KI-Projekt 'Archive Gate' vorgestellt

Stream-Start und AI-Modell-Check

00:00:00

Nach einem reibungslosen Start begrüßt der Streamer sein Publikum und kündigt an, den Stand aktueller Projekte zeigen zu wollen. Plötzlich erreicht ihn ein Hinweis, dass ein neues, stealth-ähnliches Modell namens Hunter Alpha möglicherweise Deep Seek Version 4 ist. Nach kurzer Prüfung der Verfügbarkeit startet er einen ersten Test, um die Fähigkeiten des Modells zu evaluieren. Gleichzeitig erwähnt er die Performance von Cloud Code und Open Claw. Anschließend taucht ein ungewöhnlicher langer Denkblock in der KI-Interaktion auf, den der Streamer als curiosum ansieht und fortführt.

IT-Branche Kritik und Jobsituation

00:08:49

Der Streamer wendet sich der aktuellen Lage in der IT-Branche zu und kritisiert scharf, dass viele Firmen trotz moderner KI-Tools am falschen Ort sparen und IT-Stellen abbauen. Er argumentiert, dass es gerade jetzt essenziell sei, in Entwickler zu investieren, um Legacy-Code zu modernisierten und die Wettbewerbsfähigkeit zu sichern. Dieses kurzsichtige Vorgehen könne am Ende zu einer Abhängigkeit vom Wettbewerb führen. Er warnt vor den fatalen Folgen dieser falschen Strategie für die gesamte Industrie.

Projektvorstellung: Archive Gate

00:21:45

Es folgt die Vorstellung des gemeinschaftlich entwickelten Projekts 'Archive Gate', ein Cyber-Security-Awareness-Spiel im Stil von 'Papers, Please'. Der Entwicklungsprozess wird als Beispiel für den Einsatz von KI im Projektmanagement gezeigt. KI-Assistenten wurden genutzt, um umfassende Business Requirements, einen Game Core Loop und detaillierte Meilensteine zu erstellen und daraus Issues in GitHub zu generieren. Die automatische Erstellung und Bearbeitung der Issues wird als effiziente Methode zur Steuerung von Projektfortschritt vorgestellt.

Autodeveloper-System und Minimax-Abo

00:29:10

Der Streamer demonstriert die Funktionsweise seines Autodeveloper-Systems, das durchgehend im Projekt läuft. Ein KI-Agent-System übernimmt die Forschung, Implementation, Code-Review und Finalisierung von Issues, was bereits zu über 200 Commits geführt hat. Dabei zeigt er auch die Herausforderung, dass bei zu komplexen Issues die KI überfordert sein kann. Als Grundlage für diese intensive Nutzung erwähnt er sein neues, teures Minimax-Abo, das ihm eine hohe Prompt-Rate ermöglicht und sich für dieses Szenario als lohnend erweist.

Bootstrap Academy Revitalisierungsidee

00:39:30

Der Streamer stellt die 'Bootstrap Academy', eine Online-Lernplattform für Informatik, vor und kritisiert, dass ihre Curricula veraltet sind. Um das Lernen attraktiver zu machen, schlägt er eine komplett neue Version als mobile App vor, die den Spaß am Erlernen von Programmiersprachen und Konzepten zurückbringen soll. Kernideen sind stärkere Gamification, mehr interaktives 'selber machen' und das Vermitteln des 'Warum' hinter den Konzepten, um die intrinsische Motivation der Lernenden zu fördern.

Community-Feedback zur Lernmotivation

00:43:56

Um seine neue Plattform-Idee zu schärfen, fragt der Streamer sein Publikum direkt nach deren Lernmotivation. Die vielfältigen Antworten aus dem Chat deuten darauf hin, dass die Hauptantriebskräfte projektbasiertes Lernen, der Wunsch, ein konkretes Problem zu lösen, und der reine Spaß an der Technik und Innovation sind. Viele Teilnehmer berichten, dass sie am erfolgreichsten waren, als sie ein eigenes, persönliches Projekt verfolgt haben, das sie aus eigenem Antrieb umsetzen wollten.

Überlegung zur Plattform-Erweiterung

00:48:31

Basierend auf dem Community-Feedback denkt der Streamer über die Erweiterung seiner zukünftigen Lernplattform nach. Er überlegt, diese nicht nur auf reine IT-Themen zu beschränken, sondern Wissenstransferprojekte wie zum Beispiel Elektronik zu integrieren, die ebenfalls Programmierkenntnisse erfordern. Inspiriert von E-Sport-Systemen wie Leaderboards und MMR, denkt er auch über gamifizierte Aspekte nach, um den Lernprozess noch anreichernder und wettbewerbsorientierter zu gestalten.

Praktischer Test der Morpheeder-App

00:51:26

Zum Ende des Streams unternimmt der Streamer einen praktischen Test seiner eigenen Android-App 'Morpheeder'. Er nutzt einen Android-Emulator, um die Funktionsfähigkeit zu überprüfen. Der Test verläuft erfolgreich, was er als positiven Schritt wertet. Anschließend erwähnt er kürzliche Fehlerbehebungen und bittet um weiteres Feedback von den Nutzern, besonders hinsichtlich der Performance auf verschiedenen Geräten. Dieser Praxistest untermauert seine aktive Entwicklungstätigkeit.

Im Stream wird eine Vision für eine post-AGI Lernanwendung skizziert. Kern der Idee ist ein motivierendes System, das auf intrinsischer Motivation basiert. Ziel ist eine extrem modularisierte Flutter-App, die durch interaktive Lektionen, modulare individuelle Lernpfade und einen Skill Tree zum Lernen animiert. Der Fokus liegt darauf, dass Benutzer aus eigenem Antrieb lernen und sich fortbilden, anstatt ihr Denken vollständig an KI zu delegieren, was zur Verkümmerung kritischen Denkens führen könnte.

Intrinsische vs. Extrinsic Motivation im Lernen

00:59:10

Es wird eine klare Trennung zwischen intrinsischer und extrinsischer Motivation vorgenommen. Externe Motivation, wie der Arschtritt für einen Job oder das Erreichen eines Zertifikats, ist zwar wichtig, aber nachteilhaft, wenn die Weiterbildung danach aufhört. Der Streamer propagiert intrinsische Motivation, aus eigenem Antrieb zu lernen, weil es spannend ist oder man ein Thema verstehen möchte. Diese Motivation, so die Argumentation, ist entscheidend für lebenslanges Lernen, unabhängig von der Arbeitssituation, und muss gefördert werden, da das Schulsystem diese oft nicht ausreichend vermittelt.

Das Design der Plattform konzentriert sich auf mehrere Kernkonzepte. Dazu gehört ein "Companion", kein Tutor, der sokratisch fragt, anstatt Antworten zu geben, und Frustration erkennt. Persönlichkeit und Gedächtnis der KI passen sich an. Der Lernpfad ist nichtlinear und fog-of-war-artig, sodass Neugier den Weg weist. Es gibt einen Master Skill Tree mit Unterbäumen und fünf Tiefenstufen der Kompetenz. Micro-Lektionen, eingebettete Sandboxes zum Code-Ausführen und spielerische Elemente wie ein "Renaissance-Bonus" für breites, cross-domain Wissen sind weitere zentrale Bestandteile.

Lernen durch schaffen und Teilen

01:07:00

Ein fundamentaler Grundsatz der geplanten Plattform ist, dass Lernen durch aktives Schaffen (Creations) stattfindet und nicht nur durch das Lösen von Aufgaben. Jede Lektion soll am Ende zu einem selbstgemachten Produkt führen, sei es ein Code-Snippet, ein kurzer Text, ein Bild oder ein 3D-Objekt. Diese Kreationen können mit der Community geteilt werden, da das Teilen von Stolz eine tiefgreifende menschliche Motivation ist. Das soziale Teilen und die Kollaboration an Projekten sind wichtige Anreiseelemente des Systems.

Growth Engine und persönliche Identität

01:16:29

Die übergeordnete Vision ist eine "Growth Engine for Human Beings". Im Mittelpunkt steht nicht, was man tun (Job), sondern wer man werden will. Die Anwendung soll als Begleiter dabei helfen, eine persönliche Mission zu definieren, Werte zu kartieren und den eigenen Weg (Identity Paths) zu finden. Dies geht einher mit Konzepten wie "Life Skills Nobody Teaches" (Steuern, Erste Hilfe) und einem Fokus auf persönliche Reflektion, Abendrituale und bewusste Pausen als Teil des Lernprozesses. Das Wachstum wird über die Zeit, Streaks und die persönliche Atlas-Karte gemessen, nicht durch absolute Ranglisten.

Community und soziales Lernen

01:29:41

Soziales Lernen ist ein integraler Bestandteil. Es soll "Learning Cycles" in kleinen Gruppen (3-7 Personen) geben, um gemeinsam zu lernen. Mentorenschaft ist ein Kernbestandteil: Fortgeschrittene werden mit Anfängern gepaart und beide für ihre Tätigkeiten belohnt. "Teach what you know" ist die tiefste Form des Lernens. Es gibt virtuelle Study Rooms mit Anwesenheitsindikatoren und Kollaborationsräume für gemeinsame Projekte und Reviews. Ziel ist ein konstruktives, nicht-toxisches Lernumfeld, das echtes Community-Gefördert.

Content-Erstellung und Herausforderungen

01:51:02

Die Frage, wer den Lerninhalt erstellt, wird diskutiert. Während der Gedanke an community-basierte, nutzergenerierte Lektionen besteht, wird dieser schnell verworfen. Die Erfahrung aus früheren Projekten zeigt, dass bösartige Akteure eine Gefahr für die Plattformqualität darstellen und ein moderiertes System unerlässlich wäre. Daher wird stattdessen ein "Teacher System" favorisiert, bei dem ausgewählte Experten und Mentoren Inhalte erstellen. Dies soll die Qualität sicherstellen und vor Vandalismus und Spam schützen, auch wenn es die Skalierbarkeit einschränkt.

Technische und geschäftliche Überlegungen

01:56:35

Die technische Umsetzung soll auf einem extrem modularen Aufbau basieren, mit einem Plugin-System für Lektionstypen, Gamifizierungsregeln und Inhaltsformate. Die Anwendung soll offline-fähig sein und Inhalte lokal cachen. Die Monetarisierung ist eine Herausforderung: Bildung sollte frei sein, aber die notwendige KI-Leistung ist kostspielig. Ein Abo-Modell wird als notwendiges Übel angesehen. Ein "Bring-Your-Own-Key"-Ansatz wird erwogen. Als Zielgruppe zunächst die Community der Bootstrap Academy angesehen, bevor die Plattform erweitert wird. Die Entwicklung soll agil mit dem "Build to Ship"-Prinzip erfolgen, um früh eine nutzbare Version zu veröffentlichen.

Der Streamer beschäftigt sich mit technischen Problemen, die den Ablauf stören. Die Temperatur im Raum ist mit 28,1 Grad Celsius als extrem unangenehm beschrieben. Zudem funktioniert das Text-to-Speech-System nicht mehr. Die Klimaanlage ist defekt und der Einsatz eines Ventilators wird behindert, da sich die Partnerin im selben Raum befindet. Die Fortführung des Streams ist davon direkt betroffen.

Es findet eine Diskussion über die Anzahl der Meilensteine für das Projekt statt. Anfänglich sind sechs Meilensteine angedacht, was jedoch als zu wenig empfunden wird. Der Vorschlag, auf dreizehn Meilensteine zu erhöhen, erscheint realistischer. Jeder Meilenstein soll mit der Veröffentlichung einer öffentlichen, nutzbaren mobilen App enden. Der Ansatz 'infrastructure only milestones' wird verworfen, da dies nicht als ausreichend attraktiv gilt.

Architektur der Lern-App

02:13:44

Die Kernarchitektur der geplanten Lern-App wird detailliert beschrieben. Es wird ein 'modularer Plugin-Ansatz' verfolgt, der eine flexible Erweiterung durch neue Lernformate ohne Kernänderungen ermöglicht. Wichtige Features wie 'Offline-Lesson-Caching' und 'The Atlas', eine Art Fähigkeitsbaum mit Nebelkrieg-Mechanik, werden skizziert. Ziel ist es, dass Lektionen direkt im App-Code ausgeführt und interaktiv gelernt werden können.

Backend-Entscheidung und Technologiewahl

02:31:38

Nach Abwägung verschiedener Optionen für das Backend wird 'Superbase' favorisiert. Superbase bietet eine '100% portablen' PostgreSQL-Datenbank mit vorgefertigten Funktionen für Authentifizierung, APIs und Realtime-Capabilities. Obwohl 'Row-level security' bei einem eigenen Custom Backend umgangen wird, wird entschieden, Superbase zu nutzen, um schneller Ergebnisse zu erzielen. Eine Alternative wie 'Pocketbase' mit SQLite wird verworfen, da sie nicht auf potenzielle 50.000 Nutzer skalieren würde.

Implementierungsplan mit Agenten

02:46:45

Der Entwicklungsprozess wird auf ein System von 'Agent Waves' umgestellt. Die Vorgehensweise sieht vor, dass für jede Phase zunächst sieben Agenten zur Planung eingesetzt werden, gefolgt von sieben Agenten zur Implementierung. Darauf folgt eine weitere Welle aus sieben Agenten für Überprüfung und Fehlerbehebung. Dieser Zyklus wird wiederholt, bis sieben Reviewer die Qualität der Arbeit bestätigen. Ziel ist es, den Kontext für die KI-Modelle überschaubar zu halten.

Fokus auf Milestone 1 und Offline-Funktionalität

02:57:05

Das Hauptziel für den aktuellen Stream ist der 'Milestone 1: First Light'. Dieser umfasst grundlegende Funktionen wie Benutzeranmeldung, Authentifizierung und die Anzeige der ersten Lektionen. Eine Kernanforderung ist, dass die Lektionen auch ohne Internetverbindung funktionieren sollen ('offline first'). Dies wird durch die lokale Speicherung der Lektionen und ein 'Sync Queue'-System für Änderungen realisiert. Die Authentifizierung wird zunächst auf E-Mail und Passwort beschränkt.

App-Deployments und KI-Modelle

03:11:15

Es werden die Herausforderungen bei der Veröffentlichung in App Stores diskutiert. Der Google Play Store wird als deutlich angenehmer im Vergleich zu Apple AppStore beschrieben, da weniger Hürden bestehen und Prozesse schneller sind. Für Apple wird externer Support benötigt. Gleichzeitig werden die Vorteile von Cloud-Anbietern wie Claude gegenüber lokalen Modellen für komplexe Coding-Aufgaben betont. Lokale Modelle seien zwar leistungsstark, würden jedoch zu viel Hardware-Ressourcen erfordern. Ein europäischer Anbieter für starke Open-Source-Modelle wird als Wunsch geäußert.

Der Stream endet, nachdem der Plan für die erste Phase des Milestone 1 finalisiert wurde. Der Streamer teilt mit, dass er aufgrund terminlicher Verpflichtungen den Stream früher beenden muss. Für das Wochenende wird die Veröffentlichung eines Videos angekündigt, falls das Projekt bis dahin fertig ist. Die nächste geplante Interaktion ist der nächste Video-Release. Der Streamer dankt den Zuschauern für ihren Input und betont, dass die Bootstrap Academy ein gemeinsames Projekt sei.