MKV in WebP umwandeln

Eine Volkshochschule mit ihrem Kursarchiv, eine Firma mit ihren Schulungsaufzeichnungen, eine Fachschaft mit ihren Vorlesungsmitschnitten — überall dort, wo viele Aufzeichnungen als Liste von Dateinamen daliegen, braucht die Übersichtsseite ein Vorschaubild je Eintrag. Ohne eines ist die Liste eine Ansammlung kryptischer Dateinamen, durch die niemand freiwillig scrollt.

Der Weg dahin ist eine kleine Aufgabe, die sich vielfach wiederholt, und genau dort fallen zwei Dinge auf, die bei einer einzelnen Datei nie stören würden: Das Bild kommt viel größer heraus, als die Kachel braucht, und der Zeitstempel, der bei einer Aufzeichnung passt, zeigt bei der nächsten ein schwarzes Bild.

Diese Umwandlung bietet keine Größenanpassung. Eine 1080p-Aufzeichnung ergibt ein 1920×1080-WebP, eine 4K-Mitschnitt ein 3840×2160 großes — unabhängig davon, dass es am Ende in einer 320 Pixel breiten Karte landen soll. Für ein Werkzeug, das einen einzelnen Frame herausschneidet, ist das die richtige Voreinstellung: Standardmäßig Pixel wegzuwerfen wäre die schlechtere Wahl.

Ein zweiter Schritt gehört also fest zum Ablauf: Die Bilder danach zu verkleinern ist schnell, verlustfrei im entscheidenden Sinne, und dort steckt fast die gesamte Einsparung — ein 3840 Pixel breites WebP, das mit 320 Pixeln angezeigt wird, überträgt die hundertvierzigfache Pixelzahl dessen, was die Karte überhaupt nutzen kann.

WebP wurde 2010 als ein Format veröffentlicht, das JPG und PNG zugleich ersetzen sollte, und liefert für den typischen Fotoframe bei gleicher sichtbarer Qualität eine kleinere Datei als JPG. Jeder aktuelle Browser liest es, was WebP zur einzigen Wahl macht statt zu einer bedingten.

Auf einer Seite mit vierzig Kacheln summiert sich das: Eine Einsparung, die bei einem einzelnen Bild nebensächlich wäre, entscheidet darüber, ob die Übersicht sofort steht oder erst nachlädt, während bereits gescrollt wird.

Null Sekunden ist bei fast jeder Aufzeichnung die falsche Wahl — Mitschnitte starten mit Schwarzbild, einem Senderlogo oder einem leeren Rednerpult. Etwas im ersten Drittel, nach einem eventuellen Vorspann, auf einem ruhigen Bild, ergibt eine Kachel, die zum Anklicken einlädt.

Werden mehrere Dateien zusammen umgewandelt, wird derselbe Zeitpunkt auf alle angewendet — praktisch, aber nicht perfekt. Eine Zahl zu wählen, die den längsten Vorspann im Archiv sicher übersteht, sechzig oder neunzig Sekunden sind oft ein sicherer Wert, und für zwei oder drei Ausreißer den Zeitpunkt später von Hand nachzubessern, ist immer noch weniger Arbeit, als jede der vierzig Dateien einzeln durchzugehen.

Ein aus einem Video entnommenes Bild ist keine Fotografie und sieht auch nicht so aus. Codecs beschreiben bewegte Bildteile nur näherungsweise und setzen ihre Detailgenauigkeit dort ein, wo das Auge sie bemerkt — ein Bild mitten aus einem Schwenk oder aus einer Menschenmenge ist deshalb merklich weicher als eines aus einem stillstehenden Moment.

Das Format kann das nicht beheben, nur vermeiden, es zu verschlimmern. Einen ruhigen Moment zu wählen bringt mehr als jede Encoder-Einstellung, die es hier gäbe — und in Kachelgröße verschwindet ohnehin ein Großteil davon, was ein weiterer Grund ist, sich auf den Skalierungsschritt zu konzentrieren statt auf den Codec.

WebP kann Transparenz tragen, dieses Ergebnis hat keine — ein Videobild ist überall deckend, der Encoder schreibt deshalb keinen Alphakanal, wenn nichts im Bild durchscheinend ist. Es entsteht eine gewöhnliche verlustbehaftete WebP-Datei ohne Erweiterungsheader, nicht eine mit einem durchgängig vollen Alphakanal.

Metadaten fehlen ebenfalls vollständig: kein EXIF-Block, kein Quelldateiname, kein Zeitstempel, nichts, was das Bild mit der zugehörigen Aufzeichnung verknüpft. Für ein Archiv muss diese Verknüpfung deshalb außerhalb der Datei stattfinden — der Dateiname oder ein Eintrag in der Datenbank ist der richtige Ort, und Bilder beim Herunterladen sofort nach der Aufzeichnung zu benennen, spart später eine Stunde Zuordnungsarbeit.

Keine Qualitätsregelung ist auf dieser Seite vorgesehen. Das Bild wird mit einer festen, für gewöhnliche Inhalte sauberen Einstellung kodiert, was für ein Bild in Kachelgröße weit jenseits des Punktes liegt, an dem ein Unterschied überhaupt sichtbar würde.

Braucht eine Seite ausnahmsweise ein besonders knappes Datenbudget oder ein besonders anspruchsvolles Bild, führt der Weg über eine PNG-Ausgabe — die genau das speichert, was decodiert wurde — mit anschließender eigener WebP-Kodierung in der gewünschten Einstellung. Ein zusätzlicher Schritt, dafür volle Kontrolle.

Von jeder Datei wird nur so viel gelesen, wie bis zum gewählten Zeitpunkt nötig ist, und Decodierung wie Kodierung laufen im Browser-Tab. Nichts, was die Aufzeichnungen enthält, wird an einen Server geschickt — für internes Schulungsmaterial oder unveröffentlichte Vorlesungsmitschnitte ist das keine Vorliebe, sondern die Voraussetzung, die Arbeit überhaupt so machen zu dürfen.

Die kostenlose Stufe nimmt bis zu 100 MB je Datei entgegen. Längere Aufzeichnungen liegen darüber; für die ist es praktischer, den Mediaserver selbst — Plex, Jellyfin oder Emby erzeugen alle eigene Vorschaubilder — ein Bild erzeugen zu lassen, oder in VLC einen Schnappschuss zu ziehen und diesen hier zu einer WebP-Datei umzuwandeln.

Ein Standbild ersetzt keine Beschreibung. Für eine Kachel, die auch ohne Bild verständlich bleiben soll — etwa wenn ein Browser das WebP aus irgendeinem Grund nicht anzeigt —, gehört zusätzlich ein aussagekräftiger Alt-Text zur Kachel, der Titel und Kontext der Aufzeichnung nennt, nicht den Dateinamen.

Das ist kein Nebenaspekt der Barrierefreiheit, sondern derselbe Text, den eine Suchfunktion innerhalb des Archivs später braucht, um Ergebnisse anzuzeigen. Ihn einmal beim Anlegen des Archivs festzulegen, ist deutlich weniger Arbeit, als ihn Monate später für hundert Einträge nachzutragen.

Mehrere MKV-Dateien lassen sich zusammen ablegen, jede wird jedoch mit demselben Zeitwert abgetastet — effizient für den Ordner insgesamt, nicht perfekt für jede einzelne Datei darin. Eine kleine Nachbesserung für die Ausreißer ist trotzdem deutlich weniger Aufwand, als vierzig Zeitpunkte einzeln zu bestimmen.

Wer regelmäßig neue Aufzeichnungen archiviert, spart durch einen einmal festgelegten Standardzeitpunkt am meisten: Beim nächsten Kursjahrgang oder der nächsten Schulungsreihe genügt derselbe Wert, ohne dass die Wahl jedes Mal neu getroffen werden muss.

Existiert bereits eine Folienpräsentation oder ein Titelbild zur Aufzeichnung, ist dieses Bild fast immer die bessere Kachel als jeder Frame aus dem Video — bewusst gestaltet, statt zufällig getroffen. Diese Seite lohnt sich dort, wo kein solches Material existiert und die Aufzeichnung selbst die einzige Quelle für ein Bild ist.

Für ein Archiv, das über Jahre wächst, ist es die praktischere Regel, das Standbild als festen Bestandteil des Aufnahme- oder Exportprozesses vorzusehen, statt es jedes Mal nachträglich aus der fertigen Aufzeichnung zu ziehen.