Das Spatial Computing erlebt eine Wiedergeburt. Apple hat es einst mit aller Kraft vorangetrieben, aber scheitert. KI macht die AR-Brille wieder großartig.

AR-Brillen sehen endlich wieder wie echte AR-Brillen aus.

Vor einiger Zeit nahm Leikeji am Rokid Open Day 2026 teil, wo die nächste Generation des Raumcomputers Rokid AR erstmals öffentlich vorgestellt wurde. Basierend auf offiziellen Angaben und den von Leikeji gesammelten Informationen setzt Rokid AR weiterhin auf ein geteiltes Design: Die Recheneinheit ist mit einer Plattform auf dem Niveau der 5. Generation des Snapdragon 8 Elite ausgestattet und unterstützt die vollständige 6DoF-Raumverortung.

Das Rokid AR-Prototyp auf dem Open Day, Bildquelle: Leikeji

Rokid trennt sogar zwischen „Raumkamera“ und „KI-Kamera“: Ersteres ist für die Erfassung von Position und Umgebung zuständig, Letzteres dafür, die Objekte vor den Augen des Nutzers zu erkennen. In Kombination mit einem Raumverarbeitungs-Coprozessor kann die Brille auch räumliche Inhalte wie 4D-Gaußsplatting ausführen.

Doch diese Wende vollzieht sich nicht nur bei Rokid.

Ende 2024 veröffentlichte XREAL die One-Serie, bei der der eingebaute X1-Chip natives 3DoF direkt in die Brille integrierte. 2025 stellte VITURE das Beast vor und ergänzte später ebenfalls natives 3DoF auf der Brillenebene. Im Mai dieses Jahres brachte TCL RayNeo die GT und GT Max auf den Markt, die ebenfalls mit einem unabhängigen Raumverarbeitungs-Chip und nativem 3DoF ausgestattet sind.

Darüber hinaus kann XREAL One Pro nach dem Anbringen einer zusätzlichen Kamera sogar 6DoF unterstützen, und VITURE Luma Ultra nutzt bereits Umgebungskameras, um die vollständige Raumverortung zu erkunden.

Hier eine kurze Erklärung: Bei 0DoF bleibt das Bild starr in der Mitte des Sichtfelds fixiert. 3DoF erkennt die Rotation des Kopfes nach oben, unten, links und rechts, sodass der Bildschirm in einer bestimmten Ausrichtung verbleibt. 6DoF geht noch einen Schritt weiter und erkennt auch die Translation des Nutzers nach vorne, hinten, links, rechts, oben und unten.

In nur zwei Jahren haben fast alle großen Hersteller von Verbraucher-AR-Brillen auf Raumverortung umgestellt.

Diese Entwicklung ist etwas ungewöhnlich: In den Jahren davor konzentrierte sich die gesamte Branche der Verbraucher-AR-Brillen auf das Gegenteil – Kameras wurden entfernt, die vollständige Raumwahrnehmung aufgegeben, komplexe AR-Anwendungen vermieden und die Energie auf das tragbare virtuelle Großbilddisplay verlagert, um einfach als „Display“ zu fungieren.

Nach vielen Umwegen sind nun nicht nur 3DoF, sondern sogar 6DoF zurückgekehrt.

AR-Brillen, die einst die AR-Funktionalität bewusst aufgaben

Die ersten Verbraucher-AR-Brillen hatten keineswegs keine Ambitionen in Bezug auf Raumverarbeitung.

Die 2019 vorgestellte Nreal Light (später wurde Nreal in XREAL umbenannt) war bereits mit Umgebungswahrnehmungskameras ausgestattet und unterstützte 6DoF-Verortung. Nach dem Aufsetzen der Brille konnten Nutzer digitale Objekte im Raum verankern, sich ihnen nähern, sich von ihnen entfernen oder sie umrunden, um sie zu betrachten. Microsoft HoloLens und Magic Leap gingen noch weiter – sie boten vollständige Funktionen wie Raumerfassung, Gestensteuerung und Umgebungserkennung.

Magic Leap 2, Bildquelle: Magic Leap

Doch die Produkte stießen schnell auf die Realität.

Vollständiges 6DoF erfordert Kameras, IMUs, SLAM-Algorithmen und eine kontinuierlich laufende Recheneinheit. Die Kamera muss die Umgebung beobachten, der Chip muss in Echtzeit ermitteln, wo sich der Nutzer befindet, wohin sein Kopf zeigt und wo digitale Inhalte platziert werden sollen. In der Praxis führt dies zu höherem Stromverbrauch, stärkerer Wärmeentwicklung, komplexeren Strukturen sowie einem höheren Gewicht und Preis, die sich nur schwer reduzieren lassen.

Problematischer ist noch das Inhaltsökosystem: Smartphone-Apps lassen sich direkt auf einem zweidimensionalen Bildschirm darstellen, aber nicht unverändert in den dreidimensionalen Raum übertragen. Entwickler müssen Oberflächen, Interaktionen und Inhalte neu gestalten, doch nach dem Kauf der Brille finden Nutzer kaum räumliche Anwendungen, die sich langfristig lohnen.

Die technischen Demonstrationen waren beeindruckend, aber niemand wusste, wofür man sie tatsächlich nutzen sollte.

Daher begannen die Verbraucher-AR-Brillen ab etwa 2021 kollektiv mit dem „Rückbau“. Die Nreal Air, Nachfolgerin der Nreal Light, verzichtete auf die vollständige Umgebungswahrnehmung und konzentrierte sich auf Micro-OLED, Birdbath-Optik und USB-C-Videoeingang. Die danach vorgestellten Modelle wie Rokid Max, RayNeo Air und VITURE One folgten einem ähnlichen Konzept:

Man verzichtete darauf, Räume zu erkennen oder Möbel und Wände zu verstehen. Einfach das Smartphone, den Computer, die Switch oder die Steam Deck anschließen – und schon erscheint ein virtueller Bildschirm von einhundert bis zweihundert Zoll vor den Augen.

Bildquelle: RayNeo

Einfach, direkt und tatsächlich nützlich: In Flugzeugen, Hochgeschwindigkeitszügen und Hotels müssen Nutzer keine sperrigen Monitore mit sich führen und werden nicht wie bei VR-Headsets vollständig von der realen Welt abgeschirmt. Video-Streaming-Dienste, Konsolenspiele und Computerdesktops sind sofort verfügbar – ohne auf das sogenannte „räumliche Ökosystem“ warten zu müssen, das erst noch entwickelt werden muss.

Fairerweise muss man sagen, dass dieser bewusste Rückschritt den Verbraucher-AR-Brillen erst eine marktfähige Position verschafft hat.

Der Preis dafür: Viele sogenannte AR-Brillen haben kaum noch etwas mit AR zu tun. Das Bild bleibt in der Mitte des Sichtfelds fixiert und folgt jeder Kopfbewegung. Die Brille kann den realen Raum nicht wahrnehmen und weiß nicht, in welcher Ausrichtung der Bildschirm verbleiben soll. Streng genommen handelt es sich eher um ein Head-Mounted Display – nur Hersteller und Markt nennen es weiterhin AR-Brille.

Sogar 3DoF war lange Zeit keine Standardfunktion.

6DoF-Raumverortung feiert ein Comeback

Für eine Brille, die hauptsächlich zum Ansehen von Filmen dient, ist 3DoF bereits sehr wichtig. Es entscheidet, ob Nutzer „einen Bildschirm vor sich betrachten“ oder ein Bild haben, das starr vor ihrem Gesicht haftet. Selbst als die Branche sich auf die Positionierung als Film- und Anzeigegerät zurückzog, verschwand 3DoF also nicht vollständig.

In den letzten zwei Jahren ist 3DoF wieder zur Standardfunktion vieler Verbraucher-AR-Brillen geworden. Modelle wie XREAL One, VITURE Beast und die RayNeo GT-Serie haben die Funktion, den Bildschirm im Raum zu fixieren, direkt in die Brille integriert. Nutzer benötigen keine spezielle Konsole oder Software mehr – ein stabiler Großbildschirm gehört zum grundlegenden Nutzungserlebnis.

Doch das ist nur der erste Schritt: 3DoF löst die Frage „Soll der Bildschirm der Kopfbewegung folgen?“, während 6DoF die Frage beantwortet „Soll der Inhalt unabhängig von der Welt existieren?“. Wenn die Brille nur die Kopfrotation erkennt, kann der Bildschirm höchstens in einer bestimmten Ausrichtung fixiert werden. Erst wenn sie die Positionsänderung des Nutzers im Raum versteht, können digitale Inhalte wirklich „in der realen Welt platziert“ werden.

Deshalb haben Hersteller nach der Implementierung von 3DoF schnell wieder den Fokus auf 6DoF gelegt.

XREAL One Pro mit externer Magnetkamera, Bildquelle: XREAL

XREAL war eines der ersten Unternehmen, das diesen Weg erneut beschritt. Nach der One-Serie brachte XREAL die One Pro mit einer externen Magnetkamera auf den Markt, die durch erweiterte Umgebungswahrnehmung grundlegende 6DoF-Raumverortung ermöglicht. Im Vergleich zu einem einfachen fixierten Bildschirm können virtuelle Fenster dadurch wirklich „im Raum verbleiben“ – wenn Nutzer sich nähern, entfernen oder um sie herumbewegen, behält das Bild die korrekte räumliche Beziehung bei.

Scheinbar werden nur zwei Kameras hinzugefügt, aber im Grunde genommen vollzieht sich der Übergang vom „Anzeigegerät“ zurück zum „Raumgerät“.

VITURE folgt einem ähnlichen Weg: Das Beast integrierte zuerst 3DoF in die Brille, um das grundlegende Problem der Raumstabilisierung zu lösen. Das danach vorgestellte Luma Ultra ergänzt Umgebungskameras, um die volle 6DoF-Funktionalität zu erkunden – und nicht nur ein stabiles Großbildschirmerlebnis zu bieten.

Luma Ultra, Bildquelle: VITURE

RayNeo befindet sich derzeit noch im 3DoF-Stadium, aber die Einführung eines unabhängigen Raumverarbeitungs-Chips in der GT-Serie zeigt, dass bereits Kapazitäten für komplexere Raumwahrnehmung reserviert sind. Mit anderen Worten: 3DoF ist eher eine Übergangsform als das Endziel.

Auf dem Open Day machte Rokid klar, dass die nächste Generation von AR-Brillen 6DoF zu einer Kernfunktion machen und explizit zwischen „Raumkamera“ und „KI-Kamera“ unterscheiden wird. Ersteres dient der Verortung und Umgebungserfassung, Letzteres dem Verstehen von Inhalten, die der Nutzer sieht – in Kombination mit einer externen Recheneinheit für komplexere Raumverarbeitungsaufgaben.

Die Verbraucher-AR-Brillen sind nach einem langen Umweg wieder zu ihren Wurzeln zurückgekehrt, nur dieses Mal mit einem realistischeren Ansatz. Aber warum kehren Hersteller zu Kameras, 6DoF und vollständiger Raumverarbeitung zurück?

KI durchdringt Inhalte, Berechnung und Interaktion – die Zeit ist reif für Fortschritt

Künstliche Intelligenz ist der unvermeidliche Schlüsselfaktor.

Früher stand die Branche bei der AR-Entwicklung vor einem peinlichen Problem: Welche Inhalte sollten überhaupt im Raum platziert werden? Entwickler mussten 3D-Modelle, Szenen und Anwendungen im Voraus erstellen, bevor Nutzer sie aktiv nutzen konnten. Die Kosten für die Inhaltserstellung waren hoch, während die Nutzerzahl gering war – das klassische Henne-Ei-Problem ließ sich nicht lösen.

Generative KI verändert die Art und Weise, wie 3D-Inhalte entstehen. Einerseits werden Technologien zur Umwandlung von 2D- in 3D-Inhalte immer ausgereifter, und die Weiterentwicklung von Weltmodellen oder 3D-Generierungsmodellen wird das zukünftige Inhaltsökosystem weiter verändern. Andererseits ermöglichen multimodale KI und die rasante Entwicklung großer Sprachmodelle Funktionen, die früher nur als Vision galten:

Wenn der Nutzer beispielsweise ein unbekanntes Gerät betrachtet, kann die Brille sein Modell erkennen und die Bedienungsanleitung in der Nähe der entsprechenden Tasten anzeigen. An einer Kreuzung können Navigationspfeile dort erscheinen, wo man tatsächlich abbiegen muss. Bei Gesprächen mit Ausländern werden Untertitel in der Richtung der anderen Person eingeblendet.

Die KI ermittelt, was Nutzer benötigen, und die AR-Brille bestimmt, wo diese Informationen angezeigt werden sollen. Ohne KI sind AR-Brillen darauf angewiesen, dass nur wenige Anwendungen Inhalte liefern. Ohne AR-Brillen hingegen bleiben die Ergebnisse der KI wie einfache Benachrichtigungen starr vor den Augen haften.

Auch die Chips verändern sich. Früher konnten leichte AR-Brillen kaum gleichzeitig visuelle Verortung, Grafikrendering und KI-Rechenleistung bereitstellen. Als Qualcomm 2022 den Snapdragon AR2 Gen 1 vorstellte, setzte man auf eine verteilte Multi-Chip-Architektur, die den Stromverbrauch um etwa die Hälfte senkte und gleichzeitig die KI-Leistung steigerte – das Ziel war es, Raumwahrnehmung in dünnere, kabellose AR-Brillen zu integrieren.

Heute gibt es einerseits stromsparende Raumchips wie den XREAL X1 und den RayNeo Zone 360, die speziell für IMU-Verarbeitung, Bild-Neuprojektion und Bildstabilisierung zuständig sind. Andererseits gibt es immer leistungsfähigere Smartphone- und XR-Recheneinheiten, die für visuelle Erkennung, Grafikrendering und lokale KI-Modelle optimiert sind.

Die nächste Generation von Rokid AR kombiniert einen Brillen-Chip mit einer Snapdragon-Recheneinheit, um einen ähnlichen Kompromiss einzugehen: Die leichte Brille übernimmt die Anzeige, Sensorsteuerung und latenzarme Verarbeitung, während anspruchsvollere KI- und Raumverarbeitungsaufgaben an externe Geräte übergeben werden.

Auch für die Interaktion gibt es inzwischen eine bessere Lösung. Früher mussten Nutzer bei AR-Brillen oft ihr Smartphone als Touchpad verwenden oder die Hand