Prompt entworfen mit KI

KI-Bildgeneratoren analysieren riesige Mengen an online zugänglichen Bilddaten, erkennen mithilfe neuronaler Netze und maschinellem Lernen Bildinhalte oder Muster und erzeugen daraus entsprechend dem individuellen Anwenderwunsch neue Bildinhalte. Damit kann man sich z. B. von der KI Design- oder Entwurfsvorschläge machen lassen – etwa für eine Küchen- oder Badeinrichtung, einen Wintergarten, ein Vordach oder ein komplettes Gebäude. Diese kann man als Vorlage für ein erstes Kundengespräch oder als Inspiration für die weitere Entwurfsausarbeitung nutzen – ohne die jeweiligen Objekte skizzieren oder dreidimensional modellieren zu müssen. Das stetig wachsende Angebot reicht von allgemeinen KI-Bildgeneratoren, bis zu speziell für Architekten und Designer zugeschnittenen Lösungen.

Wie werden Bilder generiert?

Es genügt eine (manchmal in Englisch zu formulierende) textliche Anweisung, „Prompt“ genannt, was abgebildet werden soll. Soll z. B. ein repräsentativer Haus- oder Hofeingang generiert werden, müssen das Objekt, ein Designstil, das Material und die Darstellungsweise angegeben werden, also etwa: „Hauseingang aus dunkelgrau gestrichenem Metall, organisch geformt als fotorealistisches Rendering“. Je nach Programm, können teilweise über Schieberegler die gewünschte Bildgröße, Auflösung und andere Parameter festgelegt werden. Das Bild wird in wenigen Sekunden generiert (Bild 3). Entspricht es nicht den Erwartungen, kann man Prompt-Wörter ändern, ergänzen, mit negativen Prompts Bildelemente entfernen und sich so schrittweise dem gewünschten Ergebnis nähern (Bild 4). KI-gestützte Promt-Generatoren, wie z. B. „PromptPerfect“ oder der „ChatGPT Promptgenerator“ vereinfachen die Suche nach passenden Prompts. Neben Text-zu-Bild- gibt es auch Bild-zu-Bild-Generatoren. Sie können neue Bilder auch anhand eines hochgeladenen Fotos oder einer Skizze erzeugen. Diese werden als Vorlage verwendet, mit neuen Inhalten (z. B. neue Objekte, Farben, Materialien, Hintergründe oder Lichtstimmungen), dem gewünschten Design- und Darstellungsstil zu einem neuen Bild zusammengesetzt (Bilder 7 und 8). Fotomontagen oder künstlerische Verfremdungen lassen sich damit ebenso realisieren. Text-zu-Video oder Bild-zu-Video-Generatoren erzeugen anhand von Textprompts, einer Skizze, eines Renderings oder eines Fotos eine kurze Videosequenz.

Was können architekturspezifische Bildgeneratoren?

Populäre KI-Bildgeneratoren wie „Dall-E“, „Midjourney“, „Stable Diffusion“ oder „Microsoft Designer“ wurden für allgemeine Anwendungen entwickelt. Obwohl man sie sehr gut auch für den Bau- und Architekturbereich verwenden kann, haben architekturspezifische Lösungen wie „Archi“, „ArchiVinci“, „LookX AI“ oder „MyArchitectAI“ viele Vorteile. Sie können z. B. für hochgeladene Raumgrundriss-Skizzen oder Raumfotos Vorschläge für eine Einrichtung in unterschiedlichen Designstilen machen. Sie kennen ferner auch zahlreiche Baustile aus der Kunstgeschichte und teilweise auch Formensprachen bekannter Architekten. Darüber hinaus verfügen sie über ein breites Spektrum an Baustoffen und Materialien, Lichtstimmungen oder Bildhintergründen, mit deren Hilfe Gebäude oder Räume unterschiedlich gestaltet und in Szene gesetzt werden können. Teilweise können die Veränderungen auch auf einen zuvor definierten Bildbereich beschränkt werden. So kann man Bildveränderungen gezielter vornehmen – oder sich etwa für eine Baulücke von der KI Vorschläge für die Fassadengestaltung machen lassen. Teilweise sind Text-zu-Bild- oder Bild-zu-Bild-Generatoren in umfassende Lösungen eingebunden, die auch Grundrisse aus Skizzen und daraus per VR-Brille virtuell begehbare 3D- oder BIM-Modelle generieren können. Vereinzelt nutzen inzwischen auch schon bauspezifische CAD-Programme wie „Archicad“, „Revit“ oder „Vectorworks“ allgemeine oder architekturspezifische KI-Bildgeneratoren, um erste Konzeptideen für eine Raumeinrichtung oder für ein Gebäude zu generieren und diese anschließend zu variieren.

Welche Bildgeneratoren sollte man kennen?

Aus der inzwischen beachtlichen Vielzahl an KI-Bildgeneratoren fallen vor allem die folgenden Lösungen durch die häufige Nennung in Online-Übersichten oder -Besprechungen, wie z. B. von „AECMagazine“, „Allthingsai“, „Dezeen“, „Parametric Architecture“ oder „ZDNET“, durch besondere architekturspezifische Funktionen oder durch die Ergebnisqualität auf. Die meisten Adressen sind kostenpflichtig und setzen eine Registrierung voraus. Einige bieten, nach einer Anmeldung über ein Google- oder Facebook-Konto, auch eine kostenfreie Testmöglichkeit oder sind – teilweise mit funktionellen Einschränkungen – kostenfrei (z.B. „Craiyon“, „Deep Dream Generator“ oder „Microsoft Designer“). Nachfolgend eine Auswahl zum Produktvergleich:

„ArchiVinci“: … generiert aus Skizzen, Bildern oder Videos 3D-Renderings unter Verwendung der vom Anwender gewählten Design- und Darstellungsstile, die sich per Schieberegler variieren oder über Negativ-Prompts modifizieren lassen. Innenräume können virtuell eingerichtet oder Bildbereiche Prompt-gesteuert neu gestaltet werden. Auch Grundriss- oder Lagepläne lassen sich automatisiert einfärben und gestalten. Kosten: 79 USD pro Monat und 699 USD pro Jahr (www.archivinci.com).

„ArkoAI“: … ist ein KI-Tool, das in wenigen Minuten fotorealistische Renderings auf der Grundlage von Revit-, Rhino 3D- oder Sketchup-Modellen generiert. Mit der „Seed-Einstellung“ werden 3D-Modelle konsistent im gewählten Stil gerendert. Mit negativen Prompts lassen sich bestimmte visuelle Elemente eliminieren, Farben anpassen oder Stile beeinflussen, was Feinabstimmungen ermöglicht und Renderingprozesse beschleunigt. Kosten: 25 USD monatlich für Studenten, 39 USD monatlich für Individualanwender (www.arko.ai).

„Dall-E“: … ist ein von OpenAI entwickelter Text-zu-Bild-Generator, der auf der Grundlage von OpenAIs GPT-3-Modell arbeitet. Dall-E ist sehr leistungsfähig, vielseitig und kann sehr realistische Landschaften, Wettersituationen oder abstrakte Kunstwerke ebenso generieren wie futuristische Architektur. Dall-E ist aktuell in der dritten, verbesserten Version im Chatbot „ChatGPT Plus“ integriert und kann dort in der Plus-Version ab 23 Euro monatlich kostenfrei genutzt werden (www.openai.com/dall-e-3).

„Fabrie“: … generiert aus Prompts, Skizzen oder Bildern KI-Renderings, ist darüber hinaus aber auch eine umfangreiche Kollaborationsplattform für die Gestaltung von Designobjekten aller Art. Innerhalb dieses virtuellen „Design-Sandkastens“ können Designideen gemeinsam entwickelt, modifiziert und visualisiert werden. Ein Testprojekt ist kostenfrei, ein Basic- oder Professional-Arbeitsplatz kostet 9, respektive 29 USD monatlich (www.fabrie.com).

„LookX AI“: Der für Architekten und Designer zugeschnittene KI-Generator generiert Renderings oder Bewegtbilder anhand von Prompts oder Skizzen. Wird LooX mit Modellen oder Architekturstilen „gefüttert“, entstehen neue Gebäude mit ähnlichen Eigenschaften. Zahlreiche Funktionen, Einstellmöglichkeiten und Plugins für SketchUp oder Rhino machen die Anwendung zu einem vielseitigen Designtool. Zeitlich begrenzt ist LookX kostenlos, ein Abonnement kostet monatlich 20 USD bzw. jährlich 199 USD. Eine erweiterte „Teams“-Version gibt es für 269 USD pro Monat (www.lookx.ai).

„Midjourney“: … ist ein leistungsfähiger allgemeiner KI-Bildgenerator, der Bildergebnisse in sehr hoher Qualität liefert. Er verfügt über zahlreiche Einstellungsmöglichkeiten, wie etwa des Bild-Seitenverhältnisses. Man kann sich von den Prompts und Bildergebnissen anderer Anwender inspirieren lassen und Bildvariationen sind ebenso schnell erstellt wie Bildvergrößerungen. Allerdings ist die Bedienung über die Discord-Oberfläche etwas gewöhnungsbedürftig. Die monatlichen Nutzungsgebühren liegen zwischen 10 und 120 USD (www.midjourney.com).

„Microsoft Designer“: Dieser einfache und intuitive Text-zu-Bild-Generator vom Microsoft Designer kann Bilder bis zu einer Größe von 1792 x 1024 Bildpunkten anhand von Textprompts generieren. Nach einer Anmeldung kann die Software kostenlos genutzt werden. Mit grundlegenden Bildbearbeitungsfunktionen lassen sich die Ergebnisbilder zuschneiden, skalieren, drehen, in den Farben, der Helligkeit oder über Filter und Effekte anpassen (https://designer.microsoft.com/image-creator).

„MyArchitectAI“: … ist ein ebenfalls sehr einfach bedienbarer KI-Bildgenerator mit hoher Ergebnis-Bildqualität für die Architektur-, Innenraum- oder Möbelgestaltung mit Anbindung an „Archicad“, „Revit“, „Rhino“, „SketchUp“ oder „Vectorworks“. Der gewünschte Design- und Darstellungsstil kann über einen Prompt, über vorgegebene Beispiel-Bilder oder über ein individuelles Referenzbild definiert werden. 10 Renderings sind kostenfrei, danach kostet „MyArchitectAI“ 29 USD monatlich (www.myarchitectai.com).

„PromeAI“: Dieser „Kunstgenerator“ verwandelt Skizzen in fotorealistische Renderings – und umgekehrt, macht Bildretuschen, verändert Bildhintergründe, generiert aus Texten oder Bildern kurze Videoclips etc. Anwender können dabei Stile und Designkonzepte wählen oder mit dem Grafik-Tool Innenräume oder Gebäude bearbeiten. Neu sind eine „Drag& Drop“-Funktion und eine Größen-, Layer-, und Winkelanpassung. Die Preise bewegen sich zwischen 24,50 USD und 59 USD pro Monat (www.promeai.pro).

„RoomGPT“: … erzeugt auf der Grundlage eines hochgeladenen Raumfotos mit der aktuellen Einrichtung und eines zu wählenden Einrichtungs-Stiles Ideen für eine Neugestaltung. Der Fokus liegt auf der Raumgestaltung mit Möbeln, Materialien und Farben. Allerdings sind die Gestaltungsfunktionen etwas eingeschränkt. „RoomGPT“ gibt es als Abo: 30 Gestaltungsvorschläge (Credits) kosten 9 USD, 200 Credits gibt es für 29 USD (www.roomgpt.io).

„Stable Diffusion“: Dieser allgemeine Text-zu-Bild-Generier, der auch von „Archicad“ als „Archicad AI Visualizer“ für die Erstellung von 3D-Visualisierungen in früher Entwurfsphase genutzt wird, generiert Bilder in hoher, fotorealistischer Qualität. Mithilfe einer Prompt-Datenbank können sich Anwender die den KI-generierten Bilden zugrunde liegenden Prompts anschauen und daraus eigene Prompts erstellen. Die monatlichen Abo-Gebühren liegen zwischen 7 und 14 USD (https://stablediffusionweb.com/de).

„Veras“: … ist ein architekturspezifisches KI-Visualisierungswerkzeug, das als Plugin für „Autodesk Revit“ und „Forma“, „Rhino“, „Sketchup“ oder „Vectorworks“ aus 3D-Modellen neben fotorealistischen Renderings auch Gestaltungsvorschläge für Innenräume, 3D-Modelle, Bilder oder einen markierten Bildteilbereich generieren kann. Über Schieberegler lassen sich diverse Einstellungen vornehmen. Ein Abonnement gibt es ab 51 USD pro Monat, für Studenten ab 12,42 USD pro Monat (www.evolvelab.io/veras).

Was sind die Herausforderungen und Grenzen?

Trotz aller Begeisterung über die teilweise atemberaubenden Ergebnisse, die man mit einfachen Textprompts erzielen kann – es gibt auch noch einige Schwächen in der Funktion und Bedienung. So ist jedes generierte Bild ein nicht reproduzierbares Unikat. Man erhält mit dem nächsten Prompt zwar ein ähnliches Ergebnis, aber eines, das auch unerwünschte Änderungen enthalten kann, was zur Folge hat, dass man ein gutes Ergebnisbild nur eingeschränkt gezielt verbessern und optimieren kann. Man kann mit Textprompts auch keine Abmessungen von im Bild dargestellten Objekten angeben, was die Umsetzung konkreter Entwurfsideen mit bestimmten Maßen und Proportionen ebenfalls einschränkt. Außerdem scheitert die KI häufig kläglich an der korrekten Darstellung (bau-)technischer Objekte, wie etwa unterschiedlichen Treppenformen, Dachkonstruktionen oder gebäudetechnischen Anlagen – und sie berücksichtigt natürlich auch keine Bauvorschriften, Richtlinien und Normen. Materialien lassen sich nicht immer gezielt bestimmten Bauteilen oder Bereichen zuordnen, Bildbereiche nicht gezielt verändern oder die Renderqualität oder Bildauflösung entspricht manchmal nicht den Erwartungen.

Ungeklärt sind auch urheberrechtliche Aspekte, denn welche Trainingsdaten benutzt werden, wie sehr in den Ergebnisbildern dargestellte Objekte realen, urheberrechtlich geschützten Objekten ähneln dürfen und wem die KI-generierten Inhalte eigentlich gehören – all das sind größtenteils noch offene Fragen. Trotz dieser Schwächen sind die Potenziale von KI-Bildgeneratoren, wie auch anderer KI-Werkzeuge, vielversprechend. Sie werden nicht nur CAD-, Grafik- oder Visualisierungsprogramme, sondern auch die Arbeitsweise von Planern verändern. In welchem Ausmaß, dass lässt sich derzeit noch nicht absehen, denn die Entwicklungen sind sehr dynamisch und stehen erst am Anfang. Dass KI inzwischen auch kreative Prozesse unterstützen und auch selbst kreativ werden kann, sollte nicht als Bedrohung, sondern als Chance wahrgenommen werden. KI-Bildgeneratoren sind smarte Entwurfs-Assistenten, mit deren Hilfe man in einen interaktiven und iterativen Prozess schneller und effizienter entwerfen kann, als mit konventionellen Methoden. Spontanität, Genialität, Intuition, künstlerisch-schöpferische Fähigkeiten oder die individuelle menschliche Einfühlungsgabe wird die KI allerdings (bis auf weiteres) nicht ersetzen können.