youtube_abschrift_korrigieren/BEDIENUNGSANLEITUNG.md

Bedienungsanleitung

Diese Anleitung führt Schritt für Schritt von einem YouTube-Video (oder einer Untertiteldatei) zu einer sauberen, lesbaren Abschrift. Sie erklärt, was die Programme tun, wie man ihre Ergebnisse prüft und was bei Fehlermeldungen zu tun ist. Eine knappe technische Übersicht steht in der README.

Inhalt

1. Wozu die Programme dienen
2. Einrichtung (einmalig)
3. Schnellstart
4. Der Arbeitsablauf im Überblick
5. Schritt 1: Rohtext holen
6. Schritt 2: Glossar anlegen
7. Schritt 3: Korrigieren
8. Schritt 4: Ergebnis prüfen
9. Schritt 5: Nachbessern und erneut laufen lassen
10. Nur Ausschnitte bearbeiten (Zeitauswahl)
11. Englische Beiträge
12. Dateien, die entstehen
13. Zwischenstände, Abbruch und Fortsetzen
14. Ein anderes Sprachmodell verwenden
15. Fehlermeldungen und Lösungen
16. Tipps und häufige Fragen
17. Kurzreferenz aller Befehle

---

1. Wozu die Programme dienen

YouTube erzeugt für viele Videos automatische Untertitel. Diese enthalten den gesprochenen Text, aber:

• ohne oder mit falschen Satzzeichen und ohne Groß-/Kleinschreibung nach Regeln,
• mit Hörfehlern der Spracherkennung, besonders bei Namen („Willly Brand“ statt „Willy Brandt“, „Kremmel“ statt „Kreml“),
• ohne Absätze, in kurzen Zeilen und mit vielen Wiederholungen (rollendes Fenster).

Die Programme machen daraus eine möglichst wortgetreue, gut lesbare Abschrift. Die Arbeit übernimmt ein Sprachmodell, das lokal auf dem eigenen Rechner läuft (über Ollama); es werden keine Texte an fremde Dienste geschickt. Ausnahme: Der Download der Untertitel von YouTube.

Das Modell soll nicht zusammenfassen und nicht umformulieren. Es korrigiert nur Rechtschreibung, Satzzeichen und erkennbare Hörfehler und gliedert in Absätze. Weil Sprachmodelle trotzdem gelegentlich eigenmächtig Wörter ändern, schreibt jeder Lauf einen Änderungsbericht, der solche Stellen gezielt zur Prüfung vorlegt.

Die Werkzeuge im Überblick:

Programm	Wofür
abschrift_korrigieren.py	Hauptprogramm: Abschrift korrigieren, auf Wunsch direkt von der YouTube-URL
extract_text.py	YouTube-URL → Rohtext (Textdatei), ohne Korrektur
yt_untertitel.py	YouTube-URL → Untertiteldatei (.vtt)
vtt2txt.py	Untertiteldatei (.vtt) → Rohtext
glossar_vorschlag.py	Entwurf für ein Glossar (vermutete Hörfehler bei Namen und Begriffen)
aenderungen.py	Änderungsbericht für vorhandene Dateien erstellen

Für den Normalfall braucht man nur abschrift_korrigieren.py, für bessere Ergebnisse zusätzlich ein Glossar.

---

2. Einrichtung (einmalig)

2.1 Was benötigt wird

Bestandteil	Wozu	Installation (Debian/Ubuntu)
Python 3.9 oder neuer	führt die Programme aus	meist vorhanden; python3 --version
yt-dlp	lädt Untertitel von YouTube	pip install yt-dlp (oder pipx install yt-dlp)
Ollama	führt das Sprachmodell aus	siehe https://ollama.com/download
Modell qwen3:32b	das Sprachmodell	ollama pull qwen3:32b
Wortliste wngerman	für den Änderungsbericht (erkennt ersetzte echte Wörter)	sudo apt install wngerman
Wortliste wamerican	dasselbe für englische Beiträge	sudo apt install wamerican

Weitere Python-Pakete sind nicht nötig. Ohne yt-dlp lassen sich nur vorhandene .vtt- oder .txt-Dateien bearbeiten. Ohne Wortliste läuft alles, nur der Änderungsbericht erkennt dann ersetzte gültige Wörter nicht (es erscheint ein Hinweis).

2.2 Grafikkarte

Für eine brauchbare Geschwindigkeit muss das Modell vollständig in den Grafikspeicher passen. qwen3:32b braucht dafür rund 24 GB (z. B. eine RTX 3090), wenn Ollama nur eine Anfrage gleichzeitig bearbeitet:

# in der Ollama-Dienstkonfiguration (sudo systemctl edit ollama):
[Service]
Environment="OLLAMA_NUM_PARALLEL=1"

Mit OLLAMA_NUM_PARALLEL=4 landet ein Drittel des Modells auf der CPU, und ein Lauf dauert etwa zwölfmal so lange. Mit weniger Grafikspeicher hilft ein kleineres Modell (siehe Abschnitt 14), auf Kosten der Qualität.

2.3 Prüfen, ob alles bereit ist

Im Programmordner:

cd youtube_abschrift_korrigieren
ollama list | grep qwen3:32b        # Modell vorhanden?
yt-dlp --version                    # yt-dlp vorhanden?
./abschrift_korrigieren.py --help   # Programm startet?

abschrift_korrigieren.py und glossar_vorschlag.py prüfen beim Start selbst, ob Ollama läuft und das Modell installiert ist, und brechen sonst mit einem Hinweis ab, bevor irgendetwas heruntergeladen wird.

Lassen sich die Programme nicht mit ./… starten („Keine Berechtigung“), einmalig ausführbar machen: chmod +x *.py. Alternativ immer python3 programm.py … aufrufen.

---

3. Schnellstart

Ein YouTube-Video in einem Befehl korrigieren:

./abschrift_korrigieren.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ'

Die URL in einfache Anführungszeichen setzen, sonst stört das & in manchen URLs die Shell.

Das Programm

1. lädt die Untertitel in der Originalsprache des Videos,
2. speichert den Rohtext, z. B. GGBLahnstein_Prof_Gabriele_Krone-Schmalz_Respekt_geht_anders_2026-07-30.txt,
3. korrigiert ihn abschnittsweise und gliedert ihn in Absätze,
4. schreibt das Ergebnis nach …_2026-07-30.korrigiert.txt
5. und den Änderungsbericht nach …_2026-07-30.aenderungen.html.

Eine einstündige Rede braucht mit qwen3:32b auf einer RTX 3090 etwa 6–8 Minuten. Danach den Bericht im Browser öffnen und die Liste „Zu prüfen“ durchgehen (siehe Abschnitt 8).

Mit eigenem Dateinamen:

./abschrift_korrigieren.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -o lahnstein.korrigiert.txt
# → lahnstein.korrigiert.txt, lahnstein.txt (Rohtext), lahnstein.aenderungen.html

Ausprobieren ohne YouTube: Im Ordner tests/daten/ liegt eine frei erfundene Beispielrede (Festrede zum Jubiläum der Gemeinde „Auental“) mit typischen Hörfehlern und einem passenden Glossar. Ein Lauf dauert etwa zwei bis drei Minuten und zeigt alle Ergebnisse, auch den Änderungsbericht:

./abschrift_korrigieren.py -i tests/daten/beispiel.de.txt -g tests/daten/beispiel.glossar.txt -o beispiel.korrigiert.txt
# → beispiel.korrigiert.txt, beispiel.aenderungen.html

---

4. Der Arbeitsablauf im Überblick

Für einen einzelnen Beitrag genügt der Schnellstart. Für gute Ergebnisse, besonders bei vielen Namen, lohnt dieser Ablauf:

YouTube-URL
   │  Schritt 1: extract_text.py            → rede.txt (Rohtext)
   ▼
Rohtext ansehen
   │  Schritt 2: glossar_vorschlag.py       → rede.glossar.entwurf.txt
   │             prüfen, übernehmen          → glossare/rede.glossar.txt
   ▼
   │  Schritt 3: abschrift_korrigieren.py   → rede.korrigiert.txt
   │                                          rede.aenderungen.html
   ▼
   │  Schritt 4: Bericht prüfen („Zu prüfen“)
   ▼
   │  Schritt 5: Glossar ergänzen, erneut laufen lassen
   ▼                (nur Geändertes wird neu berechnet)
fertige Abschrift

---

5. Schritt 1: Rohtext holen

5.1 Von YouTube: extract_text.py

./extract_text.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -o rede.txt

Das Programm zeigt Titel, gewählte Untertitelspur und Ziel an:

Video: Prof. Gabriele Krone-Schmalz – Respekt geht anders – …
Lade automatische Untertitel „de-orig“ …

Ohne -o entsteht ein Name aus Kanal, Titel und Datum (siehe Abschnitt 12.2).

Welche Untertitel werden genommen?

1. Manuell erstellte Untertitel in der gewünschten Sprache, sonst
2. automatische Untertitel in der Originalsprache des Videos (de-orig).

Ohne -l gilt die Sprache des Original-Audios. Automatisch übersetzte Untertitel werden nie genommen, ebenso wenig die Spuren KI-synchronisierter Tonspuren. Gibt es keine passende Spur, nennt das Programm die vorhandenen Sprachen.

Lesbarer Fließtext: Mit -f wird der Rohtext auf 80 Zeichen umbrochen statt in kurzen Untertitelzeilen gespeichert. Das ist angenehmer zum Lesen; beides versteht abschrift_korrigieren.py.

5.2 Mit Untertiteldatei: yt_untertitel.py und vtt2txt.py

Soll die Original-Untertiteldatei (.vtt, mit Zeitstempeln) erhalten bleiben:

./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d untertitel
# → untertitel/Lahnstein.de-orig.vtt
./vtt2txt.py -i untertitel/Lahnstein.de-orig.vtt
# → untertitel/Lahnstein.de-orig.txt

Achtung: yt_untertitel.py nimmt ohne -l Deutsch (de), nicht die Originalsprache. Für englische Videos -l en angeben.

Die .vtt-Datei braucht man für die Zeitauswahl mit vorhandenen Dateien. abschrift_korrigieren.py nimmt sie auch direkt, der Zwischenschritt über vtt2txt.py ist dann nur nötig, um den Rohtext anzusehen oder ein Glossar daraus zu erstellen.

vtt2txt.py entfernt Zeitstempel, Formatierungen und die Wiederholungen des rollenden Fensters der YouTube-Auto-Untertitel. Manuell erstellte Untertitel ohne rollendes Fenster erkennt es selbst und übernimmt sie vollständig.

5.3 Andere Quellen

Jede Textdatei (UTF-8) mit einer Abschrift kann direkt korrigiert werden, ebenso jede WebVTT-Datei (.vtt), z. B. aus anderen Videoportalen oder Transkriptionsprogrammen.

5.4 Den Rohtext ansehen

Ein kurzer Blick in den Rohtext lohnt sich: Welche Namen kommen vor, wie sind sie falsch erkannt? Diese Funde kommen ins Glossar (nächster Schritt).

---

6. Schritt 2: Glossar anlegen

Ein Glossar ist eine Textdatei mit bekannten Hörfehlern und korrekten Schreibweisen. Es ist der wirksamste Hebel für gute Ergebnisse: Das Modell erkennt viele Hörfehler, besonders bei Namen, nicht von allein.

6.1 Aufbau

# Kommentare beginnen mit #, leere Zeilen werden ignoriert.

# --- Feste Ersetzungen: falsch => richtig ---
Willly Brand => Willy Brandt
Kremmel => Kreml
Egon Bar => Egon Bahr

# --- Begriffe: korrekte Schreibweisen als Hinweis fürs Modell ---
Multi-Domain Task Force
Michail Gorbatschow

Es gibt zwei Arten von Einträgen:

Eintrag	Wirkung
falsch => richtig	Feste Ersetzung. Wird im Rohtext ersetzt, bevor das Modell ihn sieht. Nur ganze Wörter, Groß-/Kleinschreibung zählt, Reihenfolge wie in der Datei. Zuverlässig, aber nur für eindeutige Fälle.
Begriff	Hinweis. Wird dem Modell als korrekte Schreibweise mitgegeben; das Modell korrigiert ähnlich klingende Varianten selbst. Für Namen, die in vielen Varianten falsch erkannt werden.

Regeln für feste Ersetzungen:

• Nur eindeutige Fälle. „das => dass“ wäre fatal, weil es jedes „das“ ersetzt. Mehrdeutige Wörter mit einem Nachbarwort eindeutig machen: über einen Kampf zu scheren => über einen Kamm zu scheren.
• Längere Einträge vor kürzeren, wenn sie sich überschneiden (Willly Brands => Willy Brandts vor Willly Brand => Willy Brandt).
• Das Programm meldet, wie oft jede Ersetzung gegriffen hat, und listet am Ende die Ersetzungen ohne Treffer. Bei einem Glossar für genau diesen Beitrag deutet „ohne Treffer“ auf einen Tippfehler.

6.2 Mehrere Glossare kombinieren

Bewährt hat sich ein gemeinsames Glossar pro Redner oder Kanal (wiederkehrende Namen und Hörfehler) plus eines je Beitrag:

./abschrift_korrigieren.py -i rede.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt

Das gemeinsame Glossar zuerst angeben, damit seine Ersetzungen zuerst greifen.

Ablage: Glossare gehören ins Verzeichnis glossare/ im Programmordner, z. B. glossare/krone-schmalz.glossar.txt und glossare/ramstein.glossar.txt. Sie enthalten Namen realer Personen und Hörfehler realer Beiträge und werden deshalb nicht ins Git-Repository übernommen: glossare/ und jede Datei *.glossar.txt sind über .gitignore ausgeschlossen und bleiben nur auf dem eigenen Rechner. Das ist gewollt; Glossare deshalb gesondert sichern. Einzige Ausnahme ist das kleine, leicht nachvollziehbare Glossar zur erfundenen Beispielrede in tests/daten/beispiel.glossar.txt, das sich gut als Vorlage eignet.

6.3 Entwurf vom Modell: glossar_vorschlag.py

Statt den ganzen Rohtext zu lesen, kann das Modell einen ersten Entwurf liefern:

./glossar_vorschlag.py -i rede.txt -g glossare/krone-schmalz.glossar.txt
# → rede.glossar.entwurf.txt

Das Modell sucht abschnittsweise vermutete Hörfehler: Namen, Orte, Fremdwörter, Fachbegriffe, falsch zusammen- oder getrennt geschriebene Wörter. Behalten werden nur Funde, die wörtlich im Rohtext stehen. Einträge der mit -g angegebenen Glossare werden nicht erneut vorgeschlagen.

Der Entwurf sieht so aus:

# Glossar-ENTWURF für rede.txt (glossar_vorschlag.py, Modell qwen3:32b)
# Alle Einträge sind auskommentiert. …

# --- Vom Modell vermutete Hörfehler, laut Modell sicher ---
# ? Hostelchick => Horst Teltschik
# ? Kremmel => Kreml

# --- Vom Modell vermutete Hörfehler, laut Modell unsicher ---
# ? Deckmäntelchen => Deckmäntel

Alle Einträge sind auskommentiert (# ? ), auch die „sicheren“: Das Modell irrt sich oft (im Beispiel ist „Deckmäntelchen“ richtig). Eine falsche feste Ersetzung verdirbt den Text unbemerkt. Deshalb:

1. Jeden Eintrag prüfen, im Zweifel im Rohtext oder Video nachsehen.
2. Brauchbare Zeilen ohne # ? ins Glossar des Beitrags (oder ins gemeinsame) kopieren.
3. Unsichere Namen lieber als Begriff (ohne =>) aufnehmen.

Nach einem Korrekturlauf kann der Entwurf zusätzlich die Wörter auflisten, die das Modell geändert hat. Das zeigt Hörfehler, die man als feste Ersetzung absichern möchte, und Fehlgriffe des Modells:

./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt

Diese Einträge stehen in einem eigenen Abschnitt mit ihrer Anzahl, z. B. # ? vorne herein => vornherein (2×); die Anzahl in Klammern beim Übernehmen entfernen.

---

7. Schritt 3: Korrigieren

./abschrift_korrigieren.py -i rede.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt

Statt -i rede.txt geht auch -i rede.de.vtt (Untertiteldatei) oder -u URL (direkt von YouTube).

7.1 Was das Programm tut

1. Prüfen: Läuft Ollama, ist das Modell installiert?
2. Fließtext: Die Zeilenumbrüche der Untertitel werden entfernt.
3. Feste Ersetzungen aus den Glossaren werden angewendet.
4. Korrektur: Der Text wird in Abschnitte von etwa 1200 Wörtern geteilt, immer am Satzende, und Abschnitt für Abschnitt korrigiert. Abkürzungen wie „z. B.“, „Dr.“, „bzw.“ und Ordnungszahlen wie „2. Weltkrieg“ gelten dabei nicht als Satzende. Das Modell ist angewiesen, nichts zu ergänzen, auch keine Vornamen oder Titel aus dem Glossar: Steht dort „Alexander Dobrindt“, bleibt ein gesagtes „Dobrindt“ trotzdem „Dobrindt“.
5. Wortzahl-Prüfung: Weicht die Wortzahl eines Abschnitts um mehr als 5 % ab, warnt das Programm (das Modell könnte etwas ausgelassen oder ergänzt haben).
6. Absätze: Das Modell nennt die Sätze, mit denen ein neuer Absatz beginnt; der Text selbst bleibt dabei unverändert. Absätze über 10 Sätze werden nochmals geteilt. Absätze unter 3 Sätzen werden mit einem Nachbarn verbunden; passen beide, entscheidet das Modell nach dem Inhalt, ob der kurze Absatz den vorherigen Gedanken abschließt oder den folgenden einleitet.
7. Änderungsbericht: Rohtext und Ergebnis werden Wort für Wort verglichen.

7.2 Die Ausgabe im Terminal

Ein gekürztes Beispiel mit Erläuterungen:

Modell: qwen3:32b
Sprache des Beitrags: de
Glossar glossare/krone-schmalz.glossar.txt: 7 Begriffe, 36 feste Ersetzungen
Glossar glossare/ramstein.glossar.txt: 2 Begriffe, 15 feste Ersetzungen
  Ersetzt 2× „Willly Brand“ → „Willy Brandt“          ← feste Ersetzungen mit Treffern
  Ersetzt 6× „Rammstein“ → „Ramstein“
  13 Ersetzung(en) ohne Treffer: „Hostelchik“, …      ← bei gemeinsamen Glossaren normal
Bearbeite Abschnitt 1/5 …
  812/1203 Wörter, 61 s                               ← Fortschritt (läuft live mit)
  fertig nach 88 s (25.2 Tokens/s)
…
Gliedere Absätze 1/3 …
  Teile langen Absatz (Sätze 18–34) …
  39 kurze Absätze verbunden (30 mit dem vorherigen, 9 mit dem folgenden)
  310 Sätze in 56 Absätzen (kürzester: 3, längster: 10 Sätze)
Fertig: rede.korrigiert.txt
Änderungen gegenüber dem Rohtext: 82
  5× „Rammstein“ → „Ramstein“
  …
Zu prüfen: 20 Stellen (davon 2 Wortformen)           ← diese Stellen ansehen!
  gültiges Wort ersetzt: „in“ → „dass“
  stark verändert: „OSola“ → „Ursula“
  …
  Wortform geändert: „sehe“ → „sähe“                  ← Wortformen am Ende
Bericht: rede.aenderungen.html

19 Stelle(n) zu prüfen, siehe rede.aenderungen.html

Eine Warnung zur Wortzahl sieht so aus und wird am Ende wiederholt:

WARNUNG: Abschnitt 3: 1180 → 1090 Wörter (8% Abweichung), auf Auslassungen/Ergänzungen prüfen: rede.korrigiert.parts/part003-….txt

Dann diesen Abschnitt im Bericht genauer ansehen (Streichungen sind rot durchgestrichen).

7.3 Das Ergebnis

rede.korrigiert.txt enthält den Fließtext mit einer Leerzeile zwischen den Absätzen. Zweifelhafte Stellen markiert das Modell so:

… die Lesart des Modells [prüfen: Originalwortlaut der Abschrift] …

Diese Marken vor der Weitergabe auflösen: nachsehen (z. B. im Video), richtige Fassung stehen lassen, Marke löschen.

---

8. Schritt 4: Ergebnis prüfen

Den Bericht rede.aenderungen.html im Browser öffnen:

xdg-open rede.aenderungen.html

8.1 Aufbau des Berichts

1. Kopfzeile: Wortzahlen, Anzahl der Ersetzungen, Einfügungen, Streichungen, Prüfmarken und Stellen „zu prüfen“.
2. Zu prüfen: Tabelle der verdächtigen Änderungen mit Grund, Text vorher, korrigiertem Text und Zusammenhang. Hier beginnen. Darunter in einer eigenen Tabelle die bloßen Wortformen („Wortform geändert“).
3. Alle Änderungen nach Häufigkeit: jede Wortänderung mit Anzahl, z. B. 5 Rammstein → Ramstein. Gut, um wiederkehrende Hörfehler fürs Glossar zu finden.
4. Korrigierter Text mit farbigen Markierungen:

Darstellung	Bedeutung
gelb hinterlegt, dahinter grau „(Original)“	ersetztes Wort; beim Darüberfahren mit der Maus erscheint das Original
grün	eingefügtes Wort
rot durchgestrichen	gestrichenes Wort
orange [prüfen: …]	Prüfmarke des Modells
rot umrahmt	Stelle „zu prüfen“; beim Darüberfahren erscheint der Grund
rot gestrichelt umrahmt	geänderte Wortform (meist Grammatik)
rot umrahmtes ⚠	hier hat das Modell eigenmächtig etwas gestrichen

Groß-/Kleinschreibung, Satzzeichen und Schreibweisen wie „z.B.“ → „z. B.“ werden nicht markiert, damit die eigentlichen Wortänderungen sichtbar bleiben.

8.2 Die Liste „Zu prüfen“

Hier stehen Änderungen, die das Modell von sich aus gemacht hat und die den Sinn verändern können. Was die Glossare ersetzt haben, erscheint hier nie.

Grund	Bedeutung	Beispiel
gültiges Wort ersetzt	Das alte Wort ist ein echtes Wort (steht in der Wortliste), also vermutlich kein Hörfehler.	„Professor“ → „Professorin“, „unterschreiben“ → „unterscheiden“
Wortform geändert	Ein echtes Wort hat nur eine andere Endung oder einen Umlaut bekommen. Meist eine richtige Grammatik-Korrektur; steht in einer eigenen Gruppe am Ende.	„Punkten“ → „Punkte“, „das“ → „dass“, „sehe“ → „sähe“
stark verändert	Das neue Wort ähnelt dem alten kaum (unter 60 %).	„CT1“ → „ZDF“
eingefügt	Das Modell hat ein Wort ergänzt.	„∅“ → „ist“
gestrichen	Das Modell hat ein Wort weggelassen (Füllwörter wie „äh“ zählen nicht).	„Sicherungskonzepte geht“ → „∅“

Nicht gemeldet werden ähnlich bleibende Hörfehler-Korrekturen („Gradwanderung“ → „Gratwanderung“), reine Zusammen-, Getrennt- und Bindestrich-Schreibung („Clan Kriminalität“ → „Clankriminalität“) und Schreibweisen aus dem Glossar („Bar“ → „Bahr“, wenn „Egon Bahr“ im Glossar steht). Ergänzt das Modell dagegen Wörter, etwa einen Vornamen („Dobrind“ → „Alexander Dobrindt“), erscheint das auch dann, wenn der volle Name im Glossar steht: Gesagt wurde er so nicht.

So arbeitet man die Liste ab:

1. Für jede Zeile den Zusammenhang lesen.
2. Ist die Änderung richtig, nichts tun. Bei den Wortformen am Ende ist das der Normalfall; dort genügt ein kurzer Blick.
3. Ist sie falsch, im korrigierten Text zurückändern. Tritt der Fehler öfter auf oder geht es um einen Namen, besser das Glossar ergänzen (nächster Schritt).
4. Bei „gestrichen“ prüfen, ob wirklich etwas fehlt: Oft entfernt das Modell versprochene Wortanfänge oder Dopplungen, manchmal aber einen ganzen Satzteil.

Die Liste findet die meisten eigenmächtigen Änderungen, aber nicht alle: Ersetzt das Modell ein falsch erkanntes Wort durch ein ähnliches, aber falsches, fällt das nicht auf. Stichproben im Text bleiben sinnvoll.

8.3 Bericht für vorhandene Dateien: aenderungen.py

Wurde der korrigierte Text von Hand nachbearbeitet oder mit --kein-bericht erstellt, lässt sich der Bericht jederzeit neu erzeugen. Mit denselben Glossaren wie bei der Korrektur, damit deren Ersetzungen nicht als verdächtig gelten:

./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
# → rede.aenderungen.html
./aenderungen.py -a talk.txt -b talk.korrigiert.txt -l en      # englischer Beitrag

---

9. Schritt 5: Nachbessern und erneut laufen lassen

Funde aus dem Bericht ins Glossar übernehmen und dieselbe Befehlszeile noch einmal ausführen. Das Programm hat alle Zwischenergebnisse gespeichert und berechnet nur neu, was sich geändert hat:

• Neue feste Ersetzung: Neu korrigiert wird der Abschnitt mit dem ersten Treffer. Ändert die Ersetzung die Zahl der Wörter (z. B. „Horstelt“ → „Horst Teltschik“), verschieben sich die folgenden Abschnittsgrenzen, und auch die späteren Abschnitte werden neu korrigiert.
• Neuer Begriff (ohne =>): Begriffe stehen in der Anweisung an das Modell, deshalb wird der ganze Text neu korrigiert.
• Die Absatzgliederung wird für geänderte Textstellen ebenfalls neu bestimmt; das geht schnell.

Handarbeit bleibt erhalten. Wurde rede.korrigiert.txt seit dem letzten Lauf von Hand geändert, überschreibt ein erneuter Lauf sie nicht. Das neue Ergebnis kommt dann nach rede.neu.korrigiert.txt (Bericht: rede.neu.aenderungen.html), mit einer Warnung:

WARNUNG: rede.korrigiert.txt wurde seit dem letzten Lauf geändert (von Hand?) und bleibt erhalten. Neues Ergebnis: rede.neu.korrigiert.txt (mit --ueberschreiben wird die Datei ersetzt)

Die eigenen Änderungen lassen sich dann mit einem Vergleichsprogramm übertragen, z. B. meld rede.korrigiert.txt rede.neu.korrigiert.txt. Soll die Handarbeit verworfen werden: --ueberschreiben angeben.

Das Programm erkennt Handarbeit an einer Prüfsumme in rede.korrigiert.parts/. Fehlt sie (erster Lauf mit dieser Version, Ordner gelöscht), gilt jede abweichende vorhandene Datei als von Hand geändert.

---

10. Nur Ausschnitte bearbeiten (Zeitauswahl)

Mit -z wird nur ein Teil des Videos bearbeitet. Das geht mit -u (YouTube) und mit .vtt-Dateien, nicht mit reinem Text (der hat keine Zeitstempel). Dieselbe Option kennen extract_text.py und vtt2txt.py.

10.1 Zeitangaben

Angabe	Bedeutung
00:05:10	Stunden:Minuten:Sekunden (auch 0:5:10)
00:20	Stunden:Minuten, also Minute 20
25	Minute 25

Vorsicht: 05:00 bedeutet 5 Stunden, nicht 5 Minuten. Für „5 Minuten“ 00:05 oder 5 schreiben, für 5 Minuten 30 Sekunden 00:05:30. Reicht ein Bereich über das Ende des Videos hinaus, weist das Programm darauf hin und nennt die Länge der Untertitel.

10.2 Bereiche

Aufruf	Bearbeitet
-z 00:05-00:06	Minute 5 bis Minute 6
-z 0:03:17-0:05:25	3:17 bis 5:25
-z 00:05:10	ab 5:10 bis zum Ende
-z 0-00:20 oder -z -00:20	vom Anfang bis Minute 20
-z 00:05-00:06 00:10-00:12 00:25	Minute 5–6, Minute 10–12 und alles ab Minute 25

Mehrere Bereiche durch Leerzeichen trennen. Sie dürfen sich nicht überschneiden und werden nach der Zeit sortiert. Beispiel:

./abschrift_korrigieren.py -u 'https://www.youtube.com/watch?v=…' -z 00:05-00:06 00:25

10.3 Was dabei herauskommt

Alle Bereiche landen in einer Datei, jeder mit einer Überschrift, die seine tatsächlichen Zeiten nennt:

[00:04:57 - 00:06:04]
Ihr seht, es gibt keinen einzigen Dialog …

[00:09:58 - 00:12:03]
Also, wenn ihr Programme baut mit Claude Code, …

• Angeschnittene Sätze werden an beiden Enden vollständig aufgenommen, höchstens 30 Sekunden über den Bereich hinaus. Mit --exakt wird genau an den Zeiten geschnitten, auch mitten im Satz.
• Jeder Bereich wird für sich korrigiert und gegliedert. Die Überschriften sieht das Modell nicht; es wird angewiesen, an den Rändern nichts zu ergänzen.
• Der Dateiname enthält die Bereiche, z. B. …_2026-10-10_00-05-00_bis_00-06-00+ab_00-25-00.korrigiert.txt.
• Bereiche ohne Untertitel werden mit einem Hinweis übersprungen.

---

11. Englische Beiträge

Mit -u erkennt das Programm die Sprache des Videos selbst. Bei Dateien die Sprache angeben:

./abschrift_korrigieren.py -i talk.txt -l en
./abschrift_korrigieren.py -u 'https://www.youtube.com/watch?v=0LmCveTM788'   # Sprache automatisch

Für Englisch gibt es eigene Anweisungen an das Modell. Unterschiede:

• Prüfmarken heißen [check: …] statt [prüfen: …].
• Die Sprecherwechsel-Marken >> der YouTube-Untertitel werden entfernt.
• Der Änderungsbericht nutzt die englische Wortliste (wamerican).

Unterstützt sind Deutsch (de) und Englisch (en), auch mit Region (en-US). Andere Sprachen lehnt das Programm mit einer Meldung ab.

---

12. Dateien, die entstehen

12.1 Übersicht

Beispiel für -i rede.txt bzw. -o rede.korrigiert.txt:

Datei	Inhalt	Wird überschrieben?
rede.txt	Rohtext (bei -u automatisch gespeichert)	nie, wenn sie schon mit anderem Inhalt existiert (dann Warnung)
rede.korrigiert.txt	korrigierte Abschrift	ja, außer sie wurde von Hand geändert (dann rede.neu.korrigiert.txt, siehe Abschnitt 9)
rede.aenderungen.html	Änderungsbericht	ja, bei jedem Lauf
rede.korrigiert.parts/	Zwischenstände	wird ergänzt; darf jederzeit gelöscht werden
rede.glossar.entwurf.txt	Glossar-Entwurf von glossar_vorschlag.py	ja
rede.glossar.entwurf.parts/	Zwischenstände des Entwurfs	wird ergänzt

Ohne -o liegt das Ergebnis neben der Eingabedatei. Bei -u ohne -o im aktuellen Verzeichnis. Fehlende Verzeichnisse in -o werden angelegt.

12.2 Standard-Dateinamen

Ohne -o (bzw. -n bei yt_untertitel.py) entsteht der Name aus Kanal, Titel und Hochladedatum:

Video	Name
Kanal „John Mearsheimer“, „Episode 1: Origins of the War In Ukraine“	John_Mearsheimer_Offensive_Realism_Episode_1_Origins_of_the_War_In_Ukraine_2026-07-30
Kanal „GGBLahnstein“, „Prof. Gabriele Krone-Schmalz – Respekt geht anders – …“	GGBLahnstein_Prof_Gabriele_Krone-Schmalz_Respekt_geht_anders_2026-07-30

Wörter werden mit _ verbunden, Sonderzeichen entfallen, Bindestriche bleiben. Kanal und Titel werden gekürzt (40 bzw. 60 Zeichen). Dasselbe Video ergibt immer denselben Namen.

---

13. Zwischenstände, Abbruch und Fortsetzen

Jeder fertig korrigierte Abschnitt, jede Absatzgliederung und jede Entscheidung beim Verbinden kurzer Absätze wird sofort in <Ausgabe>.parts/ gespeichert.

• Abbrechen ist jederzeit mit Strg+C möglich.
• Fortsetzen: denselben Befehl erneut aufrufen. Fertige Abschnitte werden übersprungen („Abschnitt 2/5 bereits vorhanden, übersprungen.“).
• Ändern sich Modell, Anweisung, Glossar oder der Text eines Abschnitts, wird genau dieser Teil neu berechnet; alte Zwischenstände stören nicht.
• Der Ordner *.parts/ darf jederzeit gelöscht werden; dann wird alles neu berechnet.

---

14. Ein anderes Sprachmodell verwenden

ollama pull qwen3:14b
./abschrift_korrigieren.py -i rede.txt -m qwen3:14b

Jedes in Ollama installierte Modell lässt sich mit -m wählen (auch bei glossar_vorschlag.py). Zwischenstände verschiedener Modelle vermischen sich nicht. Kleinere Modelle sind schneller, ändern aber öfter eigenmächtig Wörter; die Liste „Zu prüfen“ wird dann länger. Das Standardmodell steht als MODEL oben in abschrift_korrigieren.py.

Weitere Einstellungen (Abschnittsgröße, Absatzlängen, Schwellen) sind in der README beschrieben.

---

15. Fehlermeldungen und Lösungen

Meldung	Ursache und Lösung
Ollama nicht erreichbar (…). Läuft der Dienst?	Ollama läuft nicht: sudo systemctl start ollama oder in einem eigenen Terminal ollama serve.
Modell „qwen3:32b“ ist in Ollama nicht installiert.	ollama pull qwen3:32b oder mit -m ein installiertes Modell wählen (ollama list).
yt-dlp nicht gefunden (Installation: pip install yt-dlp).	yt-dlp installieren; danach prüfen, ob yt-dlp --version im Terminal funktioniert.
yt-dlp konnte das Video nicht abrufen: …	URL falsch, Video privat/gelöscht, kein Netz, oder yt-dlp veraltet: pip install -U yt-dlp.
Download fehlgeschlagen: … HTTP Error 429	YouTube drosselt; einige Minuten warten und erneut versuchen.
Keine Untertitel in „de“ (weder manuell noch automatisch in Originalsprache).	Das Video hat keine passende Spur. Die Meldung listet die vorhandenen Sprachen; ggf. mit -l eine davon wählen. Ist das Video z. B. englisch, -l en angeben.
Der Beitrag ist auf „fr“; unterstützt: de, en (-l).	Nur Deutsch und Englisch werden korrigiert.
-z braucht Zeitstempel: nur mit .vtt-Eingabe oder -u.	Zeitauswahl geht nicht mit .txt. Die .vtt-Datei oder -u URL verwenden.
-z/--zeitraeume: …	Zeitangabe ungültig oder Bereiche überschneiden sich, siehe Abschnitt 10.
Die Eingabedatei enthält im gewählten Zeitraum keinen Text.	Im Bereich gibt es keine Untertitel. Zeiten prüfen (05:00 = 5 Stunden!).
Die Eingabedatei ist leer.	Datei prüfen.
Ausgabedatei darf nicht die Eingabedatei sein.	Mit -o einen anderen Namen wählen.
Glossar nicht gefunden: …	Pfad bei -g prüfen.
WARNUNG: rede.korrigiert.txt wurde seit dem letzten Lauf geändert (von Hand?) …	Die Datei wurde nachbearbeitet und bleibt erhalten; das neue Ergebnis steht in rede.neu.korrigiert.txt. Änderungen übertragen oder mit --ueberschreiben ersetzen, siehe Abschnitt 9.
WARNUNG: rede.txt existiert mit anderem Inhalt und bleibt unverändert.	Bei -u wird ein vorhandener, z. B. von Hand bearbeiteter Rohtext nie überschrieben. Korrigiert wird trotzdem der frisch geladene Text. Wer den neuen Rohtext braucht, die alte Datei umbenennen.
WARNUNG: Abschnitt 3: 1180 → 1090 Wörter (8% Abweichung) …	Das Modell hat möglicherweise etwas ausgelassen oder ergänzt. Abschnitt im Bericht prüfen. Bei Bedarf die genannte Datei in .parts/ löschen und erneut laufen lassen.
Abschnitt 3 wurde abgeschnitten. CHUNK_SIZE verkleinern und erneut starten.	Die Antwort des Modells war zu lang. CHUNK_SIZE oben in abschrift_korrigieren.py verkleinern (z. B. 900).
Absatzgliederung: unbrauchbare Antwort: … / Absätze verbinden: unbrauchbare Antwort: …	Das Modell hat kein gültiges JSON geliefert; selten. Erneut starten, die Korrektur selbst ist zwischengespeichert. Tritt es wiederholt auf, ein anderes Modell versuchen.
Hinweis: keine Wortliste für „de“ (Paket wngerman); …	sudo apt install wngerman (für Englisch wamerican). Ohne Wortliste fehlt im Bericht nur der Grund „gültiges Wort ersetzt“.
Hinweis: keine Untertitel im Bereich …	Einer von mehreren Bereichen ist leer und wird übersprungen. In Klammern steht, wo die Untertitel enden.
Hinweis: Bereich Anfang – 05:00:00 reicht über das Ende der Untertitel hinaus (…)	Der Bereich endet nach dem Video. Meist war Minute statt Stunde gemeint: 05:00 ist Stunde 5, Minute 5 ist 00:05. Bearbeitet wird trotzdem, bis zum Ende des Videos.
Keine Berechtigung beim Start mit ./…	chmod +x *.py oder python3 programm.py … aufrufen.
Lauf ist extrem langsam	Das Modell passt nicht in den Grafikspeicher. OLLAMA_NUM_PARALLEL=1 setzen (siehe Abschnitt 2.2), andere Programme mit Grafikspeicherbedarf schließen oder ein kleineres Modell wählen. Prüfen mit ollama ps (Spalte PROCESSOR sollte „100% GPU“ zeigen).

---

16. Tipps und häufige Fragen

Wie bekomme ich die besten Ergebnisse? Mit einem guten Glossar. Das Modell kennt viele Namen nicht oder schreibt sie falsch; feste Ersetzungen für die häufigsten Hörfehler und Begriffe für die wichtigsten Namen bringen mehr als jede andere Einstellung.

Ändert das Modell den Inhalt? Es soll nicht, tut es aber gelegentlich (z. B. „Professor“ → „Professorin“). Deshalb gibt es die Liste „Zu prüfen“. Für eine Veröffentlichung sollte sie immer durchgesehen werden.

Warum setzt das Modell kaum [prüfen: …]-Marken? qwen3:32b läuft hier ohne „Denkmodus“, um schnell zu sein, und ist sich dabei oft zu sicher. Verlässlicher sind Glossar und Änderungsbericht.

Kann ich den Rohtext vor der Korrektur von Hand verbessern? Ja. Rohtext mit extract_text.py oder vtt2txt.py erzeugen, bearbeiten, dann mit -i korrigieren. Für die Zeitauswahl braucht es aber die .vtt-Datei.

Wie lange dauert ein Lauf? Mit qwen3:32b auf einer RTX 3090 etwa 6–8 Minuten pro Stunde Rede. Ein zweiter Lauf ohne Änderungen dauert Sekunden; nach Glossar-Änderungen werden nur die betroffenen Teile neu berechnet (siehe Abschnitt 9).

Kann ich mehrere Videos nacheinander bearbeiten? Ja, z. B. in einer Schleife:

for url in 'https://www.youtube.com/watch?v=AAA' 'https://www.youtube.com/watch?v=BBB'; do
    ./abschrift_korrigieren.py -u "$url" -g glossare/krone-schmalz.glossar.txt
done

Wo sind die Absätze? In *.korrigiert.txt trennt eine Leerzeile die Absätze. Viele Textprogramme übernehmen das beim Einfügen direkt.

Kann ich das Ergebnis weiterverarbeiten (Word, LibreOffice)? Die .korrigiert.txt ist reiner UTF-8-Text und lässt sich überall öffnen oder einfügen.

---

17. Kurzreferenz aller Befehle

abschrift_korrigieren.py

Option	Bedeutung
-i DATEI	Eingabe: Rohtext (.txt) oder Untertitel (.vtt)
-u URL	statt -i: YouTube-Video laden und korrigieren
-o DATEI	Ausgabedatei (Standard: <Eingabe>.korrigiert.txt bzw. <Kanal>_<Titel>_<Datum>.korrigiert.txt)
-g DATEI	Glossar, mehrfach möglich (Reihenfolge zählt)
-l SPRACHE	de oder en (Standard: de, mit -u die Originalsprache)
-m MODELL	Ollama-Modell (Standard: qwen3:32b)
-z BEREICH …	nur diese Zeitbereiche (mit .vtt oder -u)
--exakt	genau an den Zeiten schneiden
--kein-bericht	keinen Änderungsbericht schreiben
--ueberschreiben	von Hand geänderte Ausgabedatei trotzdem ersetzen

extract_text.py

Option	Bedeutung
-u URL	YouTube-URL (Pflicht)
-o DATEI	Ausgabedatei (Standard: <Kanal>_<Titel>_<Datum>.txt)
-l SPRACHE	Sprache der Untertitel (Standard: Originalsprache)
-f	Fließtext mit 80 Zeichen pro Zeile
-z BEREICH …, --exakt	Zeitauswahl wie oben

yt_untertitel.py

Option	Bedeutung
-u URL	YouTube-URL (Pflicht)
-n NAME	Dateiname ohne Endung (Standard: <Kanal>_<Titel>_<Datum>)
-l SPRACHE	Sprache (Standard: de)
-d VERZEICHNIS	Zielverzeichnis (Standard: aktuelles)

vtt2txt.py

Option	Bedeutung
-i DATEI …	eine oder mehrere .vtt-Dateien oder Muster ("*.vtt")
-o ZIEL	Ausgabedatei (bei einer Eingabe) oder Verzeichnis
-z BEREICH …, --exakt	Zeitauswahl wie oben

glossar_vorschlag.py

Option	Bedeutung
-i DATEI	Rohtext (.txt oder .vtt, Pflicht)
-k DATEI	korrigierter Text eines Laufs (optional)
-g DATEI	vorhandene Glossare, mehrfach möglich
-o DATEI	Entwurf (Standard: <Eingabe>.glossar.entwurf.txt)
-m MODELL	Ollama-Modell

aenderungen.py

Option	Bedeutung
-a DATEI	Rohtext (.txt oder .vtt, Pflicht)
-b DATEI	korrigierter Text (Pflicht)
-o DATEI	HTML-Bericht (Standard: <Name>.aenderungen.html)
-g DATEI	Glossare der Korrektur, mehrfach möglich
-l SPRACHE	Sprache für die Wortliste (Standard: de)

Jedes Programm zeigt mit --help seine Optionen.