The AEC-industry need to respond to multiple requirements from regulations and clients, leading to that building projects are becoming increasingly complex to handle for designers. CAD or computer aided design is a way to handle these challenges, and within CAD a new method is emerging: Computational design enables users to generate and explore design solutions automatically. The purpose of this study was to investigate how computational design can be used and what limitations architects and engineers experience with it.   A qualitative research approach was chosen to get in depth understanding. To get variation 16 semi-structured interviews were conducted as primary data collection coupled with a literature review as theoretical framework. The thesis found that computational design applies both design thinking and computational thinking, it is an iterative process that generates design by altering parameters or algorithms and affects the intended design. In this thesis it also needs to be part of the AEC design process. Computational design was found to have most potential in early stage but can be useful for engineers in later stage as well.  Computational design can be used to increase workflow efficiency through automation and rapid feedback which can improve communication and collaboration. It can also increase solution performance by generating design based on multiple objectives. Furthermore, it enables users to expand their solution space and solve complex problems too difficult to solve otherwise. Computational design can be used to analyze early building concepts, analyze floorplans, to optimize material consumption, material choices, structural elements, energy efficiency, daylight, and acoustic requirements. Challenges found were on an individual level a steep learning curve, increased complexity, collection of trustworthy data and interpretation of data. Challenges on an organizational level were fear of automation, low support from leaders, low understanding of the subject from clients and colleges, unsuitable business models, and traditional processes. Furthermore, performance was found to be limited by computers and software capabilities.  Future research should focus on investigating solutions for the many challenges identified in this thesis. Additionally, further applications should be investigated in a narrower scope; a specific type of building or a general element, preferably avoiding repetition of applications in this study. It would also be of interest to investigate challenges of participants on an international scale, experienced with generative design and textual programming languages since these were found to be difficult to learn and apply. / Byggprojekt har blivit mer komplexa för projektörer och arkitekter att hantera då AEC branschen behöver uppfylla flera lagar och regler samt krav från beställare. En teknik för att möta detta behov är med CAD eller computer-aided-design, och inom CAD har en ny metod växt fram: Computational design möjliggör att automatiskt generera och utforska design lösningar. Syftet med den här studien är att undersöka hur computational design kan användas och vilka begränsningar arkitekter och ingenjörer upplever med det.  En kvalitativ metod valdes för att få en djupare förståelse. För att öka variationen av studien genomfördes 16 semi-strukturerade intervjuer som primär data kombinerat med en litteraturstudie som teoretiskt ramverk. Det framkom att computational design applicerar både designtänkande och computational thinking, är en iterativ process som genererar design genom att ändra parametrar eller algoritmer och påverkar den avsedda designen. I den här studien är computational design också en del av branschens design process. Det framkom också att Computational design har störst potential i tidigt skede men kan också vara användbar för ingenjörer i senare skede. Computational design kan användas till att öka arbetsflödets effektivitet genom automation och snabb feedback, vilket kan förbättra kommunikation och samarbete. Det kan också öka prestandan för lösningar genom att generera design baserat på flera kriterier. Vidare så möjliggör det för användare att öka antalet möjliga designlösningar och lösa komplexa problem som är för svåra att hantera traditionellt. Computational design kan användas till att analysera byggnadskoncept, analysera planlösningar, samt till att optimera materialanvändning, materialval, konstruktioner, energieffektivitet, dagsljus, och akustik. De utmaningar som hittades var på en individuell nivå: brant inlärningskurva, ökad komplexitet, hitta tillförlitliga data och tolka data. På organisationsnivå var utmaningarna: rädsla för automatisering, lågt stöd från ledningen, låg förståelse för ämnet av kunder och kollegor, olämpliga affärsmodeller, och traditionella processer. Prestanda begränsades även av förmågan hos datorer och mjukvaror. Framtida forskning bör fokusera på att undersöka lösningar på de utmaningarna som identifierades i den här studien. Ytterligare applikationer bör också undersökas i högre detalj till exempel som en kategori av byggnader eller ett specifikt byggnadselement som förekommer generellt, företrädesvis utan repetition av denna studie. Det vore också av intresse att undersöka utmaningar för deltagare internationellt som har erfarenhet av generativ design och textuell programmering, då dessa visades ha större svårighet.