OnTopic KI Workflow/Progress

[_thomas_]

Workflow ist doch stark abhängig von dem, was man machen will. Jetzt, wo ich es mal angesprochen habe, bin ich mit meiner OTB-Reel-DAW in die Konzeptphase gegangen. Die Anforderungen an die Architektur und Laufzeitumgebung entsprechen dem aktuellen Standard:

• Beliebig viele Audiospuren, Send-Busse und ein Master
• Plugin-Inserts auf jeder Spur, jedem Bus und dem Master: LV2, CLAP, VST3 (eigenes Hosting, kein JUCE/Carla)
• Nicht-destruktiver Schnitt wie mit der Rasierklinge, Regionen frei anordnen
• Vielleicht: Automation auf Spuren, Bussen und Master
• Aufnahmen werden nie überschrieben, Undo ohne Limit und mit dem Projekt gespeichert
• Engine und Oberfläche laufen als getrennte Prozesse (JSON-RPC/REST-API über abgesicherten WebSocket): steuerbar per CLI, Skript oder GUI (GTK4 für Linux/Windows/Mac), auch remote.
• Automatischer Latenzausgleich, Audio-Backends: PipeWire für Linux, ASIO für Windoof, Core Audio für den mac
• C++20, AGPL-3.0

Daran habe ich so ca. vier Stunden gearbeitet, wobei das mittlerweile bereits durch Standard-Skills beschleunigt wird. Mit KI in dieser kurzen Zeit aber schon relativ weit. Allein die ganze Tipp-Arbeit hat unglaublich viel Zeit gespart.

Am GUI habe ich dann tatsächlich gestern und heute gearbeitet und mit Claude einen interaktiven Prototypen gebaut. Wahrscheinlich aber werde ich einen Bearbeitungs (Cut)- und einen Mix-Modus haben. Das hier vereint alles noch mehr oder weniger in einem Screen. Ansonsten gefällt mir das schon ganz gut. Aber es steckt noch ein wenig mehr Arbeit drin.



Bei dem Konzept habe ich dann bemerkt, dass man für eine DAW gar nicht so die super DSP-Ahnung haben muss. Da kommt es auf ganz andere Dinge an. Aber wahrscheinlich werde ich trotzdem ein paar Komponenten aus meiner mittlerweile recht großen C++ DSP-Bibliothek einbauen. Für den Mix-Modus könnte ich mir vorstellen, ein paar meiner vorhandenen Filtermodelle einzubinden. Wie das halt früher so an der Mix-Konsole war. Und heute ja eigentlich auch noch ist, wenn man sowas herumstehen hat.

Je mehr ich mich damit beschäftige, desto mehr Lust habe ich das wirklich umzusetzen. Trotzdem schätze ich mal auf sechs bis zwölf Monate in der Freizeit für die Umsetzung. Davor scheue ich noch ein wenig zurück.

 

[ecaep]

edit

 

[K4c38v5kdz7rv-332]

Danke fürs Teilen eurer Arbeitsweisen und des Fortschrittes. Ich habe den Thread mal hier umbenannt, und es soll hier auch darum gehen euren Progress zeigen zu dürfen.

Ich habe heute eine 808 fertig bekommen und mal eine kurze Skizze gemacht, verzeiht mein Patten was ich mit dem Drumseq Device meiner DAW schnell gemacht habe, ich bin da kein Experte.

Anhang anzeigen 808test.wav

Und so sieht die DAW bis jetzt aus bei mir:

 

[ModernerPurist]

Aber Code kann man lesen, vergleichen, und Filter kann man durchmessen.

Deshalb klingt's wohl auch genauso.

 

[ModernerPurist]

Danke fürs Teilen eurer Arbeitsweisen und des Fortschrittes. Ich habe den Thread mal hier umbenannt, und es soll hier auch darum gehen euren Progress zeigen zu dürfen.

Ich habe heute eine 808 fertig bekommen und mal eine kurze Skizze gemacht, verzeiht mein Patten was ich mit dem Drumseq Device meiner DAW schnell gemacht habe, ich bin da kein Experte.

Anhang anzeigen 300813

Und so sieht die DAW bis jetzt aus bei mir:
Anhang anzeigen 300814

Klingt schon besser und so wie man es heute kennt.

Auwei... Wenn jetzt jeder seine DAW selbst baut,
wars das wohl für die großen DAW Hersteller.

 

[K4c38v5kdz7rv-332]

Auwei... Wenn jetzt jeder seine DAW selbst baut,
wars das wohl für die großen DAW Hersteller.

Nein, das glaube ich nicht. Meine DAW ist ja nicht auf Profis ausgerichtet, das ist ein Spaßprojekt von mir und nur für mich. Profis wollen ja auch einen gewissen Standard, da ist es dann wirklich wichtig, dass Leute vom Fach drüberschauen und alle Normen usw. erfüllt werden. Zudem sind der Projektaustausch und dann Kurse, Zertifizierungen usw. ja auch wichtig.

Einige Plugin-Hersteller werden aber sicher zu kämpfen haben. Die werden bestimmt auch KI einsetzen und mit ihrer Expertise, ihren Messmethoden usw. viel bessere Ergebnisse abliefern, als ich es kann. Da ist die Frage, ob die Kunden bereit sind, noch in dieser Menge und zu diesen Preisen Plugins zu kaufen, oder ob der Markt dann doch kleiner wird. Laut Tom von Synth Anatomy geht es den Herstellern seit ca. einem Jahr immer schlechter, und es kann schon sein, dass das keine bloße Korrelation ist, sondern tatsächlich ein kausaler Zusammenhang mit dem Besserwerden der KI besteht.

Achja, meine SpaßDAW mit allen Instrumenten und FX ist jetzt eine EXE die 8MB groß ist und keine weiteren Abhängigkeiten hat, weil auch keine Samples oder DLLs usw. mit dabei sind. Also man kann die EXE einfach irgendwo hinkopieren und starten.

 

[Kick]

meine KI verhält sich heute total seltsam, macht nicht was sie soll und braucht ewig...glaub die ist krank geworden oder so! Kann man die zum Arzt bringen?

 

[SpaceAgeKid]

meine KI verhält sich heute total seltsam, macht nicht was sie soll und braucht ewig...glaub die ist krank geworden oder so! Kann man die zum Arzt bringen?

Kontext vielleicht zu gross geworden. Mach mal eine Zusammenfassung und starte ein neues Projekt..

 

[ecaep]

edit

 

[smallie]

Wir haben in der Arbeit seit kurzem Codex. Meine Anfänger-Eindrücke:

Testprojekt Kreisanimation

- Gib mir einen Kreis, der von 0 auf 360 wächst. Codex schreibt eine Konsolenanwendung.

- Mach den Kreis auf einem Formular. Kodex gibt mir einen Kreis, der von Radius 0 auf Formulargröße wächst.

- Mach einen Kreis, der von 0 Grad auf 360 Grad wächst. Kodex gibt mir das gewünschte.

Dann habe ich mir den Code angeschaut. Uahrrgs. Codex hat den Timer für die Animation in eine eigene Klasse gepackt und die Methoden des Timers somit verdoppelt. Absoluter Overkill. Die Graphikmethoden steckten in einer weiteren Klasse, passt. Nur habe ich den Code nicht verstanden. Da wurden Anweisungen aufgerufen, die ich noch nie gesehen und noch nie gebraucht habe. "BeginPath"? Hä? Wofür brauche ich einen Pfad, wenn ich was Flächiges machen will? Auf Verdacht habe ich einen mir überflüssig erscheinenden Block gelöscht. Die Animation hat weiterhin funktioniert.

Mit ein paar weiteren Iterationen hätte ich das vielleicht ausbügeln können. Hab erst mal dies in die Agents.md geschrieben: Keep it simple. Bin aber noch nicht dazugekommen, das nach dieser Änderung erneut auszuprobieren.


Bug-Hunting

Hab Codex einen Teil unserer Codebase gegeben. Eine Klasse in einem SWIFT-Konverter produzierte ein Speicherleck. Codex hat das Problem tatsächlich gefunden. Leider verstehe ich die Lösung nicht. Erneut waren Zeilen dabei, die ich löschen konnte. Ähnliches in einem weiteren Fall, Codex hatte den richtigen Ansatz, der kam allerdings mit zwei Fehlern. Händisch korrigiert hat's gepasst.


Vibe-Coding mit Legacy-Zeug

Mein Kollege hat sich unserem Controller-Programm angenommen. Der steuert die Verarbeitung von Dateien und ist seit Jahren "verwaist", ohne Programmierer oder product owner. Kleine Klitsche halt. Der Controller ist ganz fürchterlicher PHP-Code, bei dem Tabs und Leerzeichen zur Einrückung vermischt sind. Mein Kollege hat einige Funktionen eingebaut, die wir uns schon lange gewünscht haben. Nicht schlecht.

Das Design ist allerdings grottig. Zu wenig Kontrast in den Farben, überflüssige Textbeschreibungen von Zuständen, bei denen eine Farbcodierung reicht. Glaubt er mir aber nicht. Seufz.


Vorläufiges Anfänger-Fazit

Ich will meinen Code verstehen, ich will nichts einchecken, das ich nicht verstehe, auch wenn es funktioniert. Das haben wir ja schon in der Biologie: im Genom gibt es sogenannte Junk-DNA. Die Experten streiten noch darüber, ob sie funktional ist oder ob man sie einfach löschen könnte. ;)

Die Frage, was guter Code (oder gutes Design) ist, scheint mir wichtiger, als je zuvor. Sonst wird alles eingecheckt, das irgendwie funktioniert.

 

[TopperHarley]

Ich habe in dieser Woche eine QM-App für unsere Aussendienstler (Aussendienstler per Handy, Desktop-App für Dashboard, Stammdatenpflege und Berichtswesen) mit ChatGPT und Codex gebaut und finde sie jetzt schon wesentlich besser, als die, die wir benutzen.

 

[TopperHarley]

zum Workflow-Thema würde mich mal interessieren, wie ihr sparsam mit den Tokens umgeht. ich kann mir vorstellen, dass die DAW von @DerFalke schon einiges verbrannt hat. Ich habe etwa 30 Stunden in meine App investiert (erste App die ich mit KI erstelle) und musste nun schon neue Credits kaufen (ich glaube, ich habe die 20 Euro Lizenz). Ich gehe davon aus, dass ChatGPT 6.1 ziemlich aufwendig testet und das ziemlich viele Tokens verbrennt. Ich hätte vermutlich einiges mit niedrigeren Modellen laufen lassen können.

- wechselt ihr die Modelle/Anbieter für simple Aufgaben?
- gebt ihr vor, bestimmte Aufgaben nicht bei jedem Step durchzuführen (Test etc.?)
- was sind weitere Tricks, um Tokens zu sparen?

 

[K4c38v5kdz7rv-332]

• Also, ChatGPT Astra hatte ich ja auch ausprobiert, aber ich finde Claude Code nach wie vor wesentlich besser, wenn's ums Programmieren geht.
• Ich verwende in Claude Code derzeit am meisten Opus 5.5 auf „extra hoch“. Das spart mir viele Dialoge mit der KI und verbrennt natürlich viele Tokens, die ich aber auch verbrate, wenn ich der KI in einem anderen Modus siebenmal erzählen muss, was an der Lösung alles nicht gut ist.
• Mit einem Plus-Abo bin ich nicht weit gekommen, das MAX-Abo habe ich bis jetzt nicht voll ausreizen können.

Funfact:
Da ich das in der Freizeit mache, habe ich mal den Aufwand ausrechnen lassen, den ein einzelner Entwickler in der Freizeit für mein Projekt gebraucht hätte:

• Erstens gibt es keinen Entwickler, der so interdisziplinär aufgestellt ist, dass er meine DAW (inzwischen mit einer Art After Effects mit drin) allein hätte entwickeln können.
• Und wenn er sich in all die Themen so tief einarbeiten müsste, würde er bei 10 Stunden pro Woche (also ein Projekt in der Freizeit) ca. 25–40 Jahre dafür brauchen. Bei mir waren es mit KI ein paar Wochen!
• Ein einzelner Entwickler würde auch nicht so viele Tests schreiben und so viel dokumentieren! Es ist erstaunlich, wie schnell die Tests Fehler aufdecken und wie gut die KI ihre Vergleichstests schreibt und die Modelle an Audiomaterial der Originale anpassen kann.

Mit der KI Software zu entwickeln, braucht aber auch Erfahrung. Mal kurz zwei Wochen mit irgendeinem Modell herumspielen? Na, was soll dabei herauskommen? Obwohl die Modelle mittlerweile auch das gut können, also auch bei sehr wenig oder sehr ungenauem Input etwas liefern, das schon recht gut sein kann.

Und nie vergessen: Text ist die Stärke von LLMs, nicht Bilder, Geometrien usw. Das muss man bei der Entwicklung immer im Auge behalten. Deswegen zeig der KI Skizzen, kreise Sachen ein, die dir nicht gefallen, gib ihr Beispiele usw. Auch bei Audiovergleichen ist wieder Text Trumpf, also werden Tools entwickelt, die Impulsverhalten, Phasen, Frequenzen, dB-Werte usw. vergleichen. Alles, was man in Text und Zahlen umwandeln kann, ist perfekt!
Und fang nicht an, Code zwischen Chatfenster und Editor hin- und herzukopieren. Lass die KI deinen PC bedienen und frei auf den Projektordner zugreifen, lass sie im Internet recherchieren. Sie findet dann Schaltpläne, Wissentschaftliche Paper,WAVs, ROMs, YouTube-Videos, Forenbeiträge etc., kann das alles zueinander in Beziehung setzen und dir Lösungen vorschlagen.

Und der Hammer ist: Du kannst dir am Ende alles erklärem lassen, von DSP Basics bis zur Schaltungssimulation mit WDF. Und das auf dem Bildungsnivau das du hast, also persönlich auf deinen Kenntnisstand zugeschnitten. Du kannst dir Übungen erstellen lassen und die Lösungen posten und erklären lassen wenn was nicht verstanden wurde!

Wave Digital Filters sind eine Methode, analoge Schaltungen (z. B. Filter, Verstärker, Netzwerke) in digitale Modelle umzuwandeln.
Sie basieren auf der Idee, elektrische Größen (Spannung, Strom) in Wellenvariablen zu transformieren und dann diskret zu verarbeiten.

Vorteile:

• Numerische Stabilität: Keine Integrator-Drift wie bei direkten ODE-Lösungen.
• Physikalische Konsistenz: Energieerhaltung wird automatisch berücksichtigt.
• Echtzeitfähigkeit: Ideal für Audio-DSP und Embedded-Systeme.

Klicke zum Vergrößern...

 

[SpaceAgeKid]

Sonst wird alles eingecheckt, das irgendwie funktioniert.

Bei all den Vibe-Codern die ich kenne ist es wohl eher so, dass die nicht mal wissen, was einchecken ist...

Ich arbeite ganz normal, wenn ich Claude Code nutze. Mache meistens ein ganz normales Projekt mit Sprint Planning, Roadmap und Dokumentation, README.md, ADRs, Version Control, Linter, Testing, CI/CD, etc. Ich verwende Claude.md, MCP Server und verschiedenste Skills für Claude. Am Ende arbeite ich aber von Sprint zu Sprint und da wird dann nichts eingecheckt, dass ich nicht verstanden habe. Dadurch ist mein Projekt immer sauber und ich weiss auch noch in drei Monaten, was ich da gemacht habe. - Ich bin aber ca. 20 mal schneller als früher..💨

 

[ecaep]

deepseek api ist wahrscheinlich am billigsten -

edit

 

[TopperHarley]

Mit der KI Software zu entwickeln, braucht aber auch Erfahrung. Mal kurz zwei Wochen mit irgendeinem Modell herumspielen? Na, was soll dabei herauskommen? Obwohl die Modelle mittlerweile auch das gut können, also auch bei sehr wenig oder sehr ungenauem Input etwas liefern, das schon recht gut sein kann.

also ich habe programmiertechnisch nur Uni-Background mit Python, SQL, R, und Erfahrungen mit Datenbanken, bin aber methodisch so in Richtung Performance-Messung, Predictive Analytics und Datenanalyse zumindest so fit, dass ich weiß, was ich von der App erwarten kann und was ich darstellen will. Das ist doch eigentlich die perfekte Voraussetzung für den gemeinen Vibe-Coder? :) Für meine QM-App ist das eigentlich ausreichend und funktioniert soweit hervorragend, bei Audioanwendungen wäre das wieder was anderes.

Ich kann mir aber durchaus vorstellen, dass das Thema "Tokens sparen" und "effizienter Viben" künftig wichtiger wird.

 

[TopperHarley]

Ich verwende in Claude Code derzeit am meisten Opus 5.5 auf „extra hoch“. Das spart mir viele Dialoge mit der KI und verbrennt natürlich viele Tokens, die ich aber auch verbrate, wenn ich der KI in einem anderen Modus siebenmal erzählen muss, was an der Lösung alles nicht gut ist.

das ist schon mal interessant!

deepseek api ist wahrscheinlich am billigsten -

ich erstelle mir jetzt alles lokal auf einer 128 gb10 spark. (eine 2. ist bestellt, dann kann ich die größeren modelle benutzen) da läuft jetzt qwen3.8-flash-next-nvfp4 110gb von 130 werden dafür belegt (das ist noch akzeptabel als headroom). es funktioniert schon ganz gut. jetzt kommt die umgebung mit den tools und agenten. aktuell lasse ich codex drüberschauen,

und das auch, danke schon mal!

 

[4rcRRsc-4hfwd7i3]

Habe ich gerade gesehen und möchte das teilen! Ist ja unglaublich wieviele Leute gerade mit KI ihre eigenen Tools und auch SAAS Sachen bauen.
Babicz hat den perfekten Preamp von der KI bauen lassen, der so klingt wie seiner im Studio, echt toll!
Entwickler werden wohl einiges an Aufträgen in nächster Zeit an die KI verlieren.