Zum Hauptinhalt springen
Startseite / Portfolio / Studio School
Bildung

Studio School

Ein self-hosted Kurs für KI-Video auf lokaler GPU, bis zur Veröffentlichung

Gebaut von Rogue AI · 21 Lektionen, Fortschritt und Werkliste pro Person · Self-hosted, lokales Labor

Im November 2026 gebaut, für zwei Einsteiger in einem lokalen Labor, die eigene Clips machen wollten. Die erste Version brachte Kurs, Notizen und Werkliste; am nächsten Tag kam eine Lektion zum Prompting für Video dazu; eine Woche später wurden die Checklisten abhakbar, die Selbsteinschätzung speist eine Wiederholungsliste, und die Werkliste bekam strukturierte Zahlen zur Veröffentlichung.

Studio School, Ein self-hosted Kurs für KI-Video auf lokaler GPU, bis zur Veröffentlichung

Das Problem

Wer KI-Video von null lernt, findet verstreute Tutorials für andere Hardware, andere Modellversionen und kostenpflichtige Cloud-Tools. Vorhanden waren ein Laptop mit 8 GB Grafikspeicher, lokale Bild- und Videomodelle und ein Satz funktionierender Skripte, aber kein Weg vom ersten Standbild zum fertigen, veröffentlichten Clip. Gebraucht wurde ein Kurs, der zu den Werkzeugen auf genau diesem Rechner passt, mit ehrlichen Zeiten und einem Ort, an dem man festhält, was entstanden ist.

Was ich gebaut habe

Eine Kurs-App mit 21 Lektionen in 8 Modulen und zwei Strängen: Machen (15 Lektionen, von der Orientierung über Standbilder, Bewegung und Schnitt bis zu anderen Videoformaten) und Rausbringen (6 Lektionen zu Plattformen, Hooks, Veröffentlichen, Zahlen lesen, Rechten und Geld). Jede Lektion hat ein Ziel, einen Lehrtext, eine Übung, eine abhakbare Checkliste und typische Fehler und verweist auf die echten Skripte. Pro Person speichert sie den Fortschritt mit einer Selbsteinschätzung von 1 bis 5, private Notizen pro Lektion und eine Werkliste mit Plattform, Link und den Zahlen nach 48 Stunden. Eine Werkzeugseite sammelt alle Befehle, ein Glossar erklärt die Begriffe.

Architektur

Kurs als Code
Module, Lektionen und Glossar stehen in einer typisierten Inhaltsdatei, gerendert von einer kleinen Markdown-Komponente; eine Lektion zu ändern ist eine Textänderung ohne Migration
Daten pro Person
PostgreSQL über Prisma 7 mit PrismaPg-Adapter hält Lektionsfortschritt, abgehakte Punkte, Selbsteinschätzung, Notizen und Werke, jeder API-Aufruf auf den angemeldeten Nutzer begrenzt
Lernschleife
Lektionen mit einer Einschätzung von 2 oder weniger erscheinen in Kursreihenfolge auf einer Wiederholen-Karte; Werke, die seit 48 Stunden oder länger online sind und noch keine Zahlen haben, auf einer Karte für fällige Zahlen
Was der Kurs lehrt
Die lokale Werkzeugkette auf dem eigenen Rechner: ComfyUI auf der Host-GPU, FLUX.2 klein für Standbilder, Wan 2.2 für Bild-zu-Video, ffmpeg für den Schnitt, jeweils mit den dort gemessenen Zeiten
Tests, die den Kurs prüfen
Eindeutige Slugs, geordnete Lektionen, eine gültige Vor/Zurück-Kette und jeder in einer Lektion genannte Pfad und jedes Skript gegen die Platte geprüft; 33 Tests in 3 Dateien
Auth und Netz
Gemeinsamer Custom-JWT-Kern mit Sperre nach Fehlversuchen und Rate-Limits, zwei angelegte Konten, eine eigene Datenbankrolle nur mit CRUD-Rechten für den Betrieb, per HTTPS nur im Heimnetz erreichbar

Tech-Stack

Next.js 16React 19Prisma 7PostgreSQLTailwind 4TypeScriptVitestCustom-JWT (jose)

Was zuerst gebrochen ist

  • ▸

    Ein Kurs, der echte Befehle nennt, veraltet, sobald ein Skript umzieht. Ein Test geht jede Lektion durch und prüft, ob jeder genannte Ordner, jedes Skript und jede Compose-Datei auf der Platte existiert. So scheitert eine kaputte Anleitung im Test und nicht beim Lernen.

  • ▸

    Den Kurs halte ich im Code, nicht in der Datenbank. Lektionen werden wie Text bearbeitet, nichts braucht eine Migration; nur was einer Person gehört, also Fortschritt, Notizen und Werke, liegt in PostgreSQL.

  • ▸

    Abgehakte Punkte speichere ich als Text des Punkts, nicht als Index. Wenn ich einen Punkt umformuliere oder verschiebe, fällt ein alter Haken weg, statt still in der falschen Zeile zu landen.

Ergebnis

Zwei Einsteiger haben einen Ort, der sie vom ersten Standbild bis zum veröffentlichten Clip führt, mit Anleitungen, die zu ihrem Rechner passen, und einem Test, der prüft, dass diese Anleitungen noch laufen. Fortschritt, Notizen und Werkliste gehören jeder Person selbst, und nichts verlässt den Rechner.

Ehrliche Grenzen

Es ist ein Kurs für zwei Personen an einem Rechner, und die Lektionen sind für genau diesen Rechner geschrieben: seine Pfade, seine GPU, seine gemessenen Renderzeiten. Die App rendert nichts und veröffentlicht nichts, sie ruft weder ComfyUI noch ein Sprachmodell auf. Aufrufe und Likes in der Werkliste werden nach 48 Stunden von Hand eingetragen, nicht über Plattform-APIs abgerufen.

Verwandte Beiträge

← Zurück zum Portfolio