Vom 2D-Plansatz zum 3D-Modell in Blender: Modellieren mit Python, weiterarbeiten per Computer Use

Das fränkische Giebelhaus begleitet meine KI-Tests weiter. Nach dem Sanierungsentwurf, dem 2D-Plansatz und dem begehbaren Modell im Browser ging es jetzt einen Schritt weiter:

Aus den zweidimensionalen Plänen sollte ein weiterbearbeitbares Modell in der Open Source-3D-Software Blender entstehen. Anschließend sollte die KI selbst die Programmoberfläche bedienen.

Dabei kamen zwei unterschiedliche Arbeitsweisen zum Einsatz: ein Python-Skript für den Modellaufbau und „Computer Use“ für die anschließenden Aufgaben. Das Vorgehen hatte ich kurz vorher im Webinar von Oliver Thomas, dem Gründer der Plattform „Archi-Tech Network“ (ATN) in London, kennengelernt. Mehr dazu in meinem LinkedIn-Post.

Von zweidimensionalen Plänen zum Blender-Modell

Im vorherigen Beitrag zum Giebelhaus hatte ich den Weg von einer Fassadenansicht zum Plansatz und zur begehbaren Browseranwendung beschrieben. Für den neuen Versuch verwendete ich als Ausgangsmaterial ausschließlich den achtseitigen PDF-Plansatz.

Als KI-System für die Umsetzung habe ich die Desktop-Software Codex von OpenAI mit einem ChatGPT Plus-Account genutzt. Da der Token-Verbrauch bei solchen Projekten recht hoch ist, musste ich zwischendurch weitere Credits für ChatGPT nachkaufen. Das geht zum Glück auch mit kleinen Beträgen (Schaltfläche „Sonstige“).

Das Browser-Modell wurde nicht importiert. Auch die im letzten Test von ChatGPT ausgegebenen IFC- und DXF-Dateien spielten bei diesem Test keine Rolle.

Meine Aufgabe war bewusst konkret formuliert (siehe Screenshot unten): Grundrisse, Schnitte und Ansichten aus dem 2D-Plansatz gemeinsam auswerten, ausgeschriebene Maße bevorzugen und fehlende Angaben nachvollziehbar ergänzen. Außen- und Innenwände, Decken, Treppe, Dach sowie Fenster und Türen sollten als bearbeitbare Bauteile entstehen.

Dazu kamen vereinfachte Details wie Fensterläden, Gewände und Dachentwässerung. Möblierung und fotorealistische Ausstattung ließ ich zunächst weg.

Wichtig war mir außerdem die Organisation: Geschosse und Bauteilarten sollten getrennt schaltbar sein, Fenster und Türen eindeutige Bezeichnungen erhalten. Planangaben, zeichnerisch abgeleitete Maße und zusätzliche Annahmen sollten unterscheidbar bleiben.

Python übernimmt den systematischen Aufbau

Die KI schrieb ein Python-Skript und führte es in Blender aus. Über Blenders Programmierschnittstelle erzeugte das Skript die Geometrie und speicherte das Ergebnis als .blend-Datei.

Blender stellt dafür unter anderem das Python-Modul „bpy“ bereit, das Zugriff auf seine Daten und Funktionen ermöglicht; die technische Grundlage beschreibt die Blender-Dokumentation.

Zum Ergebnis gehören neben dem Modell das erzeugende Skript, eine Parameterdatei und eine Dokumentation der Annahmen. Die Parameterdatei enthält beispielsweise Positionen, Breiten, Höhen und Brüstungshöhen der Öffnungen.

Wird ein Fenster dort geändert und das Skript erneut ausgeführt, werden auch die zugehörigen Fensterteile und die Wandöffnung aktualisiert.

Das ist für Varianten interessant, hat aber eine konkrete Grenze: Der Generator baut die Szene neu auf. Manuelle Änderungen müssen vorher separat gesichert werden. Außerdem ist das Skript auf dieses Giebelhaus zugeschnitten. Ein universeller Gebäudekonfigurator ist daraus noch nicht geworden.

Zur Kontrolle entstanden vier Fassadenansichten und zwei Schnitte (siehe nächste Abbildung). Die Dokumentation hält auch Unstimmigkeiten fest, etwa eine abweichende Treppendarstellung im Erdgeschossplan.

Solche Befunde gehören zum Ergebnis: Die Rekonstruktion erfordert Entscheidungen, die später nachvollziehbar bleiben müssen.

Danach bedient die KI die Blender-Oberfläche

Im zweiten Teil wechselte die Arbeitsweise. Für drei kleine Aufgaben gab ich ausdrücklich vor, ausschließlich über die Oberfläche zu arbeiten – ohne Python und ohne Skripte.

Dieses Vorgehen wird als Computer Use bezeichnet: Das KI-System wertet den Bildschirm aus und bedient die Anwendung mit Maus- und Tastaturaktionen. Das grundlegende Prinzip erläuterte beispielsweise Anthropic schon 2024 in seiner Beschreibung von Computer Use.

Die drei Computer Use-Aufgaben bei meinem Hausprojekt waren:

• Dachfarbe ändern: Das Dach sollte ein dunkles Ziegelrot erhalten, das auch in der Arbeitsansicht sichtbar ist.
• Innenräume zeigen: Dach und obere Geschosse sollten ausgeblendet werden, sodass Erdgeschoss, Raumaufteilung und Treppe schräg von oben zu sehen sind.
• Gartenperspektive einrichten: Eine neue Kamera sollte Gartengiebel und Eingangsseite gemeinsam zeigen, etwa 1,65 Meter über dem Erdgeschossfußboden.

Für jede Aufgabe wurde eine eigene Modellkopie gespeichert. So blieben die Bearbeitungsstände getrennt erhalten.

Die Versuche dokumentieren damit zwei verschiedene Leistungen: zunächst das Erzeugen eines Modells durch Code, anschließend das Bedienen einer vorhandenen Anwendung über ihre sichtbaren Steuerelemente.

Die Oberfläche verlangte dabei durchaus Nacharbeit: Fenster mussten passend eingerichtet, Objekte gefunden und Ansichten korrigiert werden. Für einen einzelnen Präsentationsschritt ist das überschaubar. Bei vielen gleichartigen Änderungen würde ich einen strukturierten Zugriff bevorzugen.

Und wo passt MCP hinein?

In meinem Beitrag über MCP im Planungsbüro ging es um die Anbindung von Fachsoftware und Bürodaten an KI-Systeme. MCP, das Model Context Protocol, standardisiert den Austausch mit bereitgestellten Werkzeugen und Datenquellen.

Welche Aktionen möglich sind, bestimmt der jeweilige Server. Die offizielle MCP-Dokumentation beschreibt diese Trennung zwischen Protokoll und angebotenen Funktionen.

MCP ist also keine Modellierungssprache neben Python. Ein angebundenes Werkzeug kann intern eine Programmierschnittstelle aufrufen oder ein Skript ausführen.

Auch Oberflächensteuerung lässt sich als Werkzeug bereitstellen. Die Techniken können sich ergänzen.

Im Giebelhaus-Test wurde kein Blender-spezifischer MCP-Server zur Modellbearbeitung eingesetzt. Der Aufbau erfolgte durch das Python-Skript; die drei Folgeaufgaben liefen über Computer Use. Ein passender MCP-Server wäre ein weiterer Zugangsweg, dessen tatsächlichen Funktionsumfang man gesondert prüfen müsste.

Was ich aus dem Versuch mitnehme

Für das Giebelhaus war die Kombination sinnvoll: Python übernahm den systematischen Aufbau, Computer Use die anschließenden Aufgaben in Blender. Für wiederkehrende Abfragen oder klar begrenzte Änderungen in einer CAD-/BIM-Anwendung würde ich zunächst prüfen, welche strukturierten Werkzeuge deren Schnittstelle oder ein passender MCP-Server anbietet.

Ein bearbeitbares Blender-Modell belegt allerdings noch keinen durchgängigen BIM-Prozess. Ebenso bleibt die Grundlage dieses Hauses ein KI-generierter Entwurf mit dokumentierten Annahmen.

Der praktische Fortschritt liegt hier darin, dass aus den 2D-Plänen ein weiterbearbeitbares 3D-Modell entstanden ist – samt nachvollziehbarem Erzeugungsweg und konkreten Möglichkeiten, anschließend mit der Software weiterzuarbeiten.

« Zurück zum Webinar-Kalender

Wichtige Hinweise: Die Vollständigkeit und Richtigkeit der hier aufgeführten Daten können wir leider nicht garantieren. Bitte überprüfen Sie alle Angaben immer auf den Seiten der jeweiligen Anbieter. Und: „Internet für Architekten“ ist NICHT der Veranstalter der hier genannten Webinare. Wir weisen hier lediglich auf diese Veranstaltungen hin.

Zur Startseite »