diff --git a/Kapitel 13/Tutorial.md b/Kapitel 13/Tutorial.md
new file mode 100644
index 0000000..12102de
--- /dev/null
+++ b/Kapitel 13/Tutorial.md	
@@ -0,0 +1,192 @@
+# 🛠️ Kapitel 13 – Clipper (Tutorial)
+
+---
+
+## Einleitung  
+
+Clips sind der beste Weg, lange Streams in kurze, teilbare Highlights zu verwandeln. Unser Ziel in diesem Kapitel: Wir bauen ein System, das neue Videos automatisch erkennt, sinnvolle Stellen analysiert, passende Highlights schneidet und die Ergebnisse in Nextcloud ablegt – inklusive Titeln und Hashtags für jede Plattform. Der Clipper selbst übernimmt dabei die technische Verarbeitung, während **n8n** für Steuerung, Analyse und Benachrichtigungen sorgt. Das System bleibt dadurch flexibel, ressourcenschonend und jederzeit erweiterbar.
+
+---
+
+## Voraussetzungen  
+
+- **Proxmox LXC** mit Debian 12 (Bookworm)  
+- **Nextcloud** (Pflicht, Zielort für Clips & Metadaten)  
+- **n8n-Instanz** (Automatisierung, Steuerung Clipper, Analyse, Metadaten-Erzeugung)  
+- **Twitch-Entwickler-Account** inkl. API-Key (für VOD- und Clip-Zugriff)  
+- **Optional**: RTMP-Server, falls VODs lokal aufgezeichnet werden  
+- **Ressourcen für den LXC**: 1 vCPU, 1–2 GB RAM, 10 GB Speicher reichen aus  
+- **Grundwissen**: SSH-Verbindung, Nano-Editor, Basiskenntnisse in n8n  
+
+---
+
+## Vorbereitung  
+
+Wir beginnen mit einem frischen Debian‑12‑LXC in Proxmox, benennen ihn `clipper` und vergeben die im Abschnitt oben genannten Ressourcen. Danach bringen wir das System auf Stand und installieren die Grundwerkzeuge:
+```bash
+apt update && apt upgrade -y
+apt install -y curl nano unzip ffmpeg inotify-tools
+```
+
+Eine korrekte Systemzeit ist entscheidend, da Schnittmarken später auf exakten Sekunden basieren. Prüfe die Zeit mit:
+```bash
+timedatectl status
+```
+Wenn hier UTC steht und du lieber „Europe/Berlin“ nutzen willst:
+```bash
+timedatectl list-timezones | grep Europe
+timedatectl set-timezone Europe/Berlin
+timedatectl status
+```
+Die Zeit wird sofort angepasst, Logs und Schnittzeiten passen damit zur lokalen Umgebung.
+
+Zum Schluss legen wir die Arbeitsordner an:
+```bash
+mkdir -p /srv/clipper/{watch,out,temp,logs}
+```
+- `watch` – Eingangsordner für neue Videos (egal ob von Twitch oder RTMP)
+- `out` – fertige Clips und Metadaten
+- `temp` – Zwischenspeicher für Analyse
+- `logs` – Protokolle aller Abläufe
+
+Damit ist das Fundament gelegt.
+
+---
+
+## Abschnitt 2 – Clipper-LXC einrichten (Basisdienste & Einstiegsskripte)
+
+Jetzt richten wir Clipper so ein, dass er klare Einstiegspunkte zum **Analysieren** und **Schneiden** hat. Die eigentliche Logik füllen wir in Abschnitt 4 und 5, hier bauen wir das Gerüst.
+
+### Benutzer und Verzeichnisse
+
+Zuerst legen wir den Service-Benutzer an und weisen ihm die Arbeitsordner zu:
+```bash
+adduser clipper
+mkdir -p /etc/clipper
+chown root:clipper /etc/clipper
+chmod 750 /etc/clipper
+```
+
+### Pakete installieren
+
+```bash
+apt install -y ffmpeg jq python3 python3-venv curl unzip inotify-tools sudo
+```
+- **ffmpeg** für Analyse und Schnitt
+- **jq** für JSON-Verarbeitung
+- **python3/venv** für optionale Analyse-Tools (z. B. Szenenerkennung, Face-Detection)
+- **inotify-tools** für Dateisystem-Events
+- **sudo** damit der Benutzer clipper bei Bedarf Rechte anheben kann
+
+Anschließend geben wir dem Benutzer clipper Sudo-Rechte:
+```bash
+usermod -aG sudo clipper
+```
+
+### Konfiguration anlegen
+
+Wir legen eine Konfigurationsdatei an, die von allen Skripten geladen wird:
+```bash
+nano /etc/clipper/clipper.env
+```
+Inhalt:
+```
+CLIPPER_IN=/srv/clipper/watch
+CLIPPER_OUT=/srv/clipper/out
+CLIPPER_TMP=/srv/clipper/temp
+CLIPPER_LOG=/srv/clipper/logs/clipper.log
+```
+Datei speichern und mit `chown root:clipper /etc/clipper/clipper.env && chmod 640 /etc/clipper/clipper.env` die Rechte setzen.
+
+### Python-Umgebung vorbereiten
+
+Die eigentliche Analyse binden wir erst in Abschnitt 4 ein. Damit die Basis steht, richten wir jetzt schon eine virtuelle Umgebung ein:
+```bash
+su - clipper
+python3 -m venv /srv/clipper/.venv
+source /srv/clipper/.venv/bin/activate
+pip install --upgrade pip
+pip install numpy opencv-python-headless
+```
+
+So haben wir erste Bibliotheken, mit denen Szenen- und Gesichtserkennung später möglich wird.
+
+### Einstiegsskripte (Stubs)
+
+Wir erstellen zwei Einstiegspunkte, die n8n direkt aufruft. Sie tun noch nichts außer Logging und Validierung.
+
+**Analyse-Stub**
+```bash
+nano /srv/clipper/bin/clipper-analyze
+```
+Inhalt:
+```bash
+#!/usr/bin/env bash
+set -euo pipefail
+source /etc/clipper/clipper.env
+IN="$1"
+JOBID="${2:-manual}"
+mkdir -p "$CLIPPER_TMP/$JOBID"
+echo "$(date '+%F %T') [ANALYZE] job=$JOBID file=$IN" | tee -a "$CLIPPER_LOG"
+OUT_JSON="$CLIPPER_TMP/$JOBID/candidates.json"
+echo '[]' > "$OUT_JSON"
+echo "$OUT_JSON"
+```
+
+**Schneid-Stub**
+```bash
+nano /srv/clipper/bin/clipper-cut
+```
+Inhalt:
+```bash
+#!/usr/bin/env bash
+set -euo pipefail
+source /etc/clipper/clipper.env
+IN="$1"
+RANGES_JSON="$2"
+JOBID="${3:-manual}"
+mkdir -p "$CLIPPER_OUT/$JOBID"
+echo "$(date '+%F %T') [CUT] job=$JOBID file=$IN ranges=$RANGES_JSON" | tee -a "$CLIPPER_LOG"
+exit 0
+```
+
+Rechte setzen:
+```bash
+chmod +x /srv/clipper/bin/clipper-*
+chown -R clipper:clipper /srv/clipper/bin
+```
+
+### Direktaufruf und Tests
+
+Wir verzichten bewusst auf systemd-Templates und rufen die Skripte direkt über n8n oder manuell auf. Beispiel:
+```bash
+su - clipper
+/srv/clipper/bin/clipper-analyze /srv/clipper/watch/demo.mp4 job-001
+/srv/clipper/bin/clipper-cut /srv/clipper/watch/demo.mp4 /srv/clipper/temp/job-001/ranges.json job-001
+
+tail -n 50 /srv/clipper/logs/clipper.log
+```
+Wenn alles passt, siehst du Einträge `[ANALYZE]` und `[CUT]` mit deiner Job-ID.
+
+### Logrotation
+
+Zum Schluss sorgen wir dafür, dass Logs nicht unendlich wachsen:
+```bash
+nano /etc/logrotate.d/clipper
+```
+Inhalt:
+```
+/srv/clipper/logs/*.log {
+  rotate 14
+  daily
+  missingok
+  notifempty
+  compress
+  delaycompress
+  copytruncate
+}
+```
+
+---
+
+Damit ist der Clipper-LXC vorbereitet: Benutzer, Verzeichnisse, Pakete, Konfiguration und Einstiegsskripte sind eingerichtet. In den nächsten Abschnitten bauen wir die Anbindung an Twitch/n8n, implementieren die Analyse-Logik (inklusive Facecam, Hochformat und Untertitel) und fügen den eigentlichen Schnitt hinzu, bevor alles sauber in Nextcloud abgelegt wird.