Signal. Die ENGR-112-Notizen der Oregon State University zum algorithmischen Denken, geschrieben von Kevin Webb für einen Einführungskurs in technisches Programmieren, machen einen Anspruch, den die meisten Bootcamps stillschweigend übergehen: Programmieren zu lernen bedeutet, algorithmisches Denken zu entwickeln, nicht eine Sprache zu lernen. Abschnitt 4 beweist das, indem du lernst, Brot zu toasten — Start, Brot holen, Hebel hinunterdrücken, Schleife zum Sprung, geniessen — und räumt dann ein, dass das Flowchart für den gleichen Ablauf nicht eindeutig ist. Du kannst einen Branch für verbrannten Toast hinzufügen, eine Schleife zum Kratzen, einen Bypass für Butter. Der Toaster ist ein Fachwerk in Verkleidung.

System. Der Grund, warum das 2026 gilt und 1972 galt, ist, dass sich jeder Algorithmus in drei Primitive zerlegt: einen Prozess (etwas tun), eine Bedingung (Branch auf Boolean), und eine Schleife (Wiederholung bei true oder feste Zählung). Webbs Notizen präsentieren sie klar — if, if…elseif…else, while, for, verschachtelte Schleifen zum Durchlaufen einer Matrix — mit der Operatortabelle, die ein Ingenieur tatsächlich braucht (&&, ||, ~=, >=). Nichts davon ist Python. Nichts davon ist MATLAB. Das ist der Punkt: zeichne den Fluss zuerst, wähle die Sprache zuletzt. Es ist die gleiche Disziplin unter dem parametrischen Stack, in dem PAZ-Leser bereits arbeiten — ein Galapagos von David Rutten ist eine Evolutionsschleife um eine Fitness-Bedingung, und selbst ein Aufmerksamkeitsblock eines Transformers ist, bei aller O(n²)-Verwaltung, eine gewichtete Summe in einer Schleife. Die Primitive ändern sich nicht. Nur die Notation ändert sich.

Das Werkzeug: Diese Einführung basiert auf Mermaid (das mermaid-js-Projekt, von Knut Sveidqvist gestartet und jetzt von einer grossen Open-Source-Gemeinschaft gepflegt). Mermaid verwandelt ein Flowchart in Text — du schreibst die Boxen und Pfeile als ein paar Zeilen Markup, und es rendert ein Diagramm, das du committen, in Pull Requests vergleichen und in ein README einfügen kannst. Für einen Architekten oder Computational Designer ist das die fehlende Hälfte von ENGR 112: Webb lehrt dich, den Algorithmus zu zeichnen; Mermaid lässt dich ihn versionieren neben dem Code, zu dem er wird. Es ist einen Nachmittag wert, weil ein Flowchart, das dein ganzes Atelier überprüfen kann, billiger ist als ein Bug, der auf der Baustelle entdeckt wird.

Einrichtung:

npm install -g @mermaid-js/mermaid-cli

cat > toast.mmd <<'EOF'
flowchart TD
  A([Start]) --> B[Get bread]
  B --> C[Depress lever]
  C --> D{Popped up?}
  D --No--> C
  D --Yes--> E{Dark enough?}
  E --No--> C
  E --Yes--> F([Enjoy toast])
EOF

mmdc -i toast.mmd -o toast.svg   # renders the flowchart to SVG

Erste Schritte:

1. Führe den Block oben aus. Öffne toast.svg — das ist Webbs Toaster-Schleife, aus sechs Textzeilen gerendert.
2. Füge den verbrannten-Toast-Branch hinzu: nach Enjoy toast, füge {Inedible?} --Yes--> [Scrape with knife] --> zurück zum Genuss-Schritt ein. Führe mmdc erneut aus. Beachte, dass du den Algorithmus geändert hast, nicht eine einzige Zeile einer Programmiersprache.
3. Jetzt wechsle die Domäne. Benenne die Boxen um: Get bread → Export IFC, Popped up? → Clashes resolved?, Enjoy toast → Issue for construction. Das Diagramm ist identisch. Du hast gerade deinen IFC-Kreislauf als Flowchart aufgezeichnet.

←HEUTE: Ein 2026-Flowchart deiner Export-Clash-Reissue-Schleife öffnet sich in jedem Browser, keine Lizenz, kein Plugin. →3012: Wenn das Autorentool dunkel wird — und eines wird es immer — liest das Flowchart noch; die .rvt nicht. Drehpunkt: Das Diagramm überlebt die Sprache, weil es nie auf eine angewiesen war.

Strasse. Am Arbeitstisch ist der Gewinn langweilig und enorm. Der Bug, der dir einen Donnerstag kostet, ist fast nie ein Syntaxfehler; es ist ein fehlender Branch — der Fall, in dem das Toast bereits verbrannt war, der Wandtyp ohne Clash-Regel, die while-Schleife, deren Bedingung nie falsch wurde. Webbs eigenes Beispiel macht die Falle sichtbar: führe x = x/2 dann x = x + 5 while x < 12 aus und sie oszilliert endlos (9.5→4.75, 9.75→4.875, 9.875→4.9375…), nur am Anfang überprüft. Seine zwei while-Loop-Beispiele zeigen die Wirkung: wiederholtes Halbieren reduziert x = 5 auf 0.625 in vier Schritten, und die Fakultätsschleife berechnet 5! als 120 in fünf. Die meisten Büros produzieren eine Endlosschleife pro Woche; sie versteckt sich in einer Meetingeinladung.

Atelier: Für ein Schweizer Atelier, das die Archicad→Speckle→Bonsai-Runde fährt, sollte man die Pipeline vor dem Öffnen eines Code-Editors als Flowchart zeichnen — eine Mermaid .mmd-Datei pro Workflow, committed ins Repo, überprüft wie ein Detailplan. Das ist die Verschiebung, die ein Team mit AI braucht: Wenn das Modell ein Skript vorschlägt, hast du schon das Diagramm, das es erfüllen muss, so überprüfst du den Ablauf, nicht die Vibes. Montag-Move: wähle deinen fehleranfälligsten Workflow, zeichne ihn diese Woche als Mermaid-Flowchart, und markiere jede Bedingung ohne else-Branch — das sind deine nächsten Fehler, schon aufgelistet.

Hack: Zähle, wie oft eine 12 Meter-Spannweite Halbierung übersteht, bevor ihre Glieder unter 0,3 m Mindesttiefe fallen — Webbs Beispiel aufeinanderfolgende Halbierung, angewendet auf ein Fachwerk statt eine Ziffer.

span, minimum, splits = 12.0, 0.3, 0   # metres: clear bay, smallest member depth
while span / 2 > minimum:               # check the condition BEFORE you act
    span /= 2
    splits += 1
print(splits)                           # 5 == floor(log2(span / minimum))

Diese Schleife ist floor(log2(span/minimum)). Sobald du die while-Schleife und das geschlossene log als die gleiche Aussage zweimal geschrieben siehst, fürchtest du weder das eine noch das andere mehr — und du weisst, warum die Bedingung am Anfang sitzt: verschieb sie unter die Halbierung und du unterteilst eine Spannweite zu sehr.

Zug. Der Daily Star veröffentlichte dieses Jahr ein Bekenntnis — „Ich habe zwei Jahre damit verbracht, AI zu lernen, dann noch ein Jahr damit, es zu verlernen” — über das Outsourcing des Denkschritts, bis der Muskel verkümmerte. Das Gegenmittel ist alt und kostenlos: zeichne den Fluss selbst zuerst. Auch ZDNETs Artikel über Stanfords Norvig-und-Thrun AI-Kurs macht den gleichen Punkt — die dauerhafte Fähigkeit ist die grundlegende Struktur, nicht das Tool dieser Saison. Klone Mermaid heute Nacht, rendere einen Workflow, den du tatsächlich fährst, und behalte das .mmd im Repo.

Lerne:

• Projekt-Repo — github.com/mermaid-js/mermaid
• Dokumentation / Erste Schritte — mermaid.js.org
• Primäre Quelle (das Rückgrat dieses Primers) — ENGR 112 §4, Algorithmic Thinking (K. Webb, Oregon State)
• Grundkonzept — Flowchart (Wikipedia)
• PAZ-Notiz zum Verlernen-Risiko — „Ich verbrachte zwei Jahre damit, AI zu lernen, dann noch ein Jahr, um es zu verlernen”