Home
KI rückt ins Zentrum der Echtzeit-Visualisierung: D5 Render 3.0, Enscape 4.1 und Twinmotion 2025.2 verschieben AECO-Workflows
- Details
Der Markt für Echtzeit-Rendering und ArchViz im Planungsumfeld entwickelt sich spürbar weiter: Anbieter koppeln Visualisierung enger an Entwurf, Koordination und Analyse – und verankern KI-Funktionen zunehmend direkt im Tool-Workflow. Drei aktuelle Bausteine zeigen die Richtung: D5 Render 3.0 (mit „All-in-One Workflow“ und generativen KI-Modulen), Enscape 4.1 (mit Performance-Add-on „Impact“ und Chaos-Cloud-Ökosystem) sowie Twinmotion 2025.2 (mit Camera-Sync und Virtual-Camera-Anbindung).
D5 Render 3.0: „All-in-One“ plus generative KI als Produktstrategie
Mit D5 Render 3.0 kommuniziert Dimension 5 nicht nur neue Features, sondern ein Plattform-Narrativ: ein durchgängiger Prozess „von Konzept bis Final Render“. Offiziell hervorgehoben werden hyperrealistische Umweltsysteme (u. a. ein neu aufgebautes Ocean-System mit automatischer Küstenerkennung) und generative KI-Werkzeuge.
Fachmedien ordnen das Release als deutlichen Ausbau „agentischer“ Funktionen ein – etwa Scene Match (Look/Atmosphäre per natürlicher Sprache) und KI-gestützte Asset-Empfehlungen; zusätzlich wird Image-to-3D sowie experimenteller Import von Gaussian Splats als Erweiterung des Tool-Spektrums beschrieben. Für frühe Entwurfsphasen zielt D5 Lite auf eine niedrigere Einstiegshürde – als direkt in SketchUp integrierte Lösung, teils auch mit Cloud-basierter AI-Bildgenerierung aus Viewport-Screenshots (laut Berichterstattung).
SPIRIT BrandSP 2025.03: Mehr Effizienz und Normsicherheit in der Brandschutzplanung
- Details
Mit dem Update SPIRIT 2025.03 schärft SOFTTECH die SPIRIT-Edition BrandSP genau dort nach, wo Brandschutz-, Flucht- und Sicherheitspläne in der Praxis oft Zeit verlieren: bei der korrekten, normgerechten Symbolik im Plan und im Ausdruck. Im Mittelpunkt stehen zwei Neuerungen, die typische Fehlerquellen reduzieren sollen – automatische Symbolausrichtung am Blatt und eine verbindliche Mindestgröße für Symbole im Plot. Gerade weil in sicherheitsrelevanten Plänen Lesbarkeit und Normkonformität nicht „nice to have“, sondern prüfentscheidend sind, positioniert sich BrandSP damit als Werkzeug, das Planung spürbar absichert.
Lagerichtig – auch wenn der Grundriss gedreht ist
In vielen Projekten sind Grundrisse auf dem Plan gedreht, Planreferenzen wechseln, Varianten entstehen. Genau hier setzt die neue Funktion „Symbol an Blatt ausrichten“ an: Symbole können sich automatisch am Blattdrehwinkel orientieren, sodass sie lagerichtig bleiben – ohne manuelles Nachdrehen oder doppelte Symbolvarianten. Das lässt sich pro Symbolinstanz steuern (Objektinspektor) oder bereits beim Einfügen aktivieren. Ergebnis: weniger Korrekturen, weniger Inkonsistenzen, mehr Ruhe im Planungsalltag – besonders bei mehreren Planständen.
Weiterlesen: SPIRIT BrandSP 2025.03: Mehr Effizienz und Normsicherheit in der Brandschutzplanung
World Labs sammelt 1 Mrd. US-Dollar für „Spatial Intelligence“ ein
- Details
Das von KI-Forscherin Fei-Fei Li mitgegründete Startup World Labs hat eine Finanzierungsrunde über 1 Mrd. US-Dollar abgeschlossen. Zu den genannten Geldgebern zählen unter anderem AMD, Nvidia, Autodesk, Emerson Collective, Fidelity Management & Research sowie Sea.
Weiterlesen: World Labs sammelt 1 Mrd. US-Dollar für „Spatial Intelligence“ ein
Forschungs-Update: Vollautomatische DM–BIM–BEM-Pipeline soll frühe Entwurfsgeometrie KI-fähig machen
- Details
Ein Forschungsteam um Jun Xiao u. a. stellt in einem arXiv-Preprint (23.01.2026) eine vollautomatische, reversible Pipeline vor, die frühe B-rep-Entwurfsgeometrie (Design Model, DM) in ein Knowledge-Graph-basiertes BIM-Modell und anschließend in ein ausführbares Building Energy Model (BEM) überführt. Ziel ist es, frühe Entwürfe schneller leistungsbasiert (z. B. energetisch) bewerten und als strukturierte Datengrundlage für Graph-/KI-Methoden nutzen zu können.
Kernidee: Von „unstrukturiertem“ Entwurf zu KI-interpretierbaren Gebäudedaten
Der Preprint adressiert ein bekanntes Problem: In frühen Planungsphasen liegt Geometrie häufig als flexible B-rep-Modelle vor, denen räumliche Topologie, Semantik und Performance-Struktur fehlen. Die vorgestellte Methode erzeugt daraus explizite Räume, Bauteile, Nachbarschaften und verknüpft diese in einem Ontology-/Knowledge-Graph-Ansatz, bevor daraus ein EnergyPlus-fähiges Energiemodell abgeleitet wird.
Seite 1 von 3
