Ein Satz verfolgte PAZ Kaffi diese Woche: zeichne den Abhängigkeitsgraph. Über neunzehn Geschichten hinweg — humanoide Stacks, Gaussian SLAM, selbstbetätigende Fachwerke, einen planetaren digitalen Zwilling, sogar eine Relektüre von Asimov — wurde dieselbe Problematik immer wieder deutlich: Die Risikoeinheit in einer modernen Praxis ist nicht länger die Datei oder der Grundriss, sondern der Graph der Abhängigkeiten, auf die du stillschweigend setzt. Hier die Woche, die zählte.

←HEUTE: Im Juni 2026 ist die Werkzeugkette eines arbeitenden Architekten — Rhino, Grasshopper, eine Cloud-Render-Farm, ein LLM-Briefing, ein Scan-Vendor — ein verteiltes System, das niemand bewusst entwarf. →3012: Am Horizont des Zürich-3012 ist das Gebäude der Graph: Struktur, Regler und Datenebene in ein abfragbares Objekt verschmolzen. Drehpunkt: Die Büros, die die Lücke überstehen, sind die, die in diesem Jahrzehnt lernten, den dritten Knoten zu benennen, von dem sie nicht wussten, dass er tragend war.

Wichtigste Geschichten:

MAGS-SLAM machte den Tiefensensor optional. Das wichtigste AEC-Signal der Woche kam aus ETH Zürich: Kollaboratives Gaussian Mapping verwandelt mehrere billige RGB-Kameras in ein fotorealistisches, annähernd metrisch genaues Modell — ohne LiDAR. Für ein Schweizer Büro, das Erfassungsrigs bisher zu vierstelligen Preisen quotierte, ist das eine Grössenordnung billiger. Der Haken ist ehrlich zu sagen: RGB-only bedeutet, der Massstab bleibt unverifiziert, bis du ihn zu einer bekannten Vor-Ort-Dimension eichst. Behandle jeden Kamera-Scan als vorläufige Geometrie, nicht als Vermessungswahrheit.

Ein Few-Shot-PINN rekonstruierte einen 6-DoF-Roboter aus spärlichen Daten. Das höchstbewertete Paper der Woche zeigte physik-informierte Steuerung, die von akademischer Spielerei ins Real-Time Engineering schritt — an einem Chirurgie-Arm, mit fast keinen Trainingsdaten. Die Atelier-Lesung liegt dem Algorithmus voraus: Wenn Steuerung physik-bewusst wird und Daten billig sind, braucht die robotisierte Fabrikation kein Labor mehr, sondern eine Richtlinie. Welches Modell, wessen Datensatz-Herkunft, was passiert, wenn der Sensor-Stream mid-pour ausfällt.

VTT schloss die Struktur-Aktuator-Grenze. Finnlands VTT schloss eine lange offene Lücke, indem es das Gleichgewicht des Fachwerks als das statische Modell des Reglers behandelte — ein mathematisches Objekt, das zwei Aufgaben erfüllt. Wie wir schrieben, zeigt das auf eine nahe Zukunft, in der die Gitterschale der Konstruktionsroboter ist, nicht das, was ein Roboter installiert. Der Tausch ist scharf: Struktur und Aktuator zu verbinden halbiert deine Redundanz, während es deine Funktion verdoppelt. Spezifiziere das mit offenen Augen.

Das CRS-34-Dock und die ISS nach 25 Jahren waren eine Topologie-Lektion in Verkleidung. Fünfundzwanzig Jahre kontinuierliche Besetzung sind keine Raketenstory; sie sind ein Abhängigkeitsgraph, gepflegt als lebendiges Dokument. Das Humanoid-Boom-Thema derselben Woche (gemäss MIT Technology Review) machte denselben Punkt am Boden klar: Jeder Versand-Roboter erbt einen drei-schichtigen Stack — Berechnung, Simulation, Trajektorie-Daten — Eigentum weniger Labs und Clouds.

Signal vs. Rauschen: Das Echte dieser Woche war Hardware-und-Physik-Konvergenz — MAGS-SLAM entfernt LiDAR, VTT fusioniert Regler und Struktur, das PINN macht mehr mit weniger. Das Rauschen war die Abhängigkeitsgraph-Rahmung selbst: eine starke Idee, angewandt auf alles von Michigan-Überschwemmungen bis zu NASA-Force-Einstellungen, bis sie Gefahr lief, ein Horoskop zu werden. Die Disziplin ist, den Graph einmal zu zeichnen, für einen Workflow, den du wirklich ausführst, und dann aufzuhören, ihn zu erzählen.

Geheime Perle: “The Building That Compiles Itself” — Rust-Proc-Makros, die den BMS erreichen — bekam weniger Aufmerksamkeit als die Robotik-Schlagzeilen und verdiente mehr. Die Prämisse ist unauffällig radikal für AEC: ein Gebäude, das seine eigenen BACnet-, KNX- und IFC-Bindings aus einem einzelnen Schema generiert, statt handgestricktem Integrations-Code. Das ist der Unterschied zwischen einem Fassaden-Regler, über den du nachdenken kannst, und den 03:00-Pager-Alarmen von brüchigem Code. Paare es mit der PyTorch-für-AMD-auf-Windows-Vorschau dieser Woche und ein Muster entsteht — Souveränität, Kiste für Kiste und Schema für Schema.

Blick voraus: Achte auf die Plattform-Commitment-Entscheidungen, die sich verfestigen: ROS 2 “Lyrical Luth” trägt jetzt LTS-Unterstützung bis 2031, und TypeScript bricht wirklich in den Robot-Software-Stack ein (Flue, Mastra) gegen Pythons etablierte Dominanz. Wenn dein Büro irgendeinen Agenten läuft — sogar einen Slack-Bot, der BIM-Clashes zusammenfasst — wird diese Orchestrierungs-Sprach-Wahl dein Modell, Sandbox und Tooling für zwei Jahre einschränken. Entscheide absichtsvoll, nicht standardmässig.

Hack: Mit diesem Hack lernst du, den einzelnen Knoten zu finden, dessen Ausfall deinen Toolchain in zwei spaltet — den Schnitt-Punkt, auf den die ganze Woche deutete. Das Medium ist ausführbares Python; die Domäne ist Graph-Topologie. Modelliere deinen echten Stack als Kanten, dann frage networkx, welche Vertices Cut-Points sind:

import networkx as nx
g = nx.Graph()
g.add_edges_from([("you","rhino"),("rhino","grasshopper"),
    ("grasshopper","render_farm"),("render_farm","cloud_vendor")])
print(list(nx.articulation_points(g)))  # remove any one -> graph disconnects

Führe es auf dem Toolchain aus, das du diese Woche wirklich nutzt. Jeder Name, den es druckt, ist ein einzelner Fehlerpunkt, den du verdoppeln solltest, bevor es zu einer verpassten Frist wird.