So schneidest du Gameplay zu vertikalen Clips, die funktionieren

So schneidest du Gameplay zu vertikalen Clips, die funktionieren

Gameplay fürs Hochformat zu schneiden hat nichts damit zu tun, einen Podcast zu schneiden. In einem Gespräch zu zweit hast du zwei Gesichter, fertig. Im Gameplay hast du den Spielbildschirm, die Facecam, das HUD, den Chat und manchmal drei Overlays, die gleichzeitig blinken. Das alles muss in ein 9:16-Rechteck passen, das verdammt schmal ist, ohne zu einer Suppe zu werden, die keiner versteht.

Ich habe aufgehört zu zählen, wie viele gute Streamer ich dabei beobachtet habe, wie sie einen perfekten Spielzug verschenkt haben, weil der Clip unübersichtlich war. Das Play war atemberaubend und auf dem Handy hat niemand kapiert, was passiert ist. In diesem Beitrag geht es darum, wie wir bei Cut.Pro darüber nachdenken, vom Bildausschnitt bis zum Ton.

Action und Gesicht auf demselben Bildschirm

Die erste Frage jedes Gaming-Clippers ist dieselbe: Zeige ich das Spiel oder den Streamer? Fast immer beides. Aber nicht die ganze Zeit auf dieselbe Weise.

Das Layout mit den besten Ergebnissen ist das gestapelte. Facecam im oberen Drittel, Gameplay im Rest. So bekommst du Gesicht und Kontext auf einen Bildschirm. Der Zuschauer sieht die Reaktion und sieht, was sie ausgelöst hat. Das ist die Logik jedes Clips, der fesselt: Emotion und Ursache zusammen.

Der Fehler, den fast alle machen: zu glauben, man könne den ganzen Spielbildschirm in die untere Hälfte stecken. Denk an einen Shooter, der liegt im 16:9-Querformat. Wenn du das in einen fast quadratischen Bereich quetschst, wird die Figur zu einem Drei-Pixel-Punkt und der Clip ist tot. Der Weg ist, das Spiel auf den Aktionspunkt zuzuschneiden und den Rest wegzuwerfen. Dort, wo das Fadenkreuz ist, wo der Gegner ist, wo es passiert.

Hier spielt das automatische Reframing seine Stärke aus. Statt den Zuschnitt Bild für Bild zu setzen, während die Spielkamera wild rotiert, verfolgt das System das Interessenzentrum und folgt der sprechenden Person. Die Facecam bleibt im Bild, wenn sich der Streamer vor Schreck im Stuhl zurückwirft, und die Spielaktion verlässt den Rahmen nicht.

Welche Momente zum Clip werden

Mancher Streamer spielt eine Stunde lang großartig und liefert keinen einzigen Clip. Mancher mittelmäßige Streamer lebt von Viral-Hits. Der Unterschied liegt nicht im Skill. Er liegt in der Wendung.

Die, die von allein zum Clip werden, sind wenige, und du erkennst sie schon von weitem. Der Clutch, dieses 1v3, das verloren schien und gekippt ist: Du musst nichts von Valorant verstehen, um die Spannung zu spüren. Der Fail: von der Karte fallen, den leichtesten Schuss deines Lebens verfehlen, gegen den Boss sterben, obwohl die Lebensleiste fast voll war. Fails sind universell, alle lachen. Rage ist umstritten, funktioniert aber: der Schrei, die Tastatur, die was abbekommt, der Satz, der am nächsten Tag zum Meme wird. Lass nur nicht den ganzen Kanal darauf hinauslaufen. Und der echte Schreckmoment, der Hüpfer im Horrorspiel, das Lachen, das der Typ nicht zurückhalten kann. Echte Reaktion trennt einen Gameplay-Clip von einem weiteren Spielvideo, das im Feed untergeht.

Meine Regel ist knapp. Hat die Stelle in den ersten drei Sekunden keine klare emotionale Wendung, ist sie kein Clip. Sie ist ein Portfolio-Highlight, das ist etwas anderes: heb es dir für YouTube auf.

Der Anfang entscheidet alles

Im Hochformat scrollt der Daumen des Zuschauers in Sekundenbruchteilen durch den Feed. Wenn die ersten Sekunden aus „Moment, ich erkläre kurz den Kontext" bestehen, ist es vorbei. Er ist schon beim nächsten Video und hat deins gar nicht bemerkt.

Der Trick ist, auf dem Höhepunkt zu beginnen, oder kurz davor. Wenn der gute Spielzug in Sekunde acht explodiert, starte in Sekunde fünf, wenn sich die Spannung schon aufbaut. Fünfzehn Sekunden Herumlaufen bis zur Action sind Selbstmord. Schneide das Fett weg.

Wenn du dein Material mit KI-Clipping für Twitch und Kick holst, ist die Suche nach dem Höhepunkt zum großen Teil schon vorgekaut. Das Tool markiert die Stellen mit der meisten Energie: Audiospitzen, Reaktion der Person, Aufregung im Chat. Die Feinarbeit bleibt bei dir, aber du musst nicht drei Stunden VOD mit bloßem Auge durchackern wie ein Sträfling.

Untertitel im Gameplay

Untertitel in Gameplay-Clips haben eine Falle, in die auch erfahrene Leute tappen. Der Bildschirm ist sowieso schon voll. Da sind HUD, Fadenkreuz, blinkende Zahlen. Wirf mittendrin einen riesigen Untertitel hin und es wird reine visuelle Verschmutzung.

Was funktioniert, ist einfach. Untertitel im Streifen zwischen Facecam und Spiel oder ganz unten, weit weg vom HUD, an fester Position, ohne über den Bildschirm zu tanzen. Das Schlüsselwort farbig hervorgehoben, nicht der ganze Satz, der schreit. Das Auge muss den Sinn auf einen Blick erfassen. Und Synchronität Wort für Wort: Wenn der Streamer flucht, erscheint das Wort genau im Moment des Fluchs. Das verbindet Ton und Text und hält die Aufmerksamkeit.

Denk an etwas, das jedem Angst machen sollte, der Untertitel ignoriert: Die Hälfte des Publikums schaut ohne Ton. Im Bus, in der Warteschlange, nachts im Bett, während neben einem jemand schläft. In solchen Momenten rettet der Untertitel den Clip. Ohne ihn verpufft die halbe Wirkung der Reaktion.

Lesbares HUD, ohne das Spiel zu quetschen

Das HUD erzählt die Geschichte. Leben im roten Bereich, Munition geht aus, Timer läuft. Manchmal ist das HUD der ganze Witz, etwa wenn du nach zehn Minuten Anspannung mit 1 Leben stirbst.

Der Fehler ist, das ganze HUD die ganze Zeit zeigen zu wollen. Es passt nicht, so einfach ist das. Der Ausweg ist, selektiv zu sein. Im normalen Moment liegt der Fokus auf der zentralen Action. In dem Moment, in dem die Zahl zählt: ein kurzer Zoom darauf, oder ein Pfeil, oder der Untertitel, der „1 Leben" anzeigt. Du lenkst den Blick des Zuschauers zur richtigen Zeit auf das richtige Detail, statt ihm alles ins Gesicht zu kippen und zu hoffen, dass er es selbst findet.

Denk wie ein Filmeditor, nicht wie ein Screenshot. Jede Sekunde zeigt, was in dieser Sekunde gesehen werden muss, nicht mehr.

Spiel und Stimme streiten ums Audio

Dieser Punkt trennt Amateure von Profis, und fast niemand achtet darauf. Im Gameplay konkurrieren zwei Tonschichten ums Ohr: das Spiel (Schüsse, Musik, Explosionen) und die Stimme des Streamers.

Die Stimme kommt nach vorn. Die Reaktion verkauft den Clip, also muss die Sprache klar sein und oben liegen. Der Spielton unterstützt, bringt Spannung und Stimmung, deckt die Stimme aber nicht zu. Wenn der Typ den Clutch brüllt, lasse ich den Spielton neben dem Schrei atmen, nie so, dass er ihn erstickt.

Hier lauert eine stille Gefahr. Eine Audiospitze im Spiel, etwa eine übersteuerte Explosion, ist oft der Auslöser des Clips, übersteuert aber auch im Kopfhörer des Zuschauers. Gleich das aus, damit es nicht in den Ohren wehtut. Ein Clip, bei dem die Person den Kopfhörer panisch runterreißt, ist ein Clip, den sie nie teilen wird.

Direkt aus dem Livestream schneiden

Der größte Teil des Gameplay-Materials entsteht in Twitch- oder Kick-Livestreams. Und stundenlange Übertragungen nach den zwei Minuten zu durchsuchen, die etwas taugen, ist meiner Meinung nach die nervigste Arbeit in dieser Branche. Schlimmer als Rendern.

Mein Ablauf nimmt das VOD oder den Livestream, wirft es in Cut.Pro und lässt das native Twitch- und Kick-Clipping für mich durchsuchen. Es findet die Höhepunkte, wendet das vertikale Reframing an und folgt dabei Gesicht und Action, erzeugt die Untertitel und liefert mehrere fertige Schnitte. Ich sehe sie durch, passe an, was ich will, und poste. Was früher einen ganzen Nachmittag gekostet hat, passt in ein paar Minuten, und es bleibt Zeit für das, was die Rechnungen bezahlt: spielen und streamen.

Wer für andere clippt, gewinnt damit Skalierung. Du kannst fünf Streamer in der Zeit betreuen, die vorher kaum für einen gereicht hat, ohne zum Gefangenen der Timeline zu werden.

Am Ende ist vertikales Gameplay eine Übung in Prioritäten. In jeder Sekunde entscheidest du, das Eine zu zeigen, was das Handy des Zuschauers sehen muss, und wirfst den Rest aus dem Bild. Wer das versteht, macht aus Stunden Livestream einen Feed, der von allein wächst. Wer es nicht versteht, quetscht weiter einen ganzen Shooter in ein kleines Quadrat und fragt sich, warum niemand klickt.