Ich habe den Dienst „What is My Korean Name?“ gebaut

Seit Vibe Coding schon seit geraumer Zeit ein heißes Thema ist, verbreitet sich inzwischen zunehmend die Ansicht, dass über Vibe Coding hinaus agentenbasierte Entwicklung wie oh-my-opencode zum Zentrum der zukünftigen SW-Engineering-Umgebung werden wird.

Auch in meiner Firma werden Dienste wie cursor bereitgestellt, aber wenn es darum geht, Services auf Produktionsniveau der AI anzuvertrauen, ist das Unternehmen naturgemäß eher konservativ. Deshalb habe ich es persönlich ausprobiert, um Vibe Coding selbst zu erleben.

Ich habe einen Dienst für Ausländer entwickelt: Gibt man einen englischen Vor- oder Nachnamen ein, erzeugt er auf Basis der Aussprache einen koreanischen Vor- oder Nachnamen, ordnet passende Hanja zu und liefert sogar deren Bedeutung.

Für die Lautumwandlung habe ich das Paket Epitran verwendet und die Namen in das Internationale Phonetische Alphabet (International Phonetic Alphabet, IPA) umgewandelt, um sie anschließend per Distanz-basiertem Matching zuzuordnen. Zum Beispiel wird "Jang Kalguksu" in IPA zu "t͡ɕaŋ kʰaɭɡuk̚su" umgewandelt, und wenn man das wieder ins Englische überträgt, ergibt sich chang kalguksu.

Die Idee stammt aus meiner Erfahrung, Gespräche mit Ausländern durch das spontane Erfinden koreanischer Namen auf Basis der Aussprache aufzulockern. Außerdem habe ich den Eindruck, dass die für Korea typische Namensbildung bei Ausländern eine gewisse Form von Orientalismus anspricht.

Da es schwierig war, an Personennamendaten zu kommen, habe ich mit Gemini 1. geeignete Hanja ausgewählt, die tatsächlich in Namen verwendet werden, 2. realistisch klingende Namen erzeugt und 3. Bedeutungen für die Hanja ergänzt.

Im gesamten Entwicklungsprozess habe ich keine einzige Zeile Code selbst geändert; der komplette Ablauf wurde mit Gemini CLI und Googles Antigravity entwickelt.

Beim Deployment des Projekts auf AWS empfahl Gemini die Kombination aus Amplifier + Lambda, und ich bin dieser Empfehlung gefolgt. 1. Von Amplifier hatte ich zuvor noch nie gehört, konnte es aber durch Rückfragen sofort verstehen. 2. Da die Ausführung von Lambda langsamer war als erwartet, habe ich den Code prüfen lassen und um Anpassungen gebeten. Zwar hatte ich den Eindruck, dass verschiedene GUI-Aufgaben, die Nutzer noch selbst erledigen müssen, etwa das Ausstellen von Authentifizierungsschlüsseln, noch nicht integriert sind, aber selbst das scheint letztlich nur eine Frage der Zeit zu sein.

Pakete wie Epitran oder auch Amplifier waren mir zuvor völlig unbekannt; Gemini hat sie zuerst vorgeschlagen, nachdem ich nur die Anforderungen beschrieben hatte. AI erfüllt den zweiten schwierigen Teil des Lernens extrem schnell: „Was muss ich wissen?“ (Der erste schwierige Teil ist: „Was weiß ich nicht?“)

Es ist zwar ein reines Spaßprojekt ohne auch nur eine einzige Anzeige, aber ich plane, es hier und da zu bewerben und auch Facebook-Werbung zu schalten.

Mein Ziel für 2026 ist es, mich nicht länger als ausgelagerter Auftragnehmer meiner Firma zu sehen, sondern als Produzent eine eigene Identität zu etablieren. Deshalb möchte ich ungefähr drei Projekte auf Produktniveau umsetzen und auf dieser Basis ein Team für noch größere und schwierigere Projekte aufbauen.

[roxie]

Es wäre gut, wenn man Vor- und Nachnamen getrennt ausprobieren könnte, aber da das nicht geht, bin ich nicht so zufrieden wie erhofft.

Ich habe als Beispiel Angelina Jolie eingegeben, und heraus kam Choi Aerin. Ich glaube, dafür kann ich keine hohe Bewertung geben, haha;

[ng0301]

Irgendwie fühlt es sich nicht so an, als würde der eingegebene Name wirklich dazu passen … Gibt es ein gutes Beispiel?

[up0617]

Welche Namen haben Sie schon ausprobiert? Bei der Zuordnung Familienname -> Familienname und Vorname -> Vorname ist die Vielfalt bei den Familiennamen im Vergleich zu den Vornamen deutlich geringer (50), deshalb passt es öfter einmal nicht so gut. Bei den Vornamen ist die Wahrscheinlichkeit höher, dass etwas ganz Passables herauskommt. Wenn man zum Beispiel ein paar Fälle durchspielt, dann wäre
Anthony Hopkins -> Han Inhwan vielleicht so auf dem Niveau von 50 Punkten,
und Erika Kirk -> Gwak Aerin wäre ungefähr 70 Punkte wert.