe Vertrauliche Aufnahmen transkribieren und Videoanalyse und Datenschutz.
3. Einwilligungen prüfen: Alle Aufgenommenen sollten über die Verwendung informiert sein.
4. Art der Auswertung wählen: Reicht die Tonspur (Transkript)? Dann genügt ein Transkriptionsdienst und eine Textauswertung. Wenn Bildinhalte wichtig sind (Folien, Gesten, Handlungen), brauchen Sie ein Modell, das Bilder aus Videos versteht. Siehe Lange Videos mit Gemini und Kontext bei Audio und Video.
5. Länge beachten: Lange Videos überschreiten oft die Grenzen. Teilen Sie sie in Abschnitte.
6. Konkrete Fragen stellen: Je genauer die Frage, desto brauchbarer die Antwort. Bitten Sie um Zeitangaben.
7. Zeitangaben nachprüfen: Springen Sie im Video zu den genannten Stellen und kontrollieren Sie.
8. Zusammenfassung abgleichen: Prüfen Sie Zahlen, Namen und Beschlüsse im Original.
9. Unklarheiten markieren: Notieren Sie, was die KI nicht sicher sagen konnte, und ergänzen Sie es von Hand.
10. Ergebnis kennzeichnen: Vermerken Sie, dass die Zusammenfassung mit KI erstellt und geprüft wurde.

Vorlage zum Kopieren

Du erhältst ein Video (oder dessen Transkript) von [Anlass, z. B. Webinar zur Cybersicherheit], Länge [ ].
Aufgaben:
1. Fasse den Inhalt in höchstens [8] Sätzen zusammen.
2. Liste die genannten Beschlüsse, Zahlen und Fristen mit Zeitangabe (Minute:Sekunde) auf.
3. Beantworte folgende Fragen nur anhand des Videos: [Frage 1; Frage 2].
4. Wenn etwas im Video nicht vorkommt oder unklar ist, schreibe «nicht erwähnt» beziehungsweise «unklar». Rate nicht.
5. Unterscheide, ob eine Aussage gesprochen oder nur im Bild gezeigt wurde.

Prüfen Sie jede Zeitangabe. Die Aufforderung, nicht zu raten, senkt das Risiko erfundener Aussagen, beseitigt es aber nicht.

Worauf Sie achten müssen

• Erfundene Inhalte: Modelle können Aussagen ergänzen, die nicht im Video vorkommen, besonders bei unklarem Ton. Siehe Halluzination.
• Verpasste Details: Gesten, kleine Bildtexte und Folien werden oft übersehen oder falsch gelesen.
• Zuordnung: Wer was gesagt hat, wird bei mehreren Sprechenden leicht vertauscht. Siehe Mehrere Sprecher unterscheiden.
• Datenschutz: Videos zeigen Gesichter und Stimmen. Das sind Personendaten, teils besonders schützenswerte. Prüfen Sie Dienst, Speicherort und Rechtsgrundlage.
• Überwachung: Auswertung von Kameraaufnahmen (zum Beispiel von Mitarbeitenden) ist rechtlich sehr heikel und braucht fachliche Prüfung.
• Beweiswert: Eine KI-Zusammenfassung ist kein Beleg. Massgebend ist das Originalvideo.

Ein Beispiel aus der Praxis

Ein Beispiel: Der Geschäftsführer eines Handwerksverbands in Luzern hat eine neunzigminütige Aufzeichnung eines Weiterbildungs-Webinars, an dem sein Team nicht teilnehmen konnte.

Vorher: Niemand hat Zeit, es anzuschauen. Wichtige Hinweise zu neuen Vorschriften gehen unter.

Nachher: Mit Freigabe der Referentin lässt er die Tonspur transkribieren und mit der Vorlage zusammenfassen. Die KI nennt acht Punkte mit Zeitangaben. Er prüft drei zentrale Stellen im Video und stellt fest, dass eine Zahl falsch wiedergegeben ist. Er korrigiert sie und schickt dem Team die Zusammenfassung mit dem Hinweis «KI-Zusammenfassung, geprüft, massgebend ist die Aufzeichnung».

So hilft Ihnen Alpasana

Wer Aufnahmen sicher auswerten will, übt den Ablauf am besten an einem eigenen Beispiel. Die KI-Kurse für konkrete Arbeitsaufgaben von absofort umfassen Bürokommunikation und Meetings sowie betriebliche KI-Richtlinien, mit Praxisaufgaben und KI-Lerncoach.

Häufige Fragen

Kann die KI Videos wirklich «sehen»?

Manche Modelle verarbeiten einzelne Bilder aus dem Video und verstehen grob, was zu sehen ist. Sie übersehen aber Details. Für viele Aufgaben genügt die Tonspur als Transkript.

Wie lang darf das Video sein?

Das hängt vom Modell ab und ändert sich. Bei langen Videos teilen Sie die Aufnahme in Abschnitte und werten diese einzeln aus.

Darf ich Videos von Mitarbeitenden auswerten lassen?

Nur mit geprüfter Rechtsgrundlage und Information der Betroffenen. Bei Überwachung und Leistungsbeurteilung ist besondere Zurückhaltung geboten. Holen Sie fachlichen Rat ein.