Der KI-Forscher Andrej Karpathy hat an einem Vormittag eine eigene Videoplattform gebaut. Fast die gesamte Arbeit erledigte Claude Opus 5.5, ein KI-Modell von Anthropic. Grundlage sind Empfehlungen aus zwei Jahrzehnten Hacker News, einem Forum für Entwickler und Gründer. Für Entscheider im Asset Management zeigt der Fall, wie günstig es geworden ist, aus öffentlichen Datenbeständen eigene Werkzeuge zu machen.
Wie HackerTube entstanden ist
Laut seinem Blogbeitrag vom 31. Oktober 2026 störte Karpathy die Startseite von YouTube. Der Algorithmus funktioniere vielleicht für den Durchschnittsnutzer, für ihn aber nicht. Also ließ er Claude ein Gegenstück bauen, das nur Videos zeigt, die auf Hacker News empfohlen wurden.
Das Modell lud dafür einen öffentlichen Datensatz aller Kommentare. Nach Karpathys Angaben auf X waren das 43 Millionen Kommentare aus 20 Jahren. Ein kleineres Modell sortierte Spam aus und fand rund 40.000 Kommentare mit Videoempfehlung. Übrig blieben 6.454 Videos aus den Jahren 2007 bis 2026 in rund 150 Themen (Stand: 31.10.2026, laut HackerTube).
Selbst erledigte Karpathy nach eigener Darstellung nur drei Schritte: einen API-Schlüssel anlegen, einen Server mieten und die Domain kaufen. Programmierung, Deployment und Absicherung übernahm Claude. Der gesamte Aufwand lag bei etwa zwei Stunden. Diese Angaben stammen allein von Karpathy und sind bisher nicht unabhängig nachgebaut worden.
Kuratierung statt Engagement-Logik
Die Plattform verzichtet bewusst auf Konto und Login. Was jemand ansieht, bleibt im eigenen Browser gespeichert. Statt der Vorschaubilder der Urheber zeigt sie ein Standbild aus der Mitte des Videos. Damit entfallen die auf Klicks optimierten Motive.
Der eigentliche Wert liegt in der Auswahlregel. Das Modell schreibt den Code, den Maßstab setzt ein Mensch: Was hat eine fachkundige Gemeinschaft über Jahre empfohlen? Karpathy stellt zudem einen Datenexport bereit, mit dem andere eigene Versionen bauen können. Einen Quellcode veröffentlicht er nicht, und zu den Kosten macht er keine Angaben.
Was das für Finanzhäuser bedeutet
Nach unserer Einschätzung ist der Fall weniger als Produkt interessant denn als Kostensignal. Interne Werkzeuge, die früher ein Projektteam wochenlang gebunden hätten, lassen sich offenbar in Stunden als Prototyp umsetzen. Das betrifft etwa die Auswertung von Research-Archiven, Analystenkommentaren oder Investorenkorrespondenz.
Die Grenzen sind ebenso deutlich. Hacker News bildet eine enge Nische ab, und jede soziale Filterung übernimmt deren Vorlieben. Lizenzfragen zu Datensatz und Schnittstellen bleiben in Karpathys Beitrag offen. In regulierten Häusern kommen Datenschutz, Prüfpfade und die Kontrolle maschinell extrahierter Inhalte hinzu.
Worauf Entscheider jetzt achten sollten
Wenn der Bau von Software billig wird, verschiebt sich der Engpass. Entscheidend werden die Qualität der eigenen Daten, ein klar definierter Auswahlmaßstab und die Verantwortung für das Ergebnis. Ein Modell kann Millionen Einträge sortieren, es legt aber nicht fest, was relevant ist.
Offen bleibt, wie belastbar solche Schnellbauten im laufenden Betrieb sind. Ob sie sich pflegen, prüfen und revisionssicher betreiben lassen, entscheidet über ihren Nutzen jenseits des Prototyps.
* DE: Die ergänzenden Inhalte können KI-generiert sein. EN: The additional content may be AI-generated.