PrototypeAI & AutomationProcess Optimisation

YouTube → Notion: Automatisierte Video-Zusammenfassungen

12/2025 – 02/2026

n8n-Workflow zur vollautomatischen Aufbereitung von YouTube-Videos: URL einfügen, Tonspur herunterladen, transkribieren, zusammenfassen und strukturiert in Notion ablegen – in unter 2 Minuten.

AIAutomationProcess OptimisationIntegration

1. Ausgangslage

Lange YouTube-Videos und Interviews enthalten oft hochwertige Inhalte, die manuell kaum effizient erfassbar sind. Ein einstündiges Interview vollständig anzuschauen und in sinnvolle Notes zu überführen dauert ein Vielfaches der eigentlichen Videozeit. Ziel war ein Workflow, der aus einer einzigen YouTube-URL in weniger als zwei Minuten eine strukturierte Zusammenfassung in Notion erzeugt, ohne manuelle Zwischenschritte.

2. Stakeholder

Primäre Nutzer

3. Herausforderungen

  • Lange Videos, besonders Interviews, produzieren sehr grosse Transkripte, die den Kontextrahmen von Standard-KI-Modellen übersteigen können
  • Die Qualität der Transkription variiert je nach Audioqualität, Sprecheranzahl und Fachvokabular
  • Zusammenfassungen müssen strukturiert und selektiv sein, denn nicht jede Information ist relevant und generische Zusammenfassungen sind wenig nützlich
  • Die Ablage in Notion muss konsistent formatiert sein, damit die Notes langfristig auffindbar und nutzbar bleiben

4. Analyse

Der Workflow wurde als sequenzielle n8n-Pipeline konzipiert: Der Nutzer gibt eine YouTube-URL ein. n8n extrahiert die Audio-Tonspur und übergibt sie an ein Transkriptionmodell (Whisper). Das erzeugte Transkript wird (bei Bedarf in Abschnitte aufgeteilt) an ein LLM übergeben, das eine strukturierte Zusammenfassung generiert: zentrale Thesen, wichtige Zitate, Kernaussagen und Handlungsempfehlungen. Die fertige Zusammenfassung wird automatisch als neue Seite in einer definierten Notion-Datenbank angelegt, inklusive Metadaten (Titel, URL, Datum, Sprache, Kategorie).

5. Lösungsansätze

AAudio-Extraktion über yt-dlp als n8n-Subprozess: robuste Unterstützung für unterschiedliche YouTube-Formate und Längen.
BTranskription über OpenAI Whisper: hohe Genauigkeit auch bei Interviews mit mehreren Sprechern und Fachjargon.
CChunked Summarisation für lange Videos: Transkript wird in überlappende Abschnitte aufgeteilt, jeder Abschnitt individuell zusammengefasst, dann zu einer Gesamtzusammenfassung verdichtet.
DStrukturiertes Notion-Output: festes Template mit Abschnitten für Kernaussagen, wichtige Zitate, offene Fragen und Handlungsempfehlungen, für konsistente Strukturierung über alle Einträge.

6. Bewertung

Vorteile
  • Drastische Zeitersparnis: ein einstündiges Interview ist in unter 2 Minuten als strukturierte Notion-Seite verfügbar, statt 60–90 Minuten manuellem Aufwand.
  • Konsistente Wissensbasis: alle Videos landen im gleichen Format in Notion und sind damit durchsuchbar, verlinkbar und langfristig nutzbar.
  • Skalierbar: der Workflow funktioniert für kurze Clips genauso wie für mehrstündige Interviews ohne Anpassung.
Nachteile
  • Zusammenfassungen können wichtige Nuancen oder Kontext verlieren, den nur das vollständige Ansehen liefert.
  • Bei sehr schlechter Audioqualität oder starkem Akzent sinkt die Transkriptionsqualität merklich und damit auch die Zusammenfassung.
Risiken
  • Abhängigkeit von externen APIs (OpenAI, Notion): Änderungen an Rate Limits, Preisen oder API-Schnittstellen können den Workflow unterbrechen.
  • Urheberrechtliche Aspekte beim Herunterladen und Verarbeiten von YouTube-Inhalten sind je nach Nutzungskontext zu prüfen.
Aufwand

Initiales Setup und Testing: ca. 1–2 Wochen; laufende Pflege: minimal

7. Empfehlung

Entscheidung

Go

Priorisierung

Hoch – sofortiger, messbarer Zeitgewinn bei minimalem Aufwand für Setup und Betrieb

Nächste Schritte

  • Notion-Datenbankstruktur und Template finalisieren und für verschiedene Inhaltskategorien anpassen.
  • Chunking-Strategie für sehr lange Videos testen und Schwellenwert für Transkript-Aufteilung definieren.
  • Optionale Erweiterung: Sprachdetektierung für automatische DE/EN-Zusammenfassung je nach Video-Sprache.

8. Artefakte

Gemeinsam umsetzen?

Ich bin auf der Suche nach einer Festanstellung als IT Project & Delivery Lead.