Prompten statt Rendern? Über den Wandel im Visualisieren
Der Visualisierungsprozess im Architekturstudium erfindet sich neu: Entwerfen wird schneller, intuitiver und experimenteller. Doch so grenzenlos die Möglichkeiten scheinen, zeigen Ungenauigkeiten und Kontrollverluste, dass KI das architektonische Denken nicht ersetzt, sondern neu herausfordert.
Als ich 2018 mein Architekturstudium begann, war der Visualisierungs-Workflow klar: CAD-Zeichnungen erstellen, Szene rendern und anschließend in Photoshop nachbearbeiten. Heute verändert sich dieser Prozess rasant. Während meines letzten Entwurfsstudios an der Technischen Universität Berlin lernte ich, wie stark KI unser Studium und zukünftige Arbeitsweisen beeinflusst.
Grenzenlos, doch ungenau
Mit Tools wie Midjourney lassen sich räumliche Ideen, die früher einen halben Tag Modellieren und Rendern erforderten, innerhalb weniger Minuten als atmosphärische Bilder erzeugen – allein durch Sprache. „Massiver Ziegelbau im Nebel, weiches Nordlicht, menschenleerer Platz“: Vier generierte Bilder eröffnen sofort neue Richtungen. KI liefert Inspiration, beschleunigt Denkprozesse und überbrückt die Kluft zwischen Vorstellung und Visualisierung.
Collagen sind sowohl Darstellungsform als auch Entwurfswerkzeug. KI übernimmt heute Teile dieser Rolle, indem sie kohärente Bildwelten aus Text- und Bildinputs generiert. Entwerfende steuern über Prompts und kuratieren Ergebnisse, statt einzelne Elemente manuell zu montieren. Das spart Zeit, bringt aber neue Unsicherheiten. Trotz präziser Prompts schleichen sich häufig unerwartete oder fehlerhafte Elemente ins Bild: Menschen erscheinen in falschen Maßstäben, Materialien wirken physikalisch unmöglich, oder es tauchen Objekte auf, die gar nicht beschrieben wurden. Solche Fehler zeigen ein grundlegendes Problem generativer Systeme: Sie verstehen den Entwurf nicht im architektonischen Sinn, sondern kombinieren statistische Bildmuster aus Trainingsdaten.
Revolution in Kinderschuhen
Neben rein bildgenerierenden Plattformen entwickeln sich zunehmend multimodale Systeme wie Gemini Nano Banana Pro, die Text, Bild und teilweise 3D miteinander verknüpfen. Hier entsteht eine neue Phase der KI-Integration. Vorhandene 3D-Modelle können automatisch texturiert, in andere Kontexte gesetzt oder auf Basis existierender Renderings angepasst werden, ohne erneut aufwendig zu rendern. Clay-Renderings werden zunehmend zum Rohmaterial, während KI die endgültige Atmosphäre erzeugt. Innerhalb weniger Minuten lassen sich Materialien austauschen, Tageszeiten verändern oder Vegetation ergänzen. Diese Geschwindigkeit fördert experimentelles Arbeiten und erleichtert den Umgang mit Varianten. Gleichzeitig bleibt die Kontrolle über das Ergebnis eine Herausforderung, da KI auch Details verändert, die eigentlich unverändert bleiben sollten – etwa Proportionen, Fassadenrhythmen oder räumliche Beziehungen.
Trial and Error
KI-generierte Bilder wirken oft überzeugend, teilweise sind sie jedoch räumlich oder konstruktiv unlogisch. Perspektiven stimmen nicht exakt, Bauteile verschmelzen, oder Materialien verhalten sich unrealistisch. Für Präsentationen kann das ausreichend sein, für technische Planung jedoch nicht. Physikalisch korrektes Rendering bleibt unverzichtbar, wenn es um genaue Maße, Lichtberechnung und Materialeigenschaften geht.
Auch im Hochschulkontext verändert sich dadurch die Bewertung von Projekten. Atmosphärisch überzeugende Perspektiven sind leichter zugänglich, wodurch der Fokus stärker auf konzeptionelle Klarheit und räumliche Idee als auf handwerkliche Rendering-Perfektion rückt.
Die KI ersetzt daher nicht die etablierten technischen Werkzeuge, sondern verschiebt den kreativen Schwerpunkt im Entwurfsprozess. Renderings bleiben strukturelles Fundament, während KI als ästhetische Beschleunigung fungiert. Visualisierung wird dadurch dynamischer, reversibler und permanent anpassbar. Jede Stimmung kann schnell getestet werden, wodurch Entwerfen fluider wird. Das ermöglicht schnelle Explorationen und Varianten, verlangt jedoch zugleich eine kritische Haltung gegenüber ihren Ergebnissen. Wir rendern also nicht weniger – wir denken anders, bevor wir rendern.