Video-Hintergrund entfernen

Warum andere Dienste dein Video hochladen müssen

Cloud-basierte Dienste für Video-Hintergrundentfernung müssen dein Video zuerst auf einen Server übertragen, dort verarbeiten und dir anschließend eine Download-URL zurückgeben. Das ist kein Designfehler, sondern architektonisch unvermeidlich: KI-Inferenz auf einem GPU-Cluster kostet Geld, das über Abonnements, Wasserzeichen, Credits oder Werbeeinnahmen refinanziert wird.

Das Problem für private Aufnahmen: du hast keine Kontrolle darüber, was mit dem Video auf dem Server passiert, wie lange es gespeichert bleibt oder ob es in Trainingsdaten eingeflossen ist. Cloud-Dienste werden zudem regelmäßig abgeschaltet — wenn der Anbieter den Betrieb einstellt, sind alle hochgeladenen Daten verloren.

Moderne Browser können diese Gleichung umkehren. Über die WebGPU-Schnittstelle greift der Browser direkt auf die Grafikkarte deines Geräts zu und führt das KI-Modell vollständig lokal aus. Das Modell lädt einmalig, wird im Browser-Cache gespeichert und steht danach sofort zur Verfügung — auch offline.

Die WebGPU-Spezifikation des W3C ist laut Abstract explizit darauf ausgelegt, sich effizient auf moderne native GPU-APIs (post-2014) abbilden zu lassen — diese Architektur macht Browser-basierte KI-Inferenz auf der Grafikkarte erst praxisreif.

Wie funktioniert die Hintergrundentfernung?

Das Tool kombiniert drei moderne Browser-Schnittstellen, die seit 2024 in allen aktuellen Desktop-Browsern verfügbar sind:

Video-Dekodierung im Browser: Dein Video wird Frame für Frame entpackt, ohne dass eine externe Codec-Bibliothek installiert werden muss. Der Browser nutzt den eingebauten Hardware-Decoder deiner GPU — denselben, der auch beim Streaming eingesetzt wird.

KI-Inferenz auf der Grafikkarte: Ein spezialisiertes neuronales Netz für Bildsegmentierung läuft direkt auf der GPU. Für jeden Frame berechnet es eine Alpha-Maske: ein Graustufen-Bild, das für jeden Pixel angibt, wie stark er zum Vordergrund gehört. Die Eingabe wird auf eine standardisierte Größe skaliert und das Ergebnis anschließend bilinear auf die Originalauflösung zurückgerechnet.

„WebGPU stellt eine API bereit, die GPU-Hardware-Fähigkeiten für das Web zugänglich macht und Operationen wie Rendering und Berechnungen direkt auf einer Graphics Processing Unit ermöglicht.”
— W3C: WebGPU Specification, sinngemäße Übersetzung

Frame-Komposition und Encoding: Der maskierte Frame wird mit dem gewählten Hintergrund kombiniert und zurückkodiert. Bei transparenter Ausgabe entsteht ein WebM-Container mit VP9 und Alpha-Kanal — das Format, das DaVinci Resolve, Premiere Pro und After Effects einlesen können. Bei einfarbigem Hintergrund entsteht ein MP4 mit H.264, universell abspielbar auf jedem Gerät.

Wie wähle ich den richtigen Modus?

Der Modus Qualität nutzt ein hochentwickeltes Bildsegmentierungs-Modell, das auf feine Strukturen optimiert ist — besonders Haarkanten, Fell und Glasobjekte. Ideal für Personen-Aufnahmen, bei denen die Übergänge sauber aussehen müssen. Setzt eine moderne Grafikkarte voraus.

Der Modus Schnell nutzt ein leichteres Portrait-Modell, das auf modernen Laptops mit WebGPU nahe Echtzeit-Performance liefert und auch auf schwächeren Geräten zuverlässig im CPU-Modus läuft. Die Haarkanten-Qualität liegt etwas unter dem Qualitäts-Modus — dafür ist es für lange Videos und ältere Hardware die bessere Wahl.

Wenn deine Hardware den Qualitäts-Modus nicht unterstützt, schaltet das Tool automatisch auf den Schnell-Modus um — ohne Fehlermeldung mitten in der Verarbeitung.

Datenschutz und EU-KI-Gesetz

Das Video verlässt deinen Browser zu keinem Zeitpunkt. Es wird kein Cookie gesetzt, das den Dateinamen oder die Auflösung deiner Datei erfasst. Keine Anmeldung, keine E-Mail-Adresse, kein Konto.

Im fertigen Zustand zeigt die Seite den Hinweis: „Dieses Video wurde mit KI bearbeitet (Hintergrund entfernt oder ersetzt).” Das entspricht der Kennzeichnungspflicht des EU-KI-Gesetzes (Artikel 50), die ab dem 02.08.2026 für KI-manipulierte Medien gilt. Der Hinweis ist informativ und nicht verbindlich für dich — die Verantwortung für eine sichtbare Kennzeichnung beim Weiterveröffentlichen liegt bei dir.

Technische Details stehen in der Datenschutzerklärung.

Welche Grenzen hat das Tool?

Ehrliche Erwartungsführung statt Marketingversprechen:

Temporal-Konsistenz: Das eingesetzte KI-Modell verarbeitet jeden Frame unabhängig — es kennt den vorherigen Frame nicht. An Haarkanten in Bewegung kann das als leichtes Flimmern sichtbar werden. Dedizierte Video-Matting-Modelle wären robuster, sind aber derzeit noch nicht mit einer für freie Web-Nutzung geeigneten Lizenz verfügbar.

Audio-Spuren: Das Ausgabe-Video enthält in der ersten Version ausschließlich die Bild-Spur. Workflow: Original-Video parallel offen lassen und die Audio-Spur in der Schnitt-Software auf das freigestellte Video legen — ohne Lippensync-Verschiebung, da Frame-Rate und Frame-Anzahl identisch bleiben.

Hardware: Der Qualitäts-Modus benötigt eine moderne Grafikkarte mit WebGPU-Unterstützung. Auf älteren Windows-Geräten oder iOS Safari läuft automatisch der Schnell-Modus.

Auflösung: Maximale Eingabe FullHD (1920×1080). Höhere Auflösungen werden abgewiesen, da Browser-ML-Modelle 4K intern auf 1024 Pixel samplen, was sichtbare Weichzeichner-Artefakte auf Haarkanten erzeugt. Dateigröße: Soft-Limit 500 MB.

Häufige Fragen

Wie entferne ich den Hintergrund aus einem Video ohne Upload?

Du ziehst das Video (bis FullHD 1920×1080, bis 500 MB) in die Drop-Zone auf dieser Seite. Das KI-Modell läuft direkt in deinem Browser — kein Server erhält deine Datei. Das fertige Video lädst du als WebM (transparent) oder MP4 (einfarbig) herunter.

Brauche ich eine Anmeldung oder ein Konto?

Nein. Es gibt keine Registrierung, keinen Login und kein Konto. Du öffnest die Seite, ziehst dein Video rein, lädst das Ergebnis runter — fertig. Auch keine Wasserzeichen, keine Credit-Limits, keine versteckten Bezahlschranken. Der Output ist kompatibel mit den gängigen Schnitt-Programmen (DaVinci Resolve, Premiere Pro, Final Cut Pro).

Warum flimmert der Hintergrund an Haarkanten?

Das KI-Modell berechnet für jeden Frame eine neue Alpha-Maske, ohne den vorherigen Frame zu kennen. An Subpixel-Grenzen kann die Maske um ein bis zwei Pixel schwanken, was als leichtes Flimmern sichtbar wird. Für maximale Stabilität empfiehlt sich nachträgliches Edge-Smoothing in der Schnitt-Software oder ein Weichzeichner auf der Maske.

Bleiben Audio-Spuren erhalten?

In der ersten Version nicht — das Ausgabe-Video enthält ausschließlich die Bild-Spur. Workflow-Empfehlung: Original-Video parallel offen lassen, Audio in der Schnitt-Software (DaVinci Resolve, Premiere Pro, Final Cut) auf das freigestellte Video legen — ohne Lippensync-Verschiebung, da Frame-Rate und Frame-Anzahl beider Spuren identisch bleiben. Audio-Passthrough ist für eine spätere Version geplant.

Wo läuft die Verarbeitung genau?

Alles passiert in deinem Browser-Tab — auf deiner CPU bzw. (wenn verfügbar) auf deiner Grafikkarte über die WebGPU-Schnittstelle. Es gibt keinen Server-Upload, keine externe API und keine Cloud-Anbindung im Verarbeitungspfad. Die einzige Netzwerkverbindung beim ersten Aufruf lädt das KI-Modell einmalig herunter; danach bleibt alles offline.

Welche Video-Tools sind verwandt?

Weitere Tools aus dem kittokit-Ökosystem, die zum Thema passen:

• HEVC zu H.264 — iPhone-Videos (HEVC/MOV) in universell abspielbares H.264-MP4 umwandeln, ebenfalls ohne Upload.
• Hintergrund entfernen — Hintergrund aus Einzelbildern (JPG, PNG, HEIC) freistellen, KI-basiert und ohne Upload.
• Webcam-Hintergrund unscharf — Hintergrund im Live-Kamerabild in Echtzeit weichzeichnen, für Video-Calls ohne virtuelle Räume.