Agentenwerkby Masiar Ighani · powered by skillbyte

Praxisprojekt Second Brain · Import

YouTube und Podcasts

Lektion 2/79 Min. LesezeitEinsteiger

Lernziele

  • Du holst das Transkript · engl. transcriptDie Abschrift gesprochener Sprache als Text, etwa aus den Untertiteln eines Videos oder einer automatischen Spracherkennung.Im Glossar eines Videos mit yt-dlp oder youtube-transcript-api nach raw/, mit Frontmatter und URL.
  • Du lässt das Transkript vor dem Ingest · engl. ingestDer Arbeitsschritt, in dem der Agent eine neue Quelle aus raw/ liest, daraus Wiki-Seiten schreibt oder ergänzt, sie verlinkt und den Lauf in index.md und log.md festhält.Im Glossar bereinigen, ohne dass etwas wegfällt, und behältst grobe Zeitstempel.
  • Du teilst lange Aufnahmen nach Thema und entscheidest, welches Video ein Transkript verdient.

Videos liefern bei den meisten Menschen die größte Menge an Material und hinterlassen am wenigsten. Von einem einstündigen Konferenzvortrag bleibt eine Woche später kaum etwas übrig. Transkripte ändern das. Ein Transkript ist reiner Text, und genau den will der Vault.

Ein Transkript holen

Die meisten Videos haben Untertitel, automatisch erzeugt oder hochgeladen. Zwei Wege funktionieren zuverlässig. Der erste ist das Kommandozeilenwerkzeug yt-dlp:

# nur die automatischen Untertitel, ohne das Video
yt-dlp --skip-download --write-auto-subs --sub-langs de --sub-format vtt URL

Für ein englisches Video setzt du --sub-langs en. Die Kurzformen --write-auto-sub und --sub-lang nimmt yt-dlp noch an, die Hilfe führt aber nur noch die Namen oben (getestet mit yt-dlp 2026.10.26). Für vollen YouTube-Support verlangt yt-dlp laut README inzwischen zusätzlich das Paket yt-dlp-ejs und eine JavaScript-Laufzeit, empfohlen ist Deno.

Der zweite Weg ist die Python-Bibliothek youtube-transcript-api, wenn du das Transkript in einem Skript weiterverarbeiten willst:

from youtube_transcript_api import YouTubeTranscriptApi

t = YouTubeTranscriptApi().fetch("VIDEO_ID", languages=["de", "en"])
for s in t:
    print(int(s.start), s.text)

Die frühere Methode YouTubeTranscriptApi.get_transcript(…) hat die Bibliothek mit Version 1.2.0 entfernt. Aktuell ist 1.2.5 (Stand: Nov. 2026). languages ist eine Prioritätenliste. Laut README sperrt YouTube die meisten IP-Adressen von Cloud-Anbietern. Auf deinem eigenen Rechner funktioniert die Bibliothek, auf einem gemieteten Server oft nur über einen Proxy.

Speichere das Ergebnis in raw/, mit Frontmatter für Titel, Kanal und URL:

---
title: Titel des Vortrags
channel: Name des Kanals
source: https://www.youtube.com/watch?v=VIDEO_ID
published: 2026-10-14
type: transcript
---

Ohne die URL ist ein Transkript eine anonyme Textwand, und der Agent kann es nicht sauber zitieren.

Zeitstempel behalten

Automatische Transkripte kommen als Fragmente mit Zeitstempeln. Entferne die Formatierung und behalte alle paar Minuten einen groben Zeitstempel.

Der Grund ist das Wiederfinden. Steht im Wiki, dass eine Aussage aus Minute 34 eines Vortrags stammt, prüfst du sie in zehn Sekunden. Ohne Zeitstempel heißt Prüfen: das Video noch einmal ansehen. Das machst du dann nicht.

Vor dem Ingest bereinigen

Automatische Untertitel haben keine Satzzeichen und keine Namen der Sprechenden, und Fachbegriffe kommen verstümmelt heraus. Lass den Agenten zuerst darübergehen:

Lies raw/vortrag-transkript.md. Setz Satzzeichen und Absätze, kennzeichne,
wo die sprechende Person wechselt, und korrigiere offensichtlich falsch
erkannte Fachbegriffe. Behalte alle paar Minuten einen Zeitstempel. Fasse
nichts zusammen, streich nichts und markiere alles, was du nicht verstehst.
Schreib das Ergebnis nach raw/vortrag-transkript-bereinigt.md.

Die CLAUDE.mdDie Anweisungsdatei, die Claude Code zu Beginn jeder Session liest. Claude Code lädt sie aus dem Startordner und aus jedem Ordner darüber und hängt die Inhalte aneinander.Im Glossar aus diesem Kurs verbietet dem Agenten, in raw/ zu schreiben. Der Auftrag erlaubt deshalb ausdrücklich eine neue Datei neben dem Original. Das Original bleibt unverändert. Der Befehl /ingest-youtube holt das Transkript, bereinigt es mit dem Skill · engl. skillEin Ordner mit einer Datei SKILL.md, die einem Agenten eine wiederkehrende Aufgabe beschreibt. Claude Code lädt den Skill, wenn die Aufgabe passt oder du ihn mit seinem Namen aufrufst.Im Glossar second-brain-transcript und arbeitet es danach ein.

Spring nicht direkt zum Ingest des rohen Untertitel-Dumps. Konzeptseiten aus Text ohne Satzzeichen werden nach unserer Einschätzung spürbar schlechter. Das Modell verwendet seine Aufmerksamkeit dann darauf, Satzgrenzen zu rekonstruieren, und versteht die Aussagen weniger gut.

Lange Videos

Ein dreistündiger Podcast ist mehr als eine Quelle. Teil ihn vor dem Ingest nach Themen. Nimm dafür die Kapitelmarken, falls die Person beim Hochladen welche gesetzt hat, oder lass den Agenten Trennstellen aus dem Transkript vorschlagen.

Am Stück eingearbeitet, ergibt ein langes Interview eine aufgeblähte Quellenseite und zwei, drei vage Konzepte. Geteilt ergibt es die vier Ideen, die wirklich darin steckten.

Podcasts und Audio

Podcasts liefern meist kein Transkript mit. Die Wege, nach Aufwand sortiert:

  1. Shownotes prüfen. Viele Sendungen veröffentlichen inzwischen ein Transkript.
  2. Lokal transkribieren mit Whisper. Wie das geht, zeigt die Lektion Sprachnotizen und Meetings.
  3. Einen Transkriptionsdienst nutzen.

Lokale Transkription lohnt sich, wenn du täglich hörst. Die Audiodatei verlässt deinen Rechner nicht. Das zählt bei Meeting-Aufnahmen noch mehr als bei Podcasts.

Was sich lohnt

Transkribiere Vorträge, Vorlesungen, Interviews mit Menschen aus der Praxis und alles mit einer konkreten Aussage, die du später brauchen könntest.

Lass Tutorials weg, die du einmal für eine Aufgabe angesehen hast, und alles, was du als Artikel nicht noch einmal lesen würdest. Ein Video fühlt sich beim Ansehen wertvoll an, weil es eine Stunde dauert. Über den Inhalt sagt dieses Gefühl nichts.

Transkribieren oder nicht?

Ordne jede Aufnahme ein.

Noch offen (5)

  • Ein Konferenzvortrag mit Messwerten zu einer neuen Methode
  • Ein Interview mit einer Praktikerin über ihre Fehler beim Aufbau eines Teams
  • Ein Tutorial, wie man in einem Programm eine Tabelle formatiert
  • Eine Semesterreihe von Vorlesungen zu Statistik
  • Ein Unterhaltungsvideo, das du in der Mittagspause gesehen hast

Transkript in den Vault (0)

    Bleibt draußen (0)

      Merksätze

      • Ein Transkript macht ein Video zu Text, den der Vault einarbeiten und zitieren kann.
      • Frontmatter mit Titel, Kanal und URL gehört an jedes Transkript.
      • Grobe Zeitstempel alle paar Minuten machen eine Aussage in Sekunden prüfbar.
      • Bereinigen kommt vor dem Ingest: Satzzeichen, Sprechende, Fachbegriffe, nichts gestrichen.
      • Lange Aufnahmen teilst du nach Thema, und transkribiert wird nur, was du auch als Artikel wieder lesen würdest.

      Prüf dich selbst

      Denkfrage

      Warum behältst du Zeitstempel, obwohl sie den Text unruhiger machen?

      Denkfrage

      Ein Podcast dauert drei Stunden und behandelt vier Themen. Wie arbeitest du ihn ein?

      Prüf dich selbst

      1. 1Welcher Aufruf holt in der aktuellen Version von youtube-transcript-api ein Transkript?
      2. 2Warum soll der Agent ein automatisches Transkript vor dem Ingest bereinigen?
      3. 3Was darf die Bereinigung nicht tun?
      4. 4Ohne welche Angabe kann der Agent ein Transkript nicht sauber zitieren?

      Erstes Transkript im Vault

      0 von 5 erledigt

      Quellen

      1. yt-dlp · yt-dlp, Stand: Nov. 2026

        Optionen --write-auto-subs, --sub-langs, Hinweis auf yt-dlp-ejs.

      2. youtube-transcript-api · jdepoix, Stand: Nov. 2026

        API mit fetch, Sperre von Cloud-IPs.

      3. youtube-transcript-api: Releases · jdepoix, Stand: Nov. 2026

        Entfernung von get_transcript in 1.2.0.

      Dein Fortschritt bleibt nur in diesem Browser gespeichert.