KI-Tools, die ich getestet und wieder verworfen habe – und warum

Im Laufe meiner Jahre in der Landschaftsgestaltung und später bei der Entwicklung von formspace.design habe ich zahlreiche KI-Tools ausprobiert, in der Hoffnung, effektive Lösungen für die Planung zu finden. Meine Erfahrung hat gezeigt, dass die meisten von ihnen trotz beeindruckender Möglichkeiten für die spezifischen Aufgaben der Landschaftsgestaltung nutzlos oder sogar schädlich sind. Der Grund ist einfach: Sie verstehen die einzigartigen Anforderungen, den Kontext und die Feinheiten unseres Fachgebiets nicht. Ich werde erläutern, welche Arten von KI ich getestet und warum ich sie letztendlich verworfen habe, um mich auf die Entwicklung eines spezialisierten Tools zu konzentrieren.

Mein Weg zur KI in der Landschaftsgestaltung

Mein Interesse an künstlicher Intelligenz ist nicht zufällig. Nach Jahrzehnten der Leitung des Unternehmens „Haus und Garten“, wo wir uns mit der Planung und dem Bau von Landhäusern, der Begrünung und Pflege von Grundstücken beschäftigten, sah ich mich mit der Notwendigkeit der Automatisierung und Prozessoptimierung konfrontiert. Besonders drängend war die Frage nach Geschwindigkeit und Genauigkeit in der Phase der Konzeptplanung. Als ich mit 61 Jahren selbst begann, Programmieren mithilfe von KI zu lernen, eröffnete mir das neue Horizonte. Ich sah das Potenzial in der Ideengenerierung, schnellen Visualisierung und Unterstützung bei Routineaufgaben, erkannte aber schnell, dass allgemeine Lösungen nicht funktionierten. Mein Weg zu formspace.design war von der Enttäuschung über universelle Tools und dem Wunsch geprägt, etwas zu schaffen, das mir in meiner eigenen Praxis fehlte.

Erste Experimente und Enttäuschungen

Ich begann mit den beliebtesten und zugänglichsten KI-Tools: Text-zu-Bild-Generatoren, verschiedenen CAD-Assistenten und sogar Versuchen, KI zur Generierung von 3D-Modellen aus 2D-Plänen zu nutzen. Anfangs schien dies ein Durchbruch zu sein. Man konnte in wenigen Minuten ein „schönes Bild“ eines Grundstücks erhalten, indem man einfach den gewünschten Stil oder die Elemente beschrieb. Doch die Euphorie wich schnell der Enttäuschung. Diese Tools, sei es Midjourney, Stable Diffusion oder andere, hatten kein Verständnis für landschaftsplanerische Prinzipien, wussten nichts über Sonneneinstrahlungszonen, Geländebesonderheiten, Drainage oder Pflanzenverträglichkeit. Sie konnten ein beeindruckendes, aber völlig unrealisierbares Projekt liefern, zum Beispiel vorschlagen, Palmen in einem gemäßigten Klima zu pflanzen oder einen Teich an einem steilen Hang ohne Berücksichtigung technischer Lösungen zu platzieren.

Das Problem der Genauigkeit und Spezifik

Der Hauptgrund für meine Ablehnung vieler KI-Tools ist das Fehlen von Genauigkeit und Verständnis für die Besonderheiten der Landschaftsgestaltung. Für ein erfolgreiches Projekt müssen Dutzende von Faktoren berücksichtigt werden: von der Bodenzusammensetzung und dem Grundwasserspiegel bis hin zur Windrose und benachbarten Gebäuden. Allgemeine KIs verstehen dies nicht. Sie können nicht adäquat beurteilen, dass ein 60 cm breiter Weg für eine Schubkarre oder einen Rasenmäher unpraktisch ist, oder dass ein Abstand von 30 cm zwischen Sträuchern nach ein paar Jahren zu deren Vergeilung und Krankheiten führt. Ich brauchte ein Tool, das nicht nur zeichnet, sondern plant, unter Berücksichtigung von Baunormen, biologischen Besonderheiten von Pflanzen und funktionalen Zonen des Grundstücks. Das ist genau die „Expertise“, die eine KI ohne spezialisiertes Training nicht bieten kann. Wie ich versuche, der KI diese Nuancen beizubringen, habe ich im Artikel „Wie ich die KI korrigiere, wenn sie die Landschaftsaufgabe nicht versteht“ beschrieben.

Fehlender Kontext und Daten

Ein weiteres großes Problem ist das Fehlen von Kontext und qualitativ hochwertigen, spezialisierten Daten. Viele KI-Modelle werden auf riesigen Mengen allgemeiner Bilder und Texte aus dem Internet trainiert. Aber was ist ein „schöner Garten“ für eine KI? Das kann alles sein, von einem japanischen Zen-Garten bis zu einem englischen Landschaftspark, ohne Bezug zu einem konkreten Grundstück von 10 Ar, dessen Budget oder den Wünschen des Kunden. Die KI weiß nicht, dass in einer bestimmten Region die Temperatur im Winter auf -25°C sinkt, und die von ihr vorgeschlagenen exotischen Pflanzen daher einfach nicht überleben würden. Sie sieht nicht, dass die sonnige Seite des Hauses ideal für einen Obstgarten ist und die schattige Seite für einen Ruhebereich mit schattenverträglichen Pflanzen. Solche „Halluzinationen“ der KI, bei denen sie unrealistische oder unpraktische Lösungen liefert, wurden für mich zu einem häufigen Phänomen.

Komplexität der Integration und des Arbeitsablaufs

Selbst wenn ein KI-Tool Potenzial zeigte, stellte sich das nächste Problem: Wie lässt es sich in den bestehenden Arbeitsablauf integrieren? Die meisten funktionierten wie separate „Black Boxes“: Anfrage hochgeladen, Ergebnis erhalten. Aber für ein Landschaftsprojekt funktioniert das nicht. Es bedarf der Möglichkeit von Iterationen, Korrekturen, Änderungen in jeder Phase und der Interaktion mit anderen Programmen (CAD, 3D-Modellierung). Der Versuch, mehrere disparate KI-Dienste zu einer einzigen Kette zu verbinden, erwies sich als zu aufwendig und ineffizient. Es ist, als würde man ein Auto aus Teilen verschiedener Hersteller zusammenbauen, die ohne größere Anpassungen nicht zueinander passen. Die Arbeitszeit, die für die „Feinabstimmung“ der KI-Ergebnisse aufgewendet wurde, überstieg oft die Zeit, die für die manuelle Erstellung des Projekts erforderlich war.

Kosten und Amortisation

Auch die finanzielle Seite darf nicht vergessen werden. Viele fortschrittliche KI-Tools funktionieren auf Abonnementbasis oder erfordern eine Zahlung für jede Generierung. Wenn dies anfangs noch akzeptabel erscheint, steigen die Kosten bei aktivem Testen und zahlreichen Iterationen schnell an, während der tatsächliche Nutzen fraglich bleibt. Für einen einzelnen Landschaftsarchitekten oder ein kleines Studio kann dies zu einem erheblichen Kostenfaktor werden, der sich aufgrund der geringen Qualität oder Irrelevanz der gelieferten Lösungen nicht amortisiert. Ich suchte ein Tool, das nicht nur ein „Spielzeug“ ist, sondern tatsächlich die Arbeitszeit verkürzt und die Qualität der Projekte verbessert, wodurch die Rentabilität steigt. Darüber habe ich übrigens viel nachgedacht, als ich überlegte „Was KI selbst zusammenstellen kann und was immer noch einen Entwickler erfordert“.

Wie man mit formspace.design plant

Genau diese Enttäuschungen waren der Anstoß zur Entwicklung von formspace.design. Ich erkannte, dass nicht nur eine KI benötigt wird, sondern eine spezialisierte KI, die die landschaftsplanerische Logik versteht, auf relevanten Daten trainiert ist und in einen benutzerfreundlichen Arbeitsablauf integriert ist. Mein Produkt formspace.design soll genau diese Probleme lösen.

Stellen Sie sich folgendes Szenario vor: Sie laden den Grundstücksplan des Kunden in Modul 1.x „Plan/Zonen/Objekte“ hoch. Hier können Sie die Grenzen genau definieren, bestehende Gebäude und Versorgungsleitungen eintragen. Anschließend geben Sie im Modul 2.1 „KI-Konzept“ die Wünsche des Kunden bezüglich Stil, Funktionszonen (z.B. Grillplatz 3x4 m, Kinderspielplatz 5x6 m), Pflanzenpräferenzen und Budget ein. Die KI von formspace.design, trainiert auf Tausenden realer Landschaftsprojekte und Pflanzpläne, schlägt mehrere Konzeptvarianten vor, die Zonierung, Sonneneinstrahlung, Gelände und sogar die Pflanzenverträglichkeit für Ihre Region berücksichtigen. Sie erhalten nicht nur Bilder, sondern funktionale Schemata, die Sie weiterentwickeln können. Zum Beispiel können Sie schnell Blumenbeete umstellen oder die Form von Wegen ändern und dabei sicherstellen, dass die Mindestbreite des Hauptweges 1,2 Meter und die des Nebenweges 0,8 Meter beträgt, wie es die Standards für Bequemlichkeit erfordern. Modul 3.1 „Design nach Foto“ ermöglicht es, Änderungen direkt auf einem realen Foto des Grundstücks zu visualisieren, was die Kommunikation mit dem Kunden erheblich vereinfacht und die Projektgenehmigung beschleunigt.

Häufige Fragen

Welche Arten von KI-Tools haben Sie zuerst getestet?

Zuerst habe ich universelle generative Modelle getestet, wie Text-zu-Bild-KIs (z.B. Midjourney, Stable Diffusion), die Bilder aus einer Textbeschreibung erstellen. Ich habe auch verschiedene Online-Planer mit KI-Funktionen ausprobiert, die eine automatische Objektplatzierung versprachen, sowie einige experimentelle Systeme zur Umwandlung von 2D-Plänen in 3D-Modelle. Diese Tools waren attraktiv durch ihre scheinbare Einfachheit und Geschwindigkeit.

Warum sind allgemeine KIs für die Landschaftsgestaltung ungeeignet?

Allgemeine KIs verstehen die Besonderheiten der Landschaftsgestaltung nicht, da sie nicht auf ausreichend spezialisierten Daten trainiert sind, die Pflanzenbiologie, technische Aspekte, klimatische Bedingungen, Normen und Zonierungsregeln berücksichtigen. Sie können schöne, aber absolut nicht funktionale, unrealisierbare oder sogar gefährliche Lösungen generieren, wie die Platzierung lichtliebender Pflanzen im Schatten oder die Anlage von Teichen ohne Berücksichtigung der Entwässerung. Das Fehlen von Kontext und einem tiefen Verständnis des Fachgebiets macht sie für ernsthafte Planungen nutzlos.

Gab es KIs, die fast passten, aber dennoch die Erwartungen nicht erfüllten?

Einige KI-Tools für 3D-Modellierung und Visualisierung zeigten gutes Potenzial in Bezug auf das Rendering, aber ihre Integration mit realen Landschaftsdaten und die Möglichkeit der iterativen Überarbeitung waren stark begrenzt. Sie konnten schnell ein beeindruckendes Bild erstellen, erlaubten aber keine einfache Änderung der Planung, Anpassung an spezifische Grundstücksbedingungen oder Berücksichtigung biologischer Besonderheiten von Pflanzen. Dies erforderte manuelle Eingriffe und Überarbeitungen, was alle Vorteile der Geschwindigkeit zunichtemachte.

Wie haben Sie festgestellt, dass ein Tool für Ihre Aufgaben ungeeignet ist?

Ich habe die Ungeeignetheit eines Tools anhand mehrerer Kriterien bestimmt: fehlende Genauigkeit und Relevanz der vorgeschlagenen Lösungen, die Unmöglichkeit, spezifische Grundstücksbedingungen (Klima, Boden, Topografie) zu berücksichtigen, die Komplexität der Integration in meinen Arbeitsablauf und der hohe Zeitaufwand für die Nachbearbeitung „roher“ Ergebnisse. Wenn die KI Konzepte generierte, die eine grundlegende Überarbeitung erforderten oder Fehler enthielten, die nicht schnell behoben werden konnten, wusste ich, dass dies nicht das war, was ich brauchte.

Mit welchen spezifischen KI-Fehlern sind Sie am häufigsten konfrontiert worden?

Am häufigsten stieß ich auf Fehler wie: Vorschläge für Pflanzen, die mit der Klimazone oder dem Bodentyp inkompatibel waren; Ignorieren der funktionalen Zonierung und der Bewegungslogistik auf dem Grundstück; Erstellung unrealistischer Geländelösungen ohne Berücksichtigung der Entwässerung; Nichteinhaltung grundlegender ergonomischer Maße (z.B. zu schmale Wege oder kleine Flächen); sowie „Halluzinationen“ – die Generierung von Objekten oder Elementen, die im Kontext der Landschaftsgestaltung keinen Sinn ergaben.

Sollte ein Landschaftsarchitekt überhaupt KI-Tools ausprobieren?

Absolut, aber mit einem Verständnis ihrer Grenzen und ihres Zwecks. Allgemeine KIs können nützlich sein für Inspiration, Brainstorming oder die Erstellung erster, sehr allgemeiner Entwürfe. Für die professionelle Planung sind jedoch spezialisierte Tools erforderlich, die alle Nuancen der Landschaft berücksichtigen. Es ist wichtig, eine KI zu suchen, die nicht versucht, den Designer zu ersetzen, sondern dessen Expertise ergänzt und Routineaufgaben automatisiert, indem sie präzise und umsetzbare Lösungen liefert. Genau diesen Ansatz verfolge ich bei formspace.design.

Unterscheidet sich der Ansatz von formspace.design von anderen KI-Tools, die Sie getestet haben?

Ja, er unterscheidet sich grundlegend. formspace.design wird von Anfang an als spezialisiertes Tool für die Landschaftsgestaltung entwickelt. Seine KI-Modelle werden auf relevanten Daten trainiert, berücksichtigen Biologie, Ingenieurwesen, Zonierung und klimatische Besonderheiten. Wir streben nicht nach Universalität, sondern konzentrieren uns auf ein tiefes Verständnis eines einzigen Bereichs. Dies ermöglicht es, nicht nur schöne Bilder, sondern funktionale, umsetzbare Konzepte anzubieten, die innerhalb einer einzigen Plattform leicht korrigiert und weiterentwickelt werden können, wodurch Designer erheblich Zeit und Ressourcen sparen.

Ausblick in die Zukunft

Meine Erfahrung hat gezeigt, dass KI ein mächtiges Werkzeug ist, aber ihre Effektivität hängt direkt von der Spezialisierung und dem Verständnis des Fachgebiets ab. Allgemeine Lösungen funktionieren nicht für so komplexe und vielschichtige Aufgaben wie die Landschaftsgestaltung. Deshalb habe ich meine Bemühungen auf die Entwicklung von formspace.design konzentriert – einer Plattform, die ein wirklich nützlicher Helfer für jeden sein soll, der sich mit der Gestaltung von Grundstücken beschäftigt. Ich glaube, dass die Zukunft spezialisierten KIs gehört, die nicht nur generieren, sondern verstehen und helfen, einzigartige und funktionale Landschaften zu schaffen. Probieren Sie formspace.design aus und überzeugen Sie sich selbst, wie KI für Sie arbeiten kann, und nicht gegen Sie.