OpenAI hat mit GPT-6 Astra ein dialogfähiges Codex-Haustier entwickelt.

Ein Forscher wollte seinen Laptop nicht öffnen, also ließ er eine KI eine Hardware bauen.

Die Dramatik dieser Angelegenheit liegt nicht an der Tatsache, dass „KI Hardware baut“, sondern daran, dass sie eine sich bewegende Grenze aufdeckt: Die KI kann bereits einen vollständigen Arbeitsablauf von der Skizze bis zur Leiterplatte orchestrieren, bleibt aber vor Toleranzen und Montagedetails stehen. Dieses „Codex-Haustier“, das OpenAI am 3. November 2026 vorgestellt hat, ist genau das ehrlichste Maß für diese Grenze.

In einer Woche von der Skizze zum Prototyp

Das Problem des OpenAI-Forschers Justin Lin war sehr konkret: Er wollte seinen Laptop nicht öffnen und leise zu Codex sprechen. Diese Beschwerde führte zu einem Tischgerät von der Größe einer Handfläche – mit einem kleinen Bildschirm und einer Taste zum Drücken und Sprechen. Er nennt diesen Prototyp „Codex-Haustier“.

Das wirklich Bemerkenswerte ist nicht das Gerät selbst, sondern wie es hergestellt wurde. Gehäuse, interne Struktur, Leiterplattenlayout, Firmware und Softwareintegration stammen alle von GPT-6 Astra. Zwei Teammitglieder schlossen das Design mit Astra in weniger als einer Woche ab, und ein Auftragshersteller lieferte eine kleine Charge von Prototypen in weniger als einem Monat. Laut OpenAI gab es „keine direkten manuellen Änderungen“ während des Designprozesses.

Justin Lin hatte zuvor keine Erfahrung darin, Leiterplatten von Grund auf zusammenzubauen. Er beschrieb diesen Prozess als „extrem schwierig“, und seine Vorgehensweise lässt sich in einem Satz zusammenfassen: „Ich sage Chat, was ich will, gebe ihm einige Skizzen, und dann entwirft es die Leiterplatte.“

Aber OpenAI räumte gleichzeitig die andere Seite ein: Astra „berücksichtigt nicht immer die Produktionskapazitätsgrenzen, Toleranzanforderungen und Details, die für die Montage erforderlich sind“. Um das Design in einen produktionsreifen Zustand zu versetzen, sind immer noch „mehrere Runden von Überprüfungen und Iterationen“ sowie „mehrere Runden der Kommunikation“ mit dem Werk erforderlich.

Das bedeutet, dass Astra ein logisch kohärentes Design liefert, kein physisch herstellbares Design. Der Unterschied zwischen beiden ist genau der Teil des traditionellen Hardware-Engineerings, der am meisten Erfahrung erfordert und am meisten auf implizitem Wissen beruht. Dass das Design in einer Woche abgeschlossen wird, ist wahr, aber zwischen „Design“ und „herstellbar“ steht immer noch der Mensch.

Die Wahrheit über die Verdrahtung: Orchestrierung statt Beherrschung

Im September 2026 führte der Leiterplattenhersteller NextPCB einen unabhängigen Test durch, der einen genaueren Bezugspunkt für das Verständnis der Fähigkeitsgrenzen von Astra lieferte.

Der technische Leiter Hubert Hu ließ Astra die Verdrahtung auf einer Leiterplatte durchführen, auf der die Bauteile bereits platziert, aber noch nicht verdrahtet waren. Astra lieferte das Ergebnis in etwa 12 Minuten. Betrachtet man nur den Ausgangs- und Endpunkt, scheint die Schlussfolgerung klar zu sein: Die KI hat die PCB-Verdrahtung abgeschlossen.

Aber die Ausführungsprotokolle erzählen eine andere Geschichte. Die tatsächliche Vorgehensweise von Astra war: Die Designdatei aus KiCad exportieren, das quelloffene automatische Verdrahtungstool Freerouting aufrufen, um die Kernberechnung durchzuführen, und das Ergebnis dann zurück in KiCad importieren. Freerouting ist kein neues Tool, es hat einen ausgereiften KiCad-Arbeitsablauf in der PCB-Design-Community. Was Astra getan hat, ist zu erkennen, dass „diese Aufgabe mit Freerouting gelöst werden kann“, und dann den mehrstufigen Ablauf aus Export, Aufruf und Import genau auszuführen.

Die Schlussfolgerung von NextPCB ist daher viel zurückhaltender als die des Demonstrationsvideos: „Freerouting hat die Kernverdrahtungsberechnung abgeschlossen, Astra hat den gesamten Arbeitsablauf koordiniert.“ Laut Hubert Hu ist diese Orchestrierungsfähigkeit „immer noch nützlich“ und kann eine Menge manueller Arbeit beseitigen, aber sie unterscheidet sich technisch davon, zu beweisen, dass ein großes allgemeines Sprachmodell die PCB-Verdrahtung unabhängig durch visuelles Verständnis, Mausbedienung und Tastatureingaben beherrscht.

Ein strengerer Vergleich stammt aus einer anderen Testreihe: Als Astra darauf beschränkt war, nur über die grafische Oberfläche von KiCad zu arbeiten und keine externen Tools zu verwenden, zeichnete es innerhalb einer Stunde nur drei kurze Leitungen, woraufhin Hubert Hu den Lauf beendete.

Diese Gegenüberstellung zeigt eine Tatsache, die leicht durch den Rhythmus der Demonstration verdeckt wird: Die „physische Ingenieurfähigkeit“ von Astra hängt derzeit stark davon ab, ob es geeignete Tools in der vorhandenen Softwareökosystem finden und korrekt aufrufen kann. Dies ist eine echte und wertvolle Fähigkeit – ein Agent, der Ingenieuraufgaben versteht, Tools auswählt und mehrstufige Arbeitsabläufe koordiniert, kann in einer echten Ingenieurumgebung den manuellen Aufwand tatsächlich erheblich reduzieren. Aber der Abstand zwischen dieser Fähigkeit und der „unabhängigen Beherrschung von ingenieurmäßigen Urteilen durch die KI“ sollte nicht durch eine flüssige Demonstration verwischt werden.

37 %: Urteilskraft bleibt eine enge Pforte

Wenn der Test von NextPCB die Grenze der „Bedienfähigkeit“ festlegt, dann definiert eine andere Datengruppe die Grenze der „Urteilsfähigkeit“.

Der Ingenieurbewertungsmaßstab RWE-Bench wurde am 27. Oktober 2026 von Xplore AI veröffentlicht. Die Ergebnisse zeigen, dass von 20 Aufgaben, die von praktizierenden Ingenieuren erstellt wurden und bei denen das Design tatsächlich mit CAD- und Simulationssoftware abgeschlossen werden muss, die Bestehensquote von GPT-6 Astra 37 % beträgt – die höchste unter allen teilnehmenden Modellen, aber mehr als 60 % der Aufgaben bestehen die Einzelprüfung durch physikalische Löser nicht. Die Aufgaben umfassen Kurbelwellendesign, DDR3-Leitungsverläufe und Wärmeübertragung an Turbinenschaufeln. Die Bewertung basiert nicht auf menschlichen Eindrücken, sondern wird von Programmen anhand harter Indikatoren wie Spannungsobergrenze, Zeitabweichung, Impedanz und Wärmeübergangskoeffizient überprüft.

Noch bemerkenswerter ist die Bearbeitungszeit: Für jede Aufgabe sind 24 Stunden erlaubt, das Modell reicht die Arbeit durchschnittlich nach zwei bis drei Stunden ein, die längste Bearbeitungszeit beträgt nur etwa 4,6 Stunden. Das Modell neigt dazu, „zu glauben, dass es fertig ist“. Aber der Abschluss eines Ingenieurdesigns wird nie durch die Einreichung definiert, sondern durch die Erfüllung physikalischer Einschränkungen.

Dies steht im Zusammenhang mit den von OpenAI selbst veröffentlichten BenchCAD 2.0-Daten: Ein neueres internes Modell erreicht einen durchschnittlichen Wert von 0,875, während GPT-6 Astra unter den höchsten Inferenzeinstellungen 0,594 erreicht. OpenAI hat keine Details zum internen Modell veröffentlicht, aber diese Zahlen allein zeigen, dass die von Astra demonstrierte Fähigkeit die Obergrenze der aktuellen technischen Frontlinie bei weitem nicht erreicht. Das Codex-Haustier ist eine glaubwürdige Demonstration der Fähigkeiten, aber es zeigt die Position einer sich bewegenden Grenze zu einem bestimmten Zeitpunkt, nicht das Endziel.

Warum „Haustier“?

Zurück zu dem konkreten Problem von Justin Lin erkennt man, dass die Wahl dieses Prototyps eine einfache Plausibilität hat.

OpenAI kündigte auf der DevDay im September 2026 an, dass Codex CLI nun Sprachdialog unterstützt, sodass Entwickler Programmieraufgaben direkt per Sprache starten und steuern können. Die Sprache entwickelt sich von einer Zusatzfunktion zu einem praktischen Kanal für die Interaktion mit Agenten. Aber Justins Lins Beschwerde bezieht sich nicht auf die Sprache selbst, sondern auf den Ort, an dem die Sprache stattfindet: Den Laptop öffnen und zum Bildschirm sprechen ist physisch immer noch eine Haltung, „vor dem Computer zu arbeiten“. Ein kleines Gerät auf dem Schreibtisch mit Push-to-Talk-Taste verändert zuerst nicht den Interaktionsmodus, sondern die körperliche Position, an der die Interaktion stattfindet – es macht das „Sprechen zu Codex“ zu einer Handlung, die man einfach zwischendurch erledigen kann, statt einer Handlung, bei der man erst in den Arbeitszustand wechseln muss.

Dies steht im Einklang mit der umfassenderen Hardware-Erzählung von OpenAI. Der Unternehmenspräsident Greg Brockman bestätigte im Juli 2026, dass OpenAI eine „Gerätefamilie“ aufbaut, nicht ein einzelnes Produkt. Die zugrundeliegende Annahme ist, dass „Sprechen natürlicher ist als Tippen“. Die Designzusammenarbeit mit Jony Ive und LoveFrom, die milliardenschwere Übernahme von io und das erste Gerät, das für die zweite Jahreshälfte 2026 geplant ist, bilden gemeinsam eine Spur, die sich von einem Softwareunternehmen zu einem Hersteller physischer Produkte erstreckt.

Die Position des Codex-Haustiers auf dieser Spur ähnelt eher einer internen Fähigkeitserkundung: Bevor eine Produktlinie mit hohen Investitionen vollständig eingeführt wird, testet man mit minimalen Kosten und kürzestem Zyklus, wie weit das Modell in der Kette „vom digitalen Design zur physischen Fertigung“ kommen kann und wo es hängen bleibt. Die Stellen, an denen es hängen bleibt – Fertigungstoleranzen, Montagedetails, physisches Gespür für ingenieurmäßige Einschränkungen – sind genau die Richtungen, auf die sich die nachfolgenden Modelliterationen konzentrieren müssen.

Der Mensch, der durch die Seitentür eintritt

Wenn man dieses „Codex-Haustier“ als Erklärung dafür liest, dass „die KI beginnt, Hardware zu bauen“, verpasst man möglicherweise seine informativere Seite.

Was es wirklich zeigt, ist eine schichtweise Einstiegsweise: Die KI baut zuerst Fähigkeiten auf der Bedien- und Orchestrierungsebene digitaler Tools auf und dringt dann schrittweise in tiefere Ebenen vor, die physisches Urteil und Fertigungswissen erfordern. Auf der Bedienebene kann sie professionelle Tools wie Freerouting effizient aufrufen und mehrstufige Arbeitsabläufe verbinden; auf der Orchestrierungsebene kann sie Gehäuse, Leiterplatte, Firmware und Schnittstelle in weniger als einer Woche zu einem logisch vollständigen Design verbinden. Aber auf der Urteilsebene – zu wissen, warum eine Leitung so verlegt werden muss, warum eine Toleranz so groß sein muss und warum eine Montagereihenfolge nicht umgekehrt werden darf – erfordert sie immer noch die wiederholte Korrektur durch menschliche Ingenieure und das Werk.

Der Test von NextPCB unterscheidet dies klar genug aus: Astra hat einen Verdrahtungsarbeitsablauf „orchestriert“, aber das bedeutet nicht, dass es selbst ein Verdrahtungstool ist.

Das Grausame am Hardware-Engineering ist, dass die physische Welt keine „logisch korrekten“ Designs akzeptiert. Eine Montage, die in der CAD-Datei perfekt schließt, passt möglicherweise nicht hinein aufgrund von Toleranzakkumulation von Bruchteilen eines Millimeters; eine Leiterplatte, die aus Sicht des Verdrahtungsalgorithmus verbunden ist, kann im gesamten elektromagnetischen Verträglichkeitstest scheitern, weil der Rückführungspfad unangemessen ist. Der Mangel von Astra, der sich beim Codex-Haustier zeigt – die Nichtberücksichtigung von Fertigungsbeschränkungen und Montagedetails – ist genau der typische Einstieg für diese Art von „Strafe aus der physischen Welt“.

Und was es bereits geschafft hat – die auf eine Woche komprimierte Designzyklen, die automatisch verbundene Toolkette, die generierte Firmware und Softwareintegration – weist auf eine andere Möglichkeit hin: Die Teile der Ingenieurarbeit, die formalisiert, orchestriert und beschleunigt werden können, werden stabil herausgelöst und dem Modell zur Bearbeitung übergeben. Der Rest – zu definieren, was es wert ist, getan zu werden, zu beurteilen, was physisch machbar ist, und für die endgültigen Folgen verantwortlich zu sein – bleibt fest auf der Seite des Menschen.

Die ehrlichste Erkenntnis dieses „Haustiers“ liegt vielleicht darin: Die Art und Weise, wie die KI in das physikalische Engineering eintritt, besteht nicht darin, die Tür aufzuschlagen und die Ersetzung zu verkünden, sondern durch die Seitentür hereinzukommen, zuerst die mühsamen, wiederholten, toolaufrufenden Arbeiten stillschweigend zu übernehmen und das ingenieurmäßige Urteil bis zum letzten Moment zu berühren. Dass der Prototyp in einer Woche gebaut wird, ist wahr, eine Bestehensquote von 37 % ist auch wahr. Der Abstand zwischen diesen beiden Zahlen ist genau die Lücke, die dieses Geschäft als Nächstes füllen muss.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tech Business“, Autor: Tech Business, veröffentlicht mit Genehmigung von 36Kr.