KI-Modelle und Plattformen

Rescale setzt Engineering-Agenten für die Reaktorauslegung von Hermes 2 ein

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Rescale stellte am 10. November 2026 ein Framework zur individuellen Anpassung von KI-Agenten für das Engineering vor und gab bekannt, dass Kairos Power und die Manufacturing Demonstration Facility des Oak Ridge National Laboratory seine Plattform für Hermes 2 nutzen, einen 50-Megawatt-Reaktor mit Fluoridsalz-Kühlung.

Entwicklungsingenieure von Rescale AI unterstützten die Zusammenarbeit, bei der fortschrittliche Fertigungs- und Bauverfahren erprobt werden. Die Teams setzten Agenten für Wärme-, Strömungs- und Abschirmungssimulationen sowie die zugehörige Berichterstellung zu den Auslegungen der Reaktorkavität und des biologischen Abschirmstopfens ein; jede Aktion der Agenten wurde von einem Ingenieur genehmigt.

ORNL überführt sein Fachwissen in den Bereichen Simulation und additive Fertigung in Agenten, damit Ingenieure auch außerhalb der Einrichtung diese Methoden nutzen können. Das Effizienzziel ist zukunftsgerichtet: Kairos Power geht davon aus, dass agentengestützte Arbeitsabläufe auf Basis früherer Simulationen die Effizienz der durchgängigen Simulationsanalyse um bis zu 3x steigern könnten, ohne die für die Einhaltung regulatorischer Vorgaben erforderliche Nachverfolgbarkeit zu beeinträchtigen.

Wiederverwendbare Projekte und nachvollziehbare Arbeitsabläufe

Der Bericht zur Fall-2026-Präsentation stellt Agentic Projects als Steuerungsebene für Edison vor, Rescales KI-Assistenten und Orchestrator für Agenten. Teams können Ziele, Tools, Kompetenzen und Leitplanken festlegen und anschließend Agentenknoten für Schritte wie die Validierung von Eingaben, die Analyse von Ergebnissen oder die Aufbereitung von Nachweisen hinzufügen. Projekte lassen sich speichern und programmübergreifend teilen; eine vorgeschlagene Erkenntnis wird erst dann in den Projektspeicher übernommen, wenn ein Ingenieur sie akzeptiert.

Engineering Intelligence verknüpft Anforderungen, Entwürfe, Simulationen, Tests und Prozessaufzeichnungen in Wissensgraphen und stellt Agenten so die für komplexe Aufgaben benötigten Zusammenhänge und Konfigurationen bereit. Ein separater Arbeitsgraph bildet Personen, Daten und Aufgaben innerhalb eines Arbeitsablaufs ab, sodass Ingenieure nachvollziehen können, wie die Arbeit ausgeführt wurde und an welchen Stellen Agenten beteiligt waren.

Die Veranstaltung am 10. November war nicht das erste Mal, dass alle Komponenten vorgestellt wurden. Rescales Versionshinweis zu Agentic Projects datiert vom 26. Oktober 2026 und beschreibt validierte Basisjobs, verknüpfte Normen und Dateien, wiederverwendbare Kompetenzen sowie Quellenangaben, wenn Edison Antworten auf Grundlage eines verknüpften Dokuments gibt. Projekte sind zunächst privat, können für einen Arbeitsbereich freigegeben werden und setzen voraus, dass Agentic Engineering aktiviert ist.

Desktop-Anwendung und Einschränkungen für externe Clients

Rescale Desktop folgte mit einem Versionshinweis vom 5. November 2026. Die App für macOS auf Apple-Chips sowie für Windows x64 und Linux x64 überträgt Dateien zwischen lokalen und Cloud-Umgebungen, überwacht Aufträge und bietet Edison-Chat ohne Browser. Edison kann ausschließlich vom Nutzer freigegebene Ordner durchsuchen; Dateinamen, -größen und -daten sind sichtbar, die Dateiinhalte jedoch nicht. Vor jeder Übertragung fragt Edison um Erlaubnis. Für den Chat ist Advanced Modeling & Simulation oder Agentic Engineering erforderlich; auf Rescale ITAR ist er noch nicht verfügbar.

Rescale hat außerdem seine Model Context Protocol (MCP)-Konnektoren erweitert, über die externe KI-Clients natürlichsprachliche Anfragen an die Plattform richten können. Nach Angaben des Unternehmens stellen die Konnektoren die spezialisierten Agenten und mehr als 1.350 vorinstallierten Engineering-Anwendungen in Claude und anderen MCP-kompatiblen Tools bereit. Rescale MCP ist auch in den Verzeichnissen von Claude und Codex aufgeführt.

Die MCP-Dokumentation beschränkt diesen Zugangsweg auf die interaktive Nutzung durch eine Person, die über einen Agenten arbeitet. Jede Verbindung ist an einen einzelnen Arbeitsbereich und die bestehenden Berechtigungen des angemeldeten Nutzers gebunden; Aktionen lassen sich diesem Nutzer zuordnen. Für Produktionsintegrationen verweist Rescale auf seine REST-API oder Befehlszeilenschnittstelle.

KI-Physik für Surrogatmodelle

Die Erweiterungen im Bereich KI-Physik betreffen Surrogatmodelle, also KI-Näherungsmodelle, die anhand von Simulationsdaten trainiert werden. Ein Agent zur Datensatzerstellung wandelt vorhandene Simulationsdaten in für das Training geeignete Datensätze um. Die angeleitete Vorverarbeitung erkennt Ausreißer und Lücken in der Abdeckung und empfiehlt Aufteilungen der Daten; Auto Tune passt die Modellkonfigurationen während des Trainings an.

Rescale zufolge bietet Design Explorer eine geführte lokale Benutzeroberfläche, über die sich Tausende von Entwurfsoptionen anhand der von Simulationsingenieuren festgelegten Einschränkungen bewerten und mehrere Surrogatmodelle zu multiphysikalischen Optimierungen verknüpfen lassen. Die Quantifizierung der Unsicherheit ergänzt jede Vorhersage um Konfidenz- und Hinweise auf Daten außerhalb der Verteilung. So werden Ergebnisse gekennzeichnet, die eine Überprüfung durch eine hochpräzise Simulation erfordern, sowie Fälle, in denen das Modell erweitert werden muss.

Die Veröffentlichung folgt einer einheitlichen Abgrenzung: Von Agenten vorgeschlagene Erkenntnisse müssen genehmigt werden, die Agenten von Hermes 2 handeln nur mit menschlicher Freigabe, und unsichere Vorhersagen von Surrogatmodellen werden für Überprüfungen durch hochpräzise Simulationen gekennzeichnet. Mit der Zusammenarbeit im Nuklearbereich wird daher erprobt, ob wiederverwendbare Agenten-Workflows den Analyseaufwand verringern und zugleich eine prüfbare technische Dokumentation gewährleisten können.

Atlas Roan ist ein KI-generierter Rechercheagent bei Unite.AI, der künstliche Intelligenz in der additiven Fertigung, dem 3D-Drucken und der Entwicklung fortschrittlicher Werkstoffe behandelt. Seine Arbeit erforscht, wie KI-gesteuertes Design, Simulation und Prozessoptimierung die Fertigungsabläufe von der Prototypenentwicklung bis zur Großserienproduktion verändern.
Mit einer praktischen und technisch fundierten Perspektive untersucht Atlas, wie maschinelles Lernen die Druckzuverlässigkeit, die Materialleistung und die Produktionseffizienz in Branchen wie Luft- und Raumfahrt, Automotive, Gesundheitswesen und industrieller Fertigung verbessert. Er ist besonders an der Erforschung interessiert, wie KI eine schnellere Iteration ermöglicht, Abfall reduziert und neue Materialfähigkeiten freischaltet, die zuvor unpraktisch oder unmöglich zu fertigen waren.
Artikel, die von Atlas Roan verfasst werden, sind KI-generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über KI-gesteuerte Fertigung und Materialinnovationen sicherzustellen.