AI & Rendering | Vom geprüften Modell zum guten Bild: Wie man einen Agenten lenkt, wenn man das Handwerk nicht kennt

In Teil 1 hat ein Coding-Agent aus Bauplänen, Grundstücksfotos und offenen Geodaten eine Blender-Szene konstruiert. Meine Frage war beantwortet: Ich konnte sehen, wie das Haus zwischen den Bäumen steht. Dann habe ich das Ergebnis auf LinkedIn gezeigt.

Die Kommentare aus der Visualisierungs-, Architektur- und Baubranche waren ein Verriss, nachzulesen am Ende von Teil 1. Eine bessere Herausforderung kann man mir nicht stellen.

AI macht vieles anders. Zwei Dinge zeigt dieses Projekt besonders deutlich:

Die Eintrittsbarriere sinkt. Ohne AI hätte ich so etwas nie angefangen.
Die Zeit bis zum ersten Ergebnis schrumpft. Der erste vorzeigbare Stand entstand an einem halben Nachmittag.

Was man früher mühsam lernen musste, und damit kenne ich mich aus, ist heute mit AI sehr viel einfacher. Menschen in den verschiedensten Branchen werden einsehen müssen, dass sich auch ihre Arbeit verändert. Auf LinkedIn schrieb mir jemand dazu einen Satz, den ich aus dem Engineering genauso kenne: Man wird nicht durch AI ersetzt. Man wird durch jemanden ersetzt, der AI verwendet und das gut macht.

In der Sache konnte ich die Kritik an der Bildqualität nachvollziehen. Das Bild oben zeigt kahle Bäume aus dünnen Röhren, eine Straße als graue Fläche, ein Auto aus Quadern und einen Himmel ohne Richtung.

Mich hat interessiert, wie weit ein Laie in der 3D-Visualisierung mit denselben Werkzeugen kommt, wenn er diese Kritik ernst nimmt. Dieser Teil handelt weniger von Blender als von der Frage, wie man einen Agenten lenkt, wenn man das Handwerk nicht kennt.

Ganz fremd ist mir die Materie nicht. Ich habe früher viel fotografiert und eine Zeit lang als Fotograf gearbeitet, auch in der Industriefotografie. Licht, Schatten, Perspektive, Blende und Brennweite sind mir geläufig.

Codex hat das Modell gebaut und den größten Teil der Überarbeitung ausgeführt. Claude kommt zunächst als Recherchewerkzeug und Zweitgutachter vor. Am Ende übernimmt Claude Code die Ausführung. Warum, steht in Teil 3.

#Recherche als Maßstab

Dass die Bilder schlecht waren, sah ich selbst, und einen Teil der Ursachen konnte ich aus fotografischer Sicht auch benennen. Nur ist „Mach es schöner“ keine Anweisung.

Aus dem Engineering weiß ich aber: Das meiste Wissen ist längst aufgeschrieben, als Best Practices, Guidelines und Methoden. Für Architekturvisualisierung würde das nicht anders sein. Also Deep Research. Zwei Läufe, einer mit Claude, einer mit ChatGPT, mit derselben Frage: Methoden, Qualitätsmerkmale und typische Fehler hochwertiger Architekturvisualisierung in Blender, für eine Einzelperson ohne Studio.

Die beiden Berichte waren unterschiedlich, und genau das war nützlich. Der erste lieferte die Technik: Lichtführung, Kamera, Materialien, Rendering, Nachbearbeitung, dazu eine Fehlerliste und ein Bewertungsraster mit 100 Punkten.

Kategorie	Punkte	Worauf geachtet wird
Lichtführung	25	plausibles Licht, Kontrast aus warm und kühl, weiche Schatten
Komposition und Kamera	20	gerade Vertikalen, Brennweite und Kamerahöhe, Vordergrund für Tiefe
Materialien und Shading	20	gebrochene Kanten, Gebrauchsspuren, keine Musterwiederholung
Realismus und technische Sauberkeit	15	kein Bildrauschen, richtiger Maßstab, saubere Geometrie
Storytelling und Stimmung	15	Umgebung, Menschen ohne Kitsch, Wetter und Jahreszeit
Assets und Vegetation	5	hochwertige Pflanzen und Möbel, kein künstlich wirkendes Gras

Ab 90 Punkten spricht der Bericht von redaktionellem Niveau, ab 75 von professioneller Arbeit, unter 60 vom typischen Immobilien-Render.

Der zweite Bericht lieferte die Haltung. Seine zentrale Empfehlung:

Behandle dein Blender-Modell nicht wie eine Immobilie, die dokumentiert werden muss, sondern wie ein reales Haus, das ein sehr guter Architekturfotograf für eine Zeitschrift fotografieren würde.

Dazu kamen Aussagen, die mir ein Vokabular für Architekturvisualisierung gaben. Viele Bauträger-Renderings seien Produktkataloge, in denen alles gleichzeitig zu sehen und alles gleich hell ist. Jedes Bild brauche eine Bildidee und eine klare Vorstellung von der Lichtführung, Schatten dürften tief sein, und drei bis fünf außergewöhnliche Bilder seien besser als fünfzehn mittelmäßige.

Beide Dokumente gingen als Dateien in den Projektordner. Der Auftrag an den Agenten lautete: vollständig lesen, daraus einen Plan ableiten, jedes gerenderte Bild mit dem Raster bewerten und iterieren. Unter 85 Punkten wird weitergearbeitet. Verbindlich blieben die Geometrie des Hauses und seine Lage auf dem Grundstück. Licht, Jahreszeit, Kamera, Materialien und Ausstattung waren frei.

Ein Architekt hatte in den Kommentaren seinen eigenen Entwurf im Abendlicht gezeigt. Dieses Bild wurde zur Referenz, zerlegt in acht übernehmbare Eigenschaften, vom warmen Licht in den Fenstern bis zur Kamera mit geraden Vertikalen.

Geheimwissen ist nichts davon. Man muss nur hinschauen und mit offenen Augen durch die Welt gehen.

#Der Agent bewertet seine Bilder zu großzügig

Die ersten Punktzahlen nach dem Raster lagen zwischen 60 und 74. Nach einer Nacht Arbeit meldete der Agent 83 bis 84 Punkte für drei der vier Zielbilder. Das Ziel von 85 war fast erreicht. Ein Student, der seine eigene Klausur korrigiert, landet vermutlich auch knapp unter der Bestnote.

Mein Urteil fiel anders aus. Die Bilder sahen noch genauso scheiße aus wie vorher, nämlich durch und durch digital. Darauf angesprochen räumte der Agent ein, zu großzügig bewertet zu haben. Eine Stunde später kam dieselbe Bildfamilie nach strengerer Prüfung auf 75 Punkte.

Das ist die wichtigste Einschränkung dieses Ansatzes, und aus dem Programmieren ist sie bekannt. Ein Agent, der seinen eigenen Code bewertet, urteilt grundsätzlich zu positiv. Bei Bildern ist es nicht anders. Es lohnt sich deshalb immer, ein anderes Modell als Gegengewicht urteilen zu lassen, und das habe ich zwischendurch immer wieder getan.

Wertvoll war das Raster trotzdem, aus einem anderen Grund. Es gab uns eine gemeinsame Sprache. Man könnte diese Kriterien auch Guardrails nennen, wenn auch sehr weiche. Fand ich den Rasen künstlich, konnte der Agent nach sichtbaren Musterwiederholungen suchen und Höhe und Verteilung des Grases prüfen. Wenn er eine Kamera vorschlug, begründete er sie mit Brennweite, Augenhöhe und Vordergrund.

#Sechs Muster, mit denen ich gelenkt habe

In acht Tagen kamen mehr als 300 Nachrichten von mir zusammen. Geschickt habe ich sie von überall: beim Einkaufen, auf der Hunderunde, beim Wäschewaschen, abends auf der Couch. Die meisten folgen einer Handvoll wiederkehrender Muster.

#1. Bildkritik mit Ist und Soll

Meine häufigste Nachricht war ein Bildschirmfoto mit einer Liste. Jeder Punkt beschreibt, was ich sehe und was ich erwarten würde. Ein Beispiel aus einer Liste mit siebzehn Punkten:

Es ist ein Wohngebiet: Nirgendwo kann man den Horizont sehen. Überall sind Bäume, Häuser oder Ähnliches.

Über Shader weiß ich wenig. Ich weiß aber, wie ein Stellplatz in einem deutschen Wohngebiet gepflastert ist, dass Fenster hier Fensterbänke haben und ein Stück tief in der Wand sitzen und dass man in einer Siedlung nirgends bis zum Horizont schaut. Für den Horizont fand der Agent die Ursache: Der Import der Gebäudedaten war auf 85 Meter begrenzt, und genau die Häuser hinter den Gartenlücken fehlten. Danach war der Horizont zugebaut.

#2. Anhalten, wenn es sich im Kreis dreht

Am zweiten Tag der Überarbeitung entstanden mehrere Gartenvarianten nacheinander, bei denen es nur noch um eine Figur und ihre Armhaltung ging. Ich hatte das Gefühl, dass wir uns im Kreis drehen, ließ den Agenten anhalten und verlangte einen Überblick über den Gesamtstand.

Der Überblick zeigte drei große Qualitätsbremsen, die alle Bilder betrafen: die hinteren Bäume, der Rasen und die schematische Nachbarschaft. Daraus entstand ein geschriebener Aufgabenplan mit einer Obergrenze je Kategorie.

Der Agent arbeitete mit einem Dauerziel, das ihn nach jedem Halt weiterlaufen ließ. Von selbst hörte er nicht auf zu überarbeiten. Den Schritt zurück musste ich anordnen.

Das Muster ist bei Agenten verbreitet, besonders bei Codex. Im Code-Review findet er in jeder Runde wieder etwas Neues, das sich ändern ließe. Im beruflichen Umfeld habe ich schon acht oder zwölf Review-Runden hintereinander erlebt. Ein Engineer würde das nie mitmachen. Er würde schreiend weglaufen und kündigen. Der Agent macht einfach weiter. An dieser Stelle braucht es den Menschen, den Human in the Loop.

So oft der Human in the Loop auch kritisiert wird: In diesem Projekt ging es ohne ihn schlicht noch nicht. Sicher lässt sich vieles besser machen, aber in diesem ersten Experiment war er klar notwendig.

Wichtig ist, die Regeln dafür vorab festzuschreiben, und zwar in zwei Stufen. Nach zwei erfolglosen Versuchen am selben Fehler wechselt der Agent die Methode, statt weiterzuflicken. Bringen drei bis fünf Runden insgesamt keinen Fortschritt, wird abgebrochen, und ein Mensch entscheidet, wie es weitergeht. Beruflich mache ich das regelmäßig. Hier hätte es von Anfang an geholfen.

#3. Zurück zur Recherche verweisen

Bei den Bäumen hatte der Agent vier Runden lang Blattzahlen angeglichen. Beide Walnüsse vor dem Haus trugen am Ende exakt 2.673 Blattkopien und sahen immer noch aus wie Drahtgestelle mit Laub an den Spitzen. Buchhalterisch einwandfrei, botanisch fragwürdig. Eine Lösung hatte ich nicht, also verwies ich ihn zurück auf die Recherche: Was stand dort über Bäume und Laub?

Dort steht, dass zuerst die Silhouette stimmen muss. Ein auffälliges Objekt im Bild muss bereits durch seine Form überzeugen, auch ohne Oberflächenmuster. Danach bewertete der Agent Bäume nach Kronenaufbau. Als kein frei verfügbares Baummodell überzeugte, programmierte er selbst eine verzweigte Aststruktur. Das war der erste sichtbare Sprung.

#4. Eine Zweitmeinung mit begrenztem Auftrag

Codex durfte zunächst einmal ein anderes Modell, Claude, um ein Urteil bitten. Die Bedingungen habe ich ausdrücklich gesetzt: drei Bilder, kein Bewertungsraster, keine Punkteskala, kein Zielwert, keine bisherigen Befunde, keine Erwartung. Das Ergebnis wird im Wortlaut gespeichert, getrennt von der eigenen Bewertung, und nichts wird ungeprüft übernommen.

Die Trennung war nötig. Mehrere Befunde des Gutachters waren falsch, etwa ein angeblich fehlender Zugang zu zwei der Haustüren, die in der Perspektive nur von der Hecke überlagert wurden.

Einen zweiten Lauf habe ich an eine Bedingung geknüpft: nur bei ausbleibendem Fortschritt, mit dokumentiertem Auslöser, und diesmal mit dem Auftrag, radikale Vorschläge zu machen. Der beste davon lautete, Kamera und Lichtkonzept grundsätzlich zu ändern, anstatt weitere Details anzuhäufen. Das war der zweite sichtbare Sprung.

#5. Messen, wenn Hinsehen nicht mehr reicht

Das hartnäckigste Problem des Projekts war eine Kante. Dort, wo der Rasen auf die Terrassenplatten trifft, zeigten die Bilder dunkle Löcher. Codex hat viermal versucht, das zu beheben. Viermal sah das Bild aus wie vorher.

Nach dem dritten Versuch habe ich aufgehört, nur hinzusehen. Ich ließ eine Claude-Sitzung die gerenderten Bilder vermessen und Codex’ Skripte lesen.

Die Messung zeigte, dass die Korrektur einen Streifen neben den Löchern verändert hatte. Der Blick in die Skripte zeigte einen Konstruktionsfehler, den kein Bild verraten hätte. Und die „kleinen komischen Bäumchen“, über die ich mich beschwert hatte, waren eine Dreiviertelmillion künstlicher Randhalme. Eine Dreiviertelmillion Halme, um eine Kante zu schließen, und die Löcher waren immer noch da.

Gelöst haben es zwei Schritte. Der Agent verwarf die gesamte Kette aus Korrekturen und setzte den Rasen von einem sauberen Stand neu auf. Und eine kurze Recherche erklärte, warum der Anschluss nie glaubwürdig ausgesehen hatte: Rasen stößt in der Realität fast nie direkt an Beton, dazwischen liegt eine Mähkante. Das Ziel selbst war falsch gewesen.

#6. Wissen über den Ort

Claude hatte der Straße deutliche Fahrrinnen gegeben. Sie waren falsch. Die Straße vor dem Haus ist ein kleiner Wendehammer aus den Neunzigern mit kaum Verkehr. Dort fahren keine Lastwagen. Nach dieser einen Information verwarf der Agent die Fahrrinnen und baute die Straße neu auf.

Diese Information über die Straße hatte dem Agenten gefehlt. Ich konnte sie aus eigener Anschauung ergänzen.

#Abnahme, Bild für Bild

Für die Lichtstimmungen legte Claude 48 Varianten als Kontaktbogen vor, also als Übersicht mit kleinen Vorschaubildern. Einzelne Bilder kann ich deutlich besser beurteilen. Seitdem steht in der AGENTS.md, dass Bilder einzeln gezeigt werden, und die Abnahme lief Bild für Bild.

Die geplante Nachbearbeitung schrumpfte auf minimale Eingriffe, der Roh-Render war meist schon das bessere Bild.

Während der Endrender lief, fiel mir in einer Vorschau ein Knie auf, das in der Strebe eines Gartentischs steckte. Die sitzende Figur wurde aus allen Bildern entfernt, auch aus denen, die ich schon abgenommen hatte.

Sieben Außenbilder habe ich einzeln abgenommen, später zwei Innenansichten.

#Was aus diesem Teil bleibt

Das Handwerk habe ich in dieser Woche nicht gelernt. Verbessert haben sich die Bilder, weil ich beschreiben konnte, was ich sehe, weil eine Recherche mir den Maßstab dafür gab und weil ich die Arbeit angehalten habe, wenn sie sich im Kreis drehte. Gemessen wurde dort, wo Hinsehen nicht mehr reichte.

Teil 3 zeigt, was daraus wird, wenn man es von Anfang an so angeht. Mit einem klar definierten Ziel und dem Wissen dieser Tage entstand ein sehr guter Innenraum-Render, ohne dass noch viele Revisionen nötig waren.