rea-video: KI-generierte Videos erkennen – AI-Detection und Reverse Engineering auf Shot-Ebene

Kurzfassung

rea-video (github.com/JuneYaooo/rea-video, Apache-2.0) ist ein Open-Source-CLI, das ein Video Shot für Shot forensisch zerlegt: Für jede Einstellung entscheidet das Tool, ob sie gefilmt, KI-generiert, per Code gerendert oder aufgenommen wurde – und liefert zusätzlich einen Remake-Plan. Damit ist es eines der wenigen Werkzeuge, das AI-Detection nicht als binäres „KI oder nicht”-Urteil behandelt, sondern als Analyse der Produktionsweise pro Shot.

Gerade für AI Detection ist das relevant: Moderne Videos mischen reales Filmmaterial, KI-Generierungen, Avatare und Code-Grafiken. Eine Ja/Nein-Aussage auf das ganze Video greift da zu kurz. rea-video antwortet stattdessen mit Zeilen wie: „41 % AI video + 59 % code UI, 8 s of real screen recording, library music at 122 BPM.”

Was ist rea-video?

rea-video („reverse-engineer any video”) ist ein Python-CLI ab Version 3.10, das sich als Skill für KI-Agenten versteht: Man übergibt Claude Code, Codex oder einem anderen Agenten das Repository und ein Video – der Agent installiert das CLI, lernt den Workflow aus der mitgelieferten SKILL.md und führt die komplette Zerlegung durch. Manuell lässt es sich aber genauso benutzen.

Die Grundlage sind ffmpeg, OpenCV und ONNX-Modelle (u. a. für die Trennung von Stimme und Musik per UVR MDX-Net). Optional lässt sich ein bildverstehendes Modell anbinden (Gemini oder Doubao funktionieren laut README; prinzipiell jedes VLM mit Endpoint und Key), das die Klassifikation unsicherer Shots verbessert und zusätzlich pro Shot einen reverse-engineered Prompt erzeugt. Ohne Vision-Modell funktioniert das Tool offline – kann die Agent-Sichtprüfung dann aber nur rudimentär ersetzen.

Das Ergebnis ist dreigeteilt:

1. Ein-Zeilen-Summary mit prozentualer Verteilung der Produktionsweisen
2. Remake-Plan: was davon man filmen, generieren oder coden müsste
3. report.html mit Frames pro Shot, Evidenzen, Kamera- und Licht-Notizen sowie der Audio-Aufschlüsselung

Dazu kommen Exporte wie subtitles.srt, overlays.ass (Untertitel-Styles inkl. Farben, Outlines und Einblend-Animationen – direkt per ffmpeg -vf ass= verwendbar) und timeline.json.

Wie erkennt rea-video KI-generierte Videos?

Der Kern der AI Detection ist die Shot-Klassifikation. Jede Einstellung wird einer von elf Kategorien zugeordnet:

Zwei Analyse-Ebenen

Das Besondere am Ansatz: Die Klassifikation stützt sich auf zwei unabhängige Ebenen, die im Report nebeneinander ausgewiesen werden:

• Pixel-Messung (offline): Lichtverhältnis, weiches vs. hartes Licht, Farbtemperatur, Gradings (natürlich, Teal-Orange, Filmlook, High-Key usw.), Textfarben, Outlines, Schriftgrößen, Einblend-Animationen, Cut-Rhythmus und Beat-Sync – alles aus den Frames selbst gemessen. KI-typische Artefakte wie unstete Details oder physikalisch unmögliche Bewegungen lassen sich so teilweise fassen.
• Sichtprüfung (VLM oder Agent): Inhaltliche Fragen, die aus Pixeln nicht messbar sind – z. B. ob ein Shot outdoor ist, welche Lichtquelle tatsächlich verwendet wurde, ob Text auf Schildern oder Packungen sinnvoll ist. Typischer KI-Verräter im Projekt-Beispiel: verstümmelte Schriftzeichen auf einer Schriftrolle, die das Vision-Modell zunächst als „real gefilmt” eingestuft hatte.

Dazu kommen Evidenzen auf Audio-Ebene: Stimme echt oder KI-Sprecher (Voice-Cloning-Telltales), Musik KI-generiert oder aus einer Library (inkl. BPM und Tonart), und Soundeffekte, die auf bestimmte visuelle Events timen. Im Praxisbeispiel des Repos wurde ein Musikvideo korrekt als KI-erzeugt erkannt – das Lied stammte von Suno.

Post-Production auf Real-Footage

rea-video markiert außerdem KI-Nachbearbeitung auf echtem Filmmaterial separat: Face-Swap, Lip-Sync, AI-Outfit-Wechsel, Keying/Hintergrund-Ersetzung, Objekt-Insertion oder -Entfernung und Beauty-Filter. Genau dieser Hybrid-Fall – echte Person, KI-retuschiert – ist für klassische Ja/Nein-Detektoren am schwersten und zugleich der verbreitetste Manipulationsmodus im Social Web.

rea-video als AI-Detection-Tool: Was es ist – und was nicht

Für die Einordnung als AI Video Detector hilft der Blick auf die drei Ebenen, auf denen man „KI erkennen” kann:

• Provenienz: Woher stammt die Datei? Das beantworten kryptografische Nachweise wie C2PA/Content Credentials, Kameraprofile oder Plattform-Tags. rea-video prüft das nicht.
• Wasserzeichen: Sind unsichtbare Marker eingebettet (z. B. Googles SynthID bei Veo-Videos oder sichtbare Generator-Wasserzeichen)? rea-video nutzt sichtbare Wasserzeichen als ein Indiz unter mehreren – im Beispiel verriet sich ein KI-Segment durch ein Jimeng-Wasserzeichen –, verifiziert aber keine unsichtbaren Signaturen.
• Produktionsweise: Wie wurde das Bild erzeugt – Kamera, Diffusionsmodell, 3D-Engine, Code? Das ist die Ebene von rea-video. Die Aussage „dieser Shot sieht aus wie eine KI-Generierung” ist heuristisch, nicht beweiskräftig.

Wer also prüfen will, ob ein Video fake ist, bekommt mit rea-video starke Indizien pro Shot – aber eben Indizien, keine forensische Gewissheit. Für Verifikations-Workflows (Newsroom, Moderation) ist es ein sehr guter Triage- und Analyse-Schritt, den man mit Provenienz-Checks und klassischen Deepfake-Detektoren kombiniert, statt mit einem alleinigen Urteil.

Wo die Erkennung an ihre Grenzen stößt

Das Projekt dokumentiert seine Grenzen ungewöhnlich ehrlich:

• Plattform-Re-Encoding: Nach TikTok-/Douyin-Rekodierung stuften die Offline-Heuristiken in einem Beispiel 35 % eines echten Unboxing-Videos fälschlich als KI ein. Erst die Agent-Sichtprüfung korrigierte auf 97 % Realfilm. Fazit: Kompression frisst Evidenz – für belastbare Ergebnisse das Originalmaterial nehmen, nicht den Social-Media-Reencode.
• Avatar-Shots sind nur teilweise offline erkennbar; 2D-Animation, Stop-Motion und reused Footage brauchen grundsätzlich das Vision-Modell bzw. den Agenten.
• VLM-Fehlklassifikationen passieren auch: Das Beispiel-MV zeigt, dass das Vision-Modell KI-Shots als „Live-Action-Drama” einstufte – erst der Agent (mit Text-Artefakt-Check) korrigierte. Die Sichtprüfung ist also selbst fehleranfällig; die Stärke liegt in der Kombination der Ebenen.
• Die Evaluierung (eval/RESULTS.md im Repo) listet getestete Shots je Kategorie – wer es genau wissen will, prüft dort die Trefferquoten, statt dem Marketing zu vertrauen.

Installation und Verwendung

Voraussetzungen sind Python ≥ 3.10 und ffmpeg:

# ffmpeg installieren
brew install ffmpeg              # macOS
sudo apt install ffmpeg          # Debian/Ubuntu

Dann Repo klonen und Skill installieren:

git clone https://github.com/JuneYaooo/rea-video && cd rea-video
bash scripts/install_skill.sh    # installiert CLI + linkt den Skill nach ~/.claude, ~/.codex, ~/.agents
rea-video --help

Alternativ ohne Skill-Mechanik direkt per pip:

pip install -e ".[ocr]"

Am elegantesten ist der vorgesehene Weg über einen Agenten – in Claude Code oder Codex einfach:

Install https://github.com/JuneYaooo/rea-video, then break down this video: /path/to/video.mp4

Der Agent installiert CLI und Skill selbstständig. Optional hinterlegt man ihm einen Vision-Model-Endpoint (Gemini oder Doubao laut Doku) mit API-Key – das erhöht die Genauigkeit bei Live/AI/3D-Entscheidungen und erzeugt pro Shot einen reverse-engineered Prompt. Ohne VLM läuft die Analyse komplett lokal; unsichere Shots kann ein bildfähiger Agent selbst nachprüfen.

Ausgabesprache des Reports ist die Sprache der Anfrage – auf Deutsch anfragen genügt.

Hardware-Voraussetzungen: Läuft rea-video auf einem Mac Pro 2013?

Ja – und das liegt daran, dass das Tool keine GPU braucht. Die Analyse besteht aus ffmpeg-Decoding, OpenCV-Frame-Verarbeitung und zwei kleinen ONNX-Modellen (UVR-MDX-Net für Stimmen-/Musiktrennung, ~67 MB; optional RapidOCR). All das läuft als reine CPU-Inferenz und existiert als Standard-Wheel für macOS x86_64. Auch die Anforderungen sind bescheiden: Python ≥ 3.10 (auf Monterey per brew oder pyenv), ffmpeg, grob 8 GB RAM – mehr schadet nicht – sowie ~1 GB für Repo, Dependencies und Modelle plus temporäre Frames.

Wer es genau nimmt: Der Mac Pro 2013 (Xeon E5, Ivy Bridge, DDR3) unterstützt offiziell bis macOS 12 Monterey – darauf laufen alle benötigten Pakete; neuere macOS-Versionen nur via OpenCore Legacy Patcher. Die FirePro-GPUs der Maschine bleiben ungenutzt.

Grober Geschwindigkeitsvergleich – das Repo liefert keine Benchmarks, also als ehrliche Hausnummer für einen ~2-Minuten-Clip mit Standardanalyse:

Fazit: Selbst die 12 Jahre alte Workstation reicht – nur eben deutlich geduldiger. Wer häufiger analysiert oder längere Videos verarbeitet, merkt den Unterschied; wer den Ryzen AI Max+ 395 als kompakte KI-Workstation einordnen will, findet den direkten Vergleich im Artikel Bester KI-PC: Ryzen AI Max 395 vs. NVIDIA DGX Spark. Und ganz unabhängig davon entlastet ein angebundenes VLM über API den lokalen Rechner bei der Sichtprüfung ohnehin.

Container-Betrieb: geht das per Docker?

Offiziell bringt das Repo kein Dockerfile mit – inoffiziell ist es trivial, weil die Abhängigkeiten nur Python und ffmpeg sind:

FROM python:3.12-slim
RUN apt-get update && apt-get install -y --no-install-recommends ffmpeg \
    && rm -rf /var/lib/apt/lists/*
RUN pip install --no-cache-dir \
    "rea-video[ocr] @ git+https://github.com/JuneYaooo/rea-video"
WORKDIR /work
ENTRYPOINT ["rea-video"]

docker build -t rea-video .
docker run --rm -v "$PWD/videos:/work" rea-video report /work/clip.mp4

Zwei Einschränkungen: Der Agent-Skill-Mechanismus (Symlinks nach ~/.claude, ~/.codex) ist für den Host gedacht – im Container ruft man die CLI direkt auf. Und ein VLM übergibt man sauber per Environment-Variable (Endpoint + Key) statt per Agenten-Setup. Wer die Docker-Grundlagen nachlesen will: Docker Container: Grundlagen, Images, Dockerfile & Docker Compose.

IRC-Security.de

Cybersecurity Artikel und Tutorials

Was der Report konkret liefert

Für jeden Shot dokumentiert report.html:

• Klassifikation inkl. Evidenz (warum KI, warum real)
• Kamera und Licht: Bildausschnitt (Weitwinkel bis Extreme-Close-Up), Kamerahöhe, Handheld/Stabilisator/Stativ, Kamerafahrten, Slow-Mo/Timelapse
• Lichtsetup: eines von zwölf dokumentierten Setups inkl. Equipment-Liste (z. B. weiches Frontal-Licht, Rim-Light, RGB-Ambient, Tageslicht-Gegenlicht)
• Grad: Farbstil, Sättigung, Kontrast, Schwarzwert, Farbtemperatur
• Captions: SRT-Timeline (2-fps-OCR + 10-fps-Alignment auf ~0,1 s), Textstile mit Farben/Outlines, Einblend-Typen
• Sticker/PiP: Position, Dauer, Screenshots der Einblendungen
• Audio: Voice-Typ, Musik-Herkunft, BPM, SFX-Liste mit Zuordnung zu visuellen Events (±0,2 s)
• Remake-Plan: benötigtes Filmmaterial, Generierungen (inkl. Vorschlag für Anzahl der Video-Generierungen) und Code-Teile – für Code-Grafik sogar als Remotion-Projekt gedacht

Das Schwesterprojekt capsule-cinema setzt diesen Plan um: Es generiert eine neue Version, die Kamera, Bewegung, Timing und Übergänge des Originals beibehält und nur ausgewählte Elemente austauscht.

Typische Einsatzszenarien

• Content-Analyse/Triage: Schnell prüfen, ob und wie viel eines viralen Clips KI-generiert ist – bevor man Zeit in tiefere Verifikation steckt.
• Wettbewerbs- und Format-Analyse: Wie ist ein erfolgreiches Video gebaut? Schnittlogik, Caption-Stil, Hook-Timing – der Report macht Produktionsentscheidungen lesbar.
• Eigene Produktion: Den Remake-Plan als Startpunkt für eigene Videos nutzen; Code-Grafik direkt als Remotion-Projekt nachbauen.
• Lernen: An echten Beispielen sehen, woran man KI-Video erkennt (Text-Artefakte, Physik-Fehler, Wasserzeichen, Audio-Herkunft).

Wer tiefer in die verwandten Grundlagen einsteigen will: Die Bildanalyse-Bausteine (Frames, OpenCV, Objekterkennung) behandelt der Artikel zu Computer Vision: Grundlagen, Bildverarbeitung und Objekterkennung; der Agenten-Workflow hinter dem Skill-Mechanismus ist im Artikel zu Multiagentensystemen und KI-Agenten und im OpenHands-Beitrag erklärt. Für Python-Tooling siehe die Übersicht der Python-Frameworks 2026.

FAQ: rea-video und AI Detection

Quellen und weiterführende Links

• GitHub: JuneYaooo/rea-video
• Dokumentation: Was das Tool erkennt (docs/what-it-detects.md)
• CLI-Referenz (docs/cli.md)
• Eval-Ergebnisse (eval/RESULTS.md)
• Schwesterprojekt: capsule-cinema (Remakes)
• Projekt-Website reavideo.ai

Vertiefung auf IRC-Coding.de:

• Computer Vision: Grundlagen, Bildverarbeitung und Objekterkennung
• Multiagentensysteme und KI-Agenten: LangGraph, CrewAI & Co.
• OpenHands: KI-Agent programmiert – Installation und Tipps
• Python-Frameworks 2026: Die wichtigsten Bibliotheken
• Vektordatenbanken für KI-Agenten
• Bester KI-PC: Ryzen AI Max 395 vs. NVIDIA DGX Spark
• Docker Container: Grundlagen, Images, Dockerfile & Docker Compose