Keine Kamera, kein Studio: wie wir zeigen, was ein Plugin tut
Seit September produzieren wir Kurzvideos zu WordPress-Funktionen. Ohne Kamera, ohne Mikrofon, ohne Schnittprogramm. Was stattdessen läuft: ein echtes WordPress, das sich selbst bedient, eine geklonte Stimme und ein paar hundert Zeilen Skript. Hier steht der ganze Aufbau, samt der Stellen, an denen er an Grenzen stößt.
Ein Plugin zu beschreiben ist schwer. Man kann schreiben, dass eine Anzeige nach dem vierten Absatz erscheint, oder man zeigt es in zwölf Sekunden. Das Zweite ist besser und war für uns lange zu teuer.
Video hieß bisher: Bildschirm aufnehmen, sprechen, schneiden, und beim kleinsten Fehler von vorn. Bei zehn Plugins in sieben Sprachen wird daraus eine Vollzeitstelle. Seit September läuft es anders.
Das WordPress bedient sich selbst
Die Aufnahmen entstehen nicht auf einem Rechner, an dem jemand sitzt, sondern in WordPress Playground: einer vollständigen WordPress-Installation, die im Browser läuft, ohne Server. Gesteuert wird sie von Playwright, dem Werkzeug, mit dem sonst Weboberflächen getestet werden.
Ein Aufnahmeskript macht damit Folgendes: frisches WordPress starten, das Plugin aus dem Verzeichnis installieren, Beispielinhalte anlegen, durch die Oberfläche klicken, den Bildschirm dabei aufzeichnen. Was am Ende zu sehen ist, ist keine Nachstellung und kein Mockup. Es ist die Oberfläche, die jeder bekommt, der das Plugin installiert, in der Fassung, die gerade im Verzeichnis steht.
Der eigentliche Gewinn ist nicht die erste Aufnahme, sondern die zweite. Ändert sich eine Einstellungsseite, läuft dasselbe Skript erneut. Kein Nachdrehen, kein Suchen nach der alten Fensterposition. Genau daran scheitern die meisten Produktvideos: Sie zeigen eine Version, die es seit anderthalb Jahren nicht mehr gibt.
Die Stimme, und warum das eine Kennzeichnungsfrage ist
Gesprochen wird nicht ins Mikrofon. Die Stimme ist geklont, aus eigenen Aufnahmen, und wird über einen Cloud-Dienst erzeugt.
Das ist der Punkt, an dem man entweder ehrlich ist oder es später erklären muss. Die KI-Verordnung der EU verlangt Transparenz für Inhalte, die eine Person nachbilden. Eine geklonte Stimme ist genau das, auch wenn es die eigene ist und die Einwilligung vom Sprecher selbst kommt. Also steht es in der Beschreibung jedes Videos.
Dazu gehört ein zweiter, unbequemerer Halbsatz: wo die Stimme erzeugt wird. Eine Vorlage von uns behauptete eine Weile, die Stimme entstehe lokal auf dem eigenen Rechner. Das stimmte nicht, sie entsteht bei einem Dienstleister in der Cloud. Solche Sätze rutschen leicht durch, weil sie gut klingen. Sie gehören trotzdem korrigiert.
Der Schnitt ist eine Textdatei
Geschnitten wird mit ffmpeg. Keine Zeitleiste, kein Programm mit Vorschaufenster. Eine Datei beschreibt, welcher Abschnitt wann läuft, wo Text eingeblendet wird und wann das Schlussbild kommt. Daraus baut ein Skript das fertige Video, 1080 mal 1920, Untertitel eingebrannt, fünf Sekunden Abspann.
Der Nebeneffekt: Eine Prüfung läuft ebenfalls per Skript. Ein Werkzeug sucht nach Bildlöchern, also Stellen, an denen ein Teil des Bildes leer bleibt, weil eine Aufnahme nicht sauber geladen hat. So etwas übersieht ein Mensch beim dritten Ansehen zuverlässig. Bei einem Short hat der Prüfer ein Loch von 0,7 Sekunden Länge gefunden, das 21 Prozent des Bildes betraf.
Was dabei nicht funktioniert
Drei Dinge, die diese Bauweise teuer machen:
- Korrekturen sind Neubauten. YouTube ersetzt keine Videodatei. Wer nach dem Hochladen etwas ändern will, lädt neu hoch und verliert die Aufrufe des alten Videos. Das disziplinert bei der Prüfung vor dem Upload.
- Der Inhalt veraltet schneller als das Bild. Ein Video von uns sagt, ein Plugin lege genau eine Tabelle mit fünf Spalten an. Für die damals veröffentlichte Fassung stimmte das. Eine Version später sind es drei Tabellen. Das Bild ist noch richtig, der Satz nicht mehr.
- Automatisch heißt nicht fertig. Ein Short, der sich nach Skript anfühlt, wird nicht zu Ende gesehen. Die Arbeit verschiebt sich vom Schnitt in die Dramaturgie, sie verschwindet nicht.
Was bisher öffentlich steht
Zwei Kanäle, einer auf Englisch, einer auf Deutsch. Die längeren Videos erklären eine Aufgabe von Anfang bis Ende, die Kurzvideos zeigen eine einzelne Funktion. Warum es die Kanäle gibt, steht im Beitrag zum Start unseres YouTube-Kanals.
- Ein eigenes Angebot im Beitrag platzieren (englisch, 4:02) und dasselbe auf Deutsch, die Schritte zum Nachlesen stehen im Beitrag zum Video
- Theme-Wechsel mit echten Messwerten (englisch, 3:53), die Zahlen dazu stehen in unserer Fallstudie zum Theme-Wechsel
- Zwei Anzeigenfassungen im Split-Test (49 Sekunden)
- Warten deine Anzeigen auf das Cookie-Banner? (50 Sekunden)
- Von Advanced Ads oder Ad Inserter wechseln, ohne die Anzeigen neu zu bauen (41 Sekunden)
Die Videos sind hier verlinkt und nicht eingebettet, und das ist Absicht. Ein eingebetteter Player baut Verbindungen zu Google auf, sobald die Seite lädt, lange bevor jemand auf Abspielen drückt. Wer an anderer Stelle schreibt, dass Tracking vor der Einwilligung ein Problem ist, sollte es nicht selbst einbauen.
Warum wir das überhaupt schreiben
Weil der Aufbau nachbaubar ist. Playground, Playwright und ffmpeg sind frei verfügbar, der Rest ist Fleiß. Wer ein eigenes Plugin oder Theme hat und vor derselben Frage steht, braucht dafür kein Studio und keine Agentur, sondern einen Nachmittag und die Bereitschaft, das erste Ergebnis wegzuwerfen.
Und weil die Alternative, die aufgeräumte Version ohne die drei Absätze über das, was nicht klappt, keinem etwas nützt.
Häufige Fragen
Wie nimmt man eine WordPress-Oberfläche automatisch auf?
Über WordPress Playground, eine Fassung von WordPress, die komplett im Browser läuft, gesteuert von Playwright. Das Skript installiert das Plugin aus dem Verzeichnis, klickt sich durch die Oberfläche und zeichnet den Bildschirm dabei auf. Der Vorteil gegenüber einer Handaufnahme: Der Ablauf ist wiederholbar. Ändert sich das Plugin, läuft dasselbe Skript erneut und liefert dieselbe Aufnahme mit neuem Stand.
Muss man eine KI-Stimme in einem Video kennzeichnen?
Nach der KI-Verordnung der EU gilt eine Transparenzpflicht für Inhalte, die eine Person imitieren oder als echt erscheinen könnten. Eine geklonte Stimme fällt darunter, auch wenn sie die eigene ist. Wir schreiben es deshalb in die Videobeschreibung, statt uns auf Auslegungsfragen zu verlassen. Was ebenfalls stimmen muss: die Angabe, wo die Stimme erzeugt wird. Läuft der Dienst in der Cloud, ist "lokal erzeugt" schlicht falsch.
Wie lang sollte ein YouTube-Short über ein WordPress-Plugin sein?
Unsere liegen zwischen 41 und 56 Sekunden. Die Länge ergibt sich aus dem Inhalt, nicht aus einer Regel: eine Funktion, ein Bildschirm, ein Ergebnis. Kürzer wird es hektisch, länger verliert es die Pointe. Wichtiger als die Sekundenzahl ist, dass in den ersten drei Sekunden das Problem sichtbar ist, nicht das Logo.
Warum bettet ihr die Videos hier nicht ein?
Weil ein eingebetteter Player Verbindungen zu Google aufbaut, bevor jemand auf Abspielen geklickt hat. Wir schreiben an anderer Stelle darüber, dass Tracking vor der Einwilligung ein verbreitetes Problem ist. Dann bauen wir es hier nicht selbst ein. Ein Link tut dasselbe, ohne dass die Seite etwas nachlädt.
