Blog

Während meines Studiums an der OST durfte ich unter der Betreuung von Christian Graf und Roger Bräm die Anwendung von Generative Design in der Landschaftsarchitektur erforschen. In der Methode Generative Design wird nicht ein Objekt selbst entworfen, sondern der Prozess mit dem Entworfen wird. Statt Bleistift und Skizzenpapier werden Algorithmen und Parameter zum Entwerfen eingesetzt.

Meine Aufgabenstellung war es Generative Design zu studieren und einen Workflow zu entwickeln, wie Generative Design in unserem Arbeitsfeld einsetzbar ist. Anhand dieses Workflows habe ich ein eigenes Generative Design Skript kreiert, um Bäume zu platzieren.

Der Workflow des Generative Designs besteht aus folgenden Arbeitsschritten:

1. Generieren
2. Analysieren
3. Bewerten
4. Entwickeln
5. Erkunden
6. Integrieren

In jedem Arbeitsschritt werden wiederum die Phasen “Definition”, “Ausführen” und “Resultate” durchlebt.

Im heutigen Beitrag konzentriere ich mich vorwiegend auf die Phasen des Generierens und des Analysierens.

Generative Design hat viele Parallelen mit Parametric Design. Beide Entwurfsmethoden besitzen dasselbe Grundgerüst.

Beide Methoden benötigen Parameter in Form von Inputs. Die Inputs werden in drei verschiedenen Kategorien unterteilt: Kontextinformationen, Beschränkungen und Variablen.

Wie der Name Kontextinformationen schon sagt, handelt es sich um Informationen, die das Design verorten. Beispielsweise das Gelände in Form von einer Topografie. Beschränkungen fliessen in Form von Regeln in den Prozess. Mit den Beschränkungen können beispielsweise Grenzabstände definiert werden. Variablen sind Inputs, die verschiedene Werte annehmen. Verändert sich der Wert der Variable, verändert sich der Entwurf. Ein Beispiel an der Baumdichte: 1 bedeutet die Bäume stehen dicht beieinander und bei sind 0 die Bäume weit verteilt. Dabei können auch alle Werte zwischen 1 und 0 vorkommen. Mit diesen Variablen müssen wiederum Beschränkungen verknüpft sein, welche definieren was dicht und was weit ist.

Vereinfacht kann gesagt werden: Durch Variablen entstehen verschiedene Varianten, Kontextinformationen und Beschränkungen geben den Varianten den Bezug zur Wirklichkeit.

Aus diesen Input-Informationen wird nun mit mathematischen Funktionen und Algorithmen, den sogenannten “Generators”, das Resultat generiert. Der ”Generator” funktioniert, wie eine Bedienungsanleitung, in der aus einem Karton eine Schachtel gemacht wird.

Das Ziel von Generative Design ist jedoch nicht nur eine beliebige Variante zu kreieren, sondern die beste mögliche Variante zu entwickeln. Damit die beste Variante gefunden wird, müssen die entworfenen Varianten bewertet werden. Die Bewertung findet mit sogenannten “Evaluators” statt. Beispielsweise wurde mit den “Generators” ein Würfel kreiert. Mit den “Evaluators” wird dieser Ausgewertet. Die Resultate werden messbar gemacht. Das heisst im Beispiel des Würfels können die Gesamtoberfläche, die Grundfläche und das Volumen messbar gemacht werden.

Die Grundregel lautet, je komplexer das Design, desto schwieriger wird es die Kriterien für die Auswertung zu definieren. Besonders schwierig messbar sind subjektive Eindrücke wie Schönheit und Atmosphäre.

Die Ergebnisse der “Evaluators” machen die Varianten aus den “Generators” vergleichbar.

Parametric Design kann nur aus ”Generators” bestehen oder einer Kombination von ”Generators” und ”Evaluators”. Es können zwar verschiedene Entwurfsvarianten erstellt und miteinander verglichen werden, jedoch wird nicht automatisch die beste Variante ermittelt. Die varianten müssen durch Ausprobieren händisch miteinander verglichen werden.

Der Unterschied von Parametric Design zu Generative Design liegt im Algorithmus des ”Solvers”. “Solver” setzen den Automatismus in Gang, in welchem Entwurfsoptionen entstehen. “Solvers” erhalten als zusätzlichen Input, welche Vergleichswerte aus den “Evaluators” wie optimiert werden sollen.

Wie die “Solvers” genauer funktionieren, erfahrt ihr im nächsten Blogbeitrag zu Generative Design <hier>. Bleibt dran Fortsetzung folgt.