Guten Abend! Toyota hat gesagt, wofür es 400.000 Roboter baut: nicht um schneller zu werden, sondern um festzuhalten, was 18.000 Menschen können, bevor sie in Rente gehen. Das klingt nach einer Robotik-Meldung. Es ist eine Meldung über Membranen — und darüber, was hindurchgeht.
TOP-STORY · RELEVANZ: HOCH · SZENARIO →B
400.000 Roboter, 18.000 Meister: Toyota sichert das Wissen, bevor es in Rente geht
Toyota will ab 2028 rund 400.000 selbst entwickelte Roboter einsetzen — 150.000 in den eigenen 60 Werken, 250.000 bei Zulieferern — und dafür etwa eine Billion Yen (6,4 Milliarden Dollar) pro Jahr aufwenden. Der Roboter heißt Eley: 50 Kilogramm, Radbasis statt Beine, Zweifingergreifer, gesteuert von Toyotas eigenen Large Behavior Models. Er lernt durch Zusehen: Arbeiter tragen Fingeraufsätze in der Form der Roboterhand, Kameras zeichnen die Bewegung auf. Das erklärte Ziel ist nicht Tempo, sondern Bewahrung — das implizite Können von 18.000 Takumi, Toyotas Meisterarbeitern, soll gesichert werden, bevor sie in den Ruhestand gehen. Drei Lücken nennt Toyota selbst: Dauerbetrieb, Wiederholgenauigkeit, eine weltweite Dateninfrastruktur. (Automotive World)
Gold = hier greift die Meldung ins System
AbgrenzungAustauschMotiv: ReproduktionGrundstoff: InformationKap. 6: SpezialistPrinzip: Wiederholbarkeit & Fehlerreduktion
Was heißt das im OST-Modell?
Abgrenzung und Austausch sind im Modell Gegenspieler. Toyota zieht die Grenze scharf: eigene Hardware, eigenes Modell, gelernt wird nur von den eigenen Leuten — während Tesla, Hyundai und BMW ihre Humanoiden zukaufen oder mit Partnern bauen. Innerhalb dieser Grenze aber wird der Austausch maximal: von 18.000 Menschen auf 400.000 Maschinen, über 60 Werke hinweg, bis zu den Zulieferern. Die Membran ist nach außen dicht und nach innen weit offen.
Das Grundmotiv ist nicht Wachstum. Es ist Reproduktion: Ein System kopiert das, was es am Leben hält, bevor der Träger geht. Der Meister geht in Rente, die Bewegung bleibt. Vierzig Jahre in Händen — jetzt ein Datensatz. Und ein Datensatz hat, anders als ein Mensch, einen Eigentümer.
Bemerkenswert ist auch, was Toyota nicht baut: keine Beine, keine fünf Finger, keinen Generalisten. Eley ist ein Spezialist für einen bekannten Raum — dieselbe Entscheidung, die Nucleus vor zehn Tagen auf Druck der Fabriken getroffen hat. Eine Membran entscheidet nicht, ob Information fließt. Sie entscheidet, wem sie danach gehört.
WEITERE MELDUNGEN
Figure Helix 2.5: 56 Prozent in 30 fremden Wohnungen — der Generalist
Figure hat am Donnerstag Helix 2.5 vorgestellt: In 30 unbekannten Haushalten in der Bay Area räumt der Humanoide auf, faltet Handtücher und macht Betten, ohne Anpassung an den Ort — 56 Prozent vollständige Erfolge, gegenüber 9 Prozent ohne das Vortraining Index, mit halb so vielen aufgabenspezifischen Daten wie beim Vorgänger. Figure selbst schreibt: Das Problem sei damit nicht gelöst. Toyota baut den Spezialisten für einen Raum, Figure den Generalisten für alle Räume — Kapitel 6 in zwei Firmen, am selben Wochenende. (Figure)
MobilitätStabilitätKap. 6: GeneralistRelevanz: Hoch
OpenAI: Astra for Law — die erste vertikale Ausgabe von GPT-6
Eine eigene Konfiguration für Kanzleien: Recherche über 230 Millionen Quellen, 54 Prozent richtige Antworten gegenüber 38,7 Prozent für das Basismodell mit Websuche, keine Datenspeicherung auf der Schnittstelle, 26 Anbindungen an Kanzleisoftware. Der Generalist zieht eine Wand ein — ein Modell für alles wird zum Modell für einen Beruf. Im OST-Modell ist Spezialisierung keine Schwäche, sondern eine energetische Entscheidung: höchste Effizienz in einer Nische mit stabilen Anforderungen — bezahlt mit Fragilität, wenn sich der Raum ändert. (OpenAI)
AbgrenzungSpeicherGrundstoff: InformationRelevanz: Hoch
Z.ai: GLM-5.3-Flash läuft auf mehr als 100.000 chinesischen Chips
Z.ai hat offengelegt, worauf das Modell rechnet, das wochenlang als Ox Alpha getestet wurde: 320 Milliarden Parameter, 18 Milliarden aktiv, ausgeliefert von über 100.000 chinesischen Beschleunigern, die Kosten je Token laut Firma auf Nvidia-Niveau. Zwei Chip-Ökosysteme trennen sich — und die Modelle darauf tun dieselbe Arbeit. Abgrenzung beim Grundstoff Energie, Austausch beim Grundstoff Information: Die Membran ist selektiv, nicht dicht. (Unite.AI)
AbgrenzungStoffwechselGrundstoff: EnergieRelevanz: Hoch
RADAR
24.09. Trump-Xi-Treffen — auf dem Tisch liegt der Vorschlag von Brookings und Fudan: keine KI entscheidet autonom über Atomwaffen
2028 Start der Toyota-Auslieferung — drei Punkte nennt Toyota selbst als offen: Dauerbetrieb, Wiederholgenauigkeit, Dateninfrastruktur
offen Die unabhängige Prüfung der 56 Prozent von Helix 2.5 — die 30 Haushalte hat Figure selbst ausgewählt
OST-SYSTEMBLICK DES TAGES
Vier Meldungen, eine Linie: Wer lernt von wem, und wo verläuft die Grenze. Toyota lässt seine Maschinen nur von den eigenen Leuten lernen. Figure lässt seine von allen und schickt sie in fremde Wohnungen. OpenAI zieht in ein Modell für alles eine Wand für einen Beruf ein. Z.ai baut die Wand bei der Hardware. Im Modell ist das keine Frage von richtig oder falsch: Abgrenzung und Austausch sind Gegenspieler, und jedes lebendige System entscheidet neu, wie durchlässig seine Membran sein darf. Neu ist, was dabei hindurchgeht — nicht Teile, nicht Strom, sondern das Können von Menschen. Wissen, das vierzig Jahre in Händen war, ist jetzt eine Datei. Und Dateien haben einen Eigentümer.
⧉ Vollständig KI-generiert — mit Absicht. Auswahl, Analyse, Text, Gestaltung, Tempo: Maschine. Von mir: das OST-Modell, durch das sie liest, entwickelt seit 2005 — und die Freigabe. Keine Ausgabe geht ungelesen online.
Transparenz gem. Art. 50 EU-AI-Act · Wie und warum ich das offenlege