Aus kartographischer Perspektive: Die letzten sieben Tage lesen sich wie eine einzige Revision. Streift die Deckgeschichten ab — KI-CAD, Soft Robots, Kartenprojektionen — und die gleiche Frage durchzieht alle zwanzig Beiträge: Wovon hängt das ab, und was geschieht, wenn dieses eine Ding ausfällt? Dies war eine Woche über versteckte Topologie, und das Feld zeichnet sie endlich auf.

←HEUTE: Im Jahr 2026 kann ein einzelner LLM-Ausfall, eine einzelne PRNG oder ein einzelnes proprietäres Dateiformat leise zur Lasttragwand eures ganzen Ateliers werden. →3012: Robuste Inferenz wird zur Basisinfrastruktur — wir vertrauen Pipelines, die nur einen Pfad haben, nicht mehr. Fulcrum: Redundanz ist nur günstig, wenn du den Abhängigkeitsgraph vor dem Ausfall zeichnest, nicht während.

Topgeschichten:

Das Rückgrat der Woche war Sakana’s Fugu — ein Orchestrierungsmodell, das Aufgaben über einen austauschbaren Pool von Frontier-LLMs verteilt. Das echte Produkt ist kein höherer Benchmark; es ist der Ausweichpfad im Graphen, Redundanz als API. Für jedes Atelier, dessen Stack genau ein Modell nutzt, ist Fugu diese Woche das Argument für eine Provider-agnostische Abstraktionsschicht, nicht nach dem Sturm. Das ist der Single-Point-of-Failure-Beat in seiner Reinform.

Dicht dahinter fragte der Neural-CAD-Thread die gleiche Frage von der Datei-Seite. Autodesks Basis-Modelle erzeugen bearbeitbare Geometrie aus Sprache und Skizze — ein echter Gewinn am Anfang des Design-Funnels — aber die Anforderungen im weiteren Prozess sind unverändert: Diese Geometrie muss immer noch den Roundtrip durch ein koordiniertes Ausführungsmodell überstehen. Adams CADAM antwortete mit dem verantwortungsvollen Muster: KI schreibt parametrisches OpenSCAD einmal, dann passen Menschen Schieberegler ohne weitere Modellaufrufe an, auf diffbarem Text, den du für immer öffnen kannst. Zwei Werkzeuge, ein Abnahmetest — wenn der Vendor verschwindet, kann noch jemand die Datei öffnen?

Auf heimatlichem Boden verankerten zwei Zürich-Termine die Woche: die Archicad-meets-KI-Powersession (24. Juni) und das dreitägige KI Sommer Camp 2026. Die Rahmung hielt standhaft — KI verdient ihre Stunde, wenn sie in Archicad entwirft und markiert und dir die Freigabe überlässt; KI-Kompetenz bedeutet einen sauberen lokalen Workflow, der deine Projektdaten liest, ohne sie an die Cloud eines Vendors zu übergeben. Das ist der gleiche Resilienz-Gedanke wie bei Fugu, auf einen Schreibtisch herunterskaliert.

Und für die Praktiker, die ihre Systeme gerne mit echter Physik vermessen, waren Davies’ Projektionsgalerie und der Kettenlinienlöser die stillen Glanzpunkte: Jede flache Karte lügt, und der beste Designer einer tragenden Form ist die Kraft selbst. Beide erinnern daran, dass die Mathematik unter einer entwickelbaren Fassade oder einer swisstopo-CH1903+/LV95-Georeferenzierung eine Entscheidung ist, nicht eine Checkbox.

Signal vs. Rauschen: Das echte Signal war infrastrukturell — Fugus auswechselbares Routing, CADAMS diffbarer Output, der Three-Class-Secrets-Scanner, der falsche Alarme um 33 % senkt, und sogar eine kleine C++17-Zufallsbibliothek, die std::random_device als einen stillen Single-Point-of-Failure in verifikationssicheren Berechnungen offenlegt. Das Rauschen war die Welle der „Roboter ersetzen Menschen”: Japans ferngesteuerte Konstruktions-Riesenmaschine ist ein Operator-Verstärker, verpackt in Autonomie-Sprachgebrauch. Lies es von der Baustelle, nicht aus der Pressemitteilung.

Verstecktes Juwel: Das Blurry-Mean-Trap (arXiv:2606.12987) verdiente mehr Aufmerksamkeit als sein Score. Ein Modell kann SSIM, Kosinus-Ähnlichkeit oder mittlere Distanz erfüllen und trotzdem falsch sein, weil Durchschnitts-Metriken den sicheren, verschwommenen Mittelwert belohnen und verdecken, ob das Ding steuerbar ist. Jedes AEC-Team, das ein generatives Werkzeug beauftragt, sollte Abnahmetests rund um eine Verteilungsmetrik (FID/KID) plus eine Steuerbarkeitsprüfung schreiben — urteile über das Werkzeug danach, welche Verteilung es trifft, nicht wie nah es an einer sicheren Antwort liegt.

Hack: Dieser Hack zeigt dir, wie du die Single-Vendor-Abhängigkeit findest, die dir nicht aufgefallen ist. Das Medium ist ein ausführbarer Shell-Befehl; die Domäne ist Workflow. Führe ihn an der Wurzel jedes Repos aus, das dein Atelier deployt — er zeigt jeden Ort, wo dein Code genau einen LLM-Provider nennt, genau wo Fugus Ausweichpfad fehlt.

git grep -nE "openai|anthropic|gemini|mistral|claude-|gpt-" -- '*.py' '*.ts' '*.js' 
  | grep -vE "abstraction|router|provider" 
  | sort -t: -k1 
  | awk -F: '{print $1}' | uniq -c | sort -rn

Die Dateien ganz oben in dieser Zählung sind die Heiss-Stellen deines echten Abhängigkeitsgraphs. Setz eine Provider-agnostische Schicht vor dem schlimmsten Offender ein, bevor die nächste Woche kommt.

Ausblick: Beobachte, ob die Orchestrations-Idee (Fugu) mit der Idee offener Dateien (CADAM) in eine einzelne Forderung kollidiert — auswechselbare Modelle, die diffbare, Vendor-sichere Artefakte schreiben. Erwarte, dass sich die Secrets-Hygiene- und PRNG-Provenienz-Fäden zu Beschaffungssprache verfestigen, und behalte den Wellen-Gleichungs-Raumzeit-Löser im Auge: Parallel-in-Zeit FE ist die Art stiller Infrastruktur-Gewinn, die Schweizer Akustik- und Seismik-Teams prägt, wie sie Berechnungen budgetieren dieses Jahr.