KI-gestützte Planung & Generative Design

Generative Verfahren können auf Grundlage eines Raumprogramms, eines Grundstücks, geometrischer Randbedingungen und fachlicher Anforderungen unterschiedliche Entwurfsoptionen erzeugen. Mögliche Anwendungen reichen von Baukörpern und Grundrissen über Flächen- und Nutzungskonzepte bis zu Erschließungs-, Fassaden- oder Layoutvarianten.

Planer definieren zunächst den Lösungsraum: Welche Flächen werden benötigt? Welche Abstände, Orientierungen und funktionalen Beziehungen sind einzuhalten? Welche Zielgrößen sollen optimiert werden? Aus diesen Vorgaben entstehen Varianten, die anschließend fachlich bewertet und weiterentwickelt werden.

Generative KI kann diesen Prozess ergänzen, indem sie frühe Ideen, Referenzen, Beschreibungen oder visuelle Konzepte erzeugt. Ein Bild oder textbasierter Entwurfsvorschlag ist jedoch noch kein belastbares Planungsmodell. Für die Weiterverwendung müssen Geometrien, Bauteile, Anforderungen und Eigenschaften in strukturierte CAD-, BIM- oder Simulationsdaten überführt werden.

Planungsentscheidungen müssen häufig mehrere, teilweise widersprüchliche Ziele berücksichtigen. Eine Variante kann eine hohe Flächeneffizienz aufweisen, aber ungünstig für Tageslicht, Energiebedarf, Materialeinsatz oder spätere Nutzung sein. KI- und Optimierungsverfahren helfen, solche Zielkonflikte systematisch zu untersuchen.

Dazu werden Planungsvarianten mit Simulationen und Berechnungen verbunden – beispielsweise für:

• Energiebedarf und thermischen Komfort,
• Tageslicht und Verschattung,
• Tragverhalten und Materialeinsatz,
• Kosten und Mengen,
• Flächeneffizienz und Nutzung,
• CO₂- und Lebenszykluswirkungen,
• Bauzeit und Herstellbarkeit.

Bei mehreren Zielgrößen gibt es meist nicht die eine objektiv „optimale“ Lösung. Stattdessen entsteht ein Spektrum unterschiedlicher Kompromissvarianten. Solche sogenannten Pareto-Lösungen zeigen, wie sich eine Verbesserung bei einem Ziel auf andere Kriterien auswirkt. KI kann diesen Entscheidungsraum strukturieren; die Gewichtung und Auswahl bleiben fachliche und strategische Aufgaben.

Optimierungsverfahren können Tragwerke, Bauteile und Materialverteilungen hinsichtlich Gewicht, Stabilität, Steifigkeit, Fertigbarkeit oder Ressourcenverbrauch untersuchen. Topologie- und Formoptimierungen erzeugen beispielsweise Strukturen, die Material gezielt dort einsetzen, wo es für den Lastabtrag benötigt wird.

KI kann bestehende Simulationen beschleunigen, Muster aus früheren Berechnungen erkennen oder geeignete Ausgangsvarianten vorschlagen. Die resultierenden Geometrien müssen anschließend hinsichtlich Normen, Anschlüssen, Brandschutz, Robustheit, Herstellung und Wirtschaftlichkeit geprüft werden.

Besonders relevant wird dieser Ansatz für serielle und industrielle Bauweisen. Bauteile, Module und Montagefolgen können so geplant werden, dass sie besser vorgefertigt, automatisiert produziert oder robotisch montiert werden können. Dadurch entsteht eine enge Verbindung zwischen digitaler Planung, Fertigung und Physical AI.

Digitale Planungsmodelle lassen sich auf geometrische Konflikte, unvollständige Informationen, widersprüchliche Attribute und definierte Planungsregeln prüfen. Klassische Kollisionsprüfungen und viele regelbasierte Modellchecks sind bereits ohne KI möglich und sollten nicht pauschal als KI-Anwendung bezeichnet werden.

Der zusätzliche KI-Beitrag liegt vor allem in der semantischen Analyse und Priorisierung. Systeme können beispielsweise:

• ähnlich formulierte Anforderungen zusammenführen,
• Bauteile trotz uneinheitlicher Bezeichnungen zuordnen,
• mögliche Widersprüche zwischen Modell und Dokumenten markieren,
• Auffälligkeiten nach Bedeutung priorisieren,
• wiederkehrende Fehlerbilder aus früheren Projekten erkennen,
• Prüfergebnisse verständlich zusammenfassen.

Auch Normen, Richtlinien und Genehmigungsanforderungen können perspektivisch stärker maschinenlesbar in Prüfprozesse eingebunden werden. Vollständig automatisierte Konformitäts- oder Genehmigungsprüfungen sind jedoch kein allgemeiner Standard. Fachliche Auslegung, projektspezifische Besonderheiten und rechtliche Verantwortung machen weiterhin nachvollziehbare Prüf- und Freigabeschritte erforderlich.

Sprachmodelle und dokumentenbasierte Assistenzsysteme können Raumprogramme, Protokolle, technische Vorgaben, Richtlinien, Referenzprojekte und Planungsunterlagen erschließen. Sie unterstützen beispielsweise dabei, Anforderungen zu extrahieren, Dokumente zusammenzufassen, Fragen zu Projektinformationen zu beantworten oder erste Planungsaufgaben zu strukturieren.

Retrieval-Augmented Generation, kurz RAG, kann Antworten gezielt auf freigegebene Projekt- und Wissensquellen stützen. Für verlässliche Anwendungen müssen Aussagen auf konkrete Fundstellen zurückführbar sein. Halluzinationen, veraltete Inhalte und unklare Quellen dürfen nicht unbemerkt in Planungsentscheidungen einfließen.

Perspektivisch können solche Assistenten stärker mit CAD-, BIM- und Simulationssystemen interagieren. Aus einer sprachlichen Anforderung könnte dann beispielsweise eine strukturierte Modellabfrage, eine Parameteränderung oder eine neue Berechnungsvariante entstehen. Solche BIM- und LLM-gestützten Workflows sind bereits erkennbar, befinden sich aber vielfach noch in früher Kommerzialisierung oder experimenteller Anwendung.