Wie Sie aus Claude Code oder Cursor ein Videoproduktionsstudio machen

OpenMontage: Open-Source-Agent für komplette Videoproduktion

TL;DR: OpenMontage ist ein quelloffenes, agentengestütztes Videoproduktionssystem, das in Ihrem vorhandenen KI-Code-Assistenten läuft. Elf Produktionspipelines, über 100 Tools, mehr als 60 Anbieterintegrationen sowie über 700 Fähigkeiten- und Wissensdateien bearbeiten eine Anfrage von der Recherche über Skript, Assets und Schnitt bis zum Rendering. Das Projekt hat mit Stand vom 1. September 2026 55.047 Sterne. Zwei Punkte sollten Sie vorab kennen: OpenMontage steht unter AGPL-3.0, nicht MIT, und gehört zu den API-intensivsten Agentensystemen überhaupt. Jeder Wiederholungsversuch kann echte Kosten verursachen.

Apidog heute ausprobieren

Dieser Artikel ist ein tiefer Einblick in eines von fünf quelloffenen KI-Agenten-Tools, die 2026 eine Installation wert sind.

Die meisten „KI-Video“-Tools erzeugen aus einer Eingabeaufforderung einen einzelnen Clip. OpenMontage gibt Ihrem Code-Agenten stattdessen eine komplette Produktionsabteilung:

1. Recherche
2. Konzept und Vorschlag
3. Skript
4. Szenenplan
5. Asset-Generierung
6. Schnitt
7. Komposition und Rendering

Zwischen den kreativen Entscheidungen liegen menschliche Genehmigungsschritte. Das macht OpenMontage ungewöhnlich — und lehrreich: Jede Agentenaktion kann Kosten verursachen, deshalb muss die Architektur Ausgaben, Wiederholungen und Freigaben berücksichtigen.

Was OpenMontage tatsächlich tut

Sie öffnen das Repository in Claude Code, Cursor, Copilot, Windsurf oder Codex und beschreiben Ihr Ziel:

Make a 60-second animated explainer about how neural networks learn

Der Agent führt anschließend eine festgelegte Pipeline aus:

research -> proposal -> script -> scene_plan -> assets -> edit -> compose

Jede Phase verfügt über eine „Direktor“-Fähigkeit. Dabei handelt es sich um eine Markdown-Anweisungsdatei, die dem Agenten erklärt, wie diese Phase auszuführen ist. Der Agent liest die Fähigkeit, verwendet die passenden Tools, prüft seine Ausgabe, speichert den Status und pausiert an den vorgesehenen Genehmigungspunkten.

Recherche vor dem Skript

Die Recherchephase unterscheidet OpenMontage von einfachen Prompt-to-Video-Tools. Bevor das Skript entsteht, führt der Agent 15 bis 25 Websuchen auf YouTube, Reddit, Hacker News, Nachrichtenseiten und in akademischen Quellen durch. Daraus erstellt er ein strukturiertes Recherche-Briefing mit Zitaten.

Das Skript basiert damit auf den gefundenen Quellen — nicht nur auf dem Vorwissen des Modells.

Die Produktionspipelines

Die README listet elf vollständige Workflows auf, während die Repository-Beschreibung zwölf bewirbt:

Pipeline	Produziert	Geeignet für
Animierte Erklärung	Recherche, Erzählung, Visuals, Musik	Tutorials und Themenaufschlüsselungen
Animation	Motion Graphics und kinetische Typografie	Social Media und Produktdemos
Avatar-Sprecher	Präsentator-gesteuertes Video	Unternehmenskommunikation und Schulungen
Kinematisch	Trailer, Teaser und Stimmungs-Edits	Markenfilme
Clip-Fabrik	Rangierte Kurzclips aus einer langen Quelle	Wiederverwendung langer Inhalte
Dokumentarische Montage	Thematischer Schnitt aus indiziertem Archivmaterial	Video-Essays und echtes B-Roll-Material
Hybrid	Quellmaterial plus generierte Visuals	Verbesserung bestehender Videos
Lokalisierung und Synchronisation	Untertitel, Synchronisation und Übersetzung	Mehrsprachige Verbreitung
Podcast-Wiederverwendung	Highlights als Video	Podcast-Marketing
Bildschirm-Demo	Polierte Bildschirmaufnahmen	Produktdemos und Dokumentation
Sprecher-Video	Material-geführtes Sprecher-Video	Präsentationen und Interviews

Dokumentarische Montage

Technisch am interessantesten ist die Pipeline „Dokumentarische Montage“. Statt Standbilder zu animieren, erstellt OpenMontage einen CLIP-indizierten Korpus aus kostenlosem Archivmaterial und offenen Archiven wie Pexels, Archive.org, NASA, Wikimedia und Unsplash.

Der Agent ruft passende Bewegtbildclips per semantischem Abgleich ab und schneidet sie in eine echte Timeline. So entsteht ein fertiges Video aus realem Material — ohne kostenpflichtige Generierungs-API. Das ist ein deutlich anderer Ansatz als bei den meisten kostenlosen KI-Videostacks.

Für Teams, die regelmäßig Entwickler-Inhalte veröffentlichen, amortisieren sich besonders Bildschirm-Demo und Clip-Fabrik schnell. Ein Changelog in ein Schritt-für-Schritt-Video umzuwandeln oder einen Konferenzvortrag in Social-Clips zu zerlegen, erfordert sonst häufig eine Person mit Schnittkenntnissen und einen freien Nachmittag.

Backlot: Produktion sichtbar machen

Der Chat zeigt, was der Agent sagt. Backlot ist ein lokales Dashboard, das zeigt, was die Produktion tatsächlich tut:

• aktive Produktionsphasen
• das Skript als Drehbuchseite
• Szenenkarten während der Asset-Generierung
• Anbieterentscheidungen
• Kosten pro Aktion
• Zeitstempel und Produktionsverlauf

python -m backlot open                  # Bibliothek aller Projekte auf der Festplatte
python -m backlot open <project-id>     # Live-Board einer Produktion
python scripts/backlot_simulate_run.py  # zuerst einen simulierten Durchlauf ansehen

Das Dashboard öffnet sich automatisch, sobald eine Produktion startet. Es leitet seinen Zustand aus den Dateien ab, die die Pipeline ohnehin schreibt, statt separate Berichte zu benötigen.

Genehmigung vor der Ausgabe

Das Storyboard ist ein echter Genehmigungsschritt. Die Asset-Generierung pausiert bei einem szenenweisen Kontaktblatt mit:

• Aufnahmen
• Prompts
• Kosten pro Asset
• Qualitätsbewertungen

Sie genehmigen die Visuals also vor dem Rendering — nicht erst, nachdem das Budget ausgegeben wurde. Auch Skript-Genehmigungen halten an, bis Sie antworten. Nach Abschluss kann die Wiedergabe die komplette Produktion anhand ihrer Zeitstempel abspielen.

Für Agentensysteme mit Budget ist das der richtige Ansatz: Eine Aufgabe, die ohne menschliche Zustimmung nicht fortgesetzt werden kann, ist oft die wichtigste Sicherheitsfunktion.

Mit einem Referenzvideo starten

Sie müssen keinen perfekten Prompt formulieren. Geben Sie stattdessen ein Beispiel vor, das Ihnen gefällt.

OpenMontage akzeptiert ein YouTube-Video, einen Short, ein Reel, TikTok oder einen lokalen Clip. Der Agent analysiert Transkript, Pacing, Szenen, Keyframes und Stil. Anschließend erstellt er zwei oder drei unterschiedliche Konzepte, einen realistischen Tool-Pfad, Kostenschätzungen und ein Beispiel — erst danach beginnt die vollständige Produktion.

Here's a YouTube Short I love. Make me something like this, but about
API versioning.

Die Antwort beschreibt:

• welche Elemente aus der Referenz übernommen werden
• was geändert wird
• was die Zielversion voraussichtlich kostet
• welche der konfigurierten Anbieter verwendet werden
• wie das Ergebnis vor der eigentlichen Produktion aussehen kann

Kosten vor der Verpflichtung sind ein zentrales Designprinzip des Projekts.

Installation

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

Voraussetzungen:

• Python 3.10 oder neuer
• FFmpeg
• Node.js 18 oder neuer
• ein KI-Code-Assistent, der Dateien lesen und Code ausführen kann

Öffnen Sie das Projekt anschließend in Ihrem Agenten und beschreiben Sie, welches Video Sie erstellen möchten.

Die Anbieter werden optional und schrittweise eingerichtet. Jede Funktion unterstützt quelloffene oder lokale Alternativen neben kostenpflichtigen APIs. Ein bewerteter Selektor ordnet Anbieter nach sieben Dimensionen:

1. Aufgabeneignung
2. Ausgabequalität
3. Kontrolle
4. Zuverlässigkeit
5. Kosteneffizienz
6. Latenz
7. Kontinuität

Sie sind dadurch nicht an einen einzelnen Anbieter gebunden und können große Teile des Systems ohne kostenpflichtige Konfiguration ausführen.

Zum Vergleich: Das Showcase-Video des Projekts — sieben generierte Welten mit drei Bildmodellen und vier Videomodellen — berichtet von ungefähr fünf US-Dollar Kosten für die Quellgenerierung.

Lesen Sie die Lizenz vor der Integration

OpenMontage steht unter AGPL-3.0. agency-agents, Agent-Reach, Orca und codebase-memory-mcp stehen dagegen unter MIT. Dieser Unterschied ist rechtlich relevant.

Die Netzwerk-Klausel der AGPL bedeutet: Wenn Sie eine modifizierte Version als Netzwerkdienst betreiben, müssen Sie den Nutzern dieses Dienstes den Quellcode Ihrer Änderungen anbieten.

Ein internes Tool darauf aufzubauen ist grundsätzlich möglich. Eine modifizierte Version in ein kostenpflichtiges SaaS-Produkt zu integrieren, ist jedoch eine bewusste rechtliche Entscheidung. Klären Sie das mit Ihrem Rechtsteam, bevor Sie den Workflow darauf aufbauen.

OpenMontage ist vor allem ein API-Integrationsprojekt

Die kreative Arbeit ist nicht der Teil, der Teams typischerweise in der zweiten Woche aufhält. Die eigentliche Herausforderung ist die Orchestrierung von mehr als 60 Anbieterintegrationen:

• Videogenerierung
• Bildgenerierung
• Text-to-Speech
• Musik
• Audio-Mixing
• Untertitel
• Videoverbesserung
• Analyse

Jede Integration besitzt eigene Authentifizierung, Kontingente, Fehlerformate und Latenzprofile. Der Agent „schreibt“ also nicht einfach ein Video. Er führt einen verteilten Auftrag über zahlreiche Dienste aus und setzt die Ergebnisse zusammen.

Typische Fehlermodi

• Asynchrone Videogenerierung: Ein Auftrag wird eingereicht und liefert erst Minuten später ein Ergebnis. Ohne saubere Zustandsverwaltung laufen Agenten in Timeouts oder Endlosschleifen. Siehe Umgang mit lang laufenden API-Operationen in KI-Agenten.
• Kostenpflichtige Wiederholungen: Wenn eine Generierungsanfrage erfolgreich war, aber die Antwort in einen Timeout lief, kann ein naiver Retry denselben Clip zweimal berechnen. Idempotenzschlüssel für KI-Agenten verhindern dieses Problem.
• Kontingente und Rate Limits: Ein 429 ist nicht dasselbe wie ein 500. Bei einem Rate Limit sollte der Agent warten, statt sofort auf einen schlechteren Anbieter auszuweichen. Das beginnt mit einem klaren Design für API-Fehlermeldungen von KI-Agenten und einer robusten Fehlerbehandlung für KI-Agenten.
• Unangekündigte API-Änderungen: Wenn sich ein Antwortfeld verschiebt, kann die Pipeline mitten in der Produktion abbrechen oder ein fehlerhaftes Video rendern. Lesen Sie dazu Was passiert, wenn API-Änderungen KI-Agenten beeinträchtigen.

OpenMontage begegnet diesen Problemen mit:

• Kostenschätzung vor der Ausführung
• Ausgabenlimits
• Genehmigungsschwellen pro Aktion
• Validierung vor der Komposition
• Selbstprüfung nach dem Rendern mit ffprobe
• Frame-Extraktion und Audioanalyse
• nachvollziehbarem Entscheidungsweg für Anbieterwahl und Fallbacks

Das ist eine besser entwickelte Integrationsschicht, als sie viele Produktionsdienste besitzen.

Warum API-Verträge und Mocks wichtig sind

Wenn Sie eigene Anbieter integrieren oder OpenMontage hinter einem eigenen Dienst betreiben, sollten Sie die API als Vertrag behandeln:

1. OpenAPI-Spezifikation schreiben
2. daraus Mocks erzeugen
3. Fehlerzweige ohne kostenpflichtige Aufrufe testen
4. Vertragstests in CI ausführen

Das Testen einer teuren, langsamen und nicht deterministischen API gegen einen Mock statt gegen den Live-Dienst spart hier am meisten. Apidog kann Mocks aus der Spezifikation generieren — einschließlich Fehlerantworten. Die lokale Anwendung können Sie über Apidog herunterladen.

Eine allgemeinere Einführung finden Sie unter Nutzung Ihrer OpenAPI-Spezifikation als Agenten-Tools.

Produktion ist Teamsport

Die zweite Lücke ist organisatorischer Natur. Backlot ist ein gutes Dashboard, aber lokal: auf einer Maschine und für eine Produktion.

In Unternehmen braucht ein Video typischerweise mehrere Freigaben:

• Fachreview für das Skript
• Markenfreigabe für Visuals
• Faktenprüfung für Behauptungen
• finale Freigabe durch die verantwortliche Person für den Kanal

OpenMontages Genehmigungsschritte pausieren für einen Menschen, kennen aber weder die zuständige Person noch eine Genehmigungswarteschlange oder ein revisionssicheres Protokoll. Wenn später jemand fragt, wer die Preisangabe in Szene vier freigegeben hat, bleibt möglicherweise nur ein Zeitstempel in einem lokalen Projektordner.

Sharkly ergänzt diese organisatorische Ebene:

• Aufgabe als Aufzeichnung: Fortschritt, Tool-Aufrufe und Ergebnisse werden an die Aufgabe zurückgespielt. Agentenausgaben werden als Kommentare gespeichert und bleiben nachvollziehbar.
• Crews: Ein führender Agent koordiniert weitere Agenten und Personen — ähnlich wie ein Regisseur, der Spezialisten einbindet und ihre Ergebnisse kombiniert.
• Backlog ohne sofortige Ausführung: Sie können Videoarbeit sammeln, ohne direkt Generierungsanbieter zu bezahlen, und Elemente nach ihrer Freigabe starten.
• Gespeicherte Agenten: Anweisungen, Laufzeit, Fähigkeiten, Repositories, Umgebung, Anbieter und Budgetlimits werden wiederverwendbar.
• Bring-your-own-Ausführung: Ein Laptop, Server oder Container kann als Ausführungsmaschine dienen. Für Video-Rendering sind echte Festplatte und CPU oft wichtiger als zusätzliche Infrastruktur.
• Separater Worktree pro Aufgabe: Gleichzeitige Produktionen kollidieren nicht.

Kurz gesagt: OpenMontage automatisiert die Produktion. Es automatisiert nicht vollständig die Genehmigungen, Zuweisung und Dokumentation — also genau die Bereiche, die Teamprojekte häufig blockieren.

Für wen lohnt sich die Installation?

Installieren, wenn …

• Sie regelmäßig Entwickler-Inhalte veröffentlichen und bisher für Schnitt bezahlen oder darauf verzichten.
• Sie Changelogs in Walkthrough-Videos oder Konferenzvorträge in Social-Clips umwandeln möchten.
• Sie Videos mit echtem Material ohne kostenpflichtige Generierungs-APIs erstellen wollen.
• Sie von Bildschirm-Demo, Clip-Fabrik oder Lokalisierung profitieren.

Eher überspringen, wenn …

• Sie nur wenige Videos pro Jahr benötigen.
• Anbieterkonfiguration und Lernkurve den erwarteten Nutzen übersteigen.
• AGPL-3.0 nicht zu Ihrer geplanten Nutzung passt.

FAQ

Benötige ich kostenpflichtige API-Schlüssel?

Nein. Jede Funktion unterstützt quelloffene oder lokale Alternativen, und die Pipeline „Dokumentarische Montage“ nutzt kostenlose Archive. Kostenpflichtige Anbieter bieten zusätzliche Qualität und Optionen. Beginnen Sie ohne kostenpflichtige Konfiguration und ergänzen Sie Anbieter erst bei Bedarf.

Welche Code-Assistenten funktionieren?

Genannt werden Claude Code, Cursor, Copilot, Windsurf und Codex. Grundsätzlich sollte jeder Assistent funktionieren, der Dateien lesen und Code ausführen kann, da OpenMontage aus Python und Markdown-Fähigkeitsdateien besteht.

Wie viel kostet ein Video?

Das hängt vollständig von Pipeline und Anbietern ab. Das Sieben-Welten-Showcase berichtet von ungefähr fünf US-Dollar an Generierungskosten. Die dokumentarische Montage mit kostenlosen Archiven tendiert gegen null. OpenMontage schätzt die Kosten vor der Ausführung und erzwingt Ausgabenlimits.

Ist AGPL-3.0 ein Problem?

Für interne Nutzung, persönliche Projekte und Open-Source-Arbeiten kann die Lizenz passen. Der Betrieb einer modifizierten Version als Dienstleistung für andere aktiviert jedoch die Netzwerk-Klausel und ihre Quellcode-Verpflichtungen. Klären Sie das vor einer Produktintegration rechtlich ab.

Kann OpenMontage eigenes Material bearbeiten?

Ja. Sprecher-Video, Hybrid, Bildschirm-Demo, Clip-Fabrik und Lokalisierung arbeiten mit bereitgestelltem Material. Generierung ist eine Option, nicht der einzige Modus.

Ist OpenMontage ein Agenten-Framework?

Nein. Es ist eine domänenspezifische Fähigkeiten- und Toolbibliothek, die einen bestehenden Code-Agenten für Videoproduktion erweitert. Im Gegensatz zu Orchestrierungsinfrastruktur wie Strands oder AgentKit liefert OpenMontage konkrete Fähigkeiten und Tools für einen bestimmten Anwendungsbereich.

Fazit

OpenMontage ist eines der ambitioniertesten Projekte im aktuellen Agenten-Tooling. Vorab-Genehmigungen, Kostenschätzungen, Ausgabenlimits, Selbstprüfung nach dem Rendering und nachvollziehbare Anbieterentscheidungen sind für diese Kategorie ungewöhnlich gut umgesetzt.

Für Teams, die Entwickler-Inhalte veröffentlichen, können besonders Bildschirm-Demo und Clip-Fabrik den Einrichtungsaufwand rechtfertigen.

Gehen Sie trotzdem mit zwei Punkten an das Projekt heran:

1. Die Lizenz ist AGPL-3.0. Das ist eine Architektur- und Geschäftsentscheidung, keine Fußnote.
2. Darunter steckt eine große, teure und lang laufende API-Integration. Schriftliche Verträge, Mocks, idempotente Wiederholungen sowie eine Fehlerbehandlung, die Rate Limits von echten Ausfällen unterscheidet, sind unverzichtbar.

Dafür eignet sich Apidog. Für die Frage, wer was wann genehmigt hat, braucht es eine Team- und Aufgabenebene wie Sharkly.

Der Agent kann das Video inszenieren. Er sollte nicht zugleich die einzige Aufzeichnung darüber sein, dass das Video genehmigt wurde.