Ich mache mal ein Gedankenexperiment: Du nimmst dein Tablet, kritzelst eine Skizze – ein gigantischer Wal schwebt über einem Canyon, umhüllt von dramatischen Wolken – und tippst dieses Bild in eine KI. 40 Sekunden später hält du ein fotorealistisches Bild in Händen. Was kostet das? Einen Prompt. Was hat ein 3D-Artist für dasselbe Bild gebraucht? Mehrere Tage. Dieses Szenario ist kein Sci-Fi mehr. Es hat sich Anfang Mai 2026 auf dem YouTube-Kanal CG Geek (Steve Lund, über eine Million Abonnenten) in Echtzeit abgespielt.
Die Diskussion, ob KI echte 3D-Künstler ersetzt, läuft schon länger. Aber sie wird gerade auf ein neues Level gehoben – denn die Tools werden brutal schnell besser. Johanna hat das bei uns bereits am Beispiel von Meshy.ai hautnah analysiert: wie unser aktueller Test zu Meshy.ai gezeigt hat, spuckt die KI binnen Sekunden texturierte 3D-Modelle aus – aber unter der Haube sieht es oft aus wie der Inhalt eines überfahrenen Polygonbeutels. Ich will heute diese technische Perspektive mit einer philosophischen Frage verknüpfen, die Steve in seinem Video aufwirft: Selbst wenn die KI handwerklich mithalten könnte – würden wir das überhaupt wollen?
„KI in der 3D-Kunst kann die Pixel kopieren – aber nicht die Geschichte dahinter.“
Der Selbstversuch: Blender gegen ChatGPT und Google Gemini
Steve Lund – bekannt als CG Geek auf YouTube – hat sich im Mai 2026 einem ehrlichen Experiment gestellt. Er wollte wissen, wo KI-Generatoren wie ChatGPT und Google Gemini wirklich stehen, wenn man sie direkt gegen handgemachte 3D-Kunst in Blender antreten lässt.
Der Startpunkt: eine Tablet-Skizze. Ein riesiger Wal hängt in der Luft über einem Canyon, umgeben von volumetrischen Wolken. Simple Idee, brutale Umsetzung. Was folgte, war ein tagelanger Prozess in Blender.
Was Steve in Blender tatsächlich gebaut hat
- Whale-Modellierung von Grund auf – Proportion, Haut-Displacement, Finnen-Topologie
- Photogrammetrie für die Felsen: echte Gesteinsfotos wurden zu 3D-Assets rekonstruiert, um authentische Texturen und Formen zu erzeugen
- Komplexe volumetrische Wolken mit Blenders Shader-Netzwerk – jede Wolke ist ein eigenständiges Volumen-Objekt mit Density, Scattering und Emission-Werten
- Licht-Setup mit HDRI plus manuellen Area-Lights für die dramatische Stimmung
- Compositing-Pass in Blender selbst: Glare, Fog und Color Grading
Das kostet Tage. Nicht wegen mangelnder Skill – Steve ist ein Profi – sondern weil es hunderte Einzelentscheidungen braucht. Welcher Winkel für den Wal? Wie dicht die Wolkenschichten? Wo platzt das Licht durch?
Dann der KI-Part: Steve füttert seine Tablet-Skizze in ChatGPT und Google Gemini. Beide liefern in unter einer Minute beeindruckende Bilder zurück. Ehrlich gesagt: Es sieht auf Anhieb überzeugend aus. Die Wolken haben Drama, der Wal wirkt monumental. Wer nicht weiß, was dahintersteckt, nimmt das als gleichwertig hin.
| Kriterium | Blender (handgemacht) | KI-Generator (ChatGPT/Gemini) |
|---|---|---|
| Produktionszeit | mehrere Tage | unter 60 Sekunden |
| Kontrolle über Details | vollständig | keine direkte Kontrolle |
| Weiterverarbeitung (Animation) | problemlos möglich | nicht anwendbar (nur 2D-Bild) |
| Erlernter Skill-Zuwachs | hoch (neue Techniken) | null |
| Einzigartigkeit | 100 % original | statistischer Durchschnitt der Trainingsdaten |
Die Tabelle sagt eigentlich alles. Aber Steve geht tiefer – und da wird es richtig interessant.
Die Schach-Analogie: Warum wir das menschliche Handwerk lieben
Steves stärkstes Argument ist gleichzeitig sein schlichtestes: Niemand schaut gerne zwei Computern beim Schachspielen zu. Seit 1997 schlägt Deep Blue Kasparov. Seit über zwei Jahrzehnten sind Schach-KIs unschlagbar. Trotzdem zieht Magnus Carlsen heute mehr Zuschauer als jedes KI-Turnier jemals könnte. Warum? Weil wir Menschen sehen wollen, wie jemand ringt. Wie jemand einen Fehler macht und sich erholt. Wie jemand triumphiert oder scheitert.
Auf Kunst übertragen heißt das: Wenn du weißt, dass Steve drei Tage lang an seinen volumetrischen Wolken gebastelt, geflucht und Renderfehler debuggt hat, schaust du anders hin. Du siehst nicht nur ein Bild – du siehst die Arbeit dahinter. Die menschliche Intention. Die Entscheidung, diese Kamera-Perspektive zu wählen und nicht jene. Das ist es, was Kunst von Generierung unterscheidet.
Ein KI-Generator hat keine Absicht. Er hat keine Geschichte. Er weiß nicht, warum er den Wal so platziert hat – er hat statistisch die wahrscheinlichste Ausgabe für den gegebenen Prompt berechnet. Und das merkt man irgendwann. Vielleicht nicht beim ersten Bild. Aber wenn du dich in den Output eines KI-Systems vertiefst, fehlt etwas. Es ist wie ein perfekt gesetzter Satz ohne Seele dahinter.
Steve bringt ein zweites Argument: KI erschafft nichts wirklich Neues. Sie recycelt, was menschliche Künstler vorher ins Netz gestellt haben. Echte Innovation – das Zitat aus dem Video ist eindeutig – kommt immer vom menschlichen Gehirn. Sein Beispiel: der Animationsstil von Spider-Man: Into the Spider-Verse. Dieser Look existierte vorher nicht. Er ist das Ergebnis von Künstlern, die Comicpanels mit 3D-Animation auf eine Art verbunden haben, die rein logisch nicht existieren durfte. Kein Algorithmus, der auf vorhandenen Daten trainiert wurde, hätte das erfunden.
„KI kann alles nachmachen, was je gemacht wurde – aber nichts, was noch nie jemand gedacht hat.“
Zusammenfassend: Das menschliche Handwerk in der 3D-Kunst bleibt relevant, weil wir als Publikum die Intention, die Geschichte und das Ringen hinter einem Werk wollen – nicht nur das Pixel-Ergebnis. Das ist kein nostalgisches Argument, sondern eine psychologische Realität.
Meshy.ai und der Polygon-Salat: Die technische Brücke
Jetzt kommt das, was mich als Entwickler am meisten beschäftigt: die technische Dimension. Und hier liefert Johannas Meshy.ai-Test die perfekte Ergänzung zu Steves philosophischem Argument. Denn was bei KI-Bildern noch als „fehlende Seele“ verklausuliert klingt, ist bei KI-generierten 3D-Modellen knallhart messbar.
Was Topologie bedeutet – und warum sie entscheidend ist
Wenn ein erfahrener 3D-Artist in Blender ein Charakter-Modell baut, denkt er permanent in Edge Loops. Das sind Schleifen von Polygonkanten, die strategisch um Gelenke, Gesichtsmuskeln und bewegliche Körperstellen gelegt werden. Sie steuern, wie sich das Mesh bei Animationen verformt. Ein Edge Loop ums Augenlid sorgt dafür, dass der Charakter flüssig blinzeln kann. Einer um den Mundwinkel ermöglicht natürliche Lächelanimationen.
Das ist keine Ästhetik. Das ist Grammatik. Die Topologie ist die Sprache, in der ein 3D-Modell später mit dem Animationsrig kommuniziert.
KI-Tools wie Meshy.ai denken nicht in Edge Loops. Sie denken in Wahrscheinlichkeiten. Das Ergebnis: Polygon-Salat. Chaotische Dreiecknetze ohne logische Struktur. Überlappende Geometrie, T-Vertices, Bereiche mit extremer Polygon-Dichte neben komplett flachen Flächen. Auf dem Marketingscreenshot sieht das toll aus. Im Wireframe-View sieht es aus wie ein Autounfall in einer Nudelfabrik.
Was das für den 3D-Druck bedeutet
Johanna hat das in ihrem Test direkt am eigenen Elegoo Centauri Carbon 2 erlebt. Meshy.ai gibt zwar an, eine 97-Prozent-Slicer-Kompatibilitätsrate zu haben – und ja, einfache Figuren gehen tatsächlich oft problemlos. Aber:
- Bei komplexen Modellen mit Überhängen oder dünnen Strukturen scheitert die KI-Geometrie regelmäßig
- Automatische Reparaturtools wie Meshmixer beheben etwa 80 % der Probleme – aber bei ungewöhnlicher Topologie bleibt manueller Aufwand Pflicht
- Für mechanische Bauteile, passgenaue Drucke oder Objekte mit definierten Toleranzen ist KI-generierte Geometrie schlicht unbrauchbar
Meshy hat zwar mit Version 6 einen Remesh-Button eingebaut – der baut die Topologie nach der Generierung neu auf. Aber das ist Schadensbegrenzung, keine Lösung. Ein erfahrener Artist modelliert von Anfang an so, dass das Netz intelligent ist. Die KI generiert zuerst Chaos und hofft, dass man es später repariert.
Genau hier schließt sich der Kreis zu Steves Argument: So wie der KI im Video die kreative Absicht fehlt (warum genau diese Kamera-Perspektive?), fehlt ihr bei KI-3D-Modellen die technische Absicht (warum genau dieser Edge Loop an dieser Stelle?). Es ist dieselbe Blindheit auf zwei verschiedenen Ebenen.
„Ein KI-generiertes 3D-Modell ist wie ein Haus, das von außen perfekt aussieht – und innen keine tragenden Wände hat.“
Zusammenfassend: KI-Tools wie Meshy.ai produzieren schnell visuell ansprechende 3D-Modelle, aber die fehlende Topologie-Logik macht sie für Animation, professionelles Rigging und präzisen 3D-Druck oft unbrauchbar. Das ist keine Kleinigkeit – das ist der fundamentale Unterschied zwischen Handwerk und Generierung.
Der Lernprozess: Was du mit einem Prompt nicht lernst
Während Steve tagelang an seinem Wal in Blender gearbeitet hat, hat er Photogrammetrie für Felstexturen neu gelernt, seinen Volumetric-Cloud-Workflow optimiert und mehrere Compositing-Techniken vertieft. Er hat geflucht. Er hat Fehler gemacht und sie behoben. Er ist als 3D-Artist ein Stück weiter.
Wer seinen Wal-Prompt in ChatGPT eintippt und auf „Generieren“ drückt, hat nach einer Minute ein schönes Bild – und nach einem Jahr immer noch exakt null Blender-Skills. Der 3D-Workflow ist keine Hürde, die es zu überwinden gilt. Er ist der Wert. Wer ihn überspringt, überspringt die Kompetenz.
Wo KI tatsächlich sinnvoll ist: Ehrliche Einordnung
Ich bin kein KI-Hasser. Ich bin Effizienz-Fanatiker. Also lass mich ehrlich sein: Es gibt Use-Cases, in denen Text-to-3D und KI-Bildgeneratoren wirklich Zeit sparen, ohne die Qualität zu kompromittieren.
- Ideenfindung und Moodboards: Schnell mehrere visuelle Richtungen durchspielen, bevor man in Blender einsteigt. Unschlagbarer Speed-Vorteil.
- Hintergrund-Props und Platzhalter: 50 verschiedene Kisten für eine Spielewelt? Prompt rein, Variationen raus, Profis machen die Hero-Assets.
- Stilisierte Deko-Objekte für den Druck: Vasen, geometrische Formen, einfache Figuren ohne Animationsanforderungen – hier funktioniert Meshy.ai (Version 6) überraschend gut.
- Referenzmaterial: Bevor du ein komplexes Modell in Blender baust, lass dir die KI zehn Varianten des Konzepts generieren. Spart Kreativzeit, nicht Handwerkszeit.
Was KI nicht kann und in absehbarer Zeit auch nicht können wird: ein rig-ready Charakter-Mesh mit sauberer Edge-Loop-Topologie liefern. Ein mechanisches Bauteil mit definierten Toleranzen für den Druck. Einen wirklich innovativen Stil entwickeln, den es vorher noch nie gab.
Fazit: KI ist ein Werkzeug – das echte Handwerk bleibt
Ich habe Steves Video zweimal geschaut. Und Johannas Meshy.ai-Test mehrfach gelesen. Mein Fazit: KI in der 3D-Kunst ist das mächtigste Prototyping-Tool, das wir je hatten. Für Ideenfindung, schnelle Referenzen und einfache Hintergrund-Assets ist es unschlagbar. Aber es ersetzt kein echtes 3D-Handwerk – weder technisch (Topologie, Edge Loops, Druckbarkeit) noch kreativ (Intention, Innovation, Story).
Wir interessieren uns als Menschen für andere Menschen. Für ihre Geschichten, ihre Fehler, ihr Wachstum. Ein Algorithmus, der 58 Sekunden für ein texturiertes 3D-Modell braucht, hat keine Geschichte. Steve, der drei Tage für seinen Wal in Blender verbracht hat, schon. Und genau deswegen schauen wir seinem Video zu – und nicht einem KI-Rendering-Loop.
3D-Künstler ersetzen durch KI? Kurzfristig in bestimmten Low-End-Segmenten: ja, das passiert bereits. Langfristig das echte Handwerk verdrängen? Nein. Nicht solange wir uns für die Menschen hinter der Arbeit interessieren.
