MP4 in AVIF umwandeln

Der typische Fall für dieses Paar ist kein Fotoprojekt, sondern eine Produktseite. Ein deutscher Online-Shop auf Shopware oder einer ähnlichen Plattform hat ein kurzes Produktvideo hinterlegt, und bevor jemand auf Play klickt, zeigt die Seite ein Standbild daraus. Dieses Bild lädt bei jedem Seitenaufruf, auf jedem Gerät — es ist häufig die schwerste einzelne Datei auf einer Produktseite mit Video.

Wer an dieser Stelle bereits AVIF für die übrigen Produktbilder ausliefert, will das Standbild in derselben Liga haben statt als Ausreißer nach oben. Genau dafür ist diese Umwandlung gedacht: ein Frame aus dem MP4 herausnehmen und mit demselben modernen Format kodieren, das der Rest der Seite schon nutzt.

Auf fotografischem Material liegt AVIF üblicherweise zwanzig bis dreißig Prozent unter einem vergleichbaren WebP und deutlich unter einem JPG. Es kommt außerdem mit genau dem zurecht, wovon Videostandbilder oft voll sind — dunkle Szenen, Studiohintergründe, weiche Verläufe — mit spürbar weniger Banding, weil es nicht auf acht Bit pro Kanal beschränkt ist.

Für ein Video-Poster ist das der stärkste Fall, den es gibt. Es lädt, bevor irgendetwas abspielt, bei jedem Besuch, und ist auf einer Seite mit Video oft die schwerste Ressource überhaupt. Ein Drittel davon einzusparen, wiegt mehr als dieselbe Ersparnis an anderer Stelle der Seite.

AVIF sucht deutlich gründlicher nach komprimierbarer Struktur als WebP oder JPEG und braucht dafür entsprechend länger — mehrere Sekunden für ein einzelnes hochauflösendes Bild sind normal, auch auf einer schnellen Maschine.

Einmal beim Bauen der Seite bezahlt, ist diese Zeit irrelevant, und jeder Besuch profitiert. Auf Abruf erzeugt, während gerade ein Kunde ein Video hochlädt, wird sie zu einer Kapazitätsfrage mit Rechnung. Dieser Unterschied entscheidet ehrlich, ob AVIF in eine bestimmte Pipeline gehört — und ist der Grund, warum viele Dienste weiterhin WebP erzeugen.

Ein Frame aus einer Bildschirmaufnahme, einer Folie, einer Titelkarte oder allem, was überwiegend flache Farbe und harte Kanten ist. Solches Material komprimiert schon von Natur aus sehr gut, und AVIF erzeugt dafür häufig eine größere Datei als WebP — das Gegenteil der Erwartung, und ein Fall, den man messen sollte statt anzunehmen.

Und überall außerhalb eines Browsers. Bildbetrachter, ältere Handy-Galerien, Messenger und viele Upload-Formulare lehnen das Format nach wie vor ab. Ein AVIF ist eine Datei, die man ausliefert, keine, die man verschickt: Für ein Standbild an eine Person nimm JPG.

Kein Encoder holt Details zurück, die das Video nie hatte. Ein Frame aus einer Bewegung heraus trägt die Bewegungsunschärfe und die Kompressionsblöcke, die der Codec dort hinterlassen hat, und eine gute Kodierung erhält genau diese fehlerhafte Stelle sehr genau.

Der Zeitpunkt bleibt also der erste Hebel: ein Moment, in dem das Motiv stillsteht, oder das erste Bild nach einem Schnitt, an dem der Encoder ein vollständig detailliertes Keyframe platziert hat. Erst der richtige Frame, dann macht AVIF ihn klein. In der anderen Reihenfolge entsteht eine sehr effiziente Kopie eines mittelmäßigen Bildes.

Sinnvoll wird das erst mit einem picture-Element: eine AVIF-Quelle zuerst, eine WebP-Quelle danach, ein JPG als Rückfalloption — jeder Browser nimmt das beste, das er versteht, ohne dass irgendetwas erkannt werden muss.

Für ein Video-Poster nimmt das entsprechende Attribut nur ein einzelnes Bild entgegen. Üblich ist deshalb, das Format über die Bildpipeline oder ein CDN je nach Browser auszuliefern, oder dort WebP zu akzeptieren und AVIF nur für die Vorschaukacheln drumherum zu nutzen. Beides ist vernünftig; AVIF allein ohne Rückfalloption auszuliefern ist die eine Variante, die es zu vermeiden lohnt, weil eine zusätzliche Datei fast nichts kostet.

Beide Schritte laufen im Browser-Tab auf dem eigenen Prozessor: Das Video wird dekodiert und der Frame kodiert, ohne dass etwas verschickt wird. Ein großes Video wird von der Platte gelesen statt übertragen, was auf jedem gehosteten Konverter langsamer wäre als die eigentliche Arbeit.

Die zweite Hälfte zählt hier mehr als sonst. AVIF-Kodierung ist tatsächlich aufwendig, und sie lokal zu erledigen bedeutet, dass die Kosten wenige Sekunden auf dem eigenen Rechner sind — nicht eine Warteschlange, ein Kontingent oder ein Abo bei einem Drittanbieter. Für ein Produktvideo, das noch nicht öffentlich ist, ist das mehr als ein Nebeneffekt.

AVIF kann zehn Bit pro Kanal und einen erweiterten Farbraum tragen, was WebP nicht kann — es ist von den drei Formaten das einzige, das für die zusätzliche Reichweite eines HDR-Frames überhaupt einen Platz hat. Wie viel davon tatsächlich ankommt, hängt an der Quelle; ein Frame aus einem gewöhnlichen Standardvideo gewinnt durch diese Fähigkeit nichts.

Für die meisten Produktvideos, die in einem deutschen Online-Shop laufen, ist das ohnehin nicht der Grund für die Wahl. Der Grund ist die Dateigröße auf einer Seite, die auf dem Handy und über eine Mobilfunkverbindung schnell laden soll — und dort liefert AVIF am zuverlässigsten.

Ein Vergleich lohnt sich, bevor eine ganze Bildpipeline auf AVIF umgestellt wird. Auf einer Produktseite mit Video ist das Standbild meist das lohnendste einzelne Ziel, weil es das Erste ist, was lädt und weil Video-Poster tendenziell groß sind. Grafiken, Icons und Freistellungen mit wenig Textur bringen dagegen oft kaum eine Ersparnis oder werden sogar größer.

Deshalb macht es Sinn, gezielt vorzugehen statt pauschal: Fotografische Inhalte und Videoframes zu AVIF, flache Grafiken zu PNG oder WebP belassen. Das kostet eine zusätzliche Entscheidung in der Build-Pipeline und spart am Ende mehr, als eine einheitliche Regel es täte.

Es findet keine Herabskalierung statt. Ein 4K-Video liefert ein Bild mit 3.840 mal 2.160 Pixeln, ein 720p-Video eines mit 1.280 mal 720 — unabhängig davon, wie groß der Player gerade auf dem Bildschirm dargestellt war. Genau deshalb lohnt sich das Herausziehen eines Frames mehr als ein Screenshot des pausierten Players.

Nach oben wird nichts erfunden. Ist das Video 720p, ist auch das Standbild 720p — das ändert kein Format der Welt. Für ein Poster-Bild, das über die volle Seitenbreite hinausgehen soll, lohnt sich also eher ein höher aufgelöstes Ausgangsvideo als ein Trick beim Formatwechsel.