Softwarearchitektur mit KI: Premiere Remote neu gedacht

Streamstart und persönliche Einordnung

00:04:15

Der Stream beginnt mit einem herzlichen Gruß an die Zuschauer, wobei der Streamer über seinen langen Streaming-Zeitrahmen reflektiert. Er erwähnt beeindruckt, dass sein Kanal 'Geek-Site' 111 Monate Subscriptions erreicht hat, was fast einem Jahrzehnt entspricht. Diese Tatsache verursacht bei ihm ein Gefühl des Alterns und gleichzeitig das Bewusstsein über die ständige Veränderung der Streaming-Landschaft. Der Streamer tekt mit den Zuschauern seine Unsicherheit über die Zukunft des Streamings in einer sich schnell wandelnden Welt.

Technische Herausforderungen und Kameraexperimente

00:07:50

Der Streamer drückt seine Frustration über die traditionelle Frontalkamera-Perspektive aus, die er seit Beginn seiner Streaming-Karriere verwendet. Er experimentiert mit alternativen Kameraaufstellungen und diskutiert die visuellen Trends auf Twitch-Plattformen. Besonders auffällig ist sein Interesse an innovativen UI-Gestaltungen für Streams, die von der klassischen Facecam-Eckposition abweichen. Er zeigt Beispiele für kreative Layouts und erkundigt sich nach der Meinung der Zuschauer zu diesen Experimenten. Gleichzeitig erwähnt er die technischen und finanziellen Hürden bei der Umgestaltung seines Streaming-Setups.

Einführung in Premiere Remote und AI-Basics

00:16:48

Der Streamer stellt das Tool 'Premiere Remote' vor, das die Steuerung von Adobe Premiere über Stream Deck ermöglicht. Er erklärt die ursprüngliche Architektur des Tools und zeigt, wie es durch eine Kombination von menschlicher Programmierung und AI-Unterstützung weiterentwickelt wurde. Besonders interessant ist sein Ansatz, Sprachmodelle wie Gemini für die Architekturspezifikation zu nutzen. Dabei demonstriert er, wie er durch iterative Konversation mit der AI komplexe technische Konzepte entwickelt und umsetzt. Er ist dabei selbstkritisch und betont, dass zwar viel Code generiert wurde, aber die menschliche Überprüfung weiterhin essentiell bleibt.

Implementierung und technische Herausforderungen

00:23:50

Der Streamer zeigt den Implementierungsprozess des neu gestalteten Premiere Remote. Er demonstriert, wie die AI tausende Zeilen Code generiert hat, aber auch die damit verbundenen Probleme aufzeigt. Insbesondere kritisiert er die fehlende Objektorientierung in der generierten Codebasis, die zu einer unübersichtlichen Registry mit UIDs führt. Nach eingehender Analyse stellt er fest, dass der ausschließlich von AI generierte Code zwar funktioniert, aber nicht praktikabel und benutzerfreundlich ist. Daraufhin entscheidet er sich für einen hybriden Ansatz, bei dem menschliche Programmierung und AI-Unterstützung sinnvoll kombiniert werden.

Neuarchitekturierung und hybrider Ansatz

00:46:39

Nach gründlicher Analyse der Probleme der AI-generierten Implementierung entscheidet sich der Streamer für eine grundlegende Überarbeitung des Architekturkonzepts. Er entwickelt einen hybriden Ansatz, bei dem menschlich geschriebener Code und AI-generierte Elemente sinnvoll kombinieren. Der neue Ansatz basiert auf einer sauberen Trennung zwischen Plugin-spezifischer Logik in UXP und einem externen Generator, der die Schnittstellen definiert. Besonders wichtig ist ihm dabei die Wahrung der Objektorientierung und die Vermeidung der komplexen Registry-Lösung. Er demonstriert, wie dieser Ansatz sowohl die Benutzeroberfläche als auch die interne Architektur vereinfacht.

TS Morph und die Lösung der Dokumentationsprobleme

00:58:05

Ein zentraler Bestandteil der neuen Lösung ist die Nutzung von TS Morph zur statischen Analyse des TypeScript-Codes. Der Streamer erläutert, wie dieser Tool-Komplex die Erstellung von OpenAPI-Dokumentation aus dem Code selbst ermöglicht. Dadurch wird die bisherige manuelle Pflege von Schnittstellenbeschreibungen überflüssig und fehleranfällig. Besonders betont er die Vorteile der statischen Code-Analyse gegenüber der bisherigen dynamischen Lösung. Gleichzeitig zeigt er, wie die so generierte Dokumentation als Basis für verschiedene Schnittstellen (HTTP, WebSocket, MCP) dient und somit die Integration verschiedener Komponenten erheblich vereinfacht.

Der Streamer präsentiert die abschließende Implementierung seines überarbeiteten Premiere Remote-Tools. Besonders hervorhebenswert ist die saubere Trennung zwischen menschlich geschriebener Logik und automatisch generierten Schnittstellenbeschreibungen. Durch die Kombination von TS Morph für die statische Code-Analyse und der Nutzung von JSDoc für die Dokumentation löst er die Probleme der vorherigen Implementierungen. Gleichzeitig betont er die Wichtigkeit, menschliche Programmierarbeit trotz AI-Unterstützung beizubehalten, da Qualität und Benutzerfreundlichkeit weiterhin entscheidend sind. Der Stream endet mit einem Ausblick auf weitere mögliche Anwendungen dieses Ansatzes.

Die vorgestellte neue Architektur von Premiere Remote, die seit 2018 iterativ weiterentwickelt wurde, stellt einen erheblichen Fortschritt dar. Das aktuelle Release ist die Version 2.2.0, nachdem das System komplett neu geschrieben wurde. Diese neue Architektur bietet erweiterte Möglichkeiten und motiviert den Entwickler, neue Schnittstellen zu implementieren. Der Streamer betont den Vorteil, dass seine Entwicklungen über Jahre hinweg gewachsen sind und nun einen klaren Nutzen bieten, während er auch anerkennt, wie lange er selbst für eine solche Entwicklung gebraucht hätte.

Integration des Stream Deck Plus

01:03:55

Der gerade eingetroffene Stream Deck Plus spielt eine zentrale Rolle in der neuen Konfiguration. Das Gerät bietet ausreichend Tasten und Regler, die sich wie ein professionelles Mischpult anfühlen und den Streamer zusätzlich motivieren, neue coole Funktionen umzusetzen. Das Plugin für Premiere Remote funktioniert effizient über einen WebSocket-Server, der direkt in Premiere integriert ist. Diese statische Architektur ermöglicht es, Endpunkte anzubieten und die Funktionalität nahtlos in den Arbeitsablauf zu integrieren. Ein praktisches Beispiel war das Mapping von Kontrollfunktionen, die nahtlos in der Praxis getestet wurden.

AI-Integration und MCP-Server

01:05:23

Die Entwicklungen rund um den MCP-Server und die neue native Integration in Premiere unter Verwendung des UXP-Frameworks sind darauf ausgelegt, zukünftig von der AI gesteuert zu werden. Während Option B vorsieht, einen MCP-Server generieren zu lassen, ist der Streamer skeptisch, da dies für eine AI ressourcenintensiv sein könnte. Ein besseren Ansatz sieht er darin, die AI mit Skills zu versehen – Markdown-Dateien, die beschreiben, wie sich ein Agent verhalten soll. Der Streamer kritisiert den Hype um AI, betont, dass nur ein Prozent davon wirklich wissenschaftlich ist, und stellt fest, dass der Rest primär auf Textverarbeitung basiert. Tokens sind dabei nicht kostenlos, was eine ineffiziente Nutzung der Ressourcen darstellt.

Effiziente Nutzung von AI-Tools

01:11:43

Um die Ineffizienz des direkten Zugriffs auf hunderte von Endpunkten durch die AI zu vermeiden, schlägt der Streamer einen ressourcenschonenderen Ansatz vor. Anstatt die AI mit hunderten von Endpunkten zu konfrontieren, kann man ihr Types-Dateien und Beispiel-Plugins zur Verfügung stellen, um gezieltere Funktionsaufrufe zu ermöglichen. Dadurch kann die AI das existierende Framework effizienter nutzen, anstatt aufwendig den richtigen Endpunkt aus vielen Optionen auswählen zu müssen. Diese Methode ermöglicht es auch einem Entwickler, mit weniger Token eigene Funktionen zu integrieren und direkt aufzurufen. Die Erkenntnis, dass Tokens keine unbegrenzte Ressource sind, führt zu effizienteren und durchdachteren Einsatz von AI-Tools.

Der Übergang zu überlegener Effizienz

01:15:40

Die Entwicklung von Rust, insbesondere der in Rust geschriebene Proxy RTK (Rust the Token Killer), repräsentiert einen signifikanten Fortschritt in der Effizienz. Dieser vereinfacht die Befehle, die Sprachmodelle benötigen, um sich orientieren zu können, was die Token-Nutzung erheblich reduziert. Ein konkretes Beispiel ist der Git-Status, der durch RTK deutlich kompakter und nützlicher wird. Diese Überlegungen zeigen, dass die AI-Bubble ähnlich wie frühere Bitcoin-Spekulationen sein kann – viel Hype mit hoher Ressourcenintensität, aber begrenztem praktischem Nutzen. Der Streamer findet es spannend, wie die AI-Entwicklung sich von übertriebenen Erwartungen zu einer praxisorientierten Technologie wandelt und nutzt selbst bereits einige AI-Tools, die ihn unterstützen.

Ein experimenteller Ansatz zur Überarbeitung der Streaming-Oberfläche wurde vorgestellt, bei der der Streamer den Hintergrund des Streams nutzt und interaktive Elemente wie Fenster und Konsole einblendet. Dieses Experiment demonstriert, wie der Streamer als Hintergrundfigur in einem Fenster arbeitet, was eine neue Form der Interaktion mit dem Publikum ermöglicht. Durch dynamisches Wechseln der Fenster und Transpareneffekte entsteht ein immersiveres Erlebnis, bei dem Zuschauer den Entwicklungsprozess besser nachvollziehen können, ohne dass gesamte Bildschirme gestreamt werden müssen. Dieser Ansatz ist besonders für nicht-gaming Streams vielversprechend, da er mehr Flexibilität und bessere Präsentation der Inhalte ermöglicht.

Zukünftige Pläne und Roadmap

01:22:30

Die Reise zur nächsten Version von Premiere Remote wird voraussichtlich 2 bis 8 Monate dauern, wobei der Streamer AI-gestützte Entwicklung mit Tools wie Spektriven-Development einsetzen möchte. Er plant nicht, alles manuell zu implementieren, sondern nutzt AI, um repetitive Aufgaben zu beschleunigen. Zusätzlich zur technischen Entwicklung steht bereits ein fertiges Videoschnitt-Projekt kurz vor der Veröffentlichung. Der Streamer plant auch weitere Kurzvideos und den nächsten Newsletter. Die Vision ist, eine noch stärkere Integration der neuen Technologie in den Arbeitsablauf zu erreichen und dem Publikum eine innovativere Streaming-Erfahrung zu bieten.