Pod-Geni
Ein KI-Studio, das zuhört, während Sie Ihren Podcast aufnehmen

Für: Podcast-Hosts und Creator: interviewbasierte Formate, Solo-Creator, Einsteiger und etablierte Profis, die Aufnahme, Schnitt und Veröffentlichung in einem Tool wollen.
Pod-Geni ist ein Webstudio für Podcaster, das die ganze Episode in vier Schritten abdeckt: recherchieren, aufnehmen, schneiden, veröffentlichen. Hosts fügen URLs, PDFs, YouTube-Links oder einen NotebookLM-Export ein, und Pod-Geni liest die Quellen, arbeitet Themen heraus und schlägt Fragen vor – jeweils mit Verweis auf die Passage, aus der sie stammen.
Während der Aufnahme läuft ein Live-Transkript auf dem Bildschirm, und ein Co-Pilot verfolgt das Gespräch. Erwähnt ein Gast etwas, bei dem sich Nachfragen lohnt, schlägt er die Frage zusammen mit dem Zeitstempel vor, an dem er es gehört hat. Gäste kommen per Link in HD-Video dazu, und jede teilnehmende Person wird auf einer eigenen Spur aufgezeichnet.
Geschnitten wird vom Transkript aus: Löschen Sie ein Wort im Text, verschwindet auch das Audio darunter. Füllwörter, lange Pausen und Pegelunterschiede werden mit wenigen Aktionen bereinigt, und zitierfähige Passagen werden für Kurzclips markiert. Laut Website dauert eine typische 45-minütige Interviewfolge insgesamt rund 90 Minuten, verglichen mit 8 bis 12 Stunden in Handarbeit.
Es ist für Interview-Hosts, Solo-Creator, Einsteiger und etablierte Profis gebaut. Ein Grundsatz im ganzen Produkt: Die KI legt offen, wie sie zu etwas kommt – Vorschläge, Markierungen und Berichte verweisen immer auf ein Zitat aus dem Transkript, einen Zeitstempel oder ein Quelldokument.
~90 min
Typische Gesamtdauer für eine 45-minütige Interviewfolge (Angabe der Website, gegenüber 8–12 Stunden in Handarbeit)
14 Tage
Kostenlose Testphase, ohne Kreditkarte
Was es kann
Recherche-Notizbuch, das URLs, PDFs, YouTube, Google Drive und NotebookLM importiert und Fragen vorschlägt, die ihre Quellpassage zitieren
Live-Transkript und KI-Co-Pilot, der während der Aufnahme Anschlussfragen mit Zeitstempel vorschlägt
Remote-Aufnahme in HD-Video über WebRTC, Gäste kommen per Link dazu, eine Spur pro Sprecher
Transkriptbasierter Editor: Wörter löschen schneidet das Audio, Füllwörter mit einer Aktion entfernen, lange Pausen straffen
Rauschunterdrückung, Pegelausgleich und EQ pro Sprecher
Einen Versprecher durch Eintippen korrigieren – neu erzeugt in der Stimme des Hosts aus einer kurzen, mit Einwilligung aufgenommenen Probe
Erkennung von Zitaten und Clips mit Export als untertitelter Clip im Hoch- oder Quadratformat
Veröffentlichung auf RSS, Spotify, Apple und Videoplattformen, mit generierten Shownotes und SEO-Metadaten
So haben wir es konzipiert
- React 19
- Vite
- TypeScript
- Tailwind CSS
- Framer Motion
- ReactFlow
- Firebase Hosting
- Firebase Auth
- Firestore
- Cloud Storage
- Cloud Functions (Node 20)
- Google Cloud Run
- Google Gemini
- Daily.co
- Deepgram
- VoxCPM2
- FFmpeg (wasm)
- Stripe
- Sentry
- PostHog
- 01
React-19-Single-Page-App, gebaut mit Vite und TypeScript, ausgeliefert über Firebase Hosting mit CSP und Security-Headern
- 02
Firebase Auth, Firestore und Cloud Storage, alle durch Security Rules abgesichert; Abrechnungsfelder können nicht vom Client geschrieben werden
- 03
Cloud Functions (Node 20) bilden die serverseitige Vertrauensgrenze: Gemini-Proxy mit Rate-Limiting, Stripe-Abrechnung und Webhooks, Raum- und Token-Verwaltung für Daily.co, zeitgesteuertes Veröffentlichen und rekursive Kontolöschung nach DSGVO
- 04
Echtzeitaufnahmen laufen über Daily.co (WebRTC) mit Mehrspuraufzeichnung; ReactFlow treibt den Wissensgraphen und die Live-Mindmap an
- 05
Google Gemini (@google/genai) für Rechercheanalyse, Fragengenerierung, Live-Vorschläge und Postproduktion; kein KI- oder Zahlungsschlüssel gelangt in den Browser
- 06
Optionaler KI-Gast: Ein separater Cloud-Run-Worker tritt dem Call als Headless-Teilnehmer auf eigener Audiospur bei, mit einer Schleife aus Speech-to-Text, Gemini und VoxCPM2-Text-to-Speech in 48 kHz, gestützt auf den Recherchekorpus des Hosts
- 07
Ein Cloud-Run-Render-Service macht aus Transkripten gestaltete Hochformat-Clips, Zitatkarten und Trailer
- 08
Sprachaufnahmen werden als besondere Kategorie personenbezogener Daten behandelt; Sentry und PostHog für Observability

Mehr, das wir gebaut haben
Sie möchten etwas Vergleichbares bauen lassen?
Jedes Projekt durchläuft dieselben fünf Gates: Spezifikation, Architektur, Build, Review, Auslieferung. Es beginnt in unserem Konfigurator.


