Text-to-CAD & Programmatic 3D: CAD für KI-Agenten

CAD-Software ist ein Albtraum für KI-Agenten. Klassische Programme wie SolidWorks oder Fusion 360 speichern Geometrie als sogenannte Boundary-Representations (kurz B-Rep) — das ist eine Art Rezept aus Flächen, Kanten und Schnittpunkten. Dahinter steckt ein proprietärer Rechenkern wie Parasolid, und der wiegt Hunderte Megabyte. Einer KI beizubringen, wie sie durch dieses Labyrinth navigiert, ist praktisch aussichtslos.

Ein neuer Trend löst das Problem auf eine fast schon elegante Weise: Statt Flächen zu beschreiben, schreibt die KI einfach mathematische Formeln auf. Diese Formeln definieren sogenannte Signed Distance Fields (SDF) — für jeden Punkt im Raum steht dort, wie weit er von der Oberfläche des Objekts entfernt ist. Negativ heißt: innen. Positiv: außen. Null: genau auf der Oberfläche. Damit wird 3D-Modellierung zu einem Code-Problem, und Code können Sprachmodelle.

Der Stack für KI-basiertes CAD

• implicit.js (Engine): Eine Open-Source-Bibliothek von earthtojake, die 3D-Geometrie als SDF darstellt. Die KIs schreiben JavaScript- oder GLSL-Code (GLSL ist die Shader-Sprache für GPUs), der direkt im Browser gerendert wird — ohne dass ein schwerer CAD-Kernel nötig wäre.
• text-to-cad (Agent Skills): Ein Framework, das KI-Agenten beibringt, 3D-Modelle aus Prompts heraus zu programmieren und sie als STEP-, STL- oder GLB-Dateien zu exportieren — also in die Formate, die 3D-Drucker und CNC-Maschinen verstehen.
• Dimension AI & CadX AI: Die kommerziellen Gegenstücke. Dimension wandelt 2D-Zeichnungen in parametrische 3D-Modelle um. CadX erzeugt aus Texteingaben wie „design a 3 tier storage trolley“ direkt CAD-Dateien — also die Anweisung, einen dreistufigen Servierwagen zu entwerfen.

So funktioniert die Code-basierte CAD-Erstellung

• Signed Distance Fields (SDF): Für jeden Punkt im Raum steht eine Zahl: negativ = innerhalb des Objekts, positiv = außerhalb, null = auf der Oberfläche. Eine Kugel um den Ursprung mit Radius 5 ist zum Beispiel der Ausdruck „Länge des Punkts minus 5“.
• Primitive Formen: Kugeln, Boxen und Zylinder sind einzelne mathematische Funktionen — ein paar Zeilen, mehr nicht.
• Boolesche Operationen: Formen werden kombiniert durch drei Grundoperationen: Union (Vereinigung, das Minimum beider Felder), Subtraktion (Maximum mit Negation, schneidet eine Form aus der anderen aus) und Schnittmenge (Maximum, nur der Überlappungsbereich bleibt).

Praktisches Beispiel: Eine Kaffeetasse in Code

Ein KI-Agent baut eine einfache Tasse in drei Schritten:

• Schritt 1 (Außenkörper): Ein Zylinder mit Radius 5 und Höhe 10 definiert die Außenseite der Tasse.
• Schritt 2 (Hohlraum): Ein zweiter Zylinder mit Radius 4,5 und Höhe 9,5 wird leicht nach oben verschoben und vom Außenkörper subtrahiert. So entsteht die Höhlung, in die der Kaffee kommt.
• Schritt 3 (Henkel): Ein Torus — also ein Ring — mit den Radien 3 und 0,8 wird um 90 Grad rotiert, auf der X-Achse verschoben und per Union an die Tasse gesetzt. Fertig ist der Griff.

Der Clou: Der gesamte Code ist ultrakompakt, wenige Zeilen JavaScript. Ein Sprachmodell kann das fehlerfrei generieren, manipulieren und in Echtzeit rendern. Denselben Henkel in einem klassischen CAD-System manuell zu modellieren, dauert länger als den gesamten Code hier zu lesen.

Fazit

• Implicit Modeling ist ideal für autonome Agenten, weil es die Komplexität traditioneller STEP-Dateien durch reine Mathematik ersetzt.
• Für den Einstieg lohnt sich ein Blick in die Repositories von earthtojake/text-to-cad und in die Live-Demos auf implicit.sh.