Das KI-Modell GPT-6 Astra hat im Rahmen eines internen Nebenprojekts in unter einer Woche ein funktionsfähiges Hardware-Testgerät für Codex entworfen. Das System übernahm dabei die Konzeption des Gehäuses, das Layout der Leiterplatte, die Komponentenauswahl, die Benutzeroberfläche sowie die Firmware und die Software-Integration.
Prototyp entsteht ohne direkte Eingriffe in den Entwurf
Durchgeführt wurde das Projekt am 3. November 2026 durch zwei Hardware-Ingenieure von OpenAI. Bei dem entwickelten Gerät handelt es sich um einen Push-to-Talk-Puck mit Display für Sprachinteraktionen mit Codex, der intern unter der Bezeichnung „TamaGPT device experiment“ geführt wird.
Astra erstellte das Gehäuse, die Platine und die Firmware ohne direkte menschliche Eingriffe in das Design, wobei der Prozess mehrere Review-Runden umfasste. Der OpenAI-Forscher Justin Lin stufte das Projekt als den ersten Platinenaufbau ein, der von Grund auf durch das System realisiert wurde. Ein externer Auftragsfertiger stellte daraufhin in unter einem Monat eine kleine Prototypenserie her.
Trotz des schnellen Erfolgs zeigte sich, dass das Modell noch kein werkfertiges Design liefert. Mehrere Überarbeitungsrunden wurden notwendig, da Astra Fertigungsgrenzen, Toleranzen sowie Montagedetails nicht durchgängig berücksichtigte. Bei aufgetretenen Montagefehlern wiesen 83 bis 96 Prozent der Null-Punkte-Teile zwar die korrekte Form auf, waren jedoch falsch platziert.
Wer sich mit der Entwicklung und dem Einsatz solcher KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen kennen. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Testergebnisse und Benchmarks im Hardware-Design
Die Leistungsfähigkeit in der Konstruktion spiegelt sich auch in standardisierten Tests wider. Im Benchmark BenchCAD 2.0, der am 12. Oktober mit sechs Aufgabentypen und einem Kernsatz von 100 gehaltenen Fällen eingeführt wurde, erzielte GPT-6 Astra bei der höchsten Denkstufe einen Wert von 0,594. Die automatisierte Auswertung ergab dabei Kosten von rund 11 US-Dollar pro Fall bei etwa 135.000 Token und einer Median-Dauer von 62 Minuten.
Ein neueres, bisher nicht veröffentlichtes internes Modell erreichte auf demselben Testset einen Wert von 0,875. Der Benchmark liefert allerdings keine Erkenntnisse über die Fertigbarkeit oder die physische Leistung der Bauteile.
Unterschiede zeigten sich zudem je nach verwendeter Softwareumgebung. In einem Test des Leiterplattenherstellers NextPCB aus dem September erzeugte Astra unter Einsatz des Werkzeugs Freerouting in etwa 12 Minuten ein fertiges Routing-Ergebnis. War das Modell hingegen rein auf KiCad beschränkt, entstanden innerhalb einer Stunde lediglich drei kurze Segmente von Leiterbahnen.
Die rasante Entwicklung von KI-Modellen in der Industrie stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung. Welche Systeme rechtlich als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen, klärt dieser kostenlose Report auf. Kostenlosen Report zu KI-Risikoklassen anfordern
Zunehmende Nutzung in der industriellen Anwendung
Innerhalb von OpenAI stieg die Token-Nutzung der Hardware-Teams seit Februar 2026 um das 23-Fache, was intern als Maß für die Adoption und nicht zwingend für die Produktivität gewertet wird. Die Teams setzen Codex und ChatGPT für CAD-Aufgaben, Fertigungszeichnungen, Simulationen sowie Finite-Elemente-Analysen ein. Die gesamte eingesparte Entwicklungszeit sowie die konkreten Kostensenkungen des Puck-Projekts blieben bislang ungemessen.
Parallel zur internen Hardware-Entwicklung weitet OpenAI den Einsatz im Konstruktionsbereich über Partnerschaften aus. In einer Kooperation mit Chip Ganassi Racing wird das Modell zur Erstellung von CAD-Modellen aus 3D-Scans und zweidimensionalen Zeichnungen herangezogen. Zudem besteht eine neue Forschungskooperation mit Mazda, die sich auf Simulationen in den Bereichen Aerodynamik und Crashsicherheit konzentriert.