Claude Design + Hyperframes: Video-Editing per Prompt-Steuerung
Es war 23:14 Uhr an einem Freitag, als ich mir endlich das eingestand, worum ich seit zwei Wochen herumgetänzelt war.
Ich war bei meiner dritten Tasse Cold Brew, dem dritten Render desselben 90-sekündigen Erklärvideos und dem dritten Versuch, einen Texthinweis exakt auf das Wort „Automatisierung“ landen zu lassen – statt 0,4 Sekunden danach. Der Audiotrack war eine Aufnahme von mir, wie ich durch ein Kundendashboard führte. Die Visuals sollten aus sauberer On-Screen-Typografie, ein paar Diagrammen und einem Lower-Third mit unseren Markenfarben bestehen. Alles Standard.
Was ich auf die harte Tour herausfand: Promptbasierte Videobearbeitung – jener Workflow, über den seit HeyGen am 17. April Hyperframes veröffentlichte und Anthropic in derselben Woche still und leise Video-Exporte zu Claude Design ergänzte, alle atemlos posten – hat einen sehr spezifischen Schwachpunkt: Die KI hört das Audio nicht. Sie kann es nicht. Sie weiß nicht, wann du „Automatisierung“ sagst. Sie weiß nur, was du ihr sagst.
Das ist das Erste, was in keinem Launch-Video erklärt wird. Und es ist das, was am Ende bestimmt hat, ob mir dieser Workflow tatsächlich Zeit spart oder nur ein weiteres cleveres Gadget wird, das ich nach einer Woche aufgebe.
Dieser Beitrag ist die ehrliche Version dessen, was in diesen zwei Wochen wirklich passiert ist. Ich habe dasselbe 90-Sekunden-Video in beiden Tools gebaut – zuerst in Claude Design, dann in Hyperframes über Claude Code. Und ich zeige dir, was jedes Tool tatsächlich kann, wo es gescheitert ist und welches Iterationsmuster ich am Ende entwickelt habe, mit dem ich jetzt promptbasierte Motion Graphics in unter 30 Minuten pro Video veröffentlichen kann.
Falls du dir beim Zusehen dieser Launches die Frage stellst, ob du endlich Premiere oder After Effects links liegen lassen kannst: Ja, das kannst du. Aber nicht aus den Gründen, die die Demos suggerieren. Lass mich dir zeigen, wo der wahre Mehrwert verborgen liegt.
Die zwei Tools, das gleiche Problem
Bevor ich in die Tests einsteige, müssen wir erst die grundlegenden Unterschiede dieser beiden Tools korrekt herausarbeiten. Viele der verwirrten Einschätzungen, die ich online gesehen habe, vermischen sie — behandeln sie wie direkte Konkurrenten, dabei erfüllen sie völlig unterschiedliche Aufgaben innerhalb desselben übergeordneten Workflows.
Claude Design ist ein webbasiertes Workspace auf claude.ai/design, läuft auf Opus 4.7 und wird im Browser bedient. Ich habe eine ausführliche Analyse dazu geschrieben, was es ist und warum es existiert (mein Claude Design Review), aber in Kurzform: Es ist die visuelle Oberfläche von Anthropic zum Erstellen von Designs, Slides, Prototypen, One-Pagern – und jetzt, dank des neuen Export-Pipelines, auch animierte Szenen, die man als HTML-Bundle weitergeben oder per Screencapture in ein Video verwandeln kann.
Hyperframes ist ein Open-Source-Rendering-Framework von HeyGen, veröffentlicht am 17. April 2026 unter Apache 2.0. Es wird mit npx skills add heygen-com/hyperframes in Claude Code installiert und erweitert den Agent um drei Slash-Commands: /hyperframes zum Erstellen von Kompositionen, /hyperframes-cli für Kommandozeilen-Operationen und /gsap für Unterstützung bei der Animation. Szenen werden in normalem HTML, CSS und JavaScript geschrieben. Die Rendering-Pipeline sorgt dafür, dass jedes Frame als echtes Bild ausgegeben wird und anschließend zu einem MP4-, MOV- oder WebM-Video zusammengesetzt wird. Alles läuft lokal. Keine Cloud. Kein API-Key.
Beide Tools stoßen an exakt derselben Stelle an ihre Grenzen, sobald man versucht, sie in einen echten Editing-Workflow zu integrieren: Keines von beiden kann Audio interpretieren. Sie hören dein Voiceover nicht. Sie wissen nicht, an welcher Stelle die gesprochenen Wörter im Zeitverlauf landen. Sie wissen nur das, was du ihnen als Text gibst.
Deshalb ist das Transkript die mit Abstand wichtigste Ressource in diesem gesamten Workflow – noch wichtiger als der Prompt, wichtiger als das Designsystem, wichtiger als das genutzte Modell. Ich habe die ersten drei Tage meiner Tests damit verbracht, das nicht zu verstehen, und es waren drei verlorene Tage.
Lass mich erklären, was ich damit meine.
Das Transkript ist das Skript
Hier ist das gedankliche Modell, das mir den gesamten Workflow erschlossen hat: Hör auf, das Transkript als „die Untertitel“ zu betrachten. Sieh es stattdessen als die Timeline. Es ist das Element, das die KI liest, um zu wissen, wo deine gesprochenen Worte liegen. Ohne wortgenaue Zeitstempel wird jede Animation im On-Screen-Grafikdesign zum Ratespiel.
Ich erstelle die Transkripte mit Whisper – genau wie für meine Claude Code Video Editing Pipeline. Das spezifische Ausgabeformat ist entscheidend: Du willst keinen reinen Text-Export. Du benötigst eine JSON-Datei, die so aufgebaut ist, dass jedes Wort einzeln mit Zeitstempeln versehen ist:
{
"words": [
{ "text": "Ich", "start": 0.00, "end": 0.12 },
{ "text": "habe", "start": 0.14, "end": 0.18 },
{ "text": "diesen", "start": 0.20, "end": 0.32 },
{ "text": "Workflow", "start": 0.34, "end": 0.70 },
{ "text": "automatisiert","start": 0.72, "end": 1.40 }
],
"segments": [
{ "start": 0.0, "end": 4.2, "text": "Ich habe diesen Workflow automatisiert..." }
]
}
Mit so einer Datei kannst du Prompts formulieren, die für die KI tatsächlich nachvollziehbar sind. Anstatt etwa zu sagen „Animier das Wort Automation zur richtigen Zeit“, kannst du exakt anweisen: „Lies transcript.json und blende eine Highlight-Box über das Wort automatisiert ein – nutze dabei die Felder start und end.“ Das ist eine berechenbare Aufgabe. Das Modell kann sie deterministisch ausführen. So trifft die Animation jedes einzelne Mal exakt den richtigen Frame.
Das andere, was das Transkript ermöglicht – und hier entsteht der eigentliche Hebel – ist Mustererkennung in deinem Gesprochenen. Willst du jedes Mal, wenn eine Zahl genannt wird, eine Grafik einblenden? Scanne das Transkript nach Zahlenformaten. Soll ein Markenname jedes Mal hervorgehoben werden? Suche den Begriff. Möchtest du Füllwörter anderweitig einfärben als Betonungen? Schreibe die Regel einmal und wende sie künftig auf jedes Video an.
Mir wurde am vierten Tag des Testens klar: Das Transkript ist kein bloßer Video-Input. Es ist die Referenzquelle für das Video. Als ich das geistig umgestellt habe, haben beide Tools plötzlich so funktioniert, wie es die Launch-Demos versprochen hatten.
Nun zeige ich dir, was jedes der Tools mit demselben 90-sekündigen Ausgangs-Material umgesetzt hat.
Test 1: Claude Design erstellte meinen Erklärfilm in siebenunddreißig Minuten
Als Grundlage für diesen Test diente ein Kunden-Erklärvideo zu einem Ramlit-Dashboard-Projekt. 90 Sekunden Voiceover. Ich gehe durch drei Screens, erkläre jeweils ihre Funktion, mit drei hervorzuhebenden Zahlen und einer abschließenden CTA-Karte.
Ich habe Claude Design zuerst verwendet, weil die Einstiegshürde praktisch nicht existiert. Browser öffnen. Palette-Icon anklicken. Prompt einfügen. Das ist das gesamte Onboarding.
Mein erster Prompt war absichtlich ausführlich. Aus der Marken-Extraktion hatte ich gelernt, dass Claude Design Kontext belohnt. Ungefähr das habe ich geschrieben:
„Ich habe ein 90-sekündiges Erklärvideo für ein Projektmanagement-Dashboard. Anbei das Transkript als JSON mit Wort-Timestamps sowie die Dashboard-Screenshots. Bitte erstelle drei animierte Szenen im Stil meiner mejba.me-Marke (dunkelblauer Hintergrund, lila-bis-cyan Farbverlauf-Akzent, Inter-Typografie). Szene 1 startet mit dem Dashboard-Übersichts-Screen (0–18 Sekunden). Szene 2 fokussiert das Analytics-Panel (18–52 Sekunden). Szene 3 ist ein abschließender CTA (52–90 Sekunden). Zu jeder Zahl aus dem Transkript: Animierte Stat-Pill-Card erscheint zentriert über dem passenden Bereich des Screens und nutzt die Start- und End-Timestamps aus dem JSON. Export als HTML-Bundle.“
Was ich nach etwa achtzehn Minuten zurückbekam, war wirklich beeindruckend. Drei komponierte Szenen. Meine Markenfarben korrekt eingesetzt. Animierte Stat-Pills, die auf den Screenshots lagen. Ein generierter SVG-Intro-Titel, der aussah, als hätte ein Junior-Designer an einem guten Tag Hand angelegt.
Aber es gab Abweichungen. Die Animationen wurden an Abschnittsgrenzen und nicht an den Wortgrenzen ausgelöst. Als ich „wir senken die Schnittzeit um vierzig Prozent“ sagte, erschien die Vierzig-Prozent-Pill irgendwo zwischen „Schnittzeit“ und „um“ – etwa 0,6 Sekunden zu früh. Über drei Szenen hinweg lagen vier von fünf Stat-Callouts mehr als eine halbe Sekunde daneben. Zwei passten überhaupt nicht.
Ich fragte Claude Design nach dem Grund. Die Antwort bestätigte meine Vermutung: Das Tool las meine Szenen-Grenzen aus dem Prompt, aber es verarbeitete die Wort-Timestamps aus dem Transkript nicht. Es schnappte auf das nächstgelegene Segment. Segment-Synchronisation passt für große Stimmungswechsel. Für ein Stat-Callout, das punktgenau auf einem bestimmten Wort erscheinen soll, reicht das nicht.
Das ist die strukturelle Grenze von Claude Design für Video. Es ist brillant in Komposition, Layout, Marken-Konsistenz, beim Erstellen von Szenen, die aussehen, als hätte ein Designer sie gestaltet. Es ist jedoch keine frame-genaue Animationsengine. Das merkt man auch beim Export – ein HTML-Bundle ist verfügbar, aber um tatsächlich eine MP4 zu bekommen, muss man entweder das Preview abfilmen oder das Bundle an Claude Code übergeben und über ein Zweittool rendern. Genau das habe ich dann gemacht.
Hier möchte ich klarstellen, worin Claude Design für Video wirklich glänzt, weil ich es nicht unterverkaufen will: Es ist der schnellste Weg, die statischen Elemente für ein Video zu erstellen – Intro-Karten, Outro-Karten, Lower Thirds, Callout-Templates, Stat-Pill-Designs, Thumbnail-Varianten. Fünfzehn Minuten in Claude Design, fünf ausgefeilte Grafik-Templates in das Hyperframes-Projekt ziehen – und man hat das Nervigste an der Videoproduktion übersprungen: das Design. Die KI ist als Junior-Designer oft besser als die meisten Juniors, mit denen ich gearbeitet habe, insbesondere weil sie die tatsächlichen Brand-Tokens aus dem Codebase liest und nicht errät.
Was es nicht ist: die komplette Pipeline. Es ist die halbe.
Test 2: Hyperframes rendert dasselbe Video in drei Iterationen
Für den Hyperframes-Test öffnete ich Claude Code in einem frischen Terminal, klonte einen neuen Projektordner und führte die Installation aus:
npx skills add heygen-com/hyperframes
Das Skill registrierte /hyperframes, /hyperframes-cli und /gsap als Slash-Kommandos innerhalb meiner Claude-Code-Session. Ich legte dasselbe Voiceover-MP3 in einen assets/-Ordner, das gleiche wortgenaue transcript.json sowie die drei identischen Screenshots aus dem Dashboard ab. Dann tippte ich:
"/hyperframes baue eine 90-sekündige Komposition. Lese transcript.json für wortgenaue Zeitstempel. Für jeden Zahlenwert, der im Audio gesprochen wird, rendere eine pillenförmige Stat-Card zentriert über das zugehörige Bildschirmfoto – verwende die exakten Start- und Endzeiten aus dem JSON. Nutze GSAP für die Animationen. Meine Markenfarben sind #0F172A als Hintergrund, Akzentverlauf von #8B5CF6 zu #3B82F6 zu #06B6D4, Inter-Typografie. Gib eine einzelne Szenenkomposition in HTML mit GSAP-Timelines aus."
Das erste Ergebnis war nach etwa neun Minuten fertig. Claude Code erzeugte eine einzige Kompositionsdatei, richtete die GSAP-Timelines ein, band die Animationen an die Wort-Zeitstempel aus dem Transkript und stellte eine Vorschau im Browser bereit. Ich schaute zu, wie es ablief. Jede Stat-Pille landete präzise bei ihrem gesprochenen Wort. Jedes Wort. Nicht ungefähr, nicht “innerhalb eines Frames” – genau auf dem Frame.
Der Grund, warum das funktioniert, ist mechanisch, nicht magisch. Hyperframes-Kompositionen bestehen einfach aus HTML. GSAP-Timelines nehmen ein delay und eine duration in Sekunden. Wenn Claude Code einen Transkript-Eintrag { "text": "vierzig", "start": 34.21, "end": 34.68 } liest und gsap.to(statPill, { opacity: 1, delay: 34.21, duration: 0.47 }) schreibt, gibt es keine Zweideutigkeit. Das Tool macht exakt, was ich ihm aufgetragen habe, mit exakt den Zeitstempeln, die ich geliefert habe. Claude Design hat geraten. Hyperframes hat ausgeführt.
Der erste Entwurf war natürlich nicht perfekt. Die Stat-Pillen wurden mit einer Bounce-Animation eingeblendet, was für ein seriöses Dashboard-Video unpassend wirkte. Die Marke meines Kunden steht für Ruhe und Präzision. Ich gab Claude Code Feedback mit Zeitstempel:
"Bei 34,21 Sekunden springt die 40%-Pille herein. Ersetze das elastische Easing durch
power2.out. Dasselbe für die Pillen bei 48,9 und 71,4 Sekunden. Außerdem blendet bei 12,5 Sekunden der Intro-Titel noch aus, während der erste Screenshot schon erscheint – verzögere den Screenshot-Einstieg um 0,3 Sekunden."
Elf Minuten später erhielt ich die zweite Version. Das Easing war sauber. Der Titel-Übergang lief glatt. Doch am Ende des Videos überlappte beim Outro-CTA die Unterzeile für etwa eine Sekunde den Button. Noch ein Kommentar mit Zeitstempel, ein weiterer Render – und Iteration drei war der finale Schnitt. Gesamte Echtzeit vom leeren Ordner bis zum gerenderten MP4: etwa 34 Minuten, davon vielleicht neun Minuten tatsächliche Arbeitszeit. Der Rest war Render-Wartezeit.
Dieses Video hatte ich einen Monat zuvor in Premiere geschnitten. Ich brauchte dafür 2 Stunden und 40 Minuten, inklusive Nachbearbeitungen. Das war kein kleiner Unterschied. Das war eine strukturelle Veränderung, wie sich diese Arbeit anfühlt.
Was die KI nicht kann
Wenn Sie die letzten beiden Abschnitte gelesen haben und dachten „das klingt verdächtig gut“, sind Sie aufmerksam. Hier die Fehlerquellen, auf die ich über zwei Wochen gestoßen bin, nach Häufigkeit sortiert.
Roh-Audio-Bereinigung braucht weiterhin einen Menschen. Die gesamte promptgesteuerte Pipeline setzt voraus, dass Ihr Voiceover bereits sauber ist. Keine „Ähm“-Fülllaute. Keine langen Pausen. Keine merkwürdigen Atemgeräusche. Wenn Ihre Rohaufnahme schlecht ist, werden die Tools problemlos Motion-Designs auf minderwertigem Audio rendern. Whisper-Transkription, ein schneller Durchlauf in Descript, um Füllwörter auszublenden, und ein Re-Export des Audios sind Pflicht, bevor Sie auch nur ein Transkript anrühren. Ich habe diese vorgelagerte Seite im Beitrag zum Video-Editing-Workflow abgedeckt.
Vorschau-Glitches in beiden Tools. Die In-Browser-Vorschau von Claude Design hat auf meinem MacBook Pro M2 etwa bei jedem fünfzehnten Frame gestottert. Die Hyperframes-Vorschau war besser, verlor aber beim Scrubbing gelegentlich trotzdem die Synchronisation zwischen Audio und GSAP-Timeline. Das finale gerenderte Ergebnis war stets korrekt. Der Vorschau-Bug ist real und verleitet einen dazu, Dinge zu „reparieren“, die gar nicht kaputt sind. Wenn in der Vorschau etwas schief aussieht, rendern Sie zuerst einen 10-Sekunden-Testclip, bevor Sie anfangen, Prompts umzuschreiben.
Token-Burn ist real. Eine vollständige 90-Sekunden-Komposition mit getimten Animationen, iterativem Feedback und drei gerenderten Vorschauen hat bei mir etwa 340.000 Token Opus 4.7 Verbrauch in Claude Code gekostet – und zwar End-to-End. Das ist nicht wenig. Für Pro-Abonnenten, die ein Video pro Woche machen, ist das okay. Wenn Sie jedoch versuchen, zehn Videos pro Woche in einer Content-Factory zu produzieren, sollten Sie für die Iterationsschleifen auf Sonnet umsteigen und Opus nur für den initialen Build reservieren. Meist mache ich den ersten Entwurf mit Opus, steige für Feedback-Iterationen auf Sonnet um, und greife nur bei grundlegenden Neuaufbauten wieder zu Opus.
Komplexe 3D-Effekte brauchen einen Menschen in der Schleife. Hyperframes unterstützt Three.js, und ja, Claude Code erzeugt problemlos einen Three.js-Scene-Code. Doch für alles wirklich 3D-lastige – reaktive Audio-Visualisierungen, dimensionale Reveals, Kamerafahrten im Raum – braucht es einen Entwicklerin mit Three.js-Know-how zum Debuggen. Die KI liefert das Grundgerüst. Ein Mensch muss oft Physik und Timing ausbessern. Das ist kein Vorwurf, sondern der Punkt, an dem das Tool nicht mehr Expertise ersetzt, sondern verstärkt.
Keines der Tools schneidet Rohmaterial. Es sei, um Missverständnisse zu vermeiden, noch einmal klar gesagt; eine Kundein hat mich das letzte Woche explizit gefragt: Sie können keine 40-minütige Rohaufnahme in Claude Design oder Hyperframes werfen und erhalten einen geschnittenen Film. Diese Tools erzeugen die Motion-Graphics-Ebene, die auf ein bereits geschnittenes Video gelegt wird. Der Schnitt findet weiterhin in Descript, Premiere oder einer Whisper-gestützten Automationspipeline statt. Was sich verändert hat, ist der Schritt nach dem Schnitt – dort, wo man früher drei Stunden in After Effects verbracht hat.
Das Muster, mit dem ich jetzt meine Videos produziere
Nach zwei Wochen mit diesem Ansatz habe ich meinen Workflow gefunden, den ich seither für jedes meiner Erklärvideos anwende. Der benötigt etwa dreißig Minuten aktive Arbeitszeit für ein 90-sekündiges Video und sieht folgendermaßen aus.
Schritt 1: Zuerst das Audio bereinigen. Aufnahme durchführen, mit Whisper transkribieren, in Descript säubern, als MP3 re-exportieren. Diesen Schritt niemals überspringen. Eine schlechte Aufnahme ruiniert das Video, egal wie gut die Animationsebene ist.
Schritt 2: Generiere das Wort-für-Wort-Transkript als JSON. Das --output_format json-Flag von Whisper liefert die benötigte Datei. Lege sie im Projekt-Root ab und nenne sie transcript.json. Jeder nachfolgende Prompt ist davon abhängig, dass diese Datei unter diesem Pfad existiert.
Schritt 3: Baue statische Assets in Claude Design. Intro- und Outro-Karten, Statistikkapseln, Lower-Third-Templates. Lege alle als SVGs oder HTML-Snippets in den assets/-Ordner deines Projektes. Dieser Schritt dauert in einer Claude-Design-Session etwa fünfzehn Minuten – hier spielt Claude Design seine wahren Stärken aus.
Schritt 4: Komposition mit Hyperframes über Claude Code aufsetzen. Schreibe den ersten Prompt mit vollständigem Szenenplan, Transcript-Referenz, Brand-Tokens und Asset-Pfaden. Lass Opus 4.7 den ersten Rohentwurf rendern. Dafür sollte mit zehn bis fünfzehn Minuten pro Render gerechnet werden.
Schritt 5: Iteriere mit Timecode-basiertem Feedback. Vorschau ansehen. Wenn etwas nicht stimmt, beschreibe es nach dem Muster „bei 34,2 Sekunden macht [Ding] [falsches Verhalten], bitte ändern zu [richtiges Verhalten].“ Wechsle für diese Schleife in Claude Code zu Sonnet, um Tokens zu sparen. In der Regel sind nicht mehr als drei Iterationen nötig.
Schritt 6: Finale MP4-Datei lokal rendern. npx hyperframes render --format mp4 --output final.mp4. Dauert für 90 Sekunden Content auf meinem M2 rund zwei bis vier Minuten. Audiosynchronisierung prüfen, alle Timecodes kontrollieren, veröffentlichen.
Das ist alles. Zwei Tools, ein Transkript, eine definierte Abfolge.
Wenn ich es noch kürzer zusammenfassen müsste: Nutze Claude Design für statische Grafiken, Hyperframes via Claude Code für die zusammengefügte Animation und leite die gesamte Zeitstruktur immer – wirklich immer – von einem Wort-für-Wort-Transkript als JSON ab. Alles andere ist nur Prozessdekoration.
Was das bedeutet, wenn Sie Ihren Lebensunterhalt mit Videoschnitt verdienen
Ich möchte mit einem Gedanken für all jene schließen, die das hier lesen und derzeit ihren Lebensunterhalt mit dem Schneiden von Videos verdienen. Denn ich bekomme Direktnachrichten von freiberuflichen Cuttern mit der ehrlichen Frage: Bin ich in sechs Monaten meinen Job los?
Nein. Nicht mal annähernd. Aber der Job verändert sich, und die Art der Veränderung ist entscheidend.
Die mechanischen Aufgaben des Schnitts – Texte platzieren, Bewegungen keyframen, Markenkonsistenz über hundert Szenen wahren, Lower-Thirds für eine Serie generieren, CTA-Karten nach Vorgabe rendern – all das lässt sich jetzt auf Minuten komprimieren. Eine KI mit installiertem Hyperframes erledigt diese Arbeiten schneller, günstiger und fehlerärmer, als Sie es könnten.
Was sich nicht komprimieren lässt, und was sich meiner Meinung nach in den nächsten achtzehn Monaten auch nicht komprimieren lässt, ist das, wofür Ihre besten Kunden Sie bezahlen: Geschmack. Die Entscheidung, welcher Drei-Sekunden-Moment in einer zwölfminütigen Aufnahme das gesamte Werk trägt. Das Gespür dafür, dass eine Stille einen halben Takt länger atmen muss. Das Urteilsvermögen, wann eine Stat-Card der Story hilft und wann sie vom entscheidenden Gesichtsausdruck ablenkt.
Genau für diese Entscheidungen werden Editoren engagiert. Die Tools, die ich diesen Monat getestet habe, treffen diese Entscheidungen nicht. Sie führen die Arbeit aus, die Sie bereits getätigt haben – und das in einer Geschwindigkeit, die vor acht Wochen noch undenkbar war.
Die Editoren, die in den nächsten zwei Jahren aufblühen werden, sind diejenigen, die aufhören, sich als Menschen zu sehen, die nur Clips auf der Timeline verschieben – und anfangen, sich als Regisseure zu verstehen, die ein KI-Animationsteam dirigieren. Die Arbeit wird strategischer, weniger mechanisch. Und der Stundensatz steigt, wenn man es richtig angeht, statt zu sinken.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Claude Design und Hyperframes?
Claude Design ist ein webbasiertes Visual-Workspace unter claude.ai/design, das zum Erstellen von Layouts, Präsentationsfolien und statischen Grafiken mit konsistenter Markenoptik dient. Hyperframes ist ein Open-Source-Framework von HeyGen, das HTML in MP4 rendert und über Claude Code ausgeführt wird – für die Komposition und das Rendern von echten Videos. Verwende Claude Design für statische Assets; verwende Hyperframes für animierte, zeitsynchronisierte Video-Ausgaben.
Können Claude Design oder Hyperframes meine Audiodatei auslesen?
Nein. Keines der Tools interpretiert Audiodaten nativ. Beide benötigen ein vorab erzeugtes Transkript mit Zeitstempeln auf Wort-Ebene – meist erstellt mit Whisper –, um On-Screen-Animationen mit gesprochenem Inhalt zu synchronisieren. Das Transkript bildet die Timeline. Ohne es ist das Timing ein Ratespiel.
Wie installiere ich Hyperframes mit Claude Code?
Führe npx skills add heygen-com/hyperframes innerhalb einer Claude-Code-Session aus. Das Skill-Set registriert drei Slash-Kommandos: /hyperframes für die Erstellung von Kompositionen, /hyperframes-cli für Kommandozeilen-Operationen und /gsap für Animationsunterstützung. Die vollständige Installation dauert auf den meisten Rechnern weniger als eine Minute.
Wie lange dauert die Produktion eines prompt-gesteuerten Videos tatsächlich?
Für ein 90-sekündiges Erklärvideo mit Motion Design benötigt mein aktueller Workflow etwa dreißig Minuten aktive Arbeitszeit: ungefähr fünfzehn Minuten in Claude Design für die statischen Assets sowie fünfzehn Minuten in Claude Code plus Hyperframes für die Komposition und zwei bis drei Iterationszyklen. Zum Vergleich: In einem herkömmlichen Editor wie Premiere dauert das über zwei Stunden.
Für welche Arten von Videos eignet sich der Workflow nicht?
Für das Schneiden von Rohmaterial (z. B. stundenlange Interviews auf Highlights kürzen), Projekte mit komplexer 3D-Physik ohne einen menschlichen Three.js-Entwickler und Videos, bei denen die Ebene der Motion Graphics emotionales Gewicht trägt, das auf menschlicher Timing-Intuition basiert. Die Tools verstärken den redaktionellen Geschmack, ersetzen ihn aber nicht.
Lassen Sie uns zusammenarbeiten
Sie möchten KI-Systeme entwickeln, Workflows automatisieren oder Ihre Tech-Infrastruktur skalieren? Ich unterstütze Sie gern.
- Fiverr (individuelle Lösungen & Integrationen): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (Enterprise-Lösungen): ramlit.com
- ColorPark (Design & Branding): colorpark.io
- xCyberSecurity (Sicherheitsdienstleistungen): xcybersecurity.io
