OpenAI meldet einen mithilfe von KI in unter einer Woche entworfenen und binnen eines Monats gefertigten Hardware-Prototyp, doch Fertigungsdetails brauchten weiter menschliche Prüfung; neueres internes Modell erreicht 0,875 bei BenchCAD 2.0

Am 3. November 2026 hat OpenAI den Forschungsbeitrag „Accelerating engineering for the physical world“ veröffentlicht. Er beschreibt, wie die Modelle des Unternehmens Ingenieure beim Entwerfen, Simulieren und Bauen physischer Produkte unterstützen. Nach Angaben von OpenAI reicht die Arbeit von Maschinenbau über Elektrotechnik bis zum durchgängigen Systementwurf, und die eigenen Teams nutzen sie bereits, um Ideen zu testen und schneller zu iterieren. Vorab sei gesagt: Das ist ein Bericht des Anbieters und keine unabhängige Studie. Der Beitrag verbindet ein konkretes Experiment, interne Nutzungszahlen, einen Benchmark und zwei namentlich genannte Industriekooperationen, und jeder dieser Teile hat eine andere Beweiskraft.

Das konkrete Experiment ist ein Gerät, mit dem Nutzer mit Codex sprechen können. OpenAI wollte prüfen, ob GPT-6 Astra, das multimodale Modell mit Computerbedienung, ein Gerät ohne direkte menschliche Änderungen erschaffen kann. Astra legte die funktionalen Anforderungen fest und entwarf das Aussehen, das Gehäuse samt innerer Halterungen, die Auswahl der elektronischen Bauteile und die Leiterplatte (PCB), die Benutzeroberfläche sowie die Firmware und die Software-Integrationen. Das Aussehen stützt sich auf die jüngste Zusammenarbeit mit Work Louder und auf Vorbilder aus Spielen und Spielzeug. Zwei Teammitglieder arbeiteten daran als Nebenprojekt und schlossen den Entwurf in weniger als einer Woche ab, und ein Auftragsfertiger baute in weniger als einem Monat eine kleine Serie von Prototypen.

Der Beitrag ist offen über die Grenze. Das Gerät fertigungsreif zu machen, erforderte weiterhin mehrere Runden von Prüfung und Überarbeitung, weil Astra die Produktionsgrenzen, Toleranzen und Montagedetails des Herstellers nicht durchgehend berücksichtigte. OpenAI sieht darin, was künftige Modelle besser können müssen. Die ehrliche Lesart lautet also: Das Modell lieferte schnell einen funktionierenden Prototypentwurf, aber Menschen mussten die Lücke zwischen einem Entwurf und einem in Serie herstellbaren Teil schließen. Zu Ausbeute, Kosten oder Fehlerquoten der Prototypen nennt der Beitrag keine Zahlen.

Die zweite Aussage betrifft die interne Nutzung. Die Hardware- und Infrastrukturteams von OpenAI nutzen Codex und ChatGPT, um CAD-Modelle (computergestützte Konstruktion) zu erstellen und zu überarbeiten, Fertigungszeichnungen vorzubereiten, Simulationen einzurichten und Entwürfe zu prüfen, in Arbeiten rund um Robotik und Recheninfrastruktur. Laut Beitrag ist die Modellnutzung dieser Teams, gemessen in Tokens, seit Februar um das 23-Fache gewachsen. Diese Zahl misst, wie stark die Werkzeuge genutzt werden, nicht die Qualität der Ergebnisse und nicht die eingesparte Arbeitszeit. Drei OpenAI-Mitarbeiter werden zitiert, und einer sagt, dass Architekten, Ingenieure und Fachleute für Building Information Modeling (BIM) die Ergebnisse weiterhin prüfen und validieren.

Die dritte Aussage ist ein Benchmark. BenchCAD 2.0 prüft, ob Modelle 3D-Teile und Baugruppen rekonstruieren und Verbindungen auf Leiterplatten erkennen können. OpenAI berichtet, ein neueres internes Modell habe im Mittel 0,875 erreicht, GPT-6 Astra auf der höchsten Denkstufe dagegen 0,594. Zu beachten ist, dass das neuere Modell weder benannt noch veröffentlicht ist, dass der Aufgabensatz nicht im Detail beschrieben wird und dass die Startseite von Astra ebenfalls ein BenchCAD-Diagramm zeigt, gemessen als mittlere Voxel-Überlappung, sodass beide Werte nicht vermischt werden dürfen. OpenAI selbst sagt, der Lebenszyklus im Ingenieurwesen umfasse viele Teile jenseits des Entwurfs, und spricht nur von frühen Hinweisen.

Der Beitrag nennt außerdem zwei Kooperationen. Mit Chip Ganassi Racing testet OpenAI Abläufe, die 3D-Scans vorhandener Teile in bearbeitbare CAD-Modelle und 2D-Fertigungszeichnungen umwandeln, was hilft, wenn die ursprünglichen Konstruktionsdateien fehlen. Die Ingenieure des Teams prüfen die Ergebnisse auf Genauigkeit und Fertigbarkeit, und einer von ihnen sagt, der Ablauf sei schneller und weniger aufwendig geworden. Mit Mazda arbeiten OpenAI-Forscher und Forward-Deployed-Ingenieure in einer neuen Forschungskooperation mit den Aerodynamik- und Crashsicherheits-Ingenieuren von Mazda zusammen. Die Arbeit nutzt Simulationen von Luftströmung und Strukturverhalten, und Astra modelliert neue Frontformen und verfeinert die vielversprechendsten, um den Luftwiderstand zu senken. OpenAI will in den kommenden Monaten weitere Ergebnisse teilen, nennt bisher aber keine Widerstandswerte.

Für Leser liegt der Nutzen in der Trennung zwischen dem, was gezeigt wird, und dem, was nur versprochen wird. Gezeigt: ein Entwurf in weniger als einer Woche und eine kleine, vom Auftragsfertiger in unter einem Monat gebaute Prototypenserie, schnell wachsende interne Nutzung und ein Benchmark-Gewinn eines unveröffentlichten Modells. Versprochen: dass Ingenieure mit geprüften Ergebnissen an echten Produkten schneller iterieren. Nicht gezeigt: eine gemessene Verbesserung an einem ausgelieferten Produkt, eine Kosteneinsparung oder die Häufigkeit, mit der Ergebnisse die Prüfung nicht bestehen. OpenAI bittet Ingenieurbüros und Softwareanbieter aus Maschinenbau, Elektrotechnik, Elektromechanik und Mechatronik, sich über ein Formular zu melden, was darauf hindeutet, dass die Fähigkeit noch gemeinsam mit Partnern geformt wird und kein fertiges Produkt ist.