Das Septembersignal in jedem Architekturbüro ist identisch: Im August standen die Modelle still, jetzt läuft der Posteingang über. Unser KI Back 2 Work Camp am 23. September 2026 ist genau für diesen Morgen ausgelegt — wenn die Ausschreibung fällig wird, das Team zurückkommt, und die KI, die ihr im Juli einbauen wolltet, noch immer in einem Browser-Tab sitzt.

Fang dort an, wo die Forschung anfängt. An der ETH Zürich forscht das Design++-Zentrum seit Jahren auf die engere Frage hin: nicht, ob Machine Learning ein Gebäude zeichnen kann, sondern wo es in echten Design-Workflows messbar Stunden spart. Dr. Mikhael Johanes, der Design++-Postdoktor, der unser KI Sommer Camp mit einem Keynote zum Machine Learning in der Architekturgestaltung schloss, hat es klar gesagt — nützliche KI liest eure Projektdaten, nicht die, die Renderposen macht. Das ist die Linie, die wir direkt an euren Desk ziehen.

Das ist ein Follow-up, kein erstes Treffen. Wie wir in unseren KI Back 2 Work Camp Notizen dokumentiert haben, führt der Tag den Faden vom dreitägigen KI Sommer Camp weiter, das wir 2.–4. Juli 2025 im PAZ Central, Niederdorfstrasse 77 in Zürich hielten — GenAI, LLMs, Python und Grasshopper gegen einen Wettbewerbs-Brief live, CHF 1.790–2.190 pro Platz, täglich 09:00–16:30. Das Back 2 Work Format ist kürzer und direkter: eine Session, ab 09:00, gezielt auf die Aufgaben, die die erste Woche verstopfen.

←HEUTE: 2026 ist der Engpass nicht Modell-Zugang — sondern zu wissen, welche Desk-Aufgabe man ihm zuerst gibt. →3012: Die Büros, die überleben, automatisieren die langweiligen 60 Prozent und bewahren die Urteilskraft. Drehpunkt: KI zahlt sich nur aus, wenn du bereits in Stunden weisst, was sie ersetzt.

Was wir bearbeiten, ist bewusst unspektakulär: Projektdaten bereinigen und taggen, damit sie durchsuchbar sind, die repetitive Archicad-Automatisierung sortieren — die einem Junior einen Montag kostet — und einen kleinen Custom-Assistenten aufbauen, der Fragen zu euren Dateien beantwortet, nicht zum Internet. PAZ-BOX — unser Archicad Add-on, mit dem du mit dem Modell per Chat und Stimme sprichst — liegt auf dem Tisch, wo es wirklich passt: benannt als Werkzeug, nicht als Pitch.

Atelier: Jedes Büro, das aus dem Sommer kommt, hat diese Woche die gleiche Diskussion — ob KI breit einführen oder leise verbieten, während die Partner entscheiden. Tu keines davon. Der Montagschachzug: Wähle eine wiederkehrende Aufgabe, die dein Team letzten Monat über fünfmal tat — sagen wir, importierte IFC-Elemente umbenennen und klassifizieren — und miss sie ehrlich, bevor du automatisierst. Diese eine Zahl verwandelt ein KI-Experiment in einen Business Case, den deine Praxis verteidigen kann.

Hack: Zähle jedes Element auf, das das Modell bereits kennt, bevor du ein einziges automatisierst. Der schnellste Weg, um eine Archicad-Automatisierung zu scopieren, ist zu zählen, was da ist, gruppiert nach Typ — und der höchste Balken zeigt dir, wo die Stunden stecken. Wende das auf ein Live-Projekt über die Archicad-Python-Schnittstelle an — kein neues Plugin, nur die API, die mit der Software kommt. Erst lesen, dann schreiben; die Zahl ist dein Projekt-Brief.

from archicad import ACConnection
conn = ACConnection.connect()
acc = conn.commands
elements = acc.GetAllElements()          # alles, was das Modell enthält
print(len(elements), "Elemente — gruppiere diese, bevor du sie scriptst")

Für wen es ist: Architekten, BIM- und Projektkoordinatoren, und Ingenieure, die im Juli mit dem Plan gingen, KI ins Büro zu bringen, und in die gleiche manuelle Routine zurückkamen. Du musst nicht programmieren; du brauchst einen Workflow, den du satt hast. Wir halten die Gruppe absichtlich klein — aus dem gleichen Grund, warum PAZ Academy 39 zertifizierte Building System Specialists durch ein fünf-Monate dauerndes Programm mit sechs Stunden pro Woche ausgebildet hat, statt durch eine gesichtslose Kohorte: Feedback-Schleifen schliessen sich nur, wenn der Raum klein genug ist, um jeden Screen zu hören.

Anmeldung und die genaue Uhrzeit findest du auf unserer Event-Seite. Bring einen Laptop und eine echte Aufgabe von deinem Desk mit — die Session bringt am meisten für denjenigen, der mit einem konkreten Montagproblem ankommt, nicht mit allgemeiner KI-Neugier.