@inproceedings{9ae53b4a200c4ede8d49bc151aad7df9,
title = "Methoden zur KI-basierten Autovervollst{\"a}ndigung von fr{\"u}hen Grundrissentw{\"u}rfen: Methodologie und Integration in ein bestehendes Framework",
abstract = "Der Prozess des Entwerfens in der Architektur verbindet die Kreativit{\"a}t des Designers mit gesetzlichen Regularien sowie den spezifischen Einschr{\"a}nkungen und Vorgaben des Bauprojektes. Der Entwurfsprozess ist somit eine geeignete Dom{\"a}ne f{\"u}r die Unterst{\"u}tzung durch den Computer, welcher die Aufgabe eines Assistenten {\"u}bernimmt und das Projekt getreu der Vorgaben ko-kreativ begleitet. Die Methoden der K{\"u}nstlichen Intelligenz (KI), insbesondere Deep Learning, haben in der letzten Zeit gro{\ss}e Fortschritte gemacht, in der Unterst{\"u}tzung des Entwurfsprozesses in der Architektur spielen sie zur Zeit jedoch noch eine untergeordnete Rolle. Ein m{\"o}glicher Einsatz der KI-Techniken im Entwurfsprozess von der Architektur ist die automatische Vervollst{\"a}ndigung der Grundrisse in den fr{\"u}hen Entwurfsphasen. Die von der KI generierten Vorschl{\"a}ge f{\"u}r die n{\"a}chsten Entwurfsschritte basieren dabei auf vorhandenen konsistenten semantischen Daten und tragen so zu mehr Pr{\"a}zision sowie Effizienz im Entwurfsprozess bei. Wir pr{\"a}sentieren eine Methodologie f{\"u}r eine solche Autovervollst{\"a}ndigung und beschreiben wie sie in ein bestehendes verteiltes KI-basiertes Framework integriert wird und wie die generierten Vorschl{\"a}ge dem Nutzer erkl{\"a}rt werden",
keywords = "LOCenter, Fr{\"u}he Entwurfsphasen, Raumkonfiguration, Autovervollst{\"a}ndigung, Deep Learning",
author = "Viktor Eisenstadt and Jessica Bielski and Christoph Langenhan",
year = "2022",
language = "Deutsch",
series = "FBI",
publisher = "Technical University of Munich",
booktitle = "Forum Bauninformatik",
}