Generative Assembly: ein datenbankgestützter Ansatz

Das Projekt in Kürze

Fragestellung
Designer Nico Vischi wollte aus unregelmäßigen Reststücken funktionale Möbel bauen, ohne ein Stück zu schneiden, zu verändern oder wegzuwerfen.

Vorgehen
StudioFG entwickelte mit ihm eine algorithmische Engine: eine Datenbank der Reststücke und einen Algorithmus, der gültige Kombinationen für die geforderten Maße findet, sie bewertet und festhält, welche Stücke bereits verwendet wurden.

Ergebnis
Ein Entwurfswerkzeug, das vom vorhandenen Material ausgeht und automatisch Fertigungszeichnungen mit einer Beschriftung für jedes Teil erstellt, gezeigt auf der Dutch Design Week 2026.

Die meisten parametrischen Entwurfsprozesse beginnen mit einer klaren Absicht: Man weiß, was man bauen will, und Parameter helfen, den Entwurf zu optimieren.

Dieses Projekt stellte diese Logik auf den Kopf.

Designer Nico Vischi ging vom umgekehrten Problem aus: einer Sammlung unregelmäßiger Materialreste und der Aufgabe, daraus funktionale Möbel zu bauen – ohne eines der vorhandenen Stücke zu schneiden, zu verändern oder wegzuwerfen.

Die Frage lautete also nicht einfach „Was ist der optimale Entwurf?“, sondern vielmehr:

„Welche Kombinationen der vorhandenen Stücke erfüllen die Entwurfsbedingungen?“

Von Randbedingungen zu Lösungen

Das System erhält eine Zielbreite und -höhe – bestimmt durch die Tischplatte und einen vom Nutzer eingestellten Schieberegler – sowie eine Datenbank der verfügbaren Reststücke mit unterschiedlichen und unregelmäßigen Abmessungen.

Der Algorithmus sucht dann nach gültigen Kombinationen dieser Stücke, mit denen sich die geforderten Maße erreichen lassen.

Damit wird der Entwurfsprozess zu einem Constraint-Satisfaction-Problem im großen Maßstab. Statt Kombinationen von Hand auszuprobieren, kann das rechnergestützte System eine große Zahl möglicher Zusammenstellungen erzeugen und bewerten.

Sind die möglichen Lösungen erzeugt, lassen sie sich nach weiteren Kriterien wie Stabilität, Ästhetik, Materialeffizienz oder einfacher Montage einstufen.

StudioFG half Nico Vischi, diese algorithmische Engine zu entwickeln und die Rechenlogik in ein praxistaugliches Entwurfswerkzeug zu übersetzen.

Einige der spannenden Herausforderungen

Aus Sicht des Computational Design waren mehrere Aspekte des Projekts besonders interessant:

Stücke zu längeren Elementen kombinieren
Sinnvolle Kombinationen unregelmäßiger Stücke finden, die zusammen als tragende oder funktionale Teile dienen können.
Materialverbrauch verfolgen
Festhalten, welche einzelnen Reststücke bereits verwendet wurden, damit jede Lösung eine physisch mögliche Zusammenstellung darstellt.
Fertigungszeichnungen erzeugen
Die gewählte Lösung automatisch in Fertigungszeichnungen umsetzen, einschließlich automatisch erzeugter Beschriftungen, die jedes einzelne Stück kennzeichnen.

Das Ergebnis ist ein Workflow, in dem das vorhandene Material nicht als Einschränkung gilt, um die herum man entwirft, sondern als Ausgangspunkt des Entwurfsprozesses selbst.

Statt mit einem vordefinierten Objekt zu beginnen und passendes Material dafür zu suchen, geht der Algorithmus von dem aus, was bereits vorhanden ist, und findet heraus, was sich daraus bauen lässt.