Generatives Design
Generatives Design ist ein algorithmusgestützter Ansatz für Konstruktion und Produktentwicklung. Auf Basis vorgegebener Parameter, Anforderungen und Einschränkungen erzeugt und bewertet ein System unterschiedliche Entwurfsvarianten. Im Engineering hilft Generatives Design dabei, größere Lösungsräume systematisch zu untersuchen. Künstliche Intelligenz kann dabei zum Einsatz kommen.[1]
Auf einen Blick
| Merkmal | Einordnung |
|---|---|
| Kategorie | Algorithmusgestützte Konstruktion und Optimierung |
| Funktion | Erzeugung und Bewertung unterschiedlicher Designvarianten |
| Typische Eingaben | Parameter, Anforderungen, Randbedingungen und Konstruktionsziele |
| Einsatzbereiche | Konstruktion, Produktentwicklung, CAD, Simulation und Leichtbau |
| Relevante Technologien | Algorithmen, Simulation und teilweise Künstliche Intelligenz |
| Verwandte Begriffe | Topologieoptimierung, Generative KI, parametrisches Design |
Inhaltsverzeichnis
Was ist Generatives Design?
Beim Generativen Design, englisch Generative Design, beschreibt das Entwicklungsteam zunächst die technische Aufgabe und die wesentlichen Vorgaben. Eine Software untersucht anschließend algorithmisch einen definierten Lösungsraum und erzeugt verschiedene mögliche Entwürfe. Die Varianten werden anhand vorgegebener Kriterien bewertet.[1]
Im Unterschied zu einem rein klassischen Konstruktionsprozess muss die endgültige Geometrie zu Beginn noch nicht feststehen. Ausgangspunkt können beispielsweise ein verfügbarer Bauraum, geometrische Vorgaben, Belastungen, Werkstoffe oder bestimmte Entwicklungsziele sein. Das System untersucht innerhalb dieser Bedingungen unterschiedliche Lösungsmöglichkeiten.
Generatives Design ist vor allem dann interessant, wenn mehrere mögliche Lösungsansätze untersucht werden sollen. Konstruktionsteams können verschiedene Varianten vergleichen, bevor sie eine Geometrie detailliert ausarbeiten. Der Ansatz ergänzt damit den klassischen Computer Aided Design (CAD)-Prozess um algorithmische Methoden zur Variantenfindung.
Wie funktioniert Generatives Design?
Ein generativer Designprozess lässt sich vereinfacht in mehrere Schritte gliedern. Die genaue Vorgehensweise hängt von der eingesetzten Software und der jeweiligen Konstruktionsaufgabe ab.[1]
- Aufgabe und Lösungsraum definieren: Zunächst wird festgelegt, welche Aufgabe das Design erfüllen soll und in welchem Rahmen mögliche Lösungen entstehen können.
- Parameter und Randbedingungen bestimmen: Dazu können geometrische Vorgaben, Materialien, Belastungen, Leistungsanforderungen oder andere technische Kriterien gehören.
- Varianten erzeugen: Algorithmen untersuchen den möglichen Lösungsraum und erzeugen verschiedene Entwurfsoptionen.
- Varianten bewerten: Die Lösungen werden anhand der zuvor definierten Anforderungen und Leistungsziele miteinander verglichen.
- Lösung auswählen und weiterentwickeln: Geeignete Varianten werden durch Konstrukteurinnen und Konstrukteure beurteilt, weiter ausgearbeitet und bei Bedarf durch Simulation oder weitere Berechnungen validiert.
Die Qualität der Ergebnisse hängt wesentlich von der Aufgabenbeschreibung und den festgelegten Kriterien ab. Generatives Design ersetzt deshalb nicht die technische Beurteilung durch das Entwicklungsteam.
Künstliche Intelligenz kann Teil eines Generative-Design-Prozesses sein. Dassault Systèmes beschreibt Generatives Design als algorithmengesteuerten Prozess, der teilweise KI einsetzt, um Lösungsräume anhand vorgegebener Kriterien systematisch zu untersuchen.[1]
Wie wird Generatives Design im Engineering eingesetzt?
Generatives Design eignet sich insbesondere für Entwicklungsphasen, in denen noch unterschiedliche Lösungswege möglich sind. Statt früh eine einzelne Konstruktion festzulegen, können Entwicklungsteams verschiedene Varianten systematisch untersuchen.
Typische Einsatzbereiche sind Konstruktion, Produktentwicklung und Leichtbau. Auch die Verbindung mit Simulation ist relevant, wenn Varianten anhand technischer Leistungsanforderungen beurteilt werden sollen.[1]
Generatives Design verändert dabei die Rolle digitaler Werkzeuge im Entwicklungsprozess. CAD-Systeme dienen nicht nur zur Modellierung einer bereits festgelegten Geometrie. Algorithmische und KI-gestützte Funktionen können auch bei der Entwicklung und Bewertung möglicher Lösungen unterstützen.
Engineering-Bezug auf einen Blick
| Merkmal | Einordnung |
|---|---|
| Typische Einsatzbereiche | Konstruktion, Produktentwicklung, CAD, Simulation und Leichtbau |
| Typische Aufgaben | Lösungsraum untersuchen, Varianten erzeugen und technische Alternativen vergleichen |
| Relevante Eingaben | Geometrische Vorgaben, Parameter, Belastungen und Leistungsanforderungen |
| Relevante Systeme | CAD-, Simulations- und Optimierungswerkzeuge |
| Konkreter Mehrwert | Unterschiedliche Lösungsansätze lassen sich bereits in frühen Entwicklungsphasen systematisch untersuchen |
Vereinfachtes Beispiel aus der Konstruktion
Bei der Entwicklung einer mechanischen Komponente kann zunächst festgelegt werden, welche Anschlussbereiche bestehen bleiben müssen, welcher Bauraum zur Verfügung steht und welche Belastungen berücksichtigt werden sollen.
Auf dieser Grundlage können unterschiedliche mögliche Entwürfe erzeugt und bewertet werden. Das Entwicklungsteam entscheidet anschließend, welche Variante technisch sinnvoll ist und weiter ausgearbeitet werden soll.
Der wesentliche Unterschied zu einem ausschließlich manuell entwickelten Ausgangsentwurf liegt damit in der systematischen Untersuchung mehrerer möglicher Lösungen.
Generatives Design mit SOLIDWORKS Design und LEO
SOLIDWORKS Design integriert KI-gestützte Funktionen, darunter die virtuellen Begleiter AURA und LEO. Für generative Konstruktionsworkflows ist insbesondere LEO relevant. Der KI-Begleiter kann aus einem Prompt eine Baugruppenstruktur mit Baugruppen und Unterbaugruppen erzeugen. Diese lässt sich über weitere Prompts anpassen und anschließend als SOLIDWORKS Baugruppen- und Teiledateien generieren.[2]
Das Beispiel zeigt, wie KI generative Workflows innerhalb einer CAD-Umgebung unterstützen kann. Die technische Beurteilung und Weiterentwicklung der erzeugten Ergebnisse bleibt Aufgabe des Entwicklungsteams.
Die Grafik zeigt den Weg vom Konstruktionsziel zur Designvariante und veranschaulicht zusätzlich einen generativen Workflow mit SOLIDWORKS Design und LEO.
Wie unterscheidet sich Generatives Design von Topologieoptimierung und Generativer KI?
Generatives Design wird häufig zusammen mit Topologieoptimierung und Künstlicher Intelligenz genannt. Die Begriffe beschreiben jedoch unterschiedliche Konzepte.
| Begriff | Zentrale Bedeutung | Beziehung zu Generativem Design |
|---|---|---|
| Generatives Design | Erzeugt und bewertet unterschiedliche Entwurfsvarianten anhand definierter Vorgaben und Kriterien. | Hauptbegriff |
| Topologieoptimierung | Optimiert die Materialverteilung innerhalb eines vorgegebenen Bauraums nach definierten technischen Zielen. | Eng verwandte Optimierungsmethode |
| Generative KI | Erzeugt neue Inhalte oder Strukturen auf Basis von Eingaben und gelernten Mustern. | KI kann Generative-Design-Workflows unterstützen, beide Begriffe sind jedoch nicht gleichbedeutend. |
Die Topologieoptimierung beginnt typischerweise mit einem vorgegebenen geometrischen Bauraum. Innerhalb dieses Bauraums wird die Materialverteilung anhand bestimmter Ziele optimiert.
Generatives Design ist weiter gefasst. Der Ansatz untersucht unterschiedliche mögliche Lösungen anhand definierter Parameter und Anforderungen und kann dazu verschiedene algorithmische Verfahren einsetzen.[1]
Auch Generative KI und Generatives Design sind nicht gleichzusetzen. Generative KI bezeichnet Systeme, die neue Inhalte oder Strukturen auf Basis von Eingaben und gelernten Mustern erzeugen. Generatives Design beschreibt dagegen einen Ansatz für die Entwicklung und Bewertung von Designlösungen.
Parametrisches Design ist ebenfalls ein eigenständiges Konzept. Dabei werden Geometrien über Parameter und definierte Beziehungen gesteuert. Parametrische Modelle können Teil algorithmischer Konstruktionsprozesse sein, sind jedoch kein Synonym für Generatives Design.
Welche Vorteile und Grenzen hat Generatives Design?
Ein wesentlicher Vorteil des Generativen Designs liegt in der systematischen Variantenexploration. Entwicklungsteams können mehrere mögliche Lösungen untersuchen, anstatt sich früh auf einen einzelnen Entwurf festzulegen.[1]
Technische Anforderungen lassen sich bereits bei der Beschreibung der Konstruktionsaufgabe berücksichtigen. Dadurch können unterschiedliche Ansätze früh verglichen und anschließend gezielt weiterentwickelt werden.
Generatives Design besitzt zugleich klare Grenzen. Ein System kann nur innerhalb der vorgegebenen Parameter, Daten und Anforderungen arbeiten. Unvollständige oder ungeeignete Vorgaben können deshalb zu Ergebnissen führen, die den tatsächlichen Anwendungsfall nicht ausreichend berücksichtigen.
Generierte Varianten müssen außerdem technisch bewertet und validiert werden. Die Entscheidung über die Eignung einer Konstruktion bleibt eine Engineering-Aufgabe.
Auch der Begriff Generatives Design sagt allein wenig über den konkreten Funktionsumfang einer Software aus. Systeme können unterschiedliche generative Verfahren und Funktionen anbieten. Die jeweiligen Möglichkeiten müssen deshalb für die eingesetzte Lösung konkret betrachtet werden.
Verwandte Begriffe
Computer Aided Design (CAD): CAD bildet einen zentralen digitalen Konstruktionskontext für Generatives Design. Moderne CAD-Systeme können algorithmische und KI-gestützte Funktionen direkt in den Entwicklungsprozess integrieren.
Topologieoptimierung: Eine Optimierungsmethode, bei der die Materialverteilung innerhalb eines definierten Bauraums anhand technischer Ziele berechnet wird. Sie besitzt eine enge fachliche Beziehung zum Generativen Design.
Generative KI: Ein Bereich der Künstlichen Intelligenz zur Erzeugung neuer Inhalte oder Strukturen. Generative KI kann in Generative-Design-Prozessen eingesetzt werden, ist jedoch nicht mit Generativem Design gleichzusetzen.
Parametrisches Design: Ein Konstruktionsansatz, bei dem Geometrien über Parameter und definierte Beziehungen gesteuert werden.
Für die übergeordnete Einordnung von KI-Anwendungen in technischen Entwicklungsprozessen bietet der Beitrag KI im Engineering zusätzlichen Kontext.
Quellen:
[1] Dassault Systèmes: Was ist generatives Design?
Unterstützt die Definition des Generativen Designs als algorithmengesteuerten Prozess, die Untersuchung von Lösungsräumen anhand vorgegebener Kriterien sowie die Einordnung von KI und Simulation.
[2] SOLIDWORKS: Virtuelle KI-Begleiter in SOLIDWORKS Design
Unterstützt die Aussagen zu SOLIDWORKS Design und LEO sowie zur promptbasierten Erzeugung, Anpassung und Ausgabe von Baugruppenstrukturen in generativen Konstruktionsworkflows.