WebM in MP4 umwandeln

So gut wie niemand entscheidet sich für WebM. Es entsteht: eine Bildschirmaufnahme aus OBS oder direkt aus dem Browser, eine Sprachnachricht aus Discord oder WhatsApp Web, eine Aufnahme, die die MediaRecorder-Schnittstelle einer Webseite nebenbei erzeugt hat.

Solange die Datei im Browser bleibt, ist das kein Problem — WebM ist genau dafür gemacht. Sobald sie an ein Schnittprogramm, ein Formular oder ein Gerät geht, das mit VP8 oder VP9 nichts anfangen kann, ist MP4 die Antwort, weil es fast alles öffnet, was WebM eben nicht öffnet.

Ein Bewerbungsvideo für einen Ausbildungsplatz, ein Upload-Formular einer Behörde, ein Recruiting-Tool: Fast jedes dieser Systeme listet in der Formatprüfung explizit MP4 und lehnt alles andere kommentarlos ab. Das ist keine Böswilligkeit, sondern die Konsequenz daraus, dass diese Portale selten für den Fall gebaut wurden, dass jemand mit dem Browser aufgenommen hat.

Wer eine Bewerbung, ein Erklärvideo oder eine Kursaufgabe aus einer Bildschirmaufnahme heraus abgibt, stößt deshalb genau hier an: Die Aufnahme ist fertig, das Formular akzeptiert die Datei aber nicht. Die Umwandlung löst nichts inhaltlich, sie beseitigt nur diese eine technische Hürde.

Manche Containerumwandlungen bestehen nur daraus, einen Kopfbereich neu zu schreiben und die komprimierten Daten unangetastet zu lassen. Das hier ist keine davon. Ein WebM trägt VP8, VP9 oder AV1 in sich, das MP4 bekommt H.264 — zwei unterschiedliche Codecs, also wird jedes einzelne Bild zu Pixeln dekodiert und danach neu komprimiert.

Das kostet Zeit, und zwar reale, spürbare Zeit auf dem eigenen Rechner. Eine kurze Aufnahme in Full HD ist meist schneller fertig, als man den Tab wechseln kann; eine vierzigminütige Meeting-Aufzeichnung beschäftigt Prozessor und Grafikkarte tatsächlich für Minuten, während der Tab geöffnet bleiben muss.

Die Bildspur wird als H.264 im High-Profil geschrieben, die Tonspur — in einem browsergemachten WebM fast immer Opus — als AAC. Diese Kombination ist bewusst gewählt: Ein MP4 mit AV1 darin wäre technisch ein gültiges MP4, das ein Fernseher trotzdem verweigert, und eine Umwandlung, die ein solches File erzeugt, hätte nichts gelöst.

In der Praxis bedeutet das: Das Ergebnis läuft dort, wo ein MP4 erwartet wird — iOS, Android, jeder Schnitt, jedes Upload-Formular. Nur auf sehr alter Hardware von vor rund fünfzehn Jahren könnte das High-Profil ein Thema sein; für alles Aktuelle ist es Standard.

Weil ohnehin jedes Bild neu aufgebaut wird, ist eine andere Auflösung praktisch geschenkt. Zur Wahl stehen 2160p, 1440p, 1080p, 720p, 480p und 360p neben der Originalgröße, und die Breite folgt der Höhe automatisch, sodass nie etwas verzerrt wird.

Mehr zu verlangen, als die Quelle hergibt, wird stillschweigend ignoriert — eine 720p-Aufnahme auf 4K gestellt würde nur die Datei vervierfachen, ohne ein einziges zusätzliches Detail zu bringen. Nach unten lohnt sich die Einstellung dagegen wirklich: Eine 4K-Aufnahme auf 1080p bringt ein Viertel der Pixel und schrumpft ungefähr im gleichen Maß.

Die meisten WebM-Dateien, die hier umgewandelt werden, sind Bildschirmaufnahmen, und Bildschirminhalt verträgt eine zweite Kodierung ungewöhnlich gut. Flache Fensterflächen, klare Kanten und ruhiger Text lassen sich stark komprimieren und überstehen den zweiten Durchgang fast ohne sichtbaren Verlust.

Kamerabild ist der schwierigere Fall. Bewegung, feine Strukturen und Rauschen sind genau das, wofür ein Codec seine Bits ausgibt, und wenn ein zweiter Codec die Näherungen des ersten beschreiben muss, sieht man das. Kommt das WebM aus einer Webcam-Aufnahme und geht das Ergebnis in einen Schnitt statt direkt zu einem Betrachter, lohnt es sich, vor der Umwandlung die Qualitätsstufe hochzusetzen.

Bild und Ton kommen vollständig mit: jede Video- und Audiospur, die der Browser lesen kann, in der Reihenfolge, in der sie im WebM lagen. Was nicht übernommen wird, ist alles andere — keine Untertitelspuren, keine Kapitelmarken. Bei einer browsergemachten Aufnahme ist das fast immer nebensächlich, weil diese Dateien ohnehin nur eine Bild- und eine Tonspur enthalten.

Überraschender ist die Transparenz. VP9 in einem WebM kann einen Alphakanal tragen — so werden animierte Overlays im Web ausgeliefert —, und H.264 kennt so etwas grundsätzlich nicht. Ein transparentes WebM kommt als MP4 undurchsichtig zurück, und keine Einstellung ändert das. Ist die Transparenz der Punkt, bleibt nur, das WebM zu behalten und in einem `<video>`-Element einzusetzen.

Der H.264-Encoder, der hier arbeitet, gehört zum Browser und zur Hardware, nicht zu dieser Seite. Chrome, Edge und Safari bringen ihn auf praktisch jedem aktuellen Gerät mit. Manche Firefox-Installationen, besonders unter Linux, tun das nicht — dann bricht die Umwandlung vorab mit einem verständlichen Hinweis ab, statt mittendrin zu scheitern.

Eine Software-Alternative gibt es bewusst nicht. Ein H.264-Encoder, der als WebAssembly nachgeladen würde, wäre mehrere zehn Megabyte groß und etwa zehnmal langsamer als der Hardware-Encoder, der ohnehin schon bereitliegt. Der Hinweis, es in einem anderen Browser zu versuchen, ist die ehrlichere Antwort als ein Download, der dann eine Stunde dauert.

Bis zu hundert Dateien lassen sich gemeinsam ablegen. Jede wird einzeln umgewandelt, mit eigenem Fortschritt, und sobald mehr als eine fertig ist, kommen sie als ein einziges ZIP zurück. Das ist der Normalfall für jeden, dessen Bildschirmrekorder seit Monaten still WebM-Dateien produziert hat.

Weil nichts hochgeladen wird, kostet ein solcher Stapel weder Bandbreite noch stößt er an eine Tagesgrenze — die einzige Grenze ist, wie viel Arbeit der eigene Rechner auf einmal übernehmen soll. Ab einer gewissen Menge ist das ohnehin der Punkt, an dem lokale Verarbeitung nicht mehr nur Datenschutz bedeutet, sondern schlicht einen Nachmittag ohne Upload-Balken.

Bildschirmaufnahmen gehören zu den heikelsten Dateien, die man überhaupt umwandelt. Sie zeigen Postfächer, interne Tools, Kundendaten und was sonst noch gerade offen war — und der übliche Weg für diese Umwandlung ist, all das einer Webseite anzuvertrauen, die man vor zehn Sekunden gefunden hat.

Hier wird das Video im Tab dekodiert, neu kodiert und zusammengesetzt, mit den Codecs, die der Browser ohnehin mitbringt. Es wird nichts verschickt, es gibt kein Konto und keine Warteschlange fremder Uploads. Wer es nachprüfen will, öffnet die Entwicklertools, beobachtet den Netzwerk-Tab und wandelt etwas um — das dauert zehn Sekunden.

Die allermeisten WebM-Dateien, die diese Seite sieht, tragen ohnehin nur eine Bild- und eine Tonspur, weil genau das ein Browser bei einer Aufnahme erzeugt. Interessant wird die Frage erst bei einem WebM aus anderer Quelle, etwa einem Schnittprogramm, das mehrere Sprachspuren exportiert hat.

Für diesen selteneren Fall macht diese Seite bewusst keine Zusage. Ob eine zweite oder dritte Tonspur mit umgewandelt wird oder nur die erste, hängt von der zugrunde liegenden Bibliothek ab und ist nicht geprüft. Wer sich auf mehr als eine Tonspur verlässt, kontrolliert das Ergebnis mit einem Player, der Spuren einzeln anzeigt, statt sich auf eine Beschreibung hier zu verlassen.