LONDON (IT BOLTWISE) – Andrej Karpathy hat HackerTube gestartet: eine YouTube-ähnliche Entdeckungsseite für KI-Beiträge aus Hacker-News-Kommentaren. Der Katalog umfasst 6.454 Videos, sortiert nach 150 Themenfeldern. Für die Aufbereitung wurden 39.834 Kommentare verarbeitet, wobei ein zweistufiges Claude-Workflow-Setup Spam filterte und Empfehlungen identifizierte. Für Karpathy dauerte der Aufbau laut eigener Schätzung etwa zwei Stunden – inklusive Cloud- und Meta-Data-Schritten.
Andrej Karpathy nutzt Hacker-News-Kommentare als Rohmaterial, um aus einem schwer durchsuchbaren Community-Archiv einen strukturierten Video-Katalog zu machen: HackerTube ist dabei als YouTube-ähnliche Discovery-Oberfläche gedacht, aber mit einer sehr spezifischen Quelle. Statt einzelne Clips nach Stichworten zu finden, wird die Empfehlungshistorie aus den Hacker-News-Threads in einen Themenindex übersetzt. Das Ergebnis ist ein öffentlich nutzbarer Katalog mit 6.454 Videoseiten, die in 150 Themen einsortiert sind und sich über einen Startpunkt „aus der Community“ statt „aus dem Suchfeld“ erschließen.
Technisch interessant ist vor allem, wie der Content-Transfer von Kommentaren zu Videolinks zustande kommt. Karpathy beschreibt einen zweistufigen Prozess: Zunächst hat Claude Opus 5.5 die Kommentare heruntergeladen und gefiltert, bevor im zweiten Schritt Claude Sonnet in einem Claude-Code-Workflow Spam ausschied und konkrete Videoempfehlungen identifizierte. In der Praxis bedeutet das eine Pipeline, in der erst die Menge der relevanten Textpassagen reduziert wird und anschließend eine Klassifikation/Extraktion die Video-Referenzen aus dem Kommentarfluss herausarbeitet. Ergänzend hat Karpathy manuelle Setup-Schritte genannt: Er legte einen Google-Cloud-API-Schlüssel an, startete einen virtuellen Server und kaufte die Domain, um anschließend die YouTube-Metadaten abrufen und die finalen Videoseiten bauen zu können.
Für die Erwartungshaltung rund um Aufwand und Kosten liefert der Projektumfang harte Zahlen, auch wenn Karpathy keine Dollarbeträge nennt. Er spricht von 504 Millionen Input-Tokens, wobei 90% davon gecached waren, sowie von 7,6 Millionen Output-Tokens für die Gesamtarbeit am Katalog. Besonders klar wird außerdem, wofür die Rechenleistung „verbraucht“ wurde: Die Comment-Labeling-Aufgaben von Sonnet machten laut seiner Angabe mehr als 90% der Nutzung aus. Selbst die Schritte fürs Building und Deploying der Seite schlugen in der Token-Bilanz zu Buche – Karpathy beziffert den Anteil dafür auf rund 1 Million Tokens von Opus 5.5. Damit wird deutlich, dass die eigentliche Komplexität weniger in der Weboberfläche als in der robusten Umwandlung von unstrukturiertem Text-Feedback in zuverlässige Video-Entitäten liegt.
Im Frontend setzt HackerTube auf ein paar Details, die das manuelle Durchklicken tatsächlich beschleunigen sollen. Jede Videoseite nutzt als Thumbnail einen Frame aus der Mitte des jeweiligen Videos – das reduziert die typische Thumbnail-Suche nach „dem relevanten Moment“ und macht die Themenkacheln schneller scannbar. Dazu kommen Keyboard-Shortcuts und eine Daten-Export-Funktion, die gerade für Power-User und Entwickler interessant ist, weil sie die Empfehlungen nicht nur konsumierbar macht, sondern auch weiterverarbeitbar. Ohne Account funktioniert das Browsing ebenfalls; der Empfehlungstatus wird stattdessen im lokalen Browser-Kontext gespeichert. Damit sinkt die Reibung beim Ausprobieren, und zugleich bleibt die Personalisierung auf die eigene Session begrenzt.
Über den Einzelfall hinaus zeigt das Projekt, wie sich Community-Wissen in „maschinenlesbare“ Indizes überführen lässt. Historisch wurden Empfehlungssysteme lange entweder über kuratierte Playlists oder über algorithmische Ranking-Ansätze umgesetzt, die auf Nutzerinteraktionen basieren. HackerTube geht einen anderen Weg: Es nimmt eine bereits existierende Empfehlungslinie aus einer Community (Hacker News) und macht sie mit KI-gestützter Extraktion nach Themen auffindbar. Gerade weil die Kategorien auf 150 Themenfelder abstrahieren, entsteht aus der ursprünglich fragmentierten Kommentarstruktur ein navigierbarer Wissenspfad.
Auch die Timing-Komponente spielt eine Rolle. Karpathy hat den Aufbau auf etwa zwei Stunden geschätzt, ergänzt um den Hinweis: „This takes ~2 hours now. I can breathe again, “ schrieb er. Die Aussage ist nicht automatisch als generischer Benchmark für beliebige Katalogprojekte zu verstehen, aber sie unterstreicht, dass sich ein Prototyp dieser Art bei klar begrenztem Scope (ein Datenquellenset, ein Zielformat, ein definierter Index) relativ schnell realisieren lässt. Entscheidend wird dabei, wie gut die automatische Spamfilterung und die Empfehlungserkennung im zweiten Schritt funktionieren, denn Genauigkeit bestimmt direkt die Qualität des Nutzererlebnisses.
Für Entwickler und Betreiber ähnlicher Discovery-Formate liefert HackerTube damit einen praktischen Bezugspunkt: Wer ein Archiv aus Foren, Mailinglisten oder Issue-Threads besitzt, kann die „Empfehlungen in Textform“ in strukturierte Medienverzeichnisse überführen. Der lokale Speicheransatz im Browser reduziert dabei Abhängigkeiten von Accounts, während der Export die Grundlage für spätere Analysen schafft. Gleichzeitig bleibt die Kernfrage für die Skalierung offen: Ob sich die gleiche Pipeline auch dann stabil verhält, wenn die Kommentarmehre steigt, die Empfehlungsmuster variabler werden oder wenn nicht nur ein Videoplattform-Ökosystem als Ziel dient. Als Experiment macht HackerTube jedoch sichtbar, wie schnell KI-Workflows aus einem Community-Archiv einen nutzbaren Index formen können – und wie klar sich die „unsichtbare Arbeit“ in Token- und Schrittgrößen messen lässt.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "HackerTube: Andrej Karpathy macht aus 40.000 Hacker-News-Kommentaren einen KI-Videoindex" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "HackerTube: Andrej Karpathy macht aus 40.000 Hacker-News-Kommentaren einen KI-Videoindex" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »HackerTube: Andrej Karpathy macht aus 40.000 Hacker-News-Kommentaren einen KI-Videoindex« bei Google Deutschland suchen, bei Bing oder Google News!