LFU:online

Erwerb fortgeschrittener individueller Kenntnisse in verschiedenen Fachbereichen der Architektur und Fähigkeit, dieses Wissen reflektiert und strategisch für architektonische Anwendungen einzusetzen.

PUNKTWOLKEN-TEKTONIK

Datenbasierte Wandstrukturen im architektonischen Entwurf

Dieser Kurs bietet eine vertiefte Auseinandersetzung mit datenbasierten Methoden im architektonischen Entwurf und betont das Potenzial von Punktwolkendaten sowie der KI-gestützten Augmentation, um die Konzeption, Optimierung und tektonische Artikulation von Wandstrukturen neu zu definieren. Aufbauend auf aktueller Forschung in den Bereichen digitale Tektonik, computational geometry und künstliche Intelligenz richtet sich der Kurs an Studierende unterschiedlicher Fachrichtungen – Vorkenntnisse im Computational Design sind nicht erforderlich. Ziel ist es, aufzuzeigen, wie neue Technologien kreative Prozesse bereichern können, während gleichzeitig architektonische Herausforderungen wie Effizienz, Materialökonomie und ästhetischer Ausdruck adressiert werden.

Kernfokus:
Die Studierenden beschäftigen sich mit Punktwolken-Manifolds als grundlegendes Konzept, um räumliche Geometrien durch diskrete Datenpunkte zu repräsentieren. Der Kurs führt in den Prozess des Manifold Collapsing ein, der dazu dient, komplexe Datensätze zu vereinfachen, strukturelle Logiken zu optimieren und Cluster zu modularen Wandkomponenten zusammenzuführen. Ein strukturierter volumetrischer Workflow bildet das methodische Rückgrat des Kurses und bietet einen klaren, zugänglichen Ansatz zur Übersetzung abstrakter Daten in greifbare architektonische Strukturen.
Zur Erweiterung des ästhetischen und expressiven Potenzials der Entwürfe integriert der Kurs KI-gestützte Stiltransformationen. Aufbauend auf aktuellen Entwicklungen im Bereich des maschinellen Lernens ermöglicht dies die Augmentation tektonischer Ausdrucksformen, ohne dabei funktionale Aspekte zu beeinträchtigen. In praktischen Projekten und theoretischen Diskussionen wird untersucht, wie sich rechnergestützte und kreative Prozesse synergetisch verbinden lassen, um innovative architektonische Lösungen zu entwickeln.

Themenschwerpunkte:
    •    Einführung in Punktwolken-Manifolds: Repräsentation von räumlichen Daten und Geometrien.
    •    Manifold Collapsing: Vereinfachung von Punktwolken zur strukturellen Optimierung.
    •    Cluster-basierte Assemblierungen: Entwurf modularer Komponenten, die durch räumliche Logik informiert werden.
    •    Strukturierter volumetrischer Workflow: Schritt-für-Schritt-Anleitung zur Integration von Punktwolkendaten in den Entwurfsprozess.
    •    KI-augmentierter Entwurf: Einsatz von Stiltransfertechniken zur Verstärkung tektonischer Ausdrucksformen.
    •    Tektonik und Materialität: Synthese von Form, Funktion und Ästhetik.

Lernziele:
Nach Abschluss des Kurses sind die Studierenden in der Lage:
    1.    Punktwolken als flexible Werkzeuge zur architektonischen Repräsentation und Gestaltung zu verstehen und anzuwenden.
    2.    Techniken zur Optimierung und Vereinfachung von Punktwolkendaten einzusetzen, ohne wesentliche räumliche Merkmale zu verlieren.
    3.    Modulare Wandstrukturen zu entwerfen, die durch strukturelle Logiken und volumetrische Kriterien geprägt sind.
    4.    Ihre Entwürfe durch KI-gestützten Stiltransfer zu erweitern und Technologie mit ästhetischer Kreativität zu verbinden.
    5.    Effiziente und zugleich expressive tektonische Systeme zu entwickeln, die digitale Methoden mit architektonischer Intuition in Einklang bringen.

Lehrveranstaltungsprüfung gemäß § 7 Satzungsteil, Studienrechtliche Bestimmungen.

Zentrale Literatur (Chicago Style):
    •    Kolarevic, Branko. Architecture in the Digital Age: Design and Manufacturing. New York: Taylor & Francis, 2003.
    •    Oxman, Rivka. „The New Structuralism: Design, Engineering, and Architectural Technologies.“ Architectural Design 80, Nr. 4 (2010): 14–23.
    •    Pottmann, Helmut, Andreas Asperl, Michael Hofer und Axel Kilian. Architectural Geometry. Cambridge: Bentley Institute Press, 2007.
    •    Shelden, Dennis. „Digital Surface Representation and the Constructability of Gehry’s Architecture.“ Dissertation, Massachusetts Institute of Technology, 2002.
    •    Retsin, Gilles, und Manuel Jimenez Garcia. „Discrete Computation and Material Agency in Architecture.“ In ACADIA Proceedings 2019. Austin: ACADIA, 2019.
    •    Gansterer, Robert, und Roland Haas. „AI-Augmented Design Processes in Architecture.“ In CAAD Futures 2021, herausgegeben von Gülen Çağdaş, Maria Voyatzaki und Michael Mulquin, 193–206. Cham: Springer, 2021.
    •    Oxman, Neri, und Achim Menges. „Towards a Material Ecology: Computational and Material Interplay in Design.“ ResearchGate (2017).