Latest / KI Espresso / Microsoft lagert Roboter-KI aus: Wer stoppt bei Funkloch?

Transcript

Microsoft lagert Roboter-KI aus: Wer stoppt bei Funkloch? · KI Espresso

• 0:00
  SPEAKER_01: Microsoft schickt das Denken des Roboters aus dem Roboter heraus.
• 0:04
  SPEAKER_00: Dann wird die Netzverbindung Teil der Maschine und Teil des Risikos.
• 0:08
  SPEAKER_01: Naja, aber eine schwache Bord-GPU ist doch an sich schon ein Risiko.
• 0:13
  SPEAKER_01: Ich meine, wenn wir ein sauber gemessenes Latenzbudget haben, also eine Obergrenze, und das mit lokalen Schutzfunktionen kombinieren, dann reicht das als Freigabestandard völlig aus.
• 0:23
  SPEAKER_00: Moment, da muss ich direkt einhaken.
• 0:25
  SPEAKER_00: Bevor so eine entfernte Inferenz auch nur einen Zentimeter eines echten Roboterarms steuert, muss zwingend ein dokumentierter Degradations- und Ausfalltest vorlegen.
• 0:37
  SPEAKER_00: Man muss unter realen Netzstörungen beweisen, dass die Maschine wirklich jederzeit sicher bleibt.
• 0:42
  SPEAKER_01: Okay, aber lass mich dich da mal ganz direkt was fragen.
• 0:45
  SPEAKER_01: Sind diese kleinen Bord-GPUs denn wirklich sicherer?
• 0:49
  SPEAKER_01: Ja, in vielen Fällen schon.
• 0:50
  SPEAKER_01: Weil also in Microsofts aktueller Studie vom 23.
• 0:54
  SPEAKER_01: September 2026 sehen wir da was anderes.
• 0:58
  SPEAKER_01: Bei den dort untersuchten Workloads und Hardware-Konfigurationen hat sich die Planung um bis zu 383 Prozent verlangsamt.
• 1:05
  SPEAKER_01: Wow, okay, das ist.
• 1:07
  SPEAKER_01: Und die rechtzeitige Hinderniserkennung, die fiel um 30% ab.
• 1:11
  SPEAKER_01: Klar, diese Prozentwerte beziehen sich natürlich nur auf die spezifisch getesteten Konfigurationen.
• 1:16
  SPEAKER_01: Aber das zeigt doch, wie gefährlich es ist, wenn der Roboter lokal zu langsam denkt.
• 1:20
  SPEAKER_00: Das erkenne ich absolut an.
• 1:22
  SPEAKER_00: Es ist, als würde man ein zu kleines Gehirn zwingen, in Millisekunden komplexe Mathematik zu lösen.
• 1:28
  SPEAKER_01: Genau.
• 1:28
  SPEAKER_00: Aber Remote-Rechenleistungen, ob das nur nahes Edge ist oder weiter weg in der Cloud, das schafft doch sofort neue Fehlerketten.
• 1:37
  SPEAKER_00: Und eine naive Cloud-Auslagerung scheitert laut dem Bericht sowieso am Bandbreitenbedarf.
• 1:42
  SPEAKER_00: Ja, absolut.
• 1:44
  SPEAKER_00: Daher meine Gegenfrage an dich.
• 1:45
  SPEAKER_00: Was passiert denn bitte schön bei Latenzspitzen oder Paketverlust mit der unmittelbaren Sicherheit?
• 1:52
  SPEAKER_01: Da dient uns die EU-Maschinenverordnung als Leitplanke.
• 1:56
  SPEAKER_01: Die ist da ziemlich klar.
• 1:59
  SPEAKER_01: Eine entfernte Verbindung darf niemals eine Gefahr erzeugen.
• 2:02
  SPEAKER_01: Punkt.
• 2:03
  SPEAKER_00: Nehmen wir das stärkste Kontra aus demselben Bericht.
• 2:06
  SPEAKER_00: Sogenannte Vision Language Action Modelle.
• 2:09
  SPEAKER_01: Ah, okay.
• 2:10
  SPEAKER_00: Stellen in den Tests um bis zu 50 Prozent.
• 2:13
  SPEAKER_00: Das ist heftig.
• 2:15
  SPEAKER_00: 50 Prozent.
• 2:16
  SPEAKER_01: Nur durch die Verzögerung.
• 2:18
  SPEAKER_01: Das ist ein absolut valider Punkt.
• 2:20
  SPEAKER_01: Timing ist bei Bewegung alles.
• 2:23
  SPEAKER_01: Aber du darfst hier mein stärkstes Pro-Argument nicht unter den Tisch fallen lassen.
• 2:27
  SPEAKER_00: Welches?
• 2:28
  SPEAKER_01: Größere Modelle laufen extern einfach signifikant schneller.
• 2:32
  SPEAKER_01: Und noch viel wichtiger: ohne diese schweren, extrem stromhungrigen Bord-GPUs verdoppelt sich bei Testgeräten wie dem Stretch 3 in der gezeigten Konfiguration die Akkulaufzeit.
• 2:44
  SPEAKER_01: Okay, ja.
• 2:44
  SPEAKER_01: Wir bekommen also wesentlich ausdauerndere Maschinen, wenn wir das rechenintensive Denken auslagern.
• 2:51
  SPEAKER_00: Die Effizienzgewinne bestreite ich auch gar nicht.
• 2:54
  SPEAKER_00: Die Frage ist eher, ob die Grenze zwischen lokaler Sicherheit und auslagerbarer Planung technisch stabil definiert werden kann.
• 3:03
  SPEAKER_00: Microsoft liefert ja jetzt mit der neuen Physical AI Toolchain, also samt dieser Kubernetes-Verteilung, Werkzeuge und Beispiele dafür.
• 3:11
  SPEAKER_00: Genau, das ist ein riesiger Schritt.
• 3:13
  SPEAKER_00: Aber das ist explizit kein Produktionsnachweis.
• 3:16
  SPEAKER_00: Und es ist schon gar kein Sicherheitszertifikat für den echten Einsatz.
• 3:19
  SPEAKER_00: Das belegt nur, dass die Werkzeugkette theoretisch funktioniert.
• 3:23
  SPEAKER_01: Das stinkt, es ist keine fertige Freigabe, aber es demonstriert, wie die Praxis aussehen kann.
• 3:28
  SPEAKER_01: Das schwere Rechnen läuft auf einem Edge-Server und der Roboter überwacht seine physischen Limits lokal.
• 3:35
  SPEAKER_00: Aber solange nicht unter Realbedingungen bewiesen ist, dass das System beim Netzausfall sofort stoppt, reicht mir ein schönes Werkzeug nicht aus.
• 3:44
  SPEAKER_00: Latenz ist eben keine abstrakte Metrik.
• 3:47
  SPEAKER_00: Es ist die Zeit, in der eine riesige Maschine blind agiert.
• 3:51
  SPEAKER_01: Ich verstehe deine Skepsis da total.
• 3:54
  SPEAKER_01: Wenn wir versuchen, diese architektonische Grenze auf den Punkt zu bringen, können wir das vielleicht exakt mit diesem Satz zusammenfassen.
• 4:01
  SPEAKER_01: Nicht alles muss lokal rechnen, aber alles Gefährliche muss lokal begrenzt werden.
• 4:06
  SPEAKER_00: Ja, das ist ein Leitsatz, den ich aus ingenieurstechnischer Sicht voll und ganz unterschreiben kann.
• 4:12
  SPEAKER_01: Und genau das führt uns zur Schlussfrage an unser Publikum.
• 4:16
  SPEAKER_01: Würdet ihr einem Roboter mehr entfernte Rechenleistung geben, wenn er bei Funkloch weniger kann, aber sicher stehen bleibt?
• 4:23
  SPEAKER_00: Lasst uns gerne ein Abo da, wenn ihr solche Themen spannend findet.
• 4:27
  SPEAKER_01: Das war KI Espresso.