Juri Liechti, Dokumentation «desAIgn process», BA Objektdesign 2023

Dokumentation

Praktische Bachelorarbeit

Juri Liechti

desAIgn process

Künstliche Intelligenz im Designprozess

Praktische Bachelorarbeit

Hochschule Luzern Design & Kunst

Objektdesign

12.06.2023

Mentorat: Andreas Saxer

Einleitung

Künstliche Intelligenz (KI) ist gerade das Thema der Stunde. Neue KI-Anwendungen und deren Auswirkungen - auch aufgestalterische Berufe - werden breit und kontrovers diskutiert. Aufgrund dessen möchte ich mich mit dem vermehrt aufkommenden Thema der KI auseinandersetzen und versuchen, dieses neue Werkzeug in meinen Gestaltungsprozess einzubinden. Die KI hat eine für einen Menschen kaum fassbar grosse Bandbreite an Referenzen und könnte als eine Art Sparringspartner dienen, um mich zielorientiert bei der Lösungserarbeitung zu unterstützen.

Mit dieser Arbeit möchte ich herausfinden, wie eine ‚Zusammenarbeit‘ mit KI aussehen könnte und welche Resultate ich damit erzielen kann. Dabei möchte ich verschiedene Konzepte erarbeiten und davon eines weiterverfolgen und anhand eines 3D-gedruckten Prototypen, welchen ich optisch so nahe wie möglich an ein Endprodukt treiben möchte, erfahrbar machen.

Der Fokus der Arbeit liegt bei der Einbindung von KI in meinen Designprozess und dem Aufzeigen, was bereits möglich ist und wo die Limitationen liegen. Seit dem Aufkommen von generativen Text-zu-Bild-KI‘s wie Dall-E oder Text-zu-Text-KI‘s wie ChatGPT liegt die Frage in der Luft, wie sich diese auf die gestalterischen Berufe und so auch auf das Industriedesign auswirken werden. Ich möchte dieser Entwicklung bereits jetzt in ihren Anfängen begegnen und mich mit diesem Thema näher beschäftigen. Die Arbeit befasst sich somit mit dem Sustainable Developement Goals (SDG) für Hochwertige Bildung (4) und Industrie, Innovation und Infrastruktur (9).

Gleichzeitig befasse ich mich in meiner schriftlichen Bachelorarbeit mit dem durch technologischen Fortschritt entstandenen Wandel im Industriedesign. Dabei untersuche ich anhand der drei Phasen Industrialisierung, Elektrifizierung und Digitalisierung die Veränderungen für das Industriedesign. Im Anschluss daran untersuchte ich die Entstehung und den aktuellen Stand von KI. Dies soll es mir ermöglichen die Tragweite der sich in seinen Anfängen befindenden Entwicklung von KI und deren Auswirkung auf den Beruf der Industriedesigner:in besser abschätzen zu können.

Bei der praktischen Arbeit möchte ich die bereits vorhandenen Möglichkeiten der KI in meinen Arbeitsprozess einbinden und die theoretischen Erkenntnisse damit in der Praxis überprüfen. Ich möchte die KI spielerisch als Design-Komplize einbinden, sie kennenlernen, deren Stärken und Schwächen aufzeigen und damit ein Bewusstsein für diese Thematik schaffen und eine Diskussion dazu anstossen.

Da ich später gerne in der Gestaltung von Unterhaltungs- und Haushaltselektronik tätig sein wollen würde, werde ich im Rahmen dieser Arbeit einen Toaster entwickeln. Zudem orientiert sich KI an bestehenden Daten und Informationen, weshalb sich der seit über einem Jahrhundert bekannte, elektrische Toaster besonders für mein Vorhaben eignet.

Designprozess und mögliche Einbindung von KI

Aufgrund von Besprechungen im Mentorat mit Andreas Saxer habe ich die typischen Phasen des Designprozesses aufgeführt und die verschiedenen KI-Systeme, die in den jeweiligen Phasen eingesetzt werden können in die Phasen eingetragen. Diese KI‘s will ich im Verlauf der Entwicklung des Toasters verwenden und dabei untersuchen, ob und wie sie mich in meinem Vorgehen unterstützen können.

Der letzte Schritt der Evaluation wird im Rahmen dieser Arbeit nicht untersucht, da der Fokus auf der Entwicklung von Konzepten und Prototypen liegt und kein funktionales Endprodukt angestrebt wird.

Gespräch mit Jan-Christoph Zoels

Bei der Präsentation des Bachelor-Vorhabens war Jan-Christoph Zoels, Leiter der Masterstudiengänge Design, Digital Ideation, Service Design und Eco-Social Design, anwesend. Er arbeitete bei namhaften Technologieunternehmen wie Sony und befasst sich im Rahmen eines im April stattfindenden Workshops mit KI im Bereich von Design und bot mir ein Gespräch bei einem Kaffee an.

Bei diesem Gespräch kamen wir auf viele spannende Punkte, welche es zu untersuchen gilt. Zentral war dabei war die Problematik der Daten, welche solchen KI-Systemen zugrundeliegen und die Frage, ob sich dann neue, innovative Entwürfe ergeben können. Dies gilt es im Rahmen dieser Arbeit herauszufinden.

Ein weiterer Punkt, welcher daraus hervorging, war die Wichtigkeit der genauen Dokumentation der Arbeit, da sich die Technologie der KI sehr schnell verändert.

Bezüglich des Produktes Toaster meinte er, es könne durchaus dieses Produkt sein, jedoch sollte ich versuchen eine formale oder funktionale Innovation und nicht ein schlichtes Redesign anzustreben.

Zielbestimmung / Aufgabenstellung

Rebriefing mit ChatGPT

Zu Beginn versuche ich mittels Einsatz der Sprachmodell-KI ChatGPT ein Briefing für die wichtigsten Aspekte, die der Toaster erfüllen soll, zu erfassen. Die Zielgruppe bestimme ich dabei selbst. Festgelegt habe ich, dass ich für kleine Haushalte ein platzsparender und einfach zu bedienender Toaster gestalten möchte. Mit diesen Gegebenheiten wendete ich mich an ChatGPT und fragte, was es dabei zu beachten gilt.

Dabei wurde mir eine Liste mit acht wichtigen Faktoren ausgegeben; Funktionalität, platzsparendes Design, Sicherheit, Energieeffizienz, ästhetisches Design, Materialien, Benutzerfreundlichkeit und das Berücksichtigen der Zielgruppe. Diese Themen wurden dabei noch verständlich und nachvollziehbar ausformuliert und bieten eine Orientierung bei den weiteren Schritten.

Zielgruppe

Des Weiteren wollte ich genauere Informationen zu Aspekten, die es bei meiner Zielgruppe zu beachten gilt und fragte ChatGPT nochmals spezifischer.

Dabei nannte mir die KI erneut ähnliche Aspekte wie bei der Frage nach dem allgemeinen Briefing, formulierte jedoch die Erläuterungen noch etwas spezifischer auf die Zielgruppe. Hinzu kam der Preis, der nicht allzu hoch ausfallen sollte, um zugänglicher zu sein und die Menge an Toastscheiben, die der Toaster auf einmal toasten kann. Dies half jedoch, die Aspekte zu gewichten und so legte ich fest, dass die wichtigsten Faktoren der Energieverbrauch, die Grösse und die Kapazität für lediglich eine Scheibe sind. Die Sicherheit ist ebenfalls wichtig und somit muss dafür gesorgt werden, dass der Toaster gut isoliert sein sollte, um keine Verbrennungen zu verursachen.

Kundenmeinungen

Die Verwendung von ChatGPT eignet sich bestens, um Kundenrezensionen zusammengefasst anzufordern und so einen Einblick in den Markt für Toaster zu erhalten. Somit befragte ich die KI nach den gängigsten Beschwerden und den meist gelobten Aspekte von Toastern.

Dadurch wird klar, was den Nutzern bei einem Toaster wichtig ist und bei der Entwicklung eines neuen Toasters unbedingt berücksichtigt werden muss. Gleichmässiges Toasten ist ein sehr wichtiger Faktor. Das Produkt sollte zudem langlebig und reparierbar, einfach zu bedienen und zu reinigen sein. Zufriedene Kunden schätzen zudem einen schnellen Toastvorgang. Wiederum sorgt ein zu kurzes Netzkabel für Unzufriedenheit.

Danach erkundigte ich mich bezüglich aktuellen Trends bei neuen Toastern.

Dabei gab ChatGPT mir fünf Trends aus. Die smarten Funktionen wie die Bedienung per Smartphone widerspricht der einfachen Bedienung, zumal der Toast selbst von Hand zugeführt werden muss. Energieeffizienz, Nachhaltigkeit und ein bestechendes Design sind jedoch klare Aspekte, die ich beachten möchte.

Zweitfunktion

Eine Zweitfunktion mit einzubinden wäre eine Option, welche auch die Nutzung der Abwärme erlauben würde und so erkundigte ich mich noch dazu.

Das Hinzufügen einer Zweitfunktion, welche die Abwärme nutzen würde, könnte die Energieeffizienz tatsächlich erhöhen. Die Erwähnung der Erhitzung von Wasser hat mich jedoch stutzig gemacht, da ich weiss, dass Wasser viel Energie benötigt. Die Abwärme von ein oder zwei Toastvorgängen würde bei weitem nicht reichen, Teewasser zu kochen. Somit fragte ich nochmals nach.

Daraufhin bestätigte mir ChatGPT meine Überlegung und legte mir das Kochen oder Pochieren von Eiern nahe. Diese Option werde ich im weiteren Verlauf im Hinterkopf behalten.

Zwischenfazit - Zielbestimmung / Aufgabenstellung

Das Gespräch mit Jan-Christoph Zoels hat mir aufgezeigt, was das Ziel meines Toaster-Konzept ist. Der Kern meiner Arbeit mit der KI ist es, eine formale oder funktionale Innovation zu finden. Dabei gilt es herauszufinden, ob es möglich ist, mit einem solchen System, welches sich nur auf bestehende Daten bezieht, neue Ansätze zu finden oder ob es nur bekanntes reproduziert.

Durch die Besprechung mit Andreas konnte ich die Einbindung in den gesamten Designprozess systematischer gestalten und mich von meinem Fokus auf die Bild-zu-Text-KI‘s lösen. Dies öffnete mir den Blick für KI-Anwendungen anderer Art, welche mir in den verschiedenen Phasen des Prozesses behilflich sein können und ich im Rahmen dieser Arbeit auf ihren Mehrwert untersuchen kann.

Um mich in das Thema der Gestaltung eines Toaster hineinzugeben half das (Re-)Briefing durch ChatGPT sehr. Mit den richtigen Fragen ergaben sich wertvolle Faktoren, welche mir helfen, mich im weiteren Verlauf des Projektes zu orientieren. Aus diesen Unterhaltungen mit ChatGPT habe ich eine Liste an Anforderungen für den zu entwickelnden Toaster extrahiert. Die zu beachtenden Aspekte lauten:

• Energieeffizient

• Platzsparend

• Innovatives Design

• Nur eine Toastscheibe

• Benutzerfreundlich

• Langlebig

• Gut zu reinigen

• Sicher in der Verwendung

• Zeit für Toastvorgang

• Gleichmässiges Toasten

• evt. Zweitfunktion

Die Konversationen mit ChatGPT waren überraschend natürlich und man merkte, wie das System auf den bereits getätigten Fragen aufbaut. Dies gibt mir das Gefühl, bei allen möglichen Unklarheiten einen immer verfügbaren Ansprechpartner zu haben, welcher stets eine Antwort bieten kann. Nicht immer entsprachen die Antworten meinen Erwartungen jedoch gelangte ich mit ein, zwei weiteren Eingaben meist zu den gewünschten Informationen.

Recherche, Analyse, Synthese

In dieser Phase des Designprozesses möchte ich Referenzen mittels Text-zu-Bild-KI‘s generieren und mich dadurch inspirieren lassen. Dazu gilt es zuerst die geeignetste KI dazu zu finden und anschliessend einen Wortschatz zur Verfassung der Texteingaben aufzubauen.

Test von verschiedenen Text-to-Image KI‘s

Es gibt bereits eine grosse Auswahl an Künstlichen Intelligenzen, welche Bilder über die Eingabe von Text generieren. Einige waren schon namentlich in grossen News-Publikationen erwähnt worden, andere kennt man lediglich innerhalb der Community, die sich mit diesen neuen KI-Systemen auseinandersetzt.

Ich möchte herausfinden, mit welcher oder aber mit welchen Plattformen ich weiterarbeiten möchte, denn mit diesen KI-Systemen generiert man sowieso schon schnell einen enormen Output. Deshalb ist ein systematisches und sich selbst einschränkendes Vorgehen für mich zu Beginn zentral.

Ich habe mich dazu entschlossen vier in Frage kommende KI‘s miteinander zu vergleichen

Dall-E2 Die erste grosse Text-to-Image-KI von OpenAI. Bei Lancierung dieser Plattform haben viele haben viele Medien darüber berichtet. Dall-E befeuerte die Gespräche über das Potential von KI‘s und deren Auswirkung für Künstler, Grafiker, Illustratoren und ganz generell auf den Arbeitsmarkt.

Input Sie funktioniert durch reine Texteingabe und bietet keine weiteren Anpassungen. Sie ermöglicht jedoch das Ausradieren von gewissen Stellen im Bild und ermöglicht es dem Nutzer diese erneut zu generieren.

Kosten Die Bezahlung für den Dienst funktioniert über Credits, welche man mit Echtgeld kaufen muss und die dann für jede Generierung abgezogen werden.

Midjourney Die wohl am zweitmeisten erwähnte Text-to-Image-KI. Viele der viralen KI-Bilder wurden mit dieser Plattform erschaffen. Sie zeichnet sich durch sehr hochaufgelöste und detailreiche Outputs aus. Midjourney wird über die Socialmediaplattform Discord bedient und es gibt eine grosse Community, welche sich rege über Tipps und Tricks austauscht.

Input Die Eingabe der Prompt‘s funktioniert auch hier mittels Text. Jedoch ist die Eingabe in einer Art „Programmier-Schema“ aufgebaut und erlaubt es dem Nutzer, Bilder als Vorlage hochzuladen und über die Eingabe von Parametern in einer spezifischen Form (zB. -n = 2) noch weitere Anweisungen in den Prompt einzubinden. Dies ermöglicht beispielsweise auch das erwähnen von Dingen, die nicht auf dem Bild zu sehen sein sollten.

Kosten Die Nutzung dieses Dienstes wird in beanspruchten GPU-Minuten, also der Dauer der Nutzung von den Servern von Midjourney, gemessen. Zu Beginn erhält jeder 25 Minuten gratis. Sind diese aufgebraucht, muss man ein Abo auf monatlicher oder jährlicher Basis kaufen. „Basic“ mit 200 Minuten pro Monat kostet dann 10 CHF oder„Standart“ mit 900 Minuten pro Monat kostet 30 CHF. Wie viel eine Generierung benötigt, hängt von verschiedenen Faktoren ab und ist nur schwer zu beziffern.

PlaygroundAI Diese KI publiziert alle Generierungen ihrer Nutzer in einer Galerie. Die Entwürfe können von jedem bewertet werden und damit ergibt sich eine „Best-of“-Galerie mit den best bewerteten Bildern. Jedes Bild lässt sich anklicken und der Betrachter kann das gewählte Protokoll sowie den verwendeten Prompt einsehen. Man kann diese Prompts kopieren oder gleich das bestehende Bild remixen. Das durch diese Plattform verwendete KI-Protokoll heisst „Stable Diffusion“.

Input Die Eingabe des Prompts funktioniert bei PlaygroundAI ebenfalls über ein Textfeld, jedoch bietet diese Plattform gleich darunter noch ein zweites Textfeld für Dinge, die man explizit nicht auf dem Bild haben möchte. Zudem bietet es noch zwei Regler; einer für den Abweichungsgrad zum formulierten Prompt und einer für die Qualität und den Detailgrad. Diese Einstellungen wirken sich auf die für die Generierung benötigte Zeit aus.

Kosten Das grosse Argument für die Plattform PlaygroundAI ist, dass im Kostenlos-Modus das Generieren von 1000 Bildern pro Tag erlaubt. Eingeschränkt ist man jedoch in der Bilddimension und nach 50 Bildern wird auch die Qualität der Bilder limitiert.

LeonardoAI Diese KI ist fast noch ein kleiner Geheimtipp. Nach längerem Suchen nach kostenlosen Alternativen zu Midjourney stösst man dann jedoch früher oder später auf diese Plattform. Sie verfügt über viele verschiedene KI-Modelle. Nebst den von LeonardoAI selbst trainierten KI-Modellen können auch Nutzer ihre eigenen Modelle trainieren und öffentlich zu Nutzung aller freigeben. Diese Modelle haben andere Datensets zur Grundlage und sind spezifisch für gewisse Zwecke oder Stile gedacht.

Wie bei PlaygroundAI können hier ebenfalls die Ergebnisse anderer Nutzer eingesehen werden und der Betrachter kann die jeweiligen Prompt‘s und das verwendete Modell sehen.

Input Die Eingabe erfolgt in einem Textfeld und auch hier gibt es die Option eines zweiten Textfeldes für unerwünschte Dinge. Diese Plattform erlaubt es dem Nutzer zwischen einem bis zu acht verschiedenen Bilder mit dem gleichen Prompt zu generieren. Hier gibt es auch den Regler für den Abweichungsgrad zum formulierten Prompt und einer für die Qualität und den Detailgrad. Zudem kann hier auch ein Bild statt Text als Input verwendet werden.

Kosten Bis jetzt ist die Verwendung von LeonardoAI komplett kostenlos. Jedoch hat jeder Nutzer täglich nur 250 Tokens zur Verfügung und je nach Einstellungen benötigt eine Generierung einen bis mehrere solcher Tokens. Diese lassen sich zur Zeit nicht mit Echtgeld kaufen und erneuern sich lediglich jeden Tag wieder.

Um diese vier KI‘s zu Vergleichen und herauszufinden, welche davon für mein Projekt am geeignetsten ist, habe ich 10 verschiedene Prompt‘s geschrieben. Diese Prompt‘s gebe ich bei allen vier KI‘s ein und vergleiche anschliessend die resultierenden Bilder.

Die verwendeten Prompt‘s

Folgende Texte habe ich bei den vier KI-Systemen eingegeben. Dabei habe ich versucht eine Varianz von offenen bis hin zu spezifischeren Eingaben abzudecken und gleich verschiedene Satzstrukturen auszuprobieren. Zudem habe ich sowohl eine Marke (Dyson), eine Filmreferenz (Star Wars) als auch einen Designer (Dieter Rams) in die Eingaben eingebaut, um zu schauen wie die KI‘s mit diesen spezifischen Referenzen umgehen.

Die ersten neun Prompt‘s habe ich selbst verfasst und den letzten Prompt erarbeitete ich mittels ChatGPT. Die Text-KI gab mir zuerst einen sehr langen und in Prosa formulierten Prompt, welchen ich jedoch gespannt ausprobierte. Ich bat ChatGPT jedoch noch um die Kürzung dieses Prompt‘s in dem er diesen nur mittels Nomen und Adjektiven verfassen solle. Die 10 beziehungsweise 11 Texteingaben lauteten somit: Selbst verfasste Texteingaben:

1. toaster of the future

2. futuristic toaster in front of a white background

3. an innovative toaster in a reduced design, high quality product render

4. a floating toaster

5. a toaster inspired by the style of star wars movies

6. toaster in the style of dieter rams

7. a toaster designed by dyson

8. retrofuturism style toaster

9. a wirefree portable toaster in the shape of a walkman

Mittels ChatGPT erstellte Texteingaben:

CG1. Create a series of product renderings for an innovative toaster. The toaster should be able to toast different types of bread and have an easy-to-use user interface. The design should be modern and appealing, and blend well into a modern kitchen. Use different materials such as stainless steel, glass, and plastic to explore different design options.

CG1.1 Sleek 3D rendering toaster. Modern design. Seamless fit for contemporary kitchen. Toasts various bread types. Intuitive user interface. High-quality materials: stainless steel, glass, ceramic.

Die Resultate aller KI-System stelle ich in einer Tabelle einander gegenüber, um sie miteinander zu vergleichen und zu schauen wie die KI‘s die gleiche Aufgabe lösen. Aufgrund von dieser Gegenüberstellung möchte ich mich für ein oder zwei KI-Plattformen für die weitere Arbeit entscheiden. Dies erlaubt es mir dann, die KI kennen zu lernen und mich in das zielführende Formulieren der Prompt‘s zu vertiefen.

Gegenüberstellung der Ergebnisse

toaster of the future futuristic toaster in front of a white background an innovative toaster in a reduced design, high quality product render

A floating toaster

a toaster inspired by the style of star wars movies

toaster in the style of dieter rams

a toaster designed by dyson

retrofuturism style toaster

Dall-E2

LeonardoAI PlaygroundAI Midjourney

Dall-E2

LeonardoAI PlaygroundAI Midjourney

Weitere Faktoren zur Bewertung der KI‘s

Nebst dem direkten Vergleich durch die Verwendung der gleichen Prompts habe ich auch noch sonstige kurze Versuche unternommen. Die Plattformen bieten verschiedene Bedienungselemente und Funktionen, welche ich alle testete. Zudem habe ich auf der Suche nach diesen Text-to-Image-KI‘s in Foren und Artikeln Meinungen zu den jeweiligen KI-Anwendungen aufgeschnappt. Diese Erfahrungen und Informationen fliessen ebenfalls in die Bewertung ein.

Auswertung der Ergebnisse

Die Gegenüberstellung der Ergebnisse hat die Stärken und Schwächen der jeweiligen Plattformen deutlich gemacht. Die Gedanken zu den jeweiligen Plattformen halte ich im folgenden fest.

PlaygroundAI

Die verschiedenen Eingaben wurden teils kaum aufgegriffen und die entstandenen Bilder sind zumeist sehr ähnlich und dies obwohl ich über den Freiheitsgrad-Regler der KI mitteilte, sie solle sich so stark wie möglich an meinem Prompt halten. Zudem generiert diese Plattform jeweils nur ein Bild pro Eingabe, wobei alle anderen standartmässig vier Bilder generieren.

Diese KI kann sich nur schwer von dem 0815 Toaster lösen und bringt gewisse Elemente, wie die Gestaltung der Auflagefüsse immer wieder gleich ein. Die Ergebnisse fallen stark ab von den Ergebnissen der anderen Plattformen.

in

Dall-E2

Auch diese Plattform gibt immer sehr ähnliche Resulate aus. Zudem sehen die Ergebnisse meist aus, als kämen die Objekte aus einem Videospiel der 2000er Jahre. Der Stil der Bilder ändert sich zudem laufend. Zudem tauchen immer wieder komische, nicht relevante Dinge wie Schriften, Körper, komische Toastbrote oder fleischähnliche Objekte auf. Diese liessen sich mit weiteren Informationen zu den formulierten Prompts wohl ausmerzen. Überrascht hat diese KI jedoch bei der Eingabe des letzten, durch ChatGPT verfassten Prompts und hat als Einzige tatsächlich eine Serie von Toastern ausgegeben.

Doch auch bei meinen vorhergehenden, privaten Versuchen mit dieser Plattform war ich nach anfänglicher Euphorie doch sehr ernüchtert über die Resultate. Im Vergleich zu Midjourney scheint mir Dall-E2 wie jemand, der nur die Hälfte der Ausbildung genossen hat und die Dinge noch nicht wirklich versteht.

LeonardoAI

Diese KI weisst innerhalb eines einzelnen Prompt‘s sehr spannende Varianzen aus und auch im gesamten betrachtet zeigt sie viele Möglichkeiten einen Toaster darzustellen auf. Die KI macht wie Dall-E2 ebenfalls ziemliche Logikpatzer, gibt jedoch schöne Produktrenderings aus. Auch hier sind die Toastbrote und Hintergründe ab und an verwirrend gewählt aber der Toaster an sich ist jeweils ein spannender Entwurf und die im Prompt erwähnten Charakteristiken werden stets sichtbar aufgegriffen. Mühe hat diese Plattform, wenn man das gewünschte Objekt im Stile eines anderen Objektes wünscht. Anstatt den Toaster in Form eines Walkman‘s zu gestalten hat die KI lediglich eine komische Anordnung von Toastern und Audiogeräten auf einem Tisch ausgegeben.

Als kostenlose Alternative zu Midjourney ist LeonardoAI tatsächlich eine gute Wahl. Spannend für mein Projekt finde ich vor allem die Möglichkeit ein eigenes KI-Modell trainieren zu können. Diese Option möchte ich gerne ausloten, denn dies ermöglicht es dem Nutzer gewissen Einfluss auf die zugrundeliegenden Referenzen zu haben.

Midjourney

Die Ergebnisse dieser KI sind durchgehend in einer überraschend hohen Qualität. Der Stil ist zwar immer etwas comic-haft gehalten aber die „Kreativität“ der jeweiligen Entwürfe ist verblüffend. Die Grundform des Toasters ist stets sehr rund gehalten, doch dies lässt sich durch konkrete Eingaben auch durchbrechen. Die verschiedenen Bedienelemente und deren Ausgestaltung sind sehr vielseitig und trotzdem sind sie zumeist sinnvoll platziert. Gerade bei den direkten Referenzen wie bspw. des Star-Wars-Prompts greift es den gewünschten Stil gezielt auf, schafft es dabei jedoch den Kern der Sache, den Toaster, nicht zu verlieren.

Im Vergleich zu den anderen Plattformen hat auch lediglich Midjourney den Walkman-Prompt mit bravur gelöst. Es wird sehr spannend zu schauen, wie viel Einfluss man noch auf die Resultate haben kann wenn man mit spezifischeren Prompt arbeitet. Die Farbpalette ist bei allen zehn Prompts, bis auf ein zwei Ausnahmen, sehr gleich gehalten.

Wahl der Künstlichen Intelligenz zur Weiterarbeit

Nach ausführlicher Analyse der Ergebnisse und der Möglichkeiten, welche die jeweiligen Plattformen dem Nutzer bieten, komme ich zum Schluss, dass ich primär mit Midjourney weiterarbeiten möchte. Die Qualität der Ergebnisse ist mit Abstand die Beste. Zudem möchte ich mich in die programmierähnliche Verfassung der Prompts einarbeiten und von der grossen Community diesbezüglich lernen.

Mittels der Plattform LeonardoAI möchte ich versuchen, ein eigenes KI-Modell mit möglichst viele Referenzen, welche mir gefallen, zu trainieren und schauen welche Ergebnisse sich damit erzielen lassen.

Für die Recherche-Phase werde ich somit mit diesen zwei Plattformen arbeiten.

Midjourney Mittels ständiger Verfeinerung und Weiterentwicklung der Prompts zu vielen guten Entwürfen und Konzepten kommen.

LeonardoAI Ein eigenes KI-Modell trainieren und dabei das Modell mit möglichst vielen, Online gesammelten Referenzbildern ausstatten und damit Entwürfe generieren.

Vorbereitungen für die Verwendung der Text-zu-Bild-KI‘s

Als Nächstes erstelle ich einen bezahlten Account für die Plattform Midjourney und befasse mich ausführlich mit der Art der Verfassung von Prompts. Um den Inhalt dieser Prompts zu definieren und bei der weiteren Arbeit systematisch vorgehen zu können, sammel ich Begriffe die meine Ansprüche an die gewünschten Entwürfe ausdrücken können.

Dazu analysiere ich zum einen bestehende Toaster aber auch allgemein (Küchen-) Geräte, Hersteller und mir zusagendes Design von bestehenden Produkten. Um herauszufinden, was das Entwerfen mittels KI ausmacht, wo dessen Stärke liegt und was mich daran fasziniert, analysiere ich in einem zweiten Schritt auch veröffentlichte KI-Entwürfe von Produkten.

Ich möchte dabei einen grossen Wortschafz aufbauen und diesen in einer gewissen Weise kategorisch strukturieren:

Art der Darstellung: zB. isometric, white background

Beischreibung..

..übergeordnet zB. innovativ, modern, appealing

..deskriptiv zB. rectangular opening, springloaded lever, knob

..formal zB. riffled, rounded, sharp edge

Negativ-Prompt‘s: zB. bread texture

Wortschatzbildung

Zunächst habe ich nach existierenden Produkten recherchiert, welche mir ästhetisch sehr gefallen. Damit möchte ich mir verbildlichen, welchen Stil ich persönlich mag und in meinen Arbeiten anstreben möchte.

Für die Suche nach Referenzen nahm ich mir eine weitere Künstliche Intelligenz in Form von Google Lens zur Hilfe. Damit konnte ich, abgeleitet von Produktdesigns die mir im Laufe der Jahre geblieben sind, weitere Designs in ähnlichem Stil finden und so schnell zu einer grossen Sammlung mit mir bisher noch nicht bekannten Produktdesigns kommen.

Mit einem Klick auf das Google Lens Symbol analysiert die KI von Google das Bild und zeigt nebst dem auf dem Bild zu sehenden Objekt auch Dinge, welche dem referenzierten Inhalt ähneln. Ein Beispiel aus meiner Recherche ist unten aufgeführt.

Auf diesem Weg kam ich zu folgender Sammlung von Referenzbildern aus verschiedenen Produktkategorien, die mir ästhetisch gefallen und den zu verfolgenden Stil bei diesem Projekt wiedergeben.

Analyse der Referenzbilder

Aufgrund dieser Sammlung habe ich anschliessend versucht, die Elemente und Eigenschaften, welche mich an diesen Objekten faszinieren, in Worte zu fassen. Damit ergibt sich bereits eine Bandbreite von Ausdrücken für den Prompt-Wortschatz, welchen ich mir für die zielorientierte Verwendung von Midjourney aufbauen möchte.

Folgende Eigenschaften habe ich aus der Analyse der gesammelten Bilder herausgearbeitet:

geometrisch, Wiederholungen, klare Flächen, Transparenz, kleine Farbakzente, gebürstetes Metall, schlicht gehaltenes User Interface, Reduziertheit, Schönheit der Funktion, User Interface mit dezenten unaufdringlichen Grundformen, subtile Funktionsanzeichen, funktionale Elemente mit Rücksicht auf Details gestaltet, Kombination von Textilien mit anderen Materialien, ungewöhnliche Materialien für technische Geräte (kein Plastik), Status-LEDs, modular, Symmetrie, Graustufen, warmweiss, Kombination von Rundungen und Kanten/Knicken

Nebst dieser Analyse möchte ich die Bilder auch nutzen, um damit ein eigenes KI-Modell zu trainieren und zu schauen, ob es durch diese Bilder einen von mir angestrebten Stil reproduzieren kann.

Suche nach KI-generierten Produktentwürfen

Eine grosse Inspirationsquelle für diese Arbeit fand ich bei einem Produktdesigner aus New York. Dieser hat eine Webseite (animpropablefuture.com) auf der er Bilder von futuristischen Produkten als digitale oder gedruckte Kopie zum Verkauf anbietet. Sein Stil hat mir gleich zu Beginn sehr zugesagt und seine bereits sehr grosse Sammlung bietet viel Inspiration. Doch für die Wortschatzbildung und das gezielte Verfassen von Prompt‘s möchte ich noch weitere KI-generierte Produktrenderings sammeln, um diese anschliessend analysieren zu können und nebst weiteren Ausdrücken auch ein Gefühl für die sich bietenden Möglichkeiten zu bekommen.

Da das Feld der Text-zu-Bild-KI‘s noch ein sehr Junges ist, gestaltet sich die Suche nach solchen Produktentwürfen schwieriger als erwartet. Zudem kann man bei Google Lens noch keine Kriterien festlegen, nach denen die KI die Bilder auswählen soll. Somit kann ich in diesem Fall nicht auf diese KI zurückgreifen. Nach einigen Stunden eigenhändiger Suche im Internet gelangte ich zu folgender Sammlung.

Analyse der KI-generierten Referenzbilder

Auch diese Sammlung habe ich analysiert und versucht die Elemente und Eigenschaften, welche mich an diesen Objekten faszinieren, in Worte zu fassen. Die Frage, die ich mir bei dieser Analyse stelle, lautet „Was fasziniert mich an diesen KI-Entwürfen spezifisch, was macht diese Entwürfe aus?“ und dabei ergab sich vor allem ein Profil der Stärken solcher Text-to-Image-KI‘s. Sich diesen bewusst zu sein beim Verfassen von Prompt‘s kann sehr hilfreich sein. Einerseits für die Strukturierung dieser aber auch für die direkte Anwendung in den Prompts. Konkret resultierte daraus:

Fusion von verschiedenen Stilen, bekanntes neu kombiniert, Spiel mit Dimensionen, Usecase teilweise unklar, Vermischung in zeitlicher Hinsicht, surreale Entwürfe, Renderqualität der Entwürfe, Studioaufnahmen wie in Werbungen, ungewohnte Form- und Farbkombinationen, Bandbreite von seriös bis verspielt, bedürfniserweckende Wirkung, ungewöhnliche Bedienelemente, Markenbeschriftungen sinnlos aber inspirierend.

Um noch auf weitere verwendbare Wörter zu stossen, nutzte ich anschliessend noch die Künstliche Intelligenz ChatGPT. Zur Übersetzung einiger Wörter nutzte ich DeepL, eine auf künstlicher Intelligenz basierende Übersetzungssoftware. Dabei konnte ich gleich noch die Synonymfunktion nutzen, um auf weitere nützliche Begriffe zu stossen.

Wörtersuche mit Hilfe von ChatGPT

Resultierender Wortschatz

Nebst diesen drei Vorgehen habe ich während der praktischen sowie der theoretischen Arbeit stets Wörter, die mir begegneten und ich als passend für den Gebrauch bei Text-to-Image-KI‘s erachtete, notiert. Durch diese verschiedenen Vorgehen habe ich folgende in Kategorien unterteilte Wörtersammlung erarbeitet. Diese werde ich im Anschluss für die zielorientierte Nutzung von Midjourney und LeonardoAI verwenden.

übergeordnete Wörter bezüglich Stil

modern, retrofuturistic, industrial, minimalistic, reduced, modular, artificial, serious, playful, innovative, muted, bold, attention to detail, unconventional

indirekt-deskriptive Wörter

easy-to-use, appealing, intuitive, sleek, discreet, warm, cool, bright, simple, beauty of function, unobtrusive, subtle, combination, variable, precise, manual, digital, automatic, customizable, quick, unique selling point, adjustable, extra-wide, portable, hinged, folding, foldable, turning, collapsible, expandable

direkt-deskriptive Wörter

rectangular opening, springloaded lever, crumbtray, insulated walls, heating element, timer, user interface, knob, surface, functional element, status LED, button, switch, slot, cancel, cord storage, non-slip feet, hinge, rotary knob, dial, support surface, grid, grating, grate, grille, mechanism

formal-gestalterische Wörter

rifled, smooth, rough, brushed, polished, glossy, matte, metallic, reflective, textured, geometric, repetitive, transparent, revealing, basic shapes, rounded, edge, symmetrical, curved, bend, shaped, conic, oval, compact, beveled edge

Materialien

metal, glas, porcelain, enameled, ceramic, textile, wood, chrome, stainless steel, aluminum

Farben

monochromatic, grayscale, black, white, red, orange, green, wooden, dark grey, bright grey, off-white, warm-white, small color accents

Art der Darstellung

product mockup, design sheet, isometric, side, frontal, top-down, angled, white background, high contrast, standalone, close-up, product render, photostudio image, realistic, photorealistic

gute Kombinationen

brushed metal, polished metal, smooth surfaces, simple user interface, unobtrusive basic shapes, combination of textile and.. , shaped like.. , .. design

Negativ Prompt‘s

no bread, no bread texture

„Promptstorming“ mittels Midjourney

Mit dieser Wortschatz-Sammlung begann ich die Text-to-Image-KI Midjourney zu verwenden. Dabei konnte ich aufgrund der erzielten Ergebnisse die Eingabe fortlaufend verfeinern. Midjourney bietet auch die Möglichkeit mit gewissen Parametern zu arbeiten. Diese habe ich im Rahmen des „Promptstomrings“ - in Ahnlehung an Brainstorming, welches in diesem Falle jedoch an die KI ausgelagert wird - ausprobiert und dabei feststellen können, welche Parameter dabei am besten funktionieren. Die wichtigsten dabei sind:

--no [text] ..erlaubt es, Dinge zu nennen die nicht abgebildet werden sollen.

--c [1-100] ..gibt dem System den erlaubten Grad an Varianz zwischen den 4 Ergebnissen an.

--q [0-2] ..soll die Qualität der ausgegeben Bilder bestimmen, wobei 2 die Höchste darstellt.

--s [0-750] ..gibt dem System den gewünschten Stilisierungsgrad bzw. Freiheitsgrad an.

Im folgenden sind die getätigten Eingaben aufgeführt. Die Eingaben in roter Schrift haben zu Bildern geführt, die nichts mit einem Toaster zu tun haben. Die ausgegebenen Bilder dieser Prompts sind auf der kommenden Seite festgehalten.

1. a modern toaster, easy-to-use, reduced, made of metal and ceramic, minimalistic userinterface, industrial style, isometric, white background

2. a modern toaster, easy-to-use, reduced, compact, for one toast only, made of brushed metal, minimalistic user interface, industrial style, isometric, white background

3. a modern toaster, easy-to-use, reduced, compact, one opening, made with brushed metal, minimalistic user interface, industrial style, sharp edges, isometric, white background (abegrundeter stil loswerden - fail)

4. a toaster with sharp edges, cool, simple, unobstrusiv, made of white plastic and brushed aluminum, red buttons, geometric, photostudio image, white background

5. a toaster with sharp edges, cool, simple, unobstrusiv, made of white plastic and brushed aluminum, red buttons, geometric, photostudio image, white background --no curves --no lever

6. a toaster with a single extra wide opening, matte, textured elements, made of white ceramic, small bright color accents, made up of basic shapes, isometric, white background

7. a toaster made for a single household with only one opening for a toast that is small in size. it should be easily storable, look modern and simplistic and be made of metal with bright red user interface, isometric, ultra realistic, white background --v 5

8. a toaster with a rectangular body and very little buttons, the toaster is completely white and has orange buttons. Its edges ar sharp and it should be as campact as possible --v 5 --> REMIX

9. a toaster with a rectangular body, single household, sleek, subtle, reduced, transparent plastic, symmetrical-->REMIX

10. a compact toaster for a single household, sleek, subtle, reduced, transparent plastic, white buttons, symmetrical, photorealistic, product mockup, white background

11. a compact toaster, minimalistic, sleek, subtle, reduced, transparency, boxy, sharp edges, symmetrical, photorealistic, white background --no curves --v 5

12. a compact toaster, minimalistic, sleek, subtle, reduced, transparency, boxy, sharp edges, symmetrical, photorealistic, white background --no curves --v 5 --s 250

13. very compact toaster, off-white body, high contrast buttons, simple UI, innovative, reduced, modern, industrial, photorealistic, studio picture --v 5 --s 250

14. very compact toaster, off-white body, matte, high contrast buttons, only one rotary dial, innovative, reduced, modern, industrial, photorealistic, studio picture --no bread --no rounded edges --v 5 --s 250

15. toaster, innovative, reduced, modern, industrial, photorealistic, white background --no bread --no rounded edges --v 5 --s 250

16. innovative toaster, , reduced, modern, industrial, photorealistic, transparent parts, white background --no bread --v 5 --s 25017.

17. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background --no bread --v 5 --s 250 --> REMIX

18. toaster, vertical design, one orange rotary button, geometrical, sleek, reduced, consisting of basic shapes, rifled surfaces, repetitive, white background --no bread --v 5 --s 250

19. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background --no bread --v 5 --s 750

20. toaster, modular design, reduced, industrial, rifled body, one slot, status LED, wood, repetitive, sleek, attention to detail, muted, serious--no lever -- no bread --v 5 --s 750

21. toaster, modular design, reduced, industrial, rifled body, one slot, status LED, two buttons, wood, transparent parts, repetitive, sleek, attention to detail, muted, serious, white background --no bread --v 5 --s 750

22. toaster, boxy design, industrial, texture-coated metall, futuristic, reduced user interface, cold white, wooden parts, minimalistic, compact, for one toast only, white background --no bread --v 5 --s 50

23. toaster, boxy design, industrial, texture-coated metall, futuristic, reduced user interface, cold white, wooden parts, minimalistic, compact, for one toast only, white background --no bread --v 5 --s 750

24. toaster, flat design, horizontal, industrial, sharp-edged, futuristic, cold white, wooden parts, minimalistic, compact, for one toast only, clean, white background --no brad --no springlever --v 5 --s 750

25. toaster, flat design, horizontal, industrial, sharp-edged, futuristic, cold white, wooden parts, minimalistic, compact, for one toast only, clean, white background --no bread --v 5 --s 750

26. toaster, flat design, horizontal, industrial, sharp-edged, futuristic, cold white, wooden parts, minimalistic, compact, for one toast only, clean, white background --no bread --c 100 --v 5 --s 750 --q 26

27. toaster, flat design, boxy, industrial, beveled edge, futuristic, cold white, rifled, repetitive, transparent parts, minimalistic, compact, small, for one toast only, clean, attention to detail, geometric, white background --no bread --c 100 --v 5 --s 750 --q 2

28. toaster, flat design, boxy, industrial, beveled edge, futuristic, cold white, rifled, repetitive, transparent parts, minimalistic, compact, small, for one toast only, clean, attention to detail, geometric, white background --no bread --c 100 --v 5 --q 2

29. toaster, flat design, boxy, industrial, beveled edge, futuristic, cold white, rifled, repetitive, transparent parts, minimalistic, compact, small, for one toast only, clean, attention to detail, geometric, white background --no bread --c 20 --v 5 --q 2 --v 5 --q 2 --s 750

30. toaster, flat design, conic, industrial, beveled edge, futuristic, rifled, repetitive, transparent parts, minimalistic, compact, small, clean, attention to detail, geometric, photorealistic, white background --no bread --c 80 --v 5 --q 2 --s 750

31. futuristic toaster, porcelain, stainless steel, textured, rotary button, status LED, unobstrusive, small red accents, isometric, white background --no bread --c 100 --v 5 --q 2 --s 750

32. modern toaster::3 simple::1 minimalistic::1 beauty of function::1 foldable::2 repetitive elements::2 white background::1 sharp-edged::2 --no bread --c 100 --v 5 --q 2 --s 750

33. toaster, vertical design, one rotary button, transparent parts, off-white body::2, geometrical, sleek, reduced, consisting of basic shapes::2, white background --no bread --v 5 --q 2 --s 750

34. toaster::3, enameled, monochromatic::2, one red button::1, geometrical, one side transparent, groved body::2, unobstrusive, serious, bold::1, white background, photorealistic --no bread --c 100 --v 5 --q 2 --s 750

35. toaster, round design, sleek, minimalistic, compact, flat surfaces, angled, warm-white housing, white background --v 5 --q 2 --s 250

36. toaster, round design, rotating, half open, minimalistic, compact, flat surfaces, angled, brushed aluminum, warm-white housing, white background --c 80 --v 5 --q 2 --s

250 37. toaster, rotating disc, round design, folding, white housing, metall grating, compact, innovative, simplistic, reduced, white background --c 80 --v 5 --q 2 --s 250

38. toaster, vertical design, round design, angled disc, small stand, compact, minimalistic, metallic grid, reduced, modern, white background --c 50 --v 5 --q 2 --s 250

39. toaster, vertical design, round design, angled disc, small stand, compact, minimalistic, metallic grid, reduced, modern, white background --c 50 --v 5 --q 2 --s 250

40. toaster, rotating disc, partially enclosed, compact, hinged, basic shapes, modern, futuristic, small support surface, warm-white housing, white background --c 80 --v 5 --q 2 --s 250

41. toaster, hinged opening, square, vertical, compact, symmetrical, bend, matte white housing, innovative, folding, intuitive, white background --c 80 --v 5 --q 2 --s 250

42. toaster, round design, sharp edged, industrial, compact, metallic grille, minimal surface area, minimalistic, reduced, matte white housing, rotary dial, white background --c

50 --v 5 --q 2 --s 250

43. toaster, rotary elements, grille, minimalistic, toned down, warm-white housing, reduced, basic shapes, white background --c 80 --v 5 --q 2 --s 250

44. toaster, round design, shaped like a disc, angled at 30 degrees, small stand, compact, modern, innovative, rotary, metallic grate:: compact white housing, air ventilation, white background --c 80 --v 5 --q 2 --s 250

45. toaster, round design, shaped like a disc, diagonal rotation, small stand, compact, modern, innovative, compact, white housing, white background --c 80 --v 5 --q 2 --s 250 --v 5 --q 2 --s 250

46. toaster, square design, rotating metall cage, diagonal rotation, small stand, compact modern innovative, white housing, white background --c 70 --v 5 --q 2 --s 250

47. toaster, collapsible, foldable, compact, modern, space saving, rotary dial, basic shapes, serious, sharp-edged, bold, white background --v 5 --q 2 --s 250

48. toaster, foldable design, small surface area, geometric, warm-white housing, grating air ventilation, modern, playful, white background --c 80 --v 5 --q 2 --s 250

49. toaster, geometric, hinged opening, compact, unconventional, futuristic, bold, one red button, status LED, air ventilation slots, warm-white housing, white background --c

50 --v 5 --q 2 --s 250

50. toaster, triangular design, intuitive, folding sides, minimalistic, futuristic, reduced, subtle, adjustable, white background --v 5 --q 2 --s 250

51. toaster, triangular design, hinge mechanism on the bottom, minimalistic, flat surfaces, clean, chamfered edge, modern, reduced, warm-white housing, white background --c 80 --v 5 --q 2 --s 250

Ergebnisse des „Promptstorming“

Die Ergebnisse der verfassten Texteingaben sind in vielerlei Hinsicht interessant. Sie zeigen die Vielfalt von Lösungsansätzen auf und die verschiedensten Formsprachen. Es werden jeweils vier Ergebnisse durch Midjourney ausgegeben.

Je mehr ich versuchte, die Ergebnisse von der gänigen Form mit zwei Öffnungen auf der Oberseite und einem gefederten Seitenhebel wegzubringen, desto weiter entfernte sich das Ergebnis vom Funktionsprinzip eines Toasters. Formal ergab dieses Vorgehen jedoch eine grosse Fülle an Inspiration.

Mit einer weiteren Funktion lassen sich die Bilder erneut berechnen und es werden 4 leicht abgeänderte Varianten generiert. Sie unterscheiden sich jeweils nur in kleinen Details vom Originalen. Für eine Variantenbildung und die weitere Erforschung der Möglichkeiten eignet sich dieses Vorgehen jedoch sehr. Diese Funktion habe ich jeweils genutzt, wenn mir nur gewisse Aspekte der Bilder gefielen. Durch die leichte Abänderung ergab sich hin und wieder ein noch spannenderes oder passenderes Ergebnis.

Iterationen generieren

KI

Midjourney erlaubt es, die Bilder, die einem besonders gefallen, per Knopfdruck in besserer Auflösung neu berechnet als Einzelbild anzufordern. Dies habe ich mit meinen Favoriten auch jeweils gemacht. Diese Einzelbilder regten einerseits Konzeptideen an oder beinhalteten formale Aspekte, welche ich für die weitere Arbeit in Betracht ziehen möchte.

Hochskalieren der besten Output's

Eigene Modelle trainieren mittels Leonardo.AI

Die Plattform Leonardo.AI erlaubt es, eigene Datensätze von 40 Bildern hochzuladen und damit die KI zu trainieren. Die Ergebnisse beziehen dann die Daten zur Generierung von Bildern aus diesem Datensatz. Diese Funktion bietet somit einen grösseren Einfluss auf die Ergebnisse, da man die Referenzen der KI selbst bestimmt. Diese Funktion wollte ich testen und dabei untersuchen, welche Resultate ich damit erzielen kann.

Bilder für die Datensätze

Die für die Erstellung des Wortschatzes gesammelten Bilder bieten sogleich eine gute Basis für die Trainingsdaten. Nebst den bereits gesammelten Referenzbildern von Produkten die mir ästhetisch zusagen, suchte ich auch nach neuen sowie alten Toastern. Um Bilder von alten Toastern zu finden, durchsuchte ich zunächst einschlägige Museums-Webseiten wie „toastermuseum.com“. Für weitere alte und moderne Toaster verwendete ich wiederum die Google-Suche mit der KI-gestützten Lens-Funktion.

Trainingsdaten zusammenstellen

Das Training eigener KI-Modelle ist bei Leonardo.AI eine zahlungspflichtige Funktion. Pro Monat kann man als Free-User jedoch einmal ein solches Modell kostenlos trainieren. Deshalb entschied ich mich, zwei Modelle mit unterschiedlicher Zusammensetzung des Bildmaterials zu testen.

Modell 1

Für das erste Modell nutzte ich eine Auswahl von alten und modernen Toastern, welche mir besonders gefallen oder aber ein spannendes Funktionsprinzip aufweisen.

Modell 2

Beim zweiten Modell entschied ich mich für die Kombination von Bildern moderner Toaster und einigen Bilder aus der Sammlung von mir ästhetisch zusagenden Produkten. Auch weil der Einfluss von alten Toastern auf die KI mich nicht überzeugt hat.

Prompt‘s für die Arbeit mit dem selbst erstellten Modell

Für beide Modelle nutzte ich dieselben 15 Prompt‘s. Nebst detaillierteren Formulierungen versuchte ich es auch mit kurz gefassten Texteingaben, um den Einfluss des hochgeladenen Bildmaterials besser feststellen zu können.

1. a modern toaster, easy-to-use, reduced, made of metal and ceramic, minimalistic userinterface, industrial style, isometric, white background

2. toaster, innovative, white housing, hinged, unobtrusive, minimalistic

3. modern interpretation of old toaster

4. minimalistic toaster (nur modell ab hier)

5. toaster with transparent parts and red accents

6. a new interpretation of an old toaster, minimalistic, smooth surface, sharp-edged

7. toaster, reduced, industrial, transparent parts, sleek

8. toaster, reduced, industrial, transparent parts, sleek (mit Bildreferenz aus Prompt Nr. 6)

9. product render

10. product render of a retrofuturistic toaster

11. toaster with grooved body, minimalistic, innovative, only one slot for toast, white body, small red accents, compact

12. toaster, rifled, white body, parts in brushed metal, orange accents

13. a compact toaster, minimalistic, sleek, subtle, reduced, transparency, boxy, sharp edges, symmetrical, photorealistic, white background

14. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background

15. toaster, flat design, boxy, industrial, beveled edge, futuristic, cold white, rifled, repetitive, transparent parts, minimalistic, compact, small, for one toast only, clean, attention to detail, geometric, white background

Ergebnisse von Modell 1

KI mit eigenen Daten trainieren

Die Ergebnisse der ersten, selbst trainierten KI sind teilweise überraschend gut. Jedoch macht sich hier bemerkbar, dass das Sprachverständnis der KI die alten Toaster, welche zur Seite hinuntergeklappt werden, nicht als Toaster verstanden werden. Obwohl fast zwei Drittel des Datensatz dieses Funktionsprinzip beinhaltet und dies sowohl im geschlossenen wie auch im geöffneten Zustand zeigen, findet sich dieser Toasteraufbau in keinem Bild wieder. Lediglich die Formen der Gehäuse dieser alten Toaster wurde hie und da aufgegriffen, jedoch mit dem typischen Schlitztoaster-Konzept ergänzt.

Einzelbilder aus Modell 1

Leonardo.AI erlaubt es, ähnlich wie Midjourney, Einzelbilder hochskaliert auszugeben. Dabei kann man sich hierbei jedoch für verschiedene Arten der Skalierung entscheiden. Der „Creative Upscaler“ überarbeitet das Bild nochmals und interpretiert die Details des Entwurfs nochmals. Der „HD Smooth Upscaler“ glättet während der Hochskalierung das Ergebnis, was in einem Verlust an Details resultieren kann. Nach ein paar Versuchen zeigte sich der „Creative Upscaler“ als die bessere Variante für mein Vorhaben. Folgende Einzelbilder resultierten aus der Skalierung der inspirierenden Ergebnissen.

KI mit eigenen Daten trainieren

Ergebnisse von Modell 2

Die Ergebnisse des zweiten Modells haben meine Erwartungen nicht ganz erfüllt. Die Toaster waren teil weise sehr nahe an den eingespielten Toastern oder stellten gar keine Toaster mehr dar. Dies liegt be stimmt auch daran, dass drei Viertel des Datensets keine Toaster sind. Die Qualität der erzielten Bilder und Toaster-Entwürfe gefiel mir jedoch beim ersten Modell deutlich besser.

Einzelbilder aus Modell 2

Wenige Inspirationen liessen sich trotzdem finden und diese habe ich ebenfalls mit dem „Creative Upscaler“ hochskaliert. Kurz nach diesem zweiten Modell wurde diese Skalierfunktion kostenpflichtig.

"Kreatives Hochskalieren" der besten Output's

"Kreatives Hochskalieren" der besten Output's

Weiterführende Untersuchungen bezüglich Text-to-Image-KI‘s

Die bisherigen Erfahrungen bei der Verwendung von bildbasierten KI-Systemen war sehr spannend, jedoch musste ich schnell merken, dass die Texteingabe oft nicht genügend berücksichtigt wird. Etwas gezieltere Eingaben führten nicht zu den Bilder mit dem Inhalt, den man bei deren Verfassung erwartet. Gefühlt waren die Ergebnisse enttäuschender, desto genauer man den Inhalt beschreiben wollte.

Zudem konnten sich überraschend gute Ergebnisse nicht reproduzieren lassen und selbst bei erneuter Eingabe des selben Prompts wurden sehr abweichende Bilder erzeugt. Anfänglich war es die Idee, mittels dieser KI-Systeme mehrere Perspektiven auf den gleichen Toaster zu generieren und diesen anhand dieser Bilder mittels Photogrammetrie-Software zu dreidimensionalisieren.

Nach einer Online-Recherche zum Thema der Generierung mehrer Perspektiven wurde klar, dass dies lediglich in Form von Prompts möglich sein würde, die explizit nach mehreren Perspektiven auf einem Bild verlangten. Dazu wurden von anderen Nutzern verschiedene Vorschläge für die Verfassung solcher Prompts gegeben. Die Schlüsselwörter die ich in meiner Recherche dazu finden konnte lauteten: design sheet, character sheet, several perspectives, sheet und multiple perspectives.

So richtig zufrieden waren die Nutzer jedoch mit den erzielten Ergebnissen nicht, doch ich versuchte es selbst, um zu schauen ob sich daraus für die Photogrammetrie nutzbare Daten ergeben würde.

Mehrere Perspektiven auf den selben Entwurf generieren

Folgende Prompts habe ich verfasst. Dabei habe ich auch versucht mittels den in Midjourney eingebauten Parametern zur Gewichtung von Wörtern zu arbeiten, um dem System mitzuteilen, dass die Schlüsselwörter für die mehrfachen Perspektiven wichtiger als die Beschreibung des Toasters selbst wären.

1. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, design sheet, several perspectives, white background --no bread --v 5 --q 2 --s 750

--> verschiedene Toaster

2. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background:: design sheet, several perspectives --no bread --v 5 --q 2 --s 750

--> zu unterschiedlich

3. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background:: several perspectives of the same, sheet --no bread --v 5 --q 2 --s 750

4. toaster::2 vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background:: several perspectives of the same::3, sheet, renderings --no bread --v 5 --q 2 --s 750

5. toaster, vertical design, one rotary button, transparent parts, off-white body, geometrical, sleek, reduced, consisting of basic shapes, white background:: several perspectives of the same::1, sheet, renderings --no bread --c 0--v 5 --q 2 --s 750

6. toaster::3 vertical design::2 one rotary button::2 transparent parts::1 off-white body::2 geometrical::1 sleek::1 reduced::1 consisting of basic shapes::2 white background::1 several perspectives of the same::3, sheet::1 renderings::3 --no bread --c 0 --v 5 --q 2 --s 750

7 toaster::4 vertical design::2 one rotary button::2 transparent parts::1 off-white body::2 geometrical::1 sleek::1 reduced::1 consisting of basic shapes::2 white background::1 multiple perspectives::3, sheet::1 renderings::3 --no bread --c 0 --v 5 --q 2 --s 750

Ergebnisse der Test von mehreren Perspektiven

Teilweise führten die Schlüsselbegriffe auch zu Ergebnissen mit anderen Inhalten, zum Beispiel aus der Architektur. Dabei wurden zwar mehrer Perspektiven generiert, doch die dargestellten Toaster unterschieden sich meist stark von einander. Die besten Bilder habe ich erneut gross ausgespielt.

Das generierte Bild des Toasters muss somit den ästhetischen Ansprüchen entsprechen und gleichzeitig genügend ähnliche Perspektiven aufweisen. Beide Aspekte in einem Prompt abzudecken ist aufgrund der bisherigen Erfahrung mit Midjourney kaum möglich. Zudem leidet dabei auch die Qualität der einzelnen Bilder sehr, was die weitere Verwendung für die Photogrammetrie zusätzlich erschwert. Dieses Vorgehen zeigte sich somit als ungeeignet für die Überführung ins Dreidimensonale.

4 Wochen lang der gleiche Prompt: Beeinflussbarkeit und Wiederholbarkeit

Bei der Zwischenpräsentation wurde oft erwähnt, dass ich die Einflussnahme des Nutzers auf diese KISysteme untersuchen und aufzeigen soll. Die bisherigen Erfahrungen haben gezeigt, dass es schwierig ist, diese Text-to-Image-KI‘s gezielt einzusetzten. Um die Wiederholbarkeit und Beeinflussbarkeit solcher zu überprüfen und veranschaulichen werde ich während vier Wochen den folgenden Prompt täglich einmal bei Midjourney eingeben. Im Anschluss daran überarbeite ich die Ergebnisse mittels einer Remix-Funktion nochmals. Diese neue Remix-Funktion erlaubt es, den verfassten Prompt nochmals zu bearbeiten und ändert das Ergebnis in Bezug auf die hinzugefügten Wörtern ab, bleibt aber im Kern bei dem bisherigen Inhalt.

Der tägliche Prompt lautet:

toaster, vertical design, square, opens like drawer, compact, minimalistic, modern, chamfered edge, one button, warm-white housing, repetitive elements, white background

Bei allen vier Ergebnissen ergänze ich den Prompt mit den folgenden Charakteristiken, wobei ich jedoch nach jeweils 7 Tagen die Wörter für den Remix neu verfasse:

Woche 1:

Remix: flat sides, front opening, sharp-edged, reduced, small, symmetrical --no opening on top

Woche 2:

Remix: industrial, brushed aluminum, consists of basic shapes, low profile, quadratic --no buttons

Woche 3: round, playful, futuristic, grating, rotary dial, LED indicators, unobtrusive

Woche 4: monochromatic, round timer dial, air ventilation slots, minimalistic, clean surfaces, unconventional

Ergebnisse des selben Prompts während 4 Wochen

Bei diesem Versuch entstand eine grosse Menge an Bilder - 252 um genau zu sein. Dies macht eine Darstellung der Ergebnisse schwer. Wie es sich jedoch bereits beim Promptstorming bemerkbar gemacht hat, zeigt dieser Versuch auf, wie zufällig und nur gering beeinflussbar diese Text-zu-Bild-KI‘s sind.

Die Ergebnisse sind sehr divers und kaum einer der Bilder gleicht einem anderen in bemerkenswertem Ausmass. Auch die Beeinflussung der Ergebnisse mittels der Remix-Funktion hat meist nur in einem der vier Ergebnisse eine zufriedenstellende Einflussnahme aufgewiesen. Beispielsweise haben Begriffe wie „monochromatic“ nur bei etwa einem Viertel der geremixten Bilder tatsächlich zu einem monochromen Farbstil geführt.

Einerseits wurde hierbei jedoch lediglich die Plattform Midjourney untersucht und durch die Generalisierung der Eingaben hat dazu geführt, dass ich nicht individuell auf die Erstergebnisse einging.

Übersicht der Ergebnisse des täglichen Prompts

Woche 1

Prompt: toaster, vertical design, square, opens like drawer, compact, minimalistic, modern, chamfered edge, one button, warm-white housing, repetitive elements, white background

Remix: flat sides, front opening, sharp-edged, reduced, small, symmetrical --no opening on top

Woche 2

Prompt: toaster, vertical design, square, opens like drawer, compact, minimalistic, modern, chamfered edge, one button, warm-white housing, repetitive elements, white background

Remix: industrial, brushed aluminum, consists of basic shapes, low profile, quadratic --no buttons

Woche 3

Prompt: toaster, vertical design, square, opens like drawer, compact, minimalistic, modern, chamfered edge, one button, warm-white housing, repetitive elements, white background

Remix: round, playful, futuristic, grating, rotary dial, LED indicators, unobtrusive

Woche 4

Prompt: toaster, vertical design, square, opens like drawer, compact, minimalistic, modern, chamfered edge, one button, warm-white housing, repetitive elements, white background

Remix: monochromatic, round timer dial, air ventilation slots, minimalistic, clean surfaces, unconventional

Zwischenfazit - Recherche, Analyse, Synthese

Der Vergleich der Text-zu-Bild-KI‘s hatte viele Faktoren, welche die Wahl ziemlich schwierig gestaltete. Nebst den vier aufgeführten KI‘s gab es noch ein halbes Dutzend weitere Kontrahenten, welche ich bereits davor aussortiert habe. Der direkte Vergleich mit denselben Prompt‘s half sehr bei der Abwägung.

Das systematische Erarbeiten eines Wortschatzes hat geholfen, anschliessend Texteingaben für die Arbeit mit Bild-zu-Text-KI‘s zu verfassen. Die Suche nach inspirierenden Bildern mittels Google Lens und die Verwendung von Synonym-Vorschlägen von DeepL hat sich als ein gutes Vorgehen erwiesen und schnell zu gezielten Wörtern geführt.

Das „Promptstorming“ auf der Grundlage dieses Wortschatzes und die Konzentration auf die Plattform Midjourney und die Auseinandersetzung mit den parametrischen Codierungen war aufwendiger als erwartet. Das Verfassen solcher Prompts stellte eine ungewohnte Herausforderung dar. Zu Beginn herrschte in mir eine Begeisterung für die schnell generierten Toaster-Entwürfe vor. Jedoch wechselte dieses Gefühl schnell auch in eine Art der Frustration. Ich bemerkte, dass sich die KI trotz textverfasserischen Anstrengungen kaum von der klassischen Form des Toasters lösen konnte. Mit der Zeit fand ich Formulierungen, welche es ab und an ermöglichten diesem klassischen Schema zu entweichen. Dabei entfernte sich jedoch der Output auch von der Funktionalität eines Toasters und die Entwürfe benötigen viel Interpretation um sie zu einem tatsächlichen Toaster umzugestalten.

Ich fand mich in einer Flut von KI-Bildern, welche formale und funktionale Anstösse lieferten, jedoch brachte ich die KI nicht dazu, die sich in meinem Kopf formenden Überlegungen darstellen zu lassen.

Bei den Modellen von Leonardo.AI, welche auf meinen eignen Datensätze basieren, konnte man dadurch etwas mehr auf die formale Gestaltung einwirken. Die Einwirkungen der Bilder aus den Datensätzen konnte ich erkennen. Jedoch unterliegt die Prompt-Funktion auch hier einem Sprachmodell, welches unter einem Toaster stets den Klassiker versteht. Selbst in jenem Modell in dem ich viele alte Flip-Down-Toaster in den Datensatz eingebracht habe, funktionierte kein Toaster-Entwurf nach dem alten Funktionsprinzip.

Bei allen Texteingaben bemerkte ich, dass sich die Ergebnisse nicht wirklich repetieren lassen. Wenn ich ein mir sehr gefallendes Ergebnis erhielt, gelang es mir nicht durch geringe Abwandlung der Texteingabe ein ähnliches Ergebnis zu erzielen. Zu Beginn dachte ich, dass ich einen erfolgreichen Output durch ein iteratives Vorgehen weiterentwickeln und anschliessend von ein und demselben Entwurf mehrere Perspektiven generieren könnte. Dies erwies sich trotz vieler Versuche und Nutzung verschiedener Überarbeitungsfunktionen als nicht praktikabel.

Ich versuchte noch gezielt in einem KI-Bild mehrere Perspektiven auf den selben Entwurf zu generieren, um diesen anschliessend mittels Photogrammetrie ins Dreidimensionale zu übersetzten. Auch hierbei erhielt ich eine zu grosse Varianz und es würde viel Glück benötigen, zugleich noch einen überzeugenden Entwurf zu erhalten.

Während der Auseinandersetzung mit den generierten Bilder entwickelten sich in meinen Gedanken bereits Konzeptideen. Ich verbiss mich darin, diese zufriedenstellend durch die KI visualisiert zu bekommen. Mit der Zeit wurde mir jedoch klar, dass es sich bei diesen Text-zu-Bild-KI‘s um bedingt steuerbare Zufallsgeneratoren handelt.

Wenn mein Ziel die Generierung von Bildern mit spannenden, komischen, lustigen, fantasievollen zweidimensionalen Inhalten wäre, würde es sich die Investition von Zeit und Mühe lohnen. Doch für mein Vorhaben der Erarbeitung eines Produktes habe ich bereits zu viel Zeit in diese KI-Systeme investiert. Ich musste einsehen, dass ich die Konzeptideen selbst erarbeiten bzw. skizzieren muss und dabei die erhaltenen Outputs als lediglich als Inspirationsquellen sehen kann.

Um aufzuzeigen, wie zufällig die Ergebnisse des Prompting‘s sind, entschied ich mich noch während 4 Wochen täglich den gleichen Prompt zu verfassen. Um die Beeinflussbarkeit noch zu verdeutlichen ergänzte ich jede Woche den getätigten Prompt mittels der Remix-Funktion um die selben weiteren Wörter. Dieses Experiment hat meine Erfahrungen verdeutlicht.

Mir wurde somit klar, dass sich diese Plattformen für die Generierung einer breiten Inspirationspalette jedoch nicht für die Verfolgung einer konkreten Idee eignet. Wenn ich diese Erkenntnis bereits gehabt hätte, wäre ich beim Prompting wohl anders vorgegangen und hätte das Schlüsselwort „Toaster“ teilweise weggelassen. Die bereits benötigte Interpretation der Ergebnisse hätte es somit auch zugelassen nicht-toaster-spezifische Bilder auf das gewählte Produkt zu adaptieren.

Ideenfindung und Konzeption

In dieser Phase des Designprozesses möchte ich auf der Grundlage der generierten Toasterentwürfe und der Rücksprache mit ChatGPT Ideen und Konzepte entwickeln und ausarbeiten. Zudem möchte ich versuchen, diese Konzepte als Prompts zu verfassen und diese damit durch Midjourney zu visualisieren.

Alle Ergebnisse ordnen und strukturieren

Um eine Übersicht über alle KI-generierten Bilder zu erhalten fand ich eine Plattform namens „Kive.AI“, welche eine durch Künstliche Intelligenz organisierte Bibliothek für Inspirationen und Referenzbilder bietet. Sie soll dabei helfen die Referenzbilder zu kategorisieren indem die hochgeladenen Bilder automatisch durch KI mit Schlagwörtern versehen werden. Dadurch soll die Bildersammlung auch mit einer Suchfunktion durchsucht und in Gruppen eingeteilt werden können.

Der Service der Plattform ist kostenpflichtig jedoch bieten sie eine kostenlose Testversion an, welche das Archivieren von 300 Fotos ermöglicht. Ich habe mich somit registriert und meine Ergebnisse hochgeladen, um zu testen, ob sich diese KI-Anwendung helfen kann, sich in dieser Datenmenge zu orientieren.

Die Plattform ist übersichtlich gestaltet und das Hochladen der Bilder hat gut und schnell funktioniert. Das Hauptversprechen dieser Anwendung, das Durchsuchen der Bibliothek, war in meinem Fall jedoch enttäuschend. Ich habe jede Menge Suchbegriffe ausprobiert, doch das Einzige was wirklich zuverlässig gute Suchergebnisse lieferte, war die Suche nach Farben. Bei den allermeisten Suchanfragen würde ich nur etwa einen Viertel der angezeigten Bilder tatsächlich diesem Begriff zuordnen. Im obigen Beispiel suchte ich nach „black button“ und lediglich zwei der Bilder weisen einen tatsächlich einen schwarzen Knopf auf.

Dabei hat es in der gesamten Sammlung viele Bilder von Toastern mit schwarzen Knöpfen und die Suche ergab noch weniger Ergebnisse bei „black dial“, „black switch“ oder „black knob“. Bei den Suchen wurden stets noch Bilder aufgeführt die nichts mit der Begrifflichkeit zu tun hatten.

Die Suchfunktion gibt selbst auch Vorschläge für gewisse Suchanfragen und oftmals formuliert sie dabei ganze Sätze. Diese Vorschläge waren noch weit enttäuschender obwohl diese auf den zugeordneten Schlagwörtern der eigenen Bibliothek beruhen. Im Beispiel unten übernahm ich beispielweise den Suchvorschlag „a white toaster sitting on top of a counter“, was auf Deutsch „Ein weisser Toaster, welcher auf einem Tresen / einer Theke steht“ bedeutet. Das Ergebnis ist ein wilder Mix aus der Sammlung wobei nur etwa die Hälfte der Bilder einen weissen Toaster abbilden und der allergrösste Teil der Toaster sich vor einem Studiohintergrund befinden, welcher nicht einmal einen Boden erkennen lässt.

Für die Organisation meiner Daten hat sich diese Anwendung leider als ungeeignet herausgestellt. Die Ergebnisse sind zu unzuverlässig und gleichen bei meinem Datensatz an Bildern eher einer zufälligen Auswahl. Wenn ich die KI-Bilder nur über diese KI-Bibliothek durchschaue, laufe ich auch Gefahr gewisse Bilder nicht in betracht zu ziehen und andere tauchen bei fast jedem Suchbegriff auf. Man könnte zwar eigenhändig Ordner erstellen und die Bilder zuteilen aber damit fällt auch jeglicher Vorteil dieser Plattform im Vergleich zu nicht KI-gestützter Software weg. Zudem habe ich die 300 Bilder der Kostenlosen Version aufgebraucht und müsst fortan bezahlen.

Wenn es jedoch funktioniert, wie es bei der Suche nach einer Farbe hat, kann diese Anwendung sehr hilfreich sein. Ich vermute, dass meine hochgeladenen Bilder untereinander zu ähnlich sind und „Kive.AI“ mit einer breiten Palette an Bildern aus verschiedensten Bereichen sich als sehr nützlich herausstellen könnte. Ich sehe eine Mehrwert, wenn man über längere Zeit alle Inspirationen, die einem als Designer:in begegnen, dort ablegt und diese dann zu Beginn eines neuen Projektes für Moodboards und Referenzen durchsucht.

Fazit zu „Kive.AI“

Manuelles Ordnen und Strukturieren

„Kive.AI“ für mein Vorhaben keinen Mehrwert bietet habe ich mich für einen weiterhin manuellen Umgang mit den generierten KI-Bildern entschieden. Dazu verwende ich eine Ordnerstruktur für alle Arten des Vorgehens und die jeweilig getätigten Prompt‘s. Zur Orientierung arbeite ich mit der seit langem in MacOS verfügbaren Funktion der Zuteilung von Farbpunkten. Mit Grün habe ich die mir am besten gefallenden Ergebnisse markiert, Rot steht für Ergebnisse die keine Toaster ergeben haben, Gelb weist auf ein gelungenes Element hin und bei Violet markierten Bildern sehe ich grosses Potenzial.

Für eine bessere Übersicht und zur Strukturierung der Bilder wollte ich zu Beginn mit „Miro“ arbeiten, da diese Online-Anwendung über eine unendlich grosse Leinwand verfügt und somit mit beliebig vielen Daten erweitert werden kann. Jedoch wird „Miro“ nach meiner Erfahrung meist mit der Zeit sehr ruckelig und ist von einer Verbindung mit dem Internet abhängig, da diese Plattform primär für die Zusammenarbeit mehrerer Leute gedacht ist.

Apple lancierte jedoch in dem neuen Update von MacOS das Programm „Freeform“, welches als direkter Konkurrent zu „Miro“ verstanden wird. Dieses Programm erweist sich als sehr benutzerfreundlich und ist nicht an einen Webservice gebunden. „Freeform“ bietet zudem viele aus anderen Programmen wie beispielsweise Adobe Illustrator bekannte Funktionen zur Anordnung und Verteilung von Bildern, was sich als sehr nützlich herausstellte. Mithilfe dieser Anwendung organisierte ich fortan alle anfallenden Daten.

Konzeptideen und Inspirationen extrahieren

Um Konzepte zu entwickeln untersuchte ich alle KI-generierten Bilder von Midjourney und Leonardo.AI. Ich wählte Bilder aus, die mich durch formale oder funktionale Aspekte inspirierten. Durch diese Synthese und meinen Gedanken und Überlegungen während dem Briefing mit ChatGPT, der KI-gestützten Bildrecherche, der Auseinandersetzung mit alten und neuen Toastern und vor allem dem Generieren von Bilder habe ich viele Ideen für mögliche Konzepte entwickelt. Durch das Ordnen der Bilder kristallisierten sich drei Konzepte heraus, welche ich weiterverfolgen könnte. Kaum eines dieser Bilder widerspiegelt eines dieser Konzepte direkt aber jedes Bild birgt einen Gedankenanstoss, welcher zur Formung meiner Konzeptideen beitrug.

Konzept 1: moderner Flip-Down-Toaster

Konzept 2: Rotierender Toaster

Konzept 3: Stapelbarer, modularer Toaster

Formale Inspirationen

Einige der KI-Bilder tragen nicht direkt zu einer Konzeptidee bei aber beinhalten formal-gestalterische Inspirationen. Diese hielt ich in einer Sammlung fest, welche mir bei der Ausarbeitung des finalen Entwurfs als Gestaltungsgrundlage dient.

Inspirierende Elemente

Skizzen und Überlegungen zu den drei Konzepte

Die sich durch die bisherige Arbeit in meinem Kopf entstandenen Konzeptideen skizzierte ich anschliessend, um mir dabei über die funktionalen Anforderungen Klarheit zu verschaffen und festzustellen, was es bei den jeweiligen Konzepten zu berücksichtigen oder abzuklären gilt.

Konzept 1: moderner Flip-Down-Toaster

Die Suche nach alten Toastern hat mich auf die Toaster mit herunterklappbarem Seiten-Rost aufmerksam gemacht. Eine moderne Neuinterpretation diese Funktionskonzeptes wäre ein möglicher Ansatz.

Da ich als Zielgruppe eine alleinstehende Person oder aber kleine Haushalte definiert habe, hätte dieser nur eine Seitenklappe.

Der technische Fortschritt würde zudem erlauben, das Toastbrot beidseitig zu rösten, was in meiner Recherche keiner der älteren Toaster ermöglichte. Somit müssten Nutzer:innen den Toast nicht manuell noch auf die andere Seite drehen.

Der Gedanke, die Energieeffizienz durch eine Zweitfunktion zu steigern, brachte mich auf die Idee, den Seitenarm arretierbar zu machen und diese beheizte Fläche anderweitig zu nutzen.

Durch die Arretierung würde nur noch die heruntergeklappte Seite beheizt und der Krümmelauffangbehälter könnte als kleine Bratpfanne zur Zubereitung von Eiern und Speck dienen.

Konzept 2: Rotierender Toaster

Durch einige KI-Bilder mit rundem Gehäuse und ein anfänglich geglaubter Misserfolg durch die Ausgabe einer Art Plattenspieler anstelle eines Toaster kam mir die Idee zu einem auf Rotation des Toastbrots basierenden Toasterkonzept.

Transparente Toasterentwürfe zeigten mir auf, dass das Beobachten des Röstvorgangs von Vorteil sein kann, um den gewünschten Bräunungsgrad erreichen zu können. Durch die Rotation des Toastbrots in einem Toaster der den Toast nur zur Hälfte umschliesst, wäre dieser Aspekte ebenfalls erreichbar.

Doch es fragt sich, wie diese Rotation zu Stande kommt. Das Einspannen beziehungsweise die Drehung um eine Achse würde ein Loch oder aber eine Druckstelle verursachen. Es gilt bei diesem Funktionsprinzip somit eine Drehmechanik zu finden, die den Toast nicht direkt einspannen soll. Das Prinzip einer Drehscheibe oder eines „Überschlags“ der Toastscheibe durch ein rotierendes Element kamen mir dabei in den Sinn.

Die Reduzierung des Gehäuses auf die Hälfte der Toastscheibe würde helfen, Platz in der Küche zu sparen und der Aspekt der Rotation wäre eine formale Innovation, da dies bei Toastern kaum zu finden ist.

Konzept 3: Stapelbarer, modularer Toaster

Die dritte Konzeptidee entstand bereits bei der Betrachtung der Zielgruppe. Kleine Haushalte können durch Partnerschaften, Wohngemeinschaften oder erhöhten Wohlstand auch wachsen. Deshalb war der Gedanke der Modularität bereits früh in meinem Kopf.

Durch einige vertikale KI-Entwürfe kam mir die Idee einer stapelbaren Modularität. Damit könnte der Grundriss des Toasters so gering wie möglich ausfallen aber in der Höhe um weitere Funktionen erweitert werden. Auch in grossen Haushalten ist die Ablagefläche limitiert und wird von einer wachsenden Anzahl an Küchengeräten beansprucht.

Durch die vertikale Erweiterung ergab sich jedoch auch das Funktionsprinzip der Schublade anstelle der sich oben befindenden Schlitze und dies floss auch in die Verfassung der Prompt‘s ein. Die einzelnen Module sollten jeweils eine Scheibe toasten können und so können Haushalte je nach Bedarf die Menge an solchen Modulen kaufen.

Um nicht für jedes dieser Module ein eigenes Stromkabel zu benötigen, kam mir die Idee einer Basisplatte zur Stromversorgung, wie sie bei Wasserkochern oft zum Einsatz kommt. Jedes weitere Modul kann dann den Strom durch zwei Pins zum Nächsten geben.

Als Zusatzmodul kam mir noch die Idee eines Toastbrotbehälters, welcher dann zu oberst aufgesetzt werden könnte. Damit wäre der Platzbedarf für das morgendliche Toastbrot auf ein Minimum reduziert.

Technisches Know-How bezüglich der Konzepte

Bei der Auseinandersetzung mit den Konzeptideen sind mir einige Fragen bezüglich technischer Bauteile und Limitationen aufgekommen. Mit diesen Fragen wende ich mich an ChatGPT und schauen, ob ich dadurch zu wichtigen Informationen für die Ausarbeitung und Machbarkeit meiner Konzepte erhalten kann.

Allgemeine Frage: Heizelemente

Ich befragte ChatGPT nach den möglichen Heizelemente die bei Toastern verwendet werden können, um herauszufinden, welche Methode zur Erzeugung der Hitze am energieeffizientesten ist. Auch vermutete ich, dass Induktion eine platzsparende und effiziente Technologie für eine Toaster sein könnte. Diese Vermutung wurde widerlegt und ich wurde auf Keramik-Heizelemente aufmerksam gemacht. Diese sollen sehr energieeffizient sein, können nach dem Gebrauch schnell auskühlen und sind langlebig.

Ich informierte mich somit über den Aufbau von solchen Keramik-Heizelementen und über den Bedarf an Isolation bei dessen Verwendung.

Schlussfolgerung: Keramik-Heizelemente verwenden.

Allgemeine Frage: Isolation des Gehäuses

Für die Isolierung des Gehäuses wollte ich wissen, wie Toastergehäuse typischerweise isoliert werden. Die Verwendung von Mica, einem vielseitigen Mineral, scheint die kostengünstigste und beste Option zu sein. Bei einer kurzen Google-Recherche stiess ich jedoch auf kritische Artikel und eine soeben veröffentlichte Kurzreportage von SRF zum Thema Mica-Abbau. Ich konfrontierte somit ChatGPT mit den schlechten Bedingungen in den Minen und fragte nach der Option von synthetisch hergestelltem Mica. Weitere Abklärungen wären nötig aber das problematische, natürliche Mica gilt es zu meiden.

Schlussfolgerung: Kein natürliches Mica verwenden.

Allgemeine Frage: Holz im Gehäuse

Einige KI-Bilder beinhalteten Holzelemente im Gehäuse des Toasters. Deshalb erkundigte ich mich bezüglich der Verwendung von Holz und was dabei zu beachten ist. Dabei soll man acht geben auf den Kontakt mit der Hitze da Holz brennbar ist und die Pflege von Holz stellt auch eine Herausforderung dar. Den Einsatz bei additiven Elementen wie Griffen wäre deutlich weniger bedenklich. Im Anschluss erkundigte ich mich nach geeigneten Holzarten. Dabei meinte ChatGPT, dass harte Hölzer wie Walnuss oder Ahorn mit hoher Dichte Temperaturschwankungen besser aushalten. Auch Bambus sei eine gute Wahl.

Schlussfolgerung: Holz mit hoher Dichte bei additiven Elementen verwenden.

Allgemeine Frage: Offene oder geschlossene Röstkammer

Ich erkundigte mich, warum die allermeisten Toaster ein offenes Design haben und ob ein geschlossenes Design nicht energieeffizienter sei. Eine geschlossene Röstkammer könnte die Hitze besser nutzen, birgt jedoch einige Herausforderungen, welche durch ein offenes Design gelöst sind. Die Öffnung sorgt für eine bessere Luftzirkulation und lässt die entweichende, feuchte Luft abziehen. Es ermöglicht eine leichtere Reinigung und reduziert die Brandgefahr. Das geschlossene Design müsste diese Dinge durch ein ausgeklügeltes Abluftsystem und ein Konzept zur Reinigung adressieren. Zudem sei es schwieriger den Toastvorgang zu beobachten und den gewünschten Röstgrad zu treffen. Auch die Gefahr der Überhitzung des Toasters ist deutlich höher und erhöht die Ansprüche an die Isolation zusätzlich. Daraufhin wollte ich noch wissen, wie man eine solche Überhitzung verhindern könnte. Ein effizientes Kühlsystem und einen thermischen Schutz sei zentral. Dazu könnten Lüftungsschlitze und Kühlrippen und Materialien mit hoher Wärmeleitfähigkeit wie Aluminium oder Kupfer eingesetzt werden. Jedoch meinte ChatGPT, dass solche Kühlsysteme den Energieverbrauch wieder erhöhen. Man muss somit eine optimales Verhältnis von Effizienz, Sicherheit und Energieverbrauch anstreben.

Schlussfolgerung: Ein geschlossenes Design birgt viele Herausforderungen, welche einige Sicherheitsrisiken mit sich bringen und zur Lösung vielfältiges Expertenwissen benötigen. Ein offenes Design löst diese Aspekte passiv und senkt die Komplexität der Konstruktion und die Menge der Bauteile.

Allgemeine Frage: Reduktion der Bauteile

Um eine bessere Reparierbarkeit, einen möglichst niederkomplexen Aufbau und Langlebigkeit des Toasters zu garantieren, wollte ich von ChatGPT wissen, was es dazu zu beachten gilt und welche Komponenten in einem Toaster zwingend nötig sind. Dazu erhielt ich eine Auflistung von Aspekten: Eine Reduzierung von beweglichen Teilen, elektronischen Komponenten, eine einfache Verdrahtung sowie einen modularen Aufbau der den Austausch von defekten Komponenten und Heizelementen erlaubt und dabei auf Standart-Bauteile zurückgreift sei empfehlenswert. Ein Toaster würde bereits mit einem Heizelement, einem Therostat, einem Ein/Aus-Schalter und einer Stromversorgung funktionieren.

Schlussfolgerung: Bei der Konstruktion einen einfachen Austausch der Bauteile beachten und die Bauteile sowie die beweglichen Komponenten auf ein Minimum reduzieren.

Allgemeine Frage: Energieverbrauch

Auf die Frage, welche Faktoren die Höhe des Energieverbrauchs ausmachen erwähnte ChatGPT die Grösse des Heizelements, die Leistungsaufnahme, die Dauer des Toastvorgangs und die Isolierung des Toasters. Zudem erwähnte er, dass ein Toaster, der mehrere Toastscheiben auf einmal toastet, weniger Energie benötigt als ein Toaster der die gleiche Anzahl Scheiben in einzelnen Toastvorgängen röstet.

Schlussfolgerung: Diese Faktoren möchte ich bei der Ausarbeitung des Konzeptes beachten. Vor allem die Reduktion der Heizelementgrösse, da sich dieser Aspekt übers Design am Besten adressieren lässt.

Allgemeine Frage: Thermostat - Funktionsweise und Optionen

Bei der Anfrage einer möglichst reduzierten Beschreibung eines Toaster wollte ich mehr zum Begriff des Bimetall-Streifen erfahren. Ich erhielt eine Erklärung zur Funktionsweise dieser Art von Thermostat und erkundigte mich, ob dies noch eine zeitgemässe Art der Temperaturregelung sei. Dies sei nach wie vor eine gängige Wahl für Toaster und erlaube auch das Verstellen des Röstgrades. Moderne Toaster verwenden jedoch auch elektronische Sensoren die eine genauere Regelung ermöglichen. Dies benötigt jedoch eine elektronische, digitale Steuerung durch Mikrochips.

Schlussfolgerung: Bei einem niederkomplexen Aufbau ohne Mikrochip wird ein Bimetallstreifen eingesetzt, sonst kann jedoch ein elektronischer Sensor der platzsparender und genauer ist eingesetzt werden.

Konzept 1: Heizelement für Zweitfunktion nutzen

In Bezug auf das erste Konzept mit dem modernen Toaster mit schwenkbarem Seitenarm wollte ich wissen, ob es möglich sei, die Heizelemente mit einer dünnen Beschichtung zu überdecken, um darin auch Eier oder ähnliches zubereiten zu können. Dabei dachte ich an Teflon, doch ChatGPT meinte, dass dieses Material die Hitzestrahlung zu stark beeinträchtigen würde und empfahl dazu andere Beschichtungen. Dies brachte mich auf die Idee, den Krümmelauffangbehälter als kleine Bratpfanne zu nutzen. Ich befragte deshalb ChatGPT nach der Tauglichkeit dieser Idee. Nebst der spezifischen Gestaltung und der Materialwahl erwähnte er, dass Fett und Speisereste in den Toaster gelangen können und damit ein Sicherheitsrisiko darstellen.

Schlussfolgerung: Durch ein gutes Reinigungs- und Spritzschutz-Konzept würde sich diese Zweitfunktion realisieren lassen. Jedoch würde dies ein pflege- und reinigungsintensiver Toaster werden.

Konzept 2: Energieverbrauch reduzieren mittels Rotation durch kleineres Heizelement

Die Idee eines Toaster, der das Toast durch ein kleineres, platzsparendes Gehäuse mit kleinerem Heizelement rotieren lässt, führte mich zur Frage, ob dieser Lösungsansatz den Energieverbrauch senken könnte. Dies wurde wage bestätigt aber zugleich wies er mich wieder auf weitere Faktoren der Energieeffizienz hin und betonte, dass auch die Effizienz der Heizelemente, die Isolierung und die Steuerung der Hitze einen Einfluss haben. Ich wollte es konkreter wissen und erkundigte mich, ob die schnelle Rotation bei hoher Hitze oder die langsame Rotation bei niedriger Hitze effizienter sei. Daraufhin wurde klar, dass dieses Toastverfahren genauere Abklärungen mit Experten vom Fach benötigen wird. Grundsätzlich sei jedoch ein langsamer Toastvorgang mit niedriger Hitze sparsamer.

Schlussfolgerung: Die Ausarbeitung dieses Funktionsprinzips bedarf ein interdisziplinäres Vorgehen mit Experten, um eine möglichst energieeffiziente Steuerung zu ermöglichen. Das Potenzial zur Einsparung von Energie ist jedoch vorhanden.

Konzept 2: Dem Nutzer Kontrolle über Energieverbrauch geben

Durch die Aussage, dass ein längerer Toastvorgang mit geringer Hitze den Energiebedarf im Vergleich zu einem schnellen Vorgang mit hoher Hitze senken würde, kam mir noch die Idee, den Nutzer in diese Entscheidung einzubinden. ChatGPT befürwortete diese Einbindung des Nutzers. Dieser könne dann den Toastvorgang nach seinen Bedürfnissen anpassen und dabei Energie einsparen.

Schlussfolgerung: Ein Zusammenspiel aus zwei Reglern, einen für den Röstgrad und einen für die Dauer, würde es dem Nutzer erlauben, den gewünschten Toast in der gewünschten Zeit zu erhalten und könnte dabei den Zeitbedarf des Vorgangs an die verfügbare Zeit anpassbar machen. Dabei könnte das Bewusstsein für den Energieverbrauch gestärkt und dem gesellschaftlichen Trend der zeitlichen Optimierung durch Entschleunigung entgegengewirkt werden.

Konzept 3: Modularität durch Stromversorgung anderer Küchengeräte

Bei der dritten Konzeptidee wurde bereits klar, dass das Management der Abwärme und Hitzeentwicklung im Gehäuse eine zentrale Herausforderung sein wird. Die Stromversorgung mehrerer aufeinandergestapelter Module bedarf jedoch der Überlegung zur Stromversorgung. Dabei kam mir die Idee der Verwendung des Stromsockels einer Wasserkochers. ChatGPT meinte, dass dabei jedoch die Stromversorgung beider Geräte den selben Bedarf haben müssen. Auch die Dimension des Sockels müsste für beide Geräte stimmen.

Schlussfolgerung: Wasserkocher haben verschiedene Arten von Sockel mit unterschiedlicher Leistung und Dimension. Somit müsste der Wasserkocher zusammen mit dem Toaster entworfen werden. Eine separater Sockel speziell für den Toaster stellt eine einfachere Lösung dar. Danach könnten weitere Küchengeräte für diese Stromversorgung entworfen werden.

Konzept 3: Toastbehälter und Abwärme

Der Gedanke eines Toastbehälter, welcher oben auf den Toaster aufgesetzt werden kann, und die Überlegungen zur Abwärme brachten mich zur Frage, ob dieser Behälter diese Abwärme in einer Weise für die nutzen könnte. Auf meine Anfrage bejahte ChatGPT die Möglichkeit, die kommende Scheibe Toast bereits durch die Abwärme etwas vorzutoasten, um beim nächsten Toastvorgang weniger Energie zu benötigen. Diesen Faktor in die Zeit des Toastvorgangs einzuberechnen ist jedoch ein schwieriges Unterfangen und erhöht die Komplexität der Temperaturregelung. Somit wollte ich wissen, ob warme Luft die Haltbarkeit der Toastscheiben erhöhen könnte. Daraufhin erhielt ich die Antwort, dass diese luftdicht verstaut werden sollten und durch Wärme lediglich austrocknen und somit an Textur und Geschmack verlieren. Zuletzt wollte ich wissen, was die gezielte Wärmeübertragung an einen luftdichten Behälter bewirken würde. Dies würde ebenfalls die zu einem austrocknen führen und die Toastscheiben sollen an einem kühlen, trockenen Ort aufbewahrt werden.

Schlussfolgerung: Die Abwärme kann nicht vorteilhaft für den angedachten Toastbehälter genutzt werden. Der Behälter müsste somit ebenfalls isoliert werden und die Abwärme der sich darunter befindenden Toaster-Module sollten davon weggeleitet werden.

Konzeptidee-basiertes Prompting

Zudem versuchte ich die drei Konzeptideen in Form von Prompt‘s zu verfassen und damit durch Midjourney diese gezielt zu visualisieren. Für jedes Konzept verfasste ich sieben Prompt‘s.

Prompt‘s für Konzept #1

1. toaster, vertical design, square, opening to the side, hinge, compact, minimalistic, modern, chamfered edge, one button, warmwhite housing, repetitive elements --v 5 --q 2 --s 50

2. toaster, innovative, sideways opening, square, low height, brushed aluminum, compact, rotary knob, hinge to open up to the side, single household --v 5 --q 2 --s 750

3. toaster, folding sidearm, crumbtray as frying pan, on off switch, second switch , modern version of old toaster, ceramic housing, warm white --v 5 --q 2 --s 750

4. toaster, flip down sides, square housing, ceramic, warm white, two switch buttons, minimalistic, reduced --v 5 --q 2

5. toaster, flip down sides, square housing, ceramic, warm white, two buttons, minimalistic, reduced, sharp-edged --no springloaded lever --v 5 --q 2

6. kitchen product, flip down sides, square housing, ceramic, warm white, two buttons, minimalistic, reduced, sharp-edged --c 80 --v 5 --q 2

7. toaster, flip down, crumbtray to be used as frying pan, 2 buttons, triangle shaped housing --v 5 --q 2

Prompt‘s für Konzept #2

1. toaster, laying on its side, rotating disc, two rotary buttons, compact, half the depth as a toast --c 80 --v 5 --q 2

2. toaster, opening to the side, shaped like half a disc drive, crumbtray on the bottom, two rotary buttons, compact, reduced --c 10 --v 5 --q 2

3. toaster in the shape of a floppy disc drive, very compact, two rotary buttons, rotating toast --v 5 --q 2

4. toaster in the shape of a floppy disc drive, very compact, two rotary buttons, rotating toast, open on the side --no slots on top --c 80 --v 5 --q 2

5. toaster, shape of half mac mini, very compact, two rotary buttons, rotating, opening on the side, crumbtray --no slots on top --v 5 --q 2

6. toaster, shaped like an external cd drive, compact, rotating, two rotary buttons --no slot on top --v 5 --q 2

7. toaster, half square, slot to the front, half of a rotating disc sticking out, two rotary buttons underneath opening, crumbtray in the back --no slots on top --v 5 --q 2

8. toaster, ferris wheel style, round design, modern, compact, innovative --c 80 --v 5 --q 2 --s 250

Prompt‘s für Konzept #3

1. toaster, compact, quadratic, square, stackable, container for toasts on top, opening like a drawer, flat surfaces, sharped-edged --no slots on top --v 5 --q 2

2. toaster, compact, quadratic, square, stackable, container for toasts on top, opening like a drawer, flat surfaces, sharp-edged, low profile, Ventilation slots --no slots on top --v 5 --q 2

3. toaster, compact, quadratic, square, stackable, opening like a drawer, flat surfaces, sharp-edged, low profile, Ventilation slots --no opening on top --v 5 --q 2

4. quadratic, stackable, modular, square, toaster, opening like a drawer, low profile, compact, flat surfaces, sharp-edged, warm white, white background --v 5 --q 2

5. quadratic, stackable, modular, square, toaster, opening like a drawer, low profile, compact, flat surfaces, sharp-edged, warm white, white background, two identical on top of each other, industrial --c 100 --v 5 --q 2

6. quadratic, stackable, modular, square, toaster, opening like a drawer, low profile, compact, flat surfaces, modern, sleek, clean, sharp-edged, warm white, white background, two identical on top of each other --v 5 --q 2

7. drawer style toaster, modular, stackable, two identical on top of each other, square, quadratic, compact, low profile, flat sides, ventilation slots on sides --no slot on top --v 5 --q 2

Ergebnisse der Konzeptidee-basierten Prompt‘s

Folgende Bilder hat Midjourney durch die Eingabe meiner Prompt‘s generiert.

Das Verfassen dieser Prompt‘s gestaltet sich anspruchsvoll und die ausgegebenen Bilder kommen meiner eigenen Vorstellung der Toaster auf funktionaler Ebene nicht wirklich nahe.

Es hat sich bereits bei den vorherigen Prompt‘s mit dem eigenen Modell, welches alte „Flip-Down“-Toaster beinhaltet, gezeigt, dass die KI das Funktionsprinzip alter Toaster nicht einen Toaster versteht und sofern ein Bild einen Toaster widergibt, dieser stets nach dem gängigen Prinzip mit der Öffnung auf der Oberseite funktioniert. Das Konzept 1 lässt sich somit nicht visualisieren.

Beim zweiten Konzept weicht das Funktionsprinzip ebenfalls stark vom gängigen Toaster ab und somit werden entweder typische Toaster oder andere Geräte generiert. In gewisser Weise können runden Geräte zwar inspirierend sein, jedoch bilden sie nicht die Art Toaster ab, welche ich mit diesem Konzept andenke.

Das dritte Konzept lässt sich am Besten visualisieren aber hier kommt die bereits bemerkte Tücke der generativen KI zum Vorschein. Selbst wenn die KI mehrere gestapelte Module abbilden soll, welche genau gleich aussehen sollen, weichen diese in gewisser Weise voneinander ab. Auch die geschlossene Röstkammer mit einer Schubladenartigen Öffnung wird meist sinnfrei dargestellt.

Konzept 2: Rotierender Toaster

Konzept 1: moderner Flip-Down-Toaster

Konzept 3: Stapelbarer, modularer Toaster

Evaluation der Konzepte

Durch die Rücksprache mit ChatGPT wurden die angedachten Konzepte und die damit verbundenen Herausforderung für den Entwurf klarer. Unter Berücksichtigung der herausgearbeiteten Aspekte aus der Phase der Zielbestimmung (energieeffizient, platzsparend, innovatives Design, nur eine Toastscheibe, benutzerfreundlich, langlebig, gut zu reinigen, sicher in der Verwendung, Zeit für Toastvorgang, gleichmässiges Toasten, evt. Zweitfunktion) und dem technologischen Wissen galt es nun ein Konzept für die Weiterverfolgung in der Entwurfsphase zu wählen. Zudem überprüfte ich mittels einer Online-Recherche, ob es solche Toaster bereits gibt und besprach die drei Konzepte anschliessend im Mentorat mit Andreas.

Konzept 1: moderner Flip-Down-Toaster

Eine moderne Interpretation der alten Funktionsweise wäre eine spannende Grundlage, zumal das Toast nun auch beidseitig erhitzt werden könnte. Dieses Konzept birgt durch die Zubereitung von Eiern und Speck jedoch eine grosse Herausforderung für die Reinigung und verlangt von Nutzer:innen einen erhöhten Wartungsaufwand. Zudem wird die Ab- bzw. Restwärme des Toastvorgangs alleine nicht für die Zubereitung von weiteren Lebensmitteln reichen und das Heizelement müsste eigens für diese Zubereitung noch betrieben werden. Auch die zeitlich versetzte Zubereitung des Toasts und des Bratguts stellt ein Problem dar, da nicht beides gleichzeitig warm genossen werden kann. Durch das Fett das beim Braten zum Einsatz kommt oder aus dem Speck austritt, ergibt sich auch eine gewisse Brand- und Verbrennungsgefahr.

Den Krümmelauffangbehälter mit einer zweiten Funktion zu versehen ist eine Option, jedoch müsste diese vor jedem Gebrauch ausgekippt und danach gewaschen werden. Diese additive Funktion läuft Gefahr als ein Gimmick wahrgenommen und kaum realen Einsatz zu erfahren. Eine separate Bratpfanne zu nutzen ist für die meisten Nutzer:innen wohl der zielführendere Weg.

Im Zentrum dieser Idee stand die Nutzung der Abwärme für eine Zweitfunktion um damit eine bessere Energiebilanz zu erreichen. Die überschüssige Energie reicht jedoch nicht für die angedachten Zubereitung von Eiern, Speck oder Teewasser und würde somit zusätzlich Energie benötigen. Zudem machen diese Funktionen den Toaster im Aufbau wie auch bei der Benutzung komplexer.

Die Online-Recherche zeigte einige Toaster, welche die Überlegungen dieses Konzeptes in sich tragen. Es zeigt sich dabei auch, dass die Bedienelemente komplexer und das Volumen grösser ist. (Bilder der Produkte von links nach rechts; Tefal, BUNN und Homesally)

Konzept 2: Rotierender Toaster

Durch die Reduktion des Gehäuses auf eine partielle Abdeckung einer Toastscheibe, welche durch Rotation durch dieses Gehäuse und die damit kleineren Heizelemente geröstet wird, könnte ein solcher Toaster sehr platzsparend gestaltet werden. Dieses Funktionsprinzip birgt seine Herausforderung bei der Halterung für die Toastscheiben dem Antrieb der Rotation. Durch ein Zusammenspiel von Heizleistung und Rotationsgeschwindigkeit sollte eine Energieeinsparung möglich sein.

Durch das Weglassen von zusätzlichen Funktionen und einer einfachen Bedienung kann dieses Konzept mit möglichst wenigen, austauschbaren Bauteilen ausgearbeitet werden. Durch die Reduktion auf das nötigste sollte auch die Benutzerfreundlichkeit erhöht werden. Die partielle Abdeckung der Toastscheibe ermöglicht es den Nutzer:innen den Röstgrad konstant per Auge zu überprüfen. Zudem sollte dieser Aufbau auch die Reinigung und die Verhinderung einer Überhitzung des Gerätes vereinfachen.

Dieser Ansatz hat durch das neuartige Funktionsprinzip der Rotation des Toasts, welches auch zu einer für Toaster ungewöhnlichen formalen Gestaltung führt, ein grosses funktionales und formales Innovationspotenzial. Der Aspekt der Beobachtung und die Anlehnung an Plattenspieler ähnliches verleit diesem Konzept einen gewissen spielerischen Charakter.

Das Funktionsprinzip dieser Konzeptidee konnte ich bei meiner Online-Recherche weder unter kaufbaren noch unter den vielen neuartigen Concept-Designs finden. Dies erhöht für mich den Anreiz dieses Konzept weiter zu verfolgen zusätzlich.

Konzept 3: Stapelbarer, modularer Toaster

Der Ansatz der Erweiterbarkeit würde den zu entwickelnden Toaster für eine grössere Menge zugänglich machen und ein Wegwerfen eines funktionierenden Toaster bei Zuwachs im Haushalt würde damit verhindert werden können. Auch der Ansatz der vertikalen Erweiterung würd dabei garantieren, dass bei Erweiterung nicht mehr Fläche eingenommen wird.

Durch das Einbeziehen eines Toastbehälters würde damit auch der bei anderen Toastern anfallende Platzverbrauch durch die Toastpackung auf diese minimale Fläche reduziert werden können. Jedoch müsste dieser Behälter möglichst von der Abwärme des Toaster geschützt werden, was einen hohen Materialbedarf zur Folge hat.

Das vertikale Stapeln würde jedoch ein Schubladen-artige Öffnung des Toaster benötigen, was sowohl in einer geschlossenen als auch in einer offenen Gestaltung ein ausgeklügeltes Kühlungs- und Isolationssystem benötigen würde. Durch das Stapeln mehrer Module erhöht sich dieser Anspruch zusätzlich und die Gefahr des Überhitzen der Module steigt zusätzlich. Dies würde in einem weniger kompakten Gehäuse mit mehr und komplexeren Bauteilen resultieren.

Die Stromverteilung und die Erhöhung der benötigten Leistung durch weitere Module würde ein komplexeres, voluminöseres Netzteil im Kabel oder in Form eines grösseren Sockels benötigen. Dieses Netzteil könnte dafür für die weitere Entwicklung von Wasserkochern, Smoothie-Mixern oder sonstigen elektronischen Küchengeräten verwendet werden.

Durch die Reduktion auf die Zubereitung von einzelnen Toastscheiben könnte dieses Konzept sehr benutzerfreundlich umgesetzt werden, doch die technischen Herausforderungen fordern einen unverhältnismässig komplexen Aufbau mit vielen Bauteilen.

Bei einer Online-Recherche fand ich zu meinem Erstaunen nur ein Concept-Design von Hadar Gorelik (Bild links), welches jedoch das gängige Schlitz-Prinzip auf der Oberseite verfolgt und dabei in horizontaler Richtung erweitert werden kann. Eine vertikale Erweiterung bot nur die Firma AvaToast in Form eines kommerziellen Toasters für Grossmengen an (Bild rechts).

Wahl des zu verfolgenden Konzeptes: Rotierender Toaster

Die überschaubareren technischen Herausforderungen, die gestalterische Freiheit und das Innovationspotenzial überzeugten mich bei der Betrachtung aller vorliegenden Informationen von dem zweiten Konzept. Im Gespräch mit Christoph Zoels zu Beginn meines Projektes machte er mir klar, dass ich eine formale oder funktionale Innovation anstreben solle, welche ich Mithilfe der künstlichen Intelligenz finden könne. Dieser Ansatz deckt meiner Meinung nach beide Aspekte der Innovation ab.

Auch im Gespräch mit meinem Mentor Andreas stellte sich diese neuartige Funktionsweise als spannenden Ansatz heraus, welcher weiter verfolgt werden sollte. Die generierten KI-Bilder zeigen bereits einige formal-gestalterische Möglichkeiten auf und erweckten mein Interesse, dieses Prinzip weiter zu verfolgen.

Zwischenfazit - Ideenfindung und Konzeption

Die Verwendung der Text-zu-Bild-KI‘s während der Recherchephase hinterliess mir eine grosse Menge an KI-generierten Bildern, welche viele Gedankenanstösse lieferte, mir jedoch nicht die Darstellung meiner Ideen ermöglichte. Somit musste ich in der Konzeptphase diese Datenmenge erstmal sortieren, mir einen Überblick verschaffen und die sich in meinen Gedanken entwickelten Ideen selbst verbildlichen.

Die Plattform Kive.AI erwies sich als kein geeignetes Werkzeug zur Organisation und Sortierung der vielen Bilder, da die Inhalte und somit auch die durch die KI zugeordneten Schlagwörter zu ähnlich waren. Somit musste ich mich selbst um diese Datenverwaltung kümmern.

Ich untersuchte alle Outputs und ordnete sie nach Konzeptinspirationen. Die sich dadurch ergebenden Konzeptideen hielt ich in Form von Skizzen fest. Zudem sammelte ich die Bilder, welche formale Elemente beinhalteten, die mir besonders gefallen und mir anschliessend bei der Gestaltung als Inspirationsquelle dienen können. Nach einem aufwendigen Sortierprozess war ich erfreut einen guten Überblick über die „Ausbeute“ zu haben und konnte eine wertvolle Grundlage für die weitere Arbeit erkennen.

Die Konzeptideen besprach ich mit ChatGPT und erhielt dadurch ein klareres Bild von diesen Konzepten. Die Konversationen erlaubten es mir die sich mir ergebenden Fragen zu klären und dabei viel technisches Know-How zu erhalten, was half, die Gedanken bezüglich meiner Ideen weiter zu konkretisierten.

Was ist meiner Zielgruppe wichtig? Was sagen Kundenbewertungen?

Fazit

Energieeffizient

Platzsparend

Innovatives Design

Nur eine Toastscheibe

Benutzerfreundlich

Langlebig

Gut zu reinigen

Sicher in der Verwendung

Zeit für Toastvorgang

Gleichmässiges Toasten

Energieeffizientestes Heizelement?

Fazit Am besten wird ein KeramikHeizelement verwendet.

Welche Faktoren beeinflussen den Energieverbrauch?

Fazit Setzt sich aus mehreren Faktoren zusammen aber zentral ist die Grösse und Leistung des Heizelements.

Reduzierung des Energiebedarfs durch Rotation mit kleinem Heizelement?

Fazit Die Ausarbeitung dieses Funktionsprinzips bedarf ein interdisziplinäres Vorgehen mit Experten, um eine möglichst energieeffiziente Steuerung zu ermöglichen. Das Potenzial zur Einsparung von Energie ist jedoch vorhanden.

Wie garantiert man gute Reparierbarkeit?

Fazit Einfachen Austausch der Bauteile ermöglichen und die beweglichen Komponenten reduzieren.

Welches Material zu Isolierung des Gehäuses?

Fazit Synthetisch hergestelltes Mica aufgrund des problematischen Abbaus des natürlichen Minerals.

Ist die Mitte des Toasts bei einer Rotation länger dem Heizelement ausgesetzt?

Fazit Ja, bei einer Rotation ist der innere Teil des Toasts länger der Hitze ausgesetzt. Das Rotationsprinzip bedarf jedoch Abklärungen mit Experten.

Verwendung von Holz im Gehäuse?

Fazit Holz mit hoher Dichte ist sehr temparaturbeständig, muss jedoch isoliert werden. Es empfiehlt sich die Verwendung bei additiven Elementen wie Knöpfen oder Griffen.

Keramik-Heizelement mit unterschiedlich heissen Zonen möglich?

Fazit Ja, durch Variierung der Dichte des Heizdrahtes oder durch eine unterschiedliche Dicke der Keramik selbst.

Mit diesen sich konkretisierenden Konzepten wollte ich es nochmals erneut versuchen, diese gezielt mittels Midjourney zu visualisieren. Doch die Ergebnisse waren nicht befriedigend und das Herunterbrechen der Ideen auf stichwortartige Texteingaben stellte sich als ein schwieriges Vorhaben heraus. Wie bereits beim Promptstorming bemerkt, ist es schwierig die Ergebnisse gezielt zu beeinflussen und die Ergebnisse visualisieren nicht wirklich die jeweiligen Konzepte. Durch mehr Versuche könnten einige Bilder näher an die Vorstellungen kommen aber die Zeit und den Aufwand investiere ich besser in die eigenhändige Visualisierung und Ausarbeitung dieser Konzepte.

Die sich aus der bisherigen Arbeit mit KI gebildeten Konzepte ergeben jedoch eine gute Grundlage. Die vielen zu beachtenden Aspekte bei den jeweiligen Ideen machte mir jedoch klar, dass ich mich für die Verfolgung einer einzelnen Idee festlegen musste.

Die kurze Online-Recherche nach sich meinen Konzepten gleichenden Produkten und die Besprechung mit Andreas zeigte mir auf, dass der Toaster mit dem Funktionsprinzip der Rotation der spannendste Ansatz bot. Zudem kam mir wieder das Gespräch mit Jan-Christoph Zoels in den Sinn und ich bemerkte, dass diese Konzeptidee sowohl eine funktionale Innovation und im Zuge dessen auch eine formale Innovation darstellt.

Ein weiterer Faktor, welcher mich dazu bewegt, den rotierenden Toaster weiterzuverfolgen ist es, dass mir ein solches Funktionsprinzip wohl nicht ohne den Einsatz von KI gekommen wäre, wobei die anderen beiden Konzepte naheliegendere Ideen sind.

Entwurf und Prototyp

Nun gilt es das gewählte Konzept auszuarbeiten und sichtbar zu machen. Dazu skizziere ich unter Berücksichtigung des durch ChatGPT gewonnen, technologischen Wissens und den ausgewählten generierten Bildern weitere Entwurfszeichnungen und werde anschliessend die erarbeiteten Entwürfe im CAD dreidimensional umsetzen. Hierbei gilt es auch mögliche KI-Anwendungen für die Übersetzung in ein 3D-Modell in betracht zu ziehen.

Zum Test des Entwurfes und der Dimensionen werde ich diesen anschliessend mittels 3D-Drucker einen Prototypen fertigen.

Ausarbeitung der Konzeptidee

Ausgehend von der Konzeptidee des rotierenden Toasters, welcher das Toast nur teilweise durch das Gehäuse bedeckt, suchte ich nach weiteren Möglichkeiten die Rotation auszuführen. Zuerst verfolgte ich die Idee einer horizontalen Rotation, wie sie bei Plattenspielern oder Mikrowellen vorzufinden ist.

Im Mentoratsgespräch mit Andreas wurde mir klar, dass es für einen Toaster, welcher das Prinzip der Energieeffizienz mittels Rotation durch ein kleines Heizelement verfolgt, keinen Sinn macht, den Toaster auf einen horizontalen Röstvorgang auszulegen, da Wärme bekanntlich stets nach oben abziehen will. Zudem möchte ich mit meinem Entwurf zwingend beide Seiten des Toasts gleichzeitig rösten und so ein manuelles Drehen durch Nutzer:innen verhindern. Das obere Heizelement wäre somit sehr ineffizient.

Der Toaster musste somit eine vertikale Rotation aufweisen. Dabei erinnerte ich mich an ein sehr gelungenes KI-Bild, welches an ein Riesenrad oder eine Mühle erinnert. Diese Assoziation gefiel mir sofort und ich skizzierte eine erste funktionale Skizze.

Ausarbeitung des finalen Konzept

Das Funktionsprinzip mit der gelagerten Achse, einem zweiteiligen Klemmkorb und einem Motor, welcher den rostartigen Korb zur Übertragung des Antriebs nutzt gefällt mir sehr. Auch der Charakter des Aufklappens in Richtung der Nutzer:in will ich beibehalten. Jedoch möchte ich das Gehäuse noch deutlich kompakter gestalten.

Bei der Suche nach einer kompakteren Gehäuseform fielen mir zwei Bilder auf, welche eine birnenartige Form zeigten. Diese Form passt zur funktionalen Konzeption, da sich der Motor und somit die Elektronik im unteren Teil des Gehäuses befinden und nach obenhin lediglich die Heizelemente, die Isolation und eine Bedieneinheit benötigt werden.

Nun gilt es jedoch gezielter die funktionalen Bauteile einzuplanen und die Form klarer zu definieren. Zudem wollte ich einen Holzsockel integrieren, da mir dieses Element sehr gefiel. Um die Sicherheit zu erhöhen und trotzdem dem Röstprozess zuschauen zu können, möchte ich eine transparente Abdeckung um den runden Rost anbringen. Die Idee des Beobachten des Prozesses kam mir auch durch die vielen KI-bilder mit transparenten Elementen.

Alle Bestandteile auflisten

Anschliessend habe ich eine Liste mit den benötigten Bauteilen skizziert und das Gehäuse in seine zwei Bestandteile aufgeteilt.

KI-Anwendungen zur Dreidimensionalisierung

Bei der vorausgehenden Recherche bin ich auf einige KI-Plattformen gestossen, welche das Umwandeln von 2D zu 3D-Daten versprechen. Zur Übersetzung der Konzeptidee in ein 3D-Modell, welches ich anschliessend mit dem 3D-Drucker fertigen könnte, wäre eine solche KI toll.

Kaedim3D

Kaedim3D ist eine Plattform, welche verspricht bereits ab einem einzelnen Bild ein 3D-Modell generieren zu können, ist mir als erstes aufgefallen.

Dieses Versprechen machte mich skeptisch und ich suchte nach Erfahrungsberichten. In einigen Foren und Youtube-Videos häuften sich die kritischen Äusserungen. Die Meinung die erhaltenen Modelle seien von sehr schlechter, kaum brauchbarer Qualität häufte sich.

Ein viel kritischerer Punkt förderte eine RedditGruppe zu Tage und überzeugte mich damit vollends, diese Plattform trotz 2 Gratisversuchen nicht zu testen.

Die Reddit-Nutzer haben ein Stellenangebot von Kaedim entdeckt, bei dem dieses Unternehmen Leute für die schnelle Umsetzung von einfachen 3D-Modellen sucht.

Diesen Vorwürfen gingen auch zwei Designer in Youtube-Videos nach und untersuchten die erhaltenen Modelle. Deren Fazit lautete ebenfalls, dass die Modelle mit hoher Wahrscheinlichkeit durch ein menschliches Vorgehen entstanden sind.

Dies würde bedeuten, dass dieses Unternehmen nur unter einem Deckmantel von KI arbeitet aber eigentlich schlecht bezahlte Leute beschäftigt. Dafür spicht auch der hohe Abonnementpreis von 300 bis 1000 Franken im Monat.

Die Firma Nvidia hat schon lange einen Service mit dem Namen Get3D angekündigt. Diese soll es ebenfalls ermöglichen aus Bildern 3D-Modelle zu generieren. Diese Plattform wurde aber bisher nicht öffentlich zugänglich. Zudem hat sich bei neueren Artikeln darüber gezeigt, dass es dabei vorallem um einfache 3DModelle für Videogames geht. Damit sollten einfache und repetitive, virtuelle Gegenstände schnell generiert werden und auf der Grundlage mittels Sculpting-CAD-Techniken angepasst werden können.

Dieses Plattform eignet sich somit nicht für die Kostruktion eines unkonventionellen Toasters. Selbst wenn sie für mich nutzbar wäre, würde die weitere Arbeit mit einem sehr einfachen und ungenauen Modell eher mehr Arbeit bedeuten, als wenn man das Modell selbst aufbaut.

Sloyd.AI

Im Verlauf dieses Projektes bin ich auch noch auf die Platform Sloyd.AI gestossen. Diese Plattform ist zwar bereits zugänglich, jedoch konzentriert sich diese Plattform ebenfalls auf sehr einfache Modell für die Ausgestaltung von Videospielen.

Aufgrund der begrenzten Zeit für dieses Projekt lasse ich auch diese Plattform aussenvor und entscheide mich für den eigenhändigen Aufbau der Modelle im CAD. Auch weil ein technisches Gerät wie ein Toaster eine klare Konstruktion und eine präzise Dimensionierung benötigt.

Grobe Bemassung für ersten Prototyp

Um die angestrebte Form und die Grösse besser erfahrbar zu machen, wollte ich nun möglichst schnell einen Vorab-Prototypen mittels 3D-Drucker kreieiren. Dazu musste ich die Bemassung des Toaster-Konzeptes bereits grob bestimmen. Ich orientierte mich an der Grösse eines XL-Toasts und leitete davon die benötigten Masse ab.

Transparente Abdeckung des rotierenden Rostes

In einer Besprechung mit Andreas kamen wir auf die transparente Abdeckung zu sprechen. Bei diesem Gespräch kam ich aus verschiedenen Gründen zum Schluss, diese transparente Abdeckung wegzulassen. Einerseits altert Plexiglas und ähnliche Materialien relativ schnell und vergilbt. Zudem wird der Entwurf dadurch optisch sehr „technologisch“ und durchbricht damit diese eher manuelle und reduzierte Art der Funktionsweise. Bezüglich der Sicherheit kamen wir zum Schluss, dass auch bei anderen Toastern, Tischgrillen und ähnlichen Geräten beim Berühren von gewissen Stellen eine Verbrennungsgefahr besteht und diese nicht komplett abgedeckt werden.

Erste Umsetzung im CAD

Zur Umsetzung im CAD konnte ich die Skizzen auf die bei der Bemassung festgelegte Grösse skalieren und mich daran orientieren.

Auch den Mechanismus zur Öffnung über eine tiefliegende Drehachse konnte ich bereits im CAD testen.

Drucken des ersten Prototypen

Der Rost

Ein Rost in der gewünschten Grösse aus echtem Metall zu fertigen wäre ziemlich schwierig und zeitaufwendig. Dadurch dass ich den Rost in einem Chrom-Finish haben möchte übersteigt dies auch meine Schweissfähigkeiten. Auch ein 3D-Druck von einer solch feinen und runden Struktur stellt eine gewisse Herausforderung dar. Ich versuchte diesen somit gleich als erstes Modell auf meinen heimischen 3D-Druckern auszudrucken. Dazu teilte ich die die Elemente der Ringe jeweils in der Mitte, um so die Überhänge welche oft in schlechter Qualität oder viel Stützmaterial resultieren, zu verhindern. Durch diese Vorgehensweise musste ich die Hälften jedoch anschliessend sorgfältig miteinander Verkleben.

Das Gehäuse

Das Gehäuse trennte ich ebenfalls auf, um es möglichst optimal drucken zu können. Um eine passgenaue Verleimung zu garantieren inkludierte ich zylindrisch zulaufende Bolzen, wie ich sie bei der Formtrennung bei Gussformen und Gussmodellen kennengelernt habe. Dies erlaubt es auch, das Modell bereits zusammenzustecken ohne es bereits kleben zu müssen und es so bereits testen zu können.

Tests für die Lackierung der 3D-Druck Bauteile

Das Ziel meines Projektes ist es, einen Prototypen zu präsentieren, welchem man die Fertigung mittels 3D-Drucker nicht ansieht. Dies testete ich an dem Vorab-Prototyp, um Erfahrungen zu sammeln und zu schauen, was funktioniert und was nicht. Ich machte somit meine Versuche mit einem Polyesterspachtel und einem Filler- und Haftgrund-Spray. Den Filler habe ich mehrmals aufgetragen und wieder mit Nass-

Danach teste ich zwei Acryllacke. Ein Eierschalen-Weiss für das Gehäuse und einen Chrom-Spray für den

Überarbeitung der Gehäuseform

Die Überarbeitung des 3D-Drucks hat gut funktioniert und die Sprühfarben ergaben einen guten Finish. Die Stelle des Gehäuses die ich lackiert habe erzeugt eine glaubwürdige Attrape eines tatsächlichen Endproduktes ab.

Ich wollte nun die Gehäuseform nochmals überarbeiten und das Gehäuse noch kompakter und runder gestalten. Ich skizzierte das neue Gehäuse und setzte es im CAD um.

Nach der Umsetzung im CAD gefiel mir die Form nicht und ich verfolgte diese nicht weiter. Zudem war das Gehäuse der ersten Version bereits sehr kompakt und bei noch kleinerem Volumen würde das Management der Abwärme noch schwieriger.

Besprechung der Gehäuseform

Mit Andreas besprach ich nochmals das Gehäuse. Die vielen Radien lassen die Flächen die von Oben kommen verfliessen und erzeugen dadurch eine gewisse Unruhe. Mittels Klebeband sprachen wir über den Verlauf der Kanten und Flächen und ich setzte mich nochmals an die Überarbeitung der Form.

Erneute Überarbeitung der Gehäuseform

Die Besprechung half sehr, die Form der ersten Version erneut anzugehen und die Flächen klarer zu definieren. Ich setzte mich somit erneut an die erste Version und arbeitete an einer klareren Form während ich mich erneut von den KI-Bilder inspirieren liess.

Umsetzung der finalen Gehäuseform

Die überarbeitete Form gefiel mir sehr und ich druckte das neue Gehäuse Zuhause auf meinen 3D-Druckern. Ich konnte dabei sehr von meinen Erfahrungen des ersten Prototypen profitieren.

Ich habe festgestellt, dass das Drehgelenk trotz der Oberflächenbehandlung noch funktioniert und deshalb verleimte ich das neue Gehäuse komplett mit Epoxidharz.

Anschliessend folgte wieder ein aufwendiger Prozess von Spachteln, Schleifen, Fillern Primern, wieder schleifen, abkleben und wieder Primern.

Als ich zufrieden war mit der Glattheit der Oberfläche widmete ich mich der Farbgebung. Beim neuen Modell habe ich mittels einer Kerbe das Heizelement angedeutet und dieses wollte ich in Reinweiss einfärben, um ein Keramik-Heizelement zu repräsentieren. Somit sprühte ich das Gehäuse zuerst Weiss und deckte danach die Heizelemente mittels 3D-gedruckten Schablonen ab. Die Farbe habe ich nach sechs Schichten nochmals mit sehr feinem Nassschleifpapier abgeschliffen und anschliessend erneut 5 Schichten aufgetragen. Dabei habe ich nach jeder Schicht überprüft, ob das Gelenk noch funktioniert und sonst nachgeschliffen.

Anschliessend stand noch der heikle Teil des Einfärbens der Bedienungsoberfläche an. Ich machte dazu einige Versuche mit einem schwarzen Edding, einem permanenten Filtzstift für Kunststoff und dem auftragen einem schwarzem Acryl-Lack mit feinen Pinseln. Zudem druckte ich eine Schablone, welche lediglich die einzufärbenden Erhöhungen freigibt. Ich habe mich dann für die Stifte entschieden, da die Acryl-Farbe ein zu grosses Risiko darstellte. Zudem habe ich mich für eine knallige Farbe für den Drehknopf entschieden, da mir Schwarz zu kontrastreich und Eierschalenweiss zu eintönig war. Das gewählte Orange fand ich passend.

Umsetzung des Holzsockels

Der Holzsockel, welcher zugleich ein Krümmelauffangbehälter sein soll habe ich ebenfalls im CAD gezeichnet und wollte diesen mittels handgeführten Maschinen umsetzten. Als ich mich bei einem Kommilitonen der Schreiner gelernt hatte nach dem besten Vorgehen erkundigte, riet er mir diese gleich mit der CNC-Maschine zu fertigen. Diesen Rat beherzigte ich und programmierte die Fräsung.

Ich habe dabei gleich zwei Versionen umgesetzt, jedoch habe beide so gestaltet, dass sie per Hand einfach umzusetzen sind. Ich wusste somit, dass ich noch eine dritte Version machen werde. Nun konnte ich jedoch an den beiden Sockeln die Oberflächenbehandlung testen. Eines behandelte ich mit einem Öl und das andere mit Wachs.

Das Öl veränderte die Farbe des Holz deutlich stärker und machte es dunkler. Der Finish den der Wachs dem Holz verleit gefällt mir besser und passt mehr zu dem Eierschalenweiss des Gehäuses.

Ich überarbeitete den Sockel somit nochmals im CAD und sorgte dabei dafür, dass die Rundung des Sockels zugleich den Winkel des Aufklappens vom Gehäuse bestimmt. Somit sorgt der Sockel auch dafür, dass sich die Vorderseite des Toasters nur bis auf 75 Grad öffnen lässt und das Gehäuse damit nicht auf der Standfläche aufliegt. Vor dem Auftragen des Wachses musste ich die Vertiefung noch etwas schleifen bis der Toaster gut in den Sockel passte.

Erneute Umsetzung des Rostes

Da ich nicht vollends zufrieden war mit der Präzision der Verleimung des Zuhause gedruckten Rostes entschied ich mich, diesen erneut aus Nylon auf dem Fiuze-Drucker der Schule zu drucken. Dieser ermöglicht es, solche Strukturen in einem Stück zu drucken.

Einbau eines Motors zur Demonstration der Funktionsweise

Durch die Fragen, welche mir Leute bei dem Aufzeigen meines Konzeptes stellten, wurde mir klar, dass ich das Prinzip des Rotierens deutlicher machen möchte. Ich recherchierte somit nach kleinen Motoren mit einer niedrigen Drehzahl. Nach einiger Recherche habe ich ein passendes Modell gefunden und dies gleich mit verschiedenen Umdrehungen pro Minute bestellt: 10, 15 und 30 U/min. Dieses habe ich bereits ins neue Gehäuse eingeplant. Um das benötigte Zahnrad zur Übersetzung der Drehbewegung auf den Rost zu testen habe ich eine kleine Testversion gedruckt und konnte so die 3D-gedruckten Zahnräder immer direkt testen.

Nach dreizehn Iterationen habe ich dann endlich ein Zahnrad gestaltet, welches den Rost gleichmässig anzutreiben vermag. Jedoch gibt es auch bei dieser Version immer mal wieder einen Stör-Moment, da der gedruckte Rost aus biegbarem Plastik besteht und damit nicht genügend Steifigkeit aufweist. Für Demonstrationszwecke wird dies jedoch reichen.

Der langsamste Motor mit 10 U/min hat sich bei meinen Tests am besten geeignet und ich lötete ein Verlängerungskabel an den Motor, damit die Batteriebox mit zwei AA-Batterien bei der Werkschau besser versteckt werden kann.

Zusammensetzen aller Komponenten

Als alle Komponenten fertig waren, konnte ich den Prototypen zusammensetzen und anschliessend Fotos im Studio machen.

Zwischenfazit - Entwurf und Prototyp

Leider konnten mir in dieser Phase des Designprozesses die KI-Anwendungen wie Kaedim3D und die Photogrammetrie von KI-Bildern bei der Übersetzung des Konzeptes ins Dreidimensionale nicht behilflich sein. Somit musste ich das Konzept selbst im CAD umsetzen. Diese Arbeit machte mir jedoch Spass und ich freute mich, selbst direkt aktiv zu werden.

Die Umsetzung des Konzeptes im Material, die Verschleierung des 3D-Druckes und das Tüfteln an dem Antrieb war eine schöne Abwechslung zur Arbeit am Bildschirm. Endlich konnte ich aktiv werden und musste nicht mehr die Zeit mit der Generierung und Sortierung vieler digitaler Daten verbringen.

Die Inspirationen der KI-Bilder haben jedoch sehr geholfen die Gehäuseform zu er- und überarbeiten. Durch das Studieren der vielen Bilder habe ich viele Möglichkeiten der Gestaltung absorbiert und gewisse Aspekte habe ich dann auch direkt in meinen Gestaltungsprozess einfliessen lassen.

Mit dem Endergebnis bin ich sehr zufrieden. Ich bin positiv Überrascht von der Nachbearbeitung des 3DDruckes und es freut mich sehr, diesen Prozess mal durchgespielt zu haben. Dies zeigte mir eine neue Art der Verwendung von 3D-Druckern auf und ermöglichte mir Erfahrungen, auf welche ich in Zukunft zurückgreifen werden kann.

Durch die Verwendung von Holz und einer kontrastreichen Akzentfarbe wird dem Modell noch etwas mehr Leben eingehaucht und verleiht dem Toaster einen retro-futuristischen Look. Dass ich beim Modell auch erfolgreich einen kleinen Motor einbauen konnte, um die Funktionsweise an der Werkschau und der Präsentation besser deutlich machen zu können, freut mich zusätzlich.

Bei meiner praktischen Erprobung der zurzeit verfügbaren KI-Anwendungen konnten die bilderbasierten KI’s in der Ideenfindungsphase zur Inspirations- und Referenzsuche sowie später für die Formfindung genutzt werden und haben dabei in explorativer Weise viele kreative Anstösse ausgegeben. Dass diese KI’s sich jedoch an bereits vorhandenen Daten orientieren, macht sich bei der Suche nach Innovationspotenzial bemerkbar. Sie können lediglich durch ungewöhnliche Kombination von Bekanntem neuartige Inhalte generieren. Komplett Neues zu kreieren ist zurzeit nicht möglich. Auch die vielen Versuche auf guten Entwürfen aufzubauen oder diese aus verschiedenen Perspektiven wiederzugeben blieben enttäuschend. Je konkreter ich eine gewisse Idee als Texteingabe formulierte, desto frustrierter war ich mit den Ergebnissen.

Ich sehe diese Bild-generierenden KI-Systeme somit als bedingt steuerbare Zufallsgeneratoren, welche eine breite Palette an Inspirationen in kurzer Zeit liefern können. Für einen zielgerichteten Einsatz taugen diese in der jetzigen Form nicht. Wohlgemerkt ziehe ich dieses Fazit in Bezug auf die gestalterische Arbeit in der Produktentwicklung. Bei gestalterischen Berufen, deren Endprodukt zweidimensional bleibt, könnten diese KI-Systeme anders bewertet werden und das Investieren in das sich als neue Fähigkeit etablierende Verfassen von Prompts lohnenswerter sein.

Die textbasierte KI ChatGPT überraschte mich jedoch positiv und konnte sehr vielseitig bei der Recherche und Klärung von Fragen in Form von fortlaufenden Konversationen behilflich sein. Zu Beginn konnten damit Trends, Bedürfnisse und Marktanalysen und anschliessend die daraus erarbeiteten, verschiedenen Konzepte besprochen werden. Bei der Ausarbeitung des Konzeptes konnten Eigenschaften und Funktionsweisen von technischen Bauteilen oder Produktionsverfahren sowie mögliche Alternativen abgefragt werden. Dies ermöglicht ein schnelles Aneignen von spezifischem Wissen und damit ein schnelleres Vorankommen.

Diese Informationen und vor allem komplexe Sachverhalte sollten jedoch durch Expert:innen oder eigene Recherchen verifiziert werden, denn ab und an ergeben sich dabei auch widersprüchliche oder nachweislich falsche Aussagen. Ein Beispiel dazu stellt die einfache Frage nach den Massen einer Toastscheibe dar. Laut ChatGPT hat diese eine Dicke von 3 Zentimeter.

Ein KI-gestütztes System wie Kive.AI zur Verwaltung der vielen digitalen Daten die bei der Arbeit mit KI anfallen, wäre aus meiner Sicht ein wichtiger und zentraler Baustein im Workflow mit diesen generativen Systemen. Ich verbrachte sehr viel Zeit damit, die vielen Bilder und Informationen zu organisieren und einen Überblick zu bewahren. Der wohl zeitlich aufwendigste Teil dieser Arbeit bestand darin, meine Überlegungen zu Dokumentieren und meine Schlussfolgerungen sowie die Daten zu visualisieren.

Ich hatte einige Momenten in denen ich die KI gerne beiseite gelegt hätte und mich lediglich auf meine Gedanken, Ideen und eine gezielte Recherche verlassen hätte. Wie ich in der Konzeptionsphase merkte, musste ich dann auch selbst die Ausarbeitung der Konzepte vorantreiben. Jedoch habe ich vor dieser Erkenntnis noch zu lange versucht, die Konzepte mittels der KI weiterzuentwickeln und durch die KI visualisieren zu lassen. Dort habe ich somit eine der gesuchten Limitationen der Einbindung von KI entdeckt und ich musste die Arbeit ohne weiteren, aktiven Gebrauch der KI weiterführen.

Dass die KI-Systeme, welche im Stande sein sollten Bilder in 3D-Modelle umzuwandeln funktionieren werden und mir viel Arbeit abnehmen können, glaubte ich zu Beginn es Projektes noch. Als ich sah, wie viel Zeit ich bereits in das Generieren von zufriedenstellenden Bildern investieren musste, wusste ich, dass das Generieren von solchen 3D-Modellen und das anschliessende Ausbessern der Ergebnisse mehr Zeit benötigen würde, als die eigentliche, eigenhändige Konstruktion im CAD. Mit den Vorwürfen des „shadow labors“ gegenüber Kaedim3D hat sich das Thema für mich entgültig erledigt. Da aber auch grosse Unternehmen wie Nvidia in die Entwicklung solcher Systeme investieren, könnten diese Anwendungen in Zukunft tatsächlich sehr leistungsfähig und für die Produktentwicklung nutzbar werden.

Trotz der nicht ganz so stolperfreien Integrierung von ChatGPT und Midjourney werde ich diese beiden Systeme in meinen zukünftigen Projekten weiterhin verwenden. Ich habe diese Systeme nun als ein Werkzeug kennengelernt und herausgefunden, wobei sie mir nützlich sein können und wobei nicht.

Anhand des „Double Diamond“ Prozessmodells lässt sich die momentane Nützlichkeit der KI-Systeme gut aufzeigen. ChatGPT bietet eine beschleunigte Recherchefunktion die während des ganzen Prozesses hilfreich sein kann, jedoch mit Vorsicht genutzt werden soll und hat seine Grenzen bei konkreten Fragen bezüglich der Realisierung. Die bildbasierten KI‘s wie Midjourney sind noch so wild und zufällig, dass sie sich bestens eignen um bei der Recherche in die Breite zu gehen. Sie lassen sich in meiner Erfahrung jedoch nicht wieder zu einer Konkretisierung - also nach Innen - treiben. Dort muss man als Designer selbst aktiv werden.

Meine Erkenntnis aus der schriftlichen Arbeit deckt sich somit mit meiner praktischen Erfahrung. „Jede neue Technologie zieht auch neue Herausforderungen, eine Verschiebung von Schwerpunkten sowie damit verbundene Kompetenzen mit sich. Es gilt somit die technologisch verursachten Veränderungen mitzumachen, die Chancen zu erkennen und einen gewinnbringenden, bewussten Umgang für sich damit zu finden.“

Diese Herausforderung bin ich angegangen, habe dabei meinen Umgang mit der KI gefunden und sehe nun, wo sie mir einen Mehrwert bietet. Diese Bachelorarbeit hat jedoch aber auch meine Befürchtungen bezüglich der Veränderung des Industriedesigns und der Tätigkeit von Designer:innen relativiert und ich merkte, dass es mich und meine Art der Wahrnehmung, meine Interpretation, mein Verständnis und meine Arbeit noch benötigte und wahrscheinlich noch lange benötigen wird. Somit kann ich auch die Dokumentation der praktischen Arbeit mit dem selben Satz beenden wie ich dies bei der schriftlichen Arbeit tat:

„Mehr denn je sollten Industriedesigner:innen auf die eigenen gestalterischen Fähigkeiten, die Intuition, die Gefühle sowie das Bewusstsein, kurz: auf das Menschsein selbst, vertrauen.“

Text-zu-Bild-KI‘s ChatGPT