KI-News: Figure plant Großrechner, Europa zeigt Robotik, Astra startet

Figure und Nscale: Rechenleistung für die nächste Robotergeneration

Figure hat am 3. September eine Partnerschaft mit Nscale angekündigt. Geplant sind bis zu 100.000 GPUs auf NVIDIAs Vera-Rubin-Plattform. Der erste Einsatz ist für die zweite Hälfte 2027 in Barstow, Texas, vorgesehen. Figure nennt zunächst 3,5 Milliarden US-Dollar zugesagte Rechenleistung und die Absicht, den Umfang auf mehr als 6 Milliarden US-Dollar auszubauen. Das sind angekündigte Vorhaben, keine bereits laufende Anlage.

Die Rechenleistung soll das Training von Helix unterstützen, Figures KI für Roboter. Für einen deutschen Betrieb folgt daraus zunächst keine neue Bestellmöglichkeit und auch kein belegter Produktivitätssprung. Unsere Einordnung: Das Vorhaben zeigt, wie stark Robotik inzwischen von Daten und Modelltraining abhängt. Ob daraus ein brauchbarer Helfer entsteht, muss weiterhin an konkreten Aufgaben geprüft werden.

Wer beispielsweise Materialtransporte automatisieren will, sollte nicht mit der Frage nach dem größten Modell starten. Aussagekräftiger sind die erreichbare Verfügbarkeit, sichere Übergaben, Wartungsaufwand und die Kosten pro tatsächlich erledigtem Transport. Für digitale Vorarbeiten lassen sich bereits heute Abläufe in der Logistik getrennt betrachten.

Aktualisierung vom 12. September: Unsere Einordnung zu Mavens Industrierobotern und OpenAIs Forschungsagenten unterscheidet gemeldete Betriebserfahrung, künftige Ziele und gemessene Agentenlaufzeit.

Europäische Robotik: Zusammenarbeit statt einzelner Show-Demos

Das DLR berichtet von einer Vorführung mit 15 Robotersystemen am 2. September im Europäischen Parlament. Im euROBIN-Netzwerk wurden unter anderem Demontage, Zusammenarbeit im Haushalt und Paketlogistik demonstriert. Vier Roboter räumten gemeinsam einen Frühstückstisch ab; andere Teams zeigten Aufgaben rund um die Zerlegung von Geräten.

Eine solche Vorführung ist ein Forschungsnachweis in einem bestimmten Aufbau. Sie belegt nicht, dass die Systeme über Monate in wechselnden Betrieben wirtschaftlich arbeiten. Trotzdem ist die Richtung interessant: Maschinen sollen Situationen erkennen, unterschiedliche Gegenstände behandeln und ihre Arbeit aufeinander abstimmen.

Unsere Einordnung für Unternehmen: Bei einer Robotik-Anfrage lohnt sich eine Demonstration mit den eigenen Teilen, Wegen und Ausnahmefällen. Lassen Sie zeigen, was bei verrutschten Gegenständen, einer blockierten Strecke oder einer unterbrochenen Verbindung passiert. Gerade diese weniger spektakulären Momente entscheiden darüber, wie viel Betreuung im Alltag nötig bleibt.

GPT-6 Astra: Verfügbarkeit prüfen, dann eigene Aufgaben vergleichen

OpenAI meldete am 4. September auf X, dass GPT-6 Astra für Pro-, Enterprise- und Business-Premium-Nutzer in ChatGPT Work und Codex sowie über die API verfügbar sei. Für Plus- und Business-Nutzer beschrieb das Unternehmen einen schrittweisen Rollout. Die tatsächliche Freischaltung kann daher zwischen Konten abweichen. Maßgeblich ist die Anzeige im eigenen Konto.

Eine Modellankündigung beantwortet noch nicht, ob sich ein Wechsel für einen Betrieb lohnt. Unsere Empfehlung: Vergleichen Sie das neue System zunächst mit dem bisherigen Werkzeug anhand derselben Aufgaben. Nutzen Sie dafür freigegebene Beispieldaten und eine vorher festgelegte Bewertung. Erst danach sollten automatische Aktionen hinzukommen.

Für ein internes Wissenssystem wäre eine geeignete Aufgabe etwa: Eine Frage aus vorhandenen Arbeitsanweisungen beantworten, die passende Fundstelle nennen und bei fehlender Grundlage ausdrücklich offenlassen, was nicht belegt ist. Bewertet wird dann die tatsächliche Antwort, nicht der Name des Modells.

Drei Fragen vor der nächsten KI-Investition

Aus den Meldungen ergibt sich kein einheitlicher Kaufentscheid. Robotik, Textmodelle und fertige Automatisierung lösen unterschiedliche Probleme. Trennen Sie deshalb die technologische Entwicklung von dem, was Ihr Betrieb gerade benötigt.

Wenn der größte Aufwand beim Sortieren von Anfragen oder beim Suchen in Dokumenten entsteht, kann ein überschaubares Softwareprojekt näher liegen als ein Roboter. Unter KI-Anwendungen sammeln wir dazu praktische Beiträge. Wie wir ein erstes Projekt abgrenzen, steht in unserem Ansatz.

• Welcher Ablauf verursacht heute vermeidbare Arbeit? Beschreiben Sie einen konkreten Eingang, das gewünschte Ergebnis und typische Ausnahmen.
• Welche Fehler wären teuer oder schwer rückgängig zu machen? Dafür braucht es eine menschliche Freigabe und einen klaren Weg zurück.
• Woran erkennen Sie nach einem kleinen Test, dass sich der Einsatz lohnt? Messen Sie zum Beispiel Bearbeitungszeit, Nacharbeit und Kosten gemeinsam.