Ein 3D-Drucker im Labor
Der große Chef hat zugestimmt: Das Labor ist nun mit einem Bambu-Lab-X2D-3D-Drucker (850 € mit dem Multimaterial-AMS 2) ausgestattet. Der Einstieg ist schnell, Doppeldüse, große Auswahl kompatibler Materialien.
Es bleibt die Herstellung der Teile; ich bin kein großer Fan von CAD-Software mit komplexen Funktionen und einer oft schwer zugänglichen Benutzeroberfläche, aber ich habe mit KI eine Arbeitsumgebung gefunden, die mir gefällt: den PI-Agenten, ein MCP-Plugin für FreeCAD oder Blender und das Modell GPT 5.6 Luna, das eine einfache Beschreibung meiner Teile in natürlicher Sprache, die in wenigen Iterationen in ein 3D-Modell verwandelt wird. Der Hauptnachteil bleibt die Langsamkeit der Iterationen, aber die Revolution ist im Gange.
GPT glänzt bei der visuellen Erkennung — hier unerlässlich — und Sol bringt keinen entscheidenden Vorteil gegenüber Luna. Die Modelle, die ich zum Programmieren liebe (GLM, Deepseek), sind bei der Bilderkennung schwächer: Die multimodalen GPT-Modelle sind meiner Meinung nach am leistungsfähigsten bei diesen Aufgaben.
Das Wesentliche dieses Ansatzes liegt nun in der Beschreibung: Ein 3D-Bauteil allein mit Worten auszudrücken erfordert präzises technisches Vokabular. Eine mechanische Baugruppe eindeutig zu formulieren ist tatsächlich anspruchsvoller, als eine Skizze auf Papier zu zeichnen, die man mit einem Kollegen teilt.
Die Erfahrung zeigt, dass die auftretenden Grenzen nicht am Modell selbst liegen, sondern am Verständnis des Agents für die Anfrage. Eine einfache Praxis verbessert die Ergebnisse spürbar: Vor der Ausführung den Agenten bitten, zu bestätigen, dass die Anweisungen klar sind, und zusammenzufassen, was er tun wird. Ist man sich erst einmal einig, erweist sich die Ausführung, wenngleich manchmal langsam (auch bei kleinen Anpassungen, die man in der GUI vielleicht lieber selbst vornähme), in der Regel als bemerkenswert zuverlässig.
Nur noch zu tun.
