Wie gut kommen KI-Werkzeuge mit einer klassischen Aufgabe der Architekturvisualisierung zurecht?
Der Youtube-Kanal The Architecture Grind hat sechs Programme mit denselben Screenshots aus einem 3D-Modell gefüttert und die Ergebnisse nach Genauigkeit, Bildqualität und Kosten bewertet – je bis zu fünf Punkte, maximal 15.
Getestet werden drei Gruppen: die generischen Bildgeneratoren ChatGPT (8/15) und Google AI Studio mit Nano Banana Pro (10,5/15), die Rendering-Programme Enscape (11/15) und D5 Render (14/15) mit ihren KI-Funktionen sowie die eigenständigen KI-Plattformen xFigura (12/15) und Gendo (8/15).
Warum die Live-Verbindung zum Modell über das Ergebnis der KI-Rendering-Tools entscheidet
Die größten Unterschiede zeigen sich bei der Übereinstimmung zwischen Bild und Ausgangsmodell. Software mit direkter Anbindung an die 3D-Szene schneidet deutlich besser ab: D5 Render erreicht mit automatischer Materialerkennung, KI-gestützter Vegetation und Inpainting die höchste Wertung des Videos, gefolgt von Enscape mit dem KI-Add-on Veras. Beiden gelingt es, die Geometrie über mehrere Kameraperspektiven hinweg konstant zu halten.
Den generischen Bildgeneratoren fehlt dieser Bezug: Laut Video braucht es dort mehrere Anläufe, bis Massing und Stil zwischen zwei Ansichten zusammenpassen. Die reinen KI-Plattformen liegen dazwischen – xFigura punktet mit einem knotenbasierten Arbeitsablauf (engl. Nodes), Gendo bewertet der Autor vor allem wegen der laufenden Kosten zurückhaltend.
Sein Fazit: generische Werkzeuge für Konzeptskizzen und Moodboards, alles Produktionsreife über Software mit Live-Verbindung zum Modell. Wer sich für künstliche Intelligenz in der 3D-Visualisierung interessiert, bekommt hier einen brauchbaren Überblick über den aktuellen Stand.
19:39 min, englisch, via Youtube
Video kommentieren