VideoSorterLocal 4.13.2 veröffentlicht: privater Video-Organizer mit lokaler KI-Analyse (PySide6 und Ollama)
Lokaler Video-Sorter mit dunklem PySide6-Design, Frame-OCR, Ollama/LM-Studio-Integration und Rückgängig-Funktion per Klick.
Lokaler Video-Sorter mit dunklem PySide6-Design, Frame-basierter OCR-Analyse, Ollama/LM-Studio-Integration und sofortiger Rückgängig-Funktion per Klick.
Die neue Version VideoSorterLocal 4.13.2 ist die Antwort auf ein wachsendes Problem: Wie behält man den Überblick über Tausende unsortierter Videos, Action-Cam-Aufnahmen und Archivmaterialien?
Das Programm arbeitet vollständig offline. Es analysiert den ausgewählten Videoordner, prüft die Container-Metadaten (Codec, Auflösung, Bitrate), liest Keyframes mit der integrierten OCR aus und nutzt optional ein lokales Vision-Language-Modell (VLM) über Ollama oder LM Studio.
⚡ Das Wichtigste in Kürze:
- 📂 Präzise Kategorie-Engine: Das Modell ordnet Videos ausschließlich bestehenden Ordnern zu – Halluzinationen sind damit ausgeschlossen.
- ⏱️ Rückgängig per Klick (One-Click Undo): Jedes Verschieben und Umbenennen lässt sich dank Transaktionsprotokoll sofort rückgängig machen.
- 🛡️ 100 % Privatsphäre: Keine Vorschaubilder und keine Metadaten gelangen in die Cloud.
1. Multimodale Offline-Videoanalyse
Bevor der Sorter eine Datei einem Ordner zuweist, kombiniert er drei unabhängige Informationsquellen:
| Analyseebene | Technologie | Erkannte Informationen |
|---|---|---|
| 1. Container-Metadaten | MediaInfo / FFprobe | Aufnahmezeitpunkt, Kameramodell, GPS, Auflösung |
| 2. Frame-OCR | Tesseract OCR + OpenCV | Eingeblendete Texte, Datumsangaben, Schilder, Logos |
| 3. Vision-Modell (VLM) | Ollama / LLaVA / MiniCPM-V | Szenenkontext: Landschaft, Sport, Dokumente, Konferenz |
Automatische Kategorisierung und Szenenerkennung in VideoSorterLocal
2. Transaktionsprotokoll und Rückgängig per Klick
Jede Umbenennung und jedes Verschieben in einen Unterordner wird in einer lokalen SQLite-Datenbank protokolliert. Bei einem Fehler genügt ein Klick auf Rückgängig (Strg+Z), und alle Dateien kehren an ihren ursprünglichen Speicherort zurück – ohne Risiko eines Datenverlusts.
SQLite-Transaktionsprotokoll und Rückgängig-Funktion per Klick
3. Systemvoraussetzungen (laut Produktseite)
| Ressource | Minimum | Hinweis |
|---|---|---|
| Betriebssystem | Windows 10/11 64-Bit, Linux oder macOS | Windows-Installer ca. 68 MB |
| CPU | 4 Kerne (i5 / Ryzen 5) oder Apple Silicon | Frame-OCR belastet die CPU unabhängig von der GPU |
| RAM | 8 GB (16 GB mit lokalem VLM und BGE-M3) | Metadaten und OCR allein laufen mit 8 GB |
| GPU | Optional – für das VLM (Ollama / LM Studio) | Ohne GPU steht der CPU-Modus zur Verfügung |
| Speicherplatz | 500 MB plus Modelle, falls das VLM aktiviert ist | Ihre Videos bleiben in Ihren Ordnern |
4. Arbeitsablauf
- Quellordner und vorhandene Kategorieordner auswählen (die Engine erfindet keine neuen Ordnernamen).
- Analyseebenen aktivieren: Metadaten, OCR und optional ein lokales VLM.
- Vorgeschlagene Verschiebungen prüfen und anschließend den gesamten Stapel bestätigen.
- Falls etwas schiefgelaufen ist: Rückgängig über das SQLite-Protokoll ausführen, bevor Sie Sicherungskopien löschen.
Grenzen: Die OCR-Qualität hängt von der Schärfe der Frames ab; das VLM erfordert ein lokal laufendes Ollama oder LM Studio. Produktseite: VideoSorterLocal 4.13.2.
Version 4.13.2 nutzt eine PySide6-Oberfläche; eine Tauri-2-Version ist in Arbeit.