Generative Gestaltung

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Entwurfsprozess für Generative Gestaltung

Generative Gestaltung, auch Generatives Design, bezeichnet eine Entwurfsmethode in den verschiedenen Bereichen der Gestaltung (Kunst, Architektur, Kommunikationsdesign, Produktdesign).

Anwendung[Bearbeiten | Quelltext bearbeiten]

Im Unterschied zu schon seit längerem etablierten Begriffen wie Generative Kunst oder Computerkunst umfasst Generative Gestaltung insbesondere auch Aufgabenstellungen aus Design,[1] Architektur[2] und Ingenieursdisziplinen[3]. Hauptanwendungsgebiete im Bereich des Kommunikationsdesigns ist die Erstellung von Informationsgrafiken, Diagrammen oder flexiblen Erscheinungsbildern. In der Architektur wird Generative Gestaltung (dort auch häufig Computational Design genannt) hauptsächlich zur Formfindung und Simulation architektonischer Strukturen verwendet. In der technischen Produktentwicklung kann es zur Werkstoffauswahl, Konstruktion anhand weniger Anforderungen bzw. Eingangs- und Ausgangsparameter und Gewichtsreduzierung beitragen. Dies könne insbesondere in Paarung mit additiven Fertigungsverfahren bisher nicht in Erwägung gezogene Lösungen aufwerfen[4][5][6] – die Begriffe (Generatives Design, Generative Fertigung) sind jedoch nicht zu verwechseln.

Wesentlich dabei ist, dass der Output – Bild, Sound, architektonisches Modell, Animation, … – durch ein Regelwerk, bzw. einen Algorithmus (üblicherweise in Form eines Computerprogramms) erzeugt wird, wodurch wesentlich Arbeitsschritte wie konstruktive Bemessungen jenseits der Auslegung entfallen. Auszeichnendes Element ist dabei zumeist auch die Visualisierung der technischen Optimierung.

Ein simples Beispiel ist die automatisierte Konstruktion des Gestells einer Drohne, für das lediglich die gewünschte Grundform (z. B. Anzahl der Arme) sowie die mechanischen Anforderungen (Motorenmasse, voraussichtliche Belastungen) definiert werden müssen. Eine derartige Topologieoptimierung kann noch algorithmengetrieben erfolgen und setzt noch nicht zwangsläufig höhere Abstraktionsformen des maschinellen Lernens (künstliche Intelligenz) voraus.

Mittels generativem Design entworfenes Gestell eines Quadcopters mit typisch organischer Formgebung

Entwicklung[Bearbeiten | Quelltext bearbeiten]

Dass Generative Gestaltung an Bedeutung zunimmt, liegt vor allem daran, dass neue Entwicklungsumgebungen (Processing, VVVV, Quarz Composer, OpenFrameworks, …) oder Scriptingmöglichkeiten (Rhinoscripting, Scriptographer, …) es mittlerweile auch Gestaltern mit wenig Programmiererfahrung vergleichsweise leicht machen, ihre Ideen auf diesem Gebiet umzusetzen.

Die 2022 vorgestellte Software Point-E von OpenAI ermöglicht die Generierung von 3D-Modellen auf Basis von Texteingaben.[7][8][9]

Es ist zu erwarten, dass derartige Optimierungsprobleme durch den Einsatz von Quantencomputern einen Produktivitätszuwachs erzielen werden.

Siehe auch[Bearbeiten | Quelltext bearbeiten]

Literatur[Bearbeiten | Quelltext bearbeiten]

Weblinks[Bearbeiten | Quelltext bearbeiten]

  • Generative Gestaltung – Homepage zum Buch Generative Gestaltung (Präsentation und ergänzende Inhalte zu den Auflagen von 2010 und 2018)

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. Achim Schaffrinna: Generatives Design. Co-Kreation dank künstlicher Intelligenz. In: Design Tagebuch. 16. Juli 2018, abgerufen am 11. November 2020 (deutsch).
  2. Generatives Design. In: DETAIL. Zeitschrift für Architektur + Baudetail. DETAIL Business Information GmbH, abgerufen am 11. November 2020.
  3. Monika Zwettler: Was ist eigentlich Generatives Design? In: Konstruktionspraxis. Vogel Communications Group, 19. Mai 2020, abgerufen am 11. November 2020.
  4. Was ist generatives Design. Tools und Software. In: Autodesk. Abgerufen am 11. November 2020.
  5. Generative Design. Die Zukunft der Produktentwicklung. In: PTC. Abgerufen am 11. November 2020 (deutsch).
  6. Performance-Driven Engineering Design Approaches Based on Generative Design and Topology Optimization Tools: A Comparative Study. In: Applied Sciences journal. 2022 (mdpi.com).
  7. Alex Nichol, Heewoo Jun, Prafulla Dhariwal, Pamela Mishkin, Mark Chen: Point-E: A System for Generating 3D Point Clouds from Complex Prompts. 2022, doi:10.48550/ARXIV.2212.08751, arxiv:2212.08751v1.
  8. Point·E. In: GitHub. OpenAI, 22. Dezember 2022, abgerufen am 22. Dezember 2022.
  9. Claudia Wieschollek: Point-E: Neue OpenAI-KI erstellt 3D-Modelle aus Texteingaben. In: t3n – digital pioneers | Das Magazin für digitales Business. 21. Dezember 2022, abgerufen am 22. Dezember 2022.