10 und 14 Jahre alte Kinder lehnen Vibe Coding ab. Zwei Jugendliche haben gemeinsam eine Software entwickelt und die Portierung auf Mac innerhalb von 2 Stunden abgeschlossen, die Entwicklergemeinde ist in Aufruhr: Es ist unmöglich, dass sie keine KI eingesetzt haben.

Heutzutage scheinen Programmierer zunehmend daran gewöhnt zu sein, sich von KI beim Schreiben von Code helfen zu lassen. Doch kürzlich haben zwei Kinder im Alter von nur 10 und 14 Jahren eine Diskussion in der Entwicklergemeinde ausgelöst, weil sie „nicht per Vibe Coding programmieren“.

Der Auslöser der Geschichte ist, dass sie gemeinsam eine Software namens DVR Doctor entwickelt haben, die speziell die lästigen Störungen wie Schneerauschen, farbige Streifen und Bildinterferenzen in Aufnahmen von FPV-Drohnen behebt. Überraschenderweise erhielten sie weniger als zwei Stunden nachdem der YouTube-Blogger Chase Momo darauf hingewiesen hatte, dass die Software keine Mac-Unterstützung bietet, die von ihnen zugesandte Mac-Version.

Mit einer so erstaunlichen Entwicklungsgeschwindigkeit war Chase Momo sofort überzeugt: Das muss definitiv von KI geschrieben worden sein.

Als er dann die beiden jungen Entwickler kontaktierte, stellte sich heraus, dass die Sache nicht so einfach ist: Die beiden gaben zu, KI verwendet zu haben, aber bestanden darauf, dass der Kerncode selbst geschrieben wurde. Der 10-jährige Owen konnte ihm sogar erklären, wie man maschinelles Lernen und Informationen aus aufeinanderfolgenden Videobildern nutzt, um beschädigte Bilder zu reparieren.

Ein altes Problem, das FPV-Piloten plagt, wurde von zwei Kindern ins Visier genommen

Für normale Nutzer bedeuten von Drohnen aufgenommene Videos normalerweise hohe Auflösung, flüssige Wiedergabe und können sogar direkt 4K-Bilder ausgeben. Aber für Spieler von FPV-Drohnen (Abkürzung für First Person View, also „Ego-Perspektive“, diese Art von Drohnen verfolgt im Allgemeinen vor allem Geschwindigkeit, Reaktionsfähigkeit und Flexibilität) kann die Situation völlig anders aussehen.

Besonders bei Mikro-Crossover-Drohnen wie dem Tiny Whoop ist der Körper sehr klein und extrem leicht. Um die Belastung so gering wie möglich zu halten, verwenden viele Modelle ein herkömmliches analoges Bildübertragungssystem anstatt ein unabhängiges Hochauflösungs-Aufnahmesystem zu verbauen. Die Piloten tragen FPV-Brillen und steuern den Flug über die Echtzeitbilder, die von der Drohne übermittelt werden. Die Brille kann auch die empfangenen Bilder aufzeichnen, diese Art von Aufzeichnung wird üblicherweise als DVR (Digital Video Recorder, digitales Videorekorder) bezeichnet.

Das Problem liegt darin, dass analoge Signale sehr leicht gestört werden können.

Sobald die Drohne über Bäume, Gebäude oder andere Hindernisse fliegt, kann das Signal plötzlich schlechter werden, das Bild zeigt dann Schneerauschen, farbige Streifen oder sogar lokale Risse, und diese Störungen werden direkt in der Aufzeichnung gespeichert. Das heißt, der Pilot hat vielleicht gerade einen spektakulären Crossover-Flug absolviert, öffnet das Video später und stellt fest, dass das Bild so verschwommen ist wie ein alter Fernseher mit einer defekten Antenne.

Für viele FPV-Piloten ist diese schlechte Aufnahmequalität längst eine Realität, die sie akzeptieren müssen – aber der 14-jährige Rory denkt nicht so.

Am Spätsommer dieses Jahres entdeckte er beim Durchsehen seiner selbst aufgenommenen FPV-Videos, dass das Bild voller seltsamer Linien und Störungen war. Er wusste natürlich, dass dies eine Einschränkung der analogen Bildübertragung selbst ist, aber jedes Mal, wenn er anderen das Video zeigte, war die erste Reaktion der anderen oft nicht, wie spektakulär der Flug war, sondern: „Die Bildqualität ist aber wirklich schlecht.“

Also beschloss Rory, das Problem selbst zu lösen. Er hatte schon vorher einige Kenntnisse in der Softwareentwicklung erworben, um diese Idee umzusetzen, begann er dann Python zu lernen und versuchte, ein Videoreparaturprogramm zu schreiben. Die erste Version war ziemlich primitiv und die Wirkung war nicht ideal, aber sie konnte zumindest einige Bildanomalien bearbeiten.

Später traf er einen gleichgesinnten Partner: den erst 10-jährigen Owen.

Ihre Bekanntschaft war ziemlich zufällig: Damals schaute Owen auf YouTube ein Video über die Antenne und die Flugreichweite von Tiny Whoop-Drohnen, und sah zufällig Rorys Kommentar im Kommentarbereich, der sagte, dass er Videomaterial zum Testen verwenden möchte. Owen fand diese Idee gut und fragte spontan, ob er mithelfen könne.

Anschließend kontaktierte Rory Owen über GitHub, E-Mail und Discord, und die beiden begannen gemeinsam zu entwickeln. Interessanterweise haben sich die beiden Kinder bis zu dem Interview mit Chase Momo noch nie persönlich getroffen.

Vom optischen Flussverfahren bis zum maschinellen Lernen: Der 10-jährige Junge spricht fachkundig über Technologie

Also wie repariert DVR Doctor Videos eigentlich genau? In dem Interview von Chase Momo stellten Rory und Owen detailliert die technische Entwicklung der Software vor.

Anfangs verwendete Rory das optische Flussverfahren (Optical Flow). Einfach ausgedrückt kann das optische Flussverfahren durch Analyse der Veränderungen zwischen aufeinanderfolgenden Videobildern die Bewegungsrichtung und Position von Objekten im Bild abschätzen. Rorys Idee war, zuerst anhand der Informationen des vorherigen Bildes vorherzusagen, wie das nächste Bild aussehen sollte, und dann das Vorhersageergebnis mit dem tatsächlichen Bild zu vergleichen.

Wenn in einigen Bereichen deutliche Unterschiede auftreten, die wahrscheinlich durch Signalstörungen verursacht werden, versucht das Programm, den Farbton dieser Bereiche anzupassen, um Anomalien wie farbige Streifen zu mildern – aber die Wirkung dieser Methode war nicht sehr zufriedenstellend.

Anschließend begannen die beiden, neue maschinelle Lernverfahren auszuprobieren. Der 10-jährige Owen erklärte Chase Momo, dass das Programm zuerst die anomalischen Bereiche im Video identifiziert, dann auf andere Videobilder verweist, Informationen wie Form und Textur von Objekten analysiert und versucht, das beschädigte Bild wiederherzustellen.

Zum Beispiel, wenn ein Baum in einem bestimmten Bild durch farbige Störungen überdeckt ist, kann das Programm auf das Aussehen dieses Baumes in benachbarten Bildern verweisen, mehr visuelle Informationen erhalten und dann versuchen, den anomalischen Teil zu reparieren – diese Methode wirkt besser, hat aber auch einen höheren Rechenaufwand. Owen sprach sogar spontan über die Verarbeitungsleistung von Computergrafikkarten und warum maschinelle Lernverfahren mehr Zeit benötigen.

Nachdem er diese Erklärungen gehört hatte, war Chase Momo ein bisschen sprachlos: Owen sprach, als ob er nur ein paar gewöhnliche Operationen erledigt hätte, aber er verstand nicht einmal die Hälfte der technischen Details.

Aus den derzeit auf der offiziellen Website von DVR Doctor veröffentlichten Informationen geht hervor, dass die Software zwei Verarbeitungs-Engines für manuelle Reparatur und maschinelles Lernen bietet, die die Reparatur von Problemen wie farbigen Streifen, Farbrissen und Flimmern unterstützen, und auch GPU-Beschleunigung unterstützt. Darüber hinaus unterstützt sie auch die Verarbeitung von Aufnahmen aus analoger Bildübertragung und HDZero.

Es muss jedoch betont werden: Diese Funktionen dienen hauptsächlich dazu, die bereits vorhandenen Störungen im Video zu verbessern, und können nicht alle verlorenen Bilddetails aus dem Nichts wiederherstellen.

Mac-Version in zwei Stunden fertiggestellt? Man dachte, es sei Vibe Coding, aber man lag falsch

Eigentlich wusste Chase Momo bei seinem ersten Kontakt mit DVR Doctor überhaupt nicht, dass die Entwickler dahinter zwei Kinder sind.

Vor etwa einem Monat erhielt er eine Werbe-E-Mail vom DVR Doctor-Team. Die Seite stellte vor, dass sie eine Software entwickelt haben, die DVR-Aufnahmen von FPV-Drohnen bereinigen kann. Chase Momo war sehr interessiert und antwortete sofort auf die E-Mail, aber nachdem er die offizielle Website geöffnet hatte, stellte er fest, dass die Software nur eine Windows-Version hat, während er selbst einen Mac verwendet.

Für ihn, der häufig mit Tools von unabhängigen Entwicklern in Berührung kommt, ist diese Situation nicht unbekannt: Viele Software unterstützt immer zuerst Windows, und Mac-Nutzer müssen warten. Er stellte den Entwicklern dieses Problem vor, und die Seite antwortete, dass die Mac-Version bald veröffentlicht wird.

Ursprünglich hatte Chase Momo keine großen Hoffnungen – aber unerwarteterweise schickte die Seite ihm die Mac-Version in weniger als zwei Stunden zu. Er war sofort schockiert, und seine erste Reaktion war: So schnell, das muss definitiv mit Vibe Coding erstellt worden sein.

Und Chase Momo hat keinen guten Eindruck von Vibe Coding: Er wollte einmal, dass KI einen Button entwickelt, mit dem man das gesamte YouTube-Video mit einem Klick schneiden kann, aber es gelang überhaupt nicht. Also beschloss er, zuerst die tatsächliche Wirkung von DVR Doctor zu prüfen, aber später reiste er nach Thailand und vergaß die Sache.

Erst zwei Wochen später, als jemand in seiner Discord-Community DVR Doctor bewarb, erinnerte er sich wieder an das Projekt.

Damals hatte der Kanal nur acht Mitglieder, und während des Chats erwähnte ein Entwickler plötzlich, dass er erst 10 Jahre alt ist. Chase Momo hatte sich noch nicht von dem Schock erholt, als er erfuhr, dass der andere Entwickler erst 14 Jahre alt ist – der 27-jährige konnte nicht anders als zu scherzen: Die Summe der Alter der beiden Kinder ist sogar noch geringer als mein eigenes Alter.

Also öffnete er endlich DVR Doctor zum Testen. Die Bedienung ist sehr einfach: Ziehen Sie ein Video mit deutlichen Störungen hinein, klicken Sie auf „Clean“ und warten Sie, bis die Verarbeitung abgeschlossen ist. Nach etwa drei Minuten gab die Software das reparierte Ergebnis aus.

Durch die Vorher-Nachher-Vergleichsfunktion stellte Chase Momo fest, dass die deutlichen farbigen Störungen und anomalischen Streifen im Originalvideo tatsächlich deutlich reduziert wurden. Er begann, die Software ernst zu nehmen und kontaktierte die beiden Entwickler spontan, um ein Interview zu vereinbaren.

Als Chase Momo fragte, ob die beiden KI bei der Entwicklung verwendet haben, gaben die beiden Jungen ohne Umschweife zu: Ja, haben wir.

Aber sie betonten, dass der Kerncode im Zusammenhang mit maschinellem Lernen hauptsächlich von ihnen selbst geschrieben wurde, und KI dient eher dazu, hilfsweise Probleme zu lösen, zum Beispiel die Integration der Gumroad-Zahlungs-API, das Schreiben von Dokumentationen und das Erlernen der Verwendung und Parameter bestimmter Funktionen. Rory erklärte außerdem, dass er, als er gerade mit dem Programmieren angefangen hatte, die KI oft gefragt hat, welche Funktion er verwenden soll und wofür die Funktion gut ist, aber er nicht einfach den gesamten von der KI generierten Code kopiert und eingefügt hat.

Das heißt, nach ihren Angaben verwenden sie KI nicht völlig verzichtend, sondern betrachten KI wirklich als Hilfswerkzeug für Lernen und Entwicklung.

„Also wurde DVR Doctor nicht per Vibe Coding erstellt?“, fragte Chase Momo noch einmal nach, worauf die beiden Entwickler verneinten: „Wir haben absolut kein sogenanntes Vibe Coding betrieben.“

Die Software wird ab 4,99 US-Dollar verkauft, aber die Werbung stößt immer wieder auf Hindernisse

Im Interview stellte Chase Momo außerdem fest, dass diese beiden Kinder nicht nur für die technische Entwicklung verantwortlich sind, sondern auch selbst Wege finden müssen, das Produkt zu bewerben.

Sie haben vielen YouTube-Erstellern im FPV-Bereich E-Mails geschickt, aber die meisten haben keine Antwort erhalten: Einige E-Mails wurden gelesen, aber nicht beantwortet, einige wurden sogar nie geöffnet. Die beiden können nur weiter nach kleineren Kanälen suchen und sie einzeln kontaktieren, in der Hoffnung, dass jemand bereit ist, ihre Software auszuprobieren.

Zum Zeitpunkt des Interviews gab es außer Chase Momo kaum echte Ersteller, die mit ihnen in Kontakt getreten sind.

Zum Glück unterstützen die Eltern der beiden diese Arbeit. Rory sagte, seine Eltern waren sehr überrascht, nachdem sie die Software gesehen haben, und geben ihm auch Ratschläge, seine Mutter hilft ihm auch dabei, herauszufinden, wie man das Produkt bewerben kann.

Owens Erfahrung ist noch interessanter. Als er seinen Eltern zuerst sagte, dass er online Rory kennengelernt hat, machten sich die Eltern Sorgen, ob