15+ Anwendungsfälle & KI-Anwendungen der Augmented Reality
Augmented Reality (AR) ist eine digitale Medienplattform, die es dem Benutzer ermöglicht, virtuelle Inhalte auf interaktive, multisensorische Weise in die physische Umgebung zu integrieren.
Die Implementierung von KI verbessert das AR-Erlebnis, indem tiefe neuronale Netze traditionelle Computer-Vision-Ansätze ersetzen und neue Funktionen wie Objekterkennung, Textanalyse und Szenenbeschriftung hinzufügen. Wir untersuchen KI in AR, ihre Anwendungen, Beispiele und Anbieter.
Wie transformiert KI AR?
Historisch gesehen verwendete AR-Software traditionelle Computer-Vision-Techniken namens Simultaneous Localization and Mapping (SLAM). SLAM-Algorithmen vergleichen visuelle Merkmale zwischen Kamerabildern, um die Umgebung zu kartieren und zu verfolgen.
Moderne AR-Anwendungen setzen jedoch auf Deep Learning, um fortschrittlichere Funktionen zu bieten. AR-Entwickler können KI-Algorithmen nutzen, um AR-Funktionen wie eine verbesserte Interaktion mit der umgebenden physischen Umgebung bereitzustellen. KI-Technologien wie maschinelles Lernen, GenAI und Deep Learning eignen sich gut für AR-Umgebungen, weil:
- Es besteht die Möglichkeit, mehr Daten für das KI-Algorithmus-Training zu sammeln, da die Kameras ständig eingeschaltet sind.
- Die Eingaben für den KI-Algorithmus sind detailreich, da AR-Umgebungen auf mehrere Sensoren angewiesen sind (z. B. Gyroskope, Sensoren, Beschleunigungsmesser und GPS des Geräts). Dies bietet eine höhere Zuverlässigkeit als Systeme, die auf einen einzigen Sensor angewiesen sind.
Parallel zum Deep Learning nutzen AR-Systeme zunehmend räumliche Intelligenz, die semantische Segmentierung, Tiefenschätzung und Kontextmodellierung kombiniert, um ganze Umgebungen zu verstehen. Dadurch kann sich AR-Inhalt physikalisch realistisch verhalten (z. B. Okklusion, verankerte Schatten und Lichtanpassung) und ermöglicht erweiterte Funktionen wie kontextbezogene Empfehlungen basierend auf der Szenenkategorie (Büro vs. Außenbereich) oder der abgeleiteten Benutzerabsicht.
8 KI-Anwendungen in AR
1. Objektbeschriftung
Die Objektbeschriftung nutzt Klassifikationsmodelle des maschinellen Lernens. Wenn ein Kamerabild durch das Modell läuft, gleicht es das Bild mit einem vordefinierten Label in der Klassifikationsbibliothek des Benutzers ab, und das Label überlagert das physische Objekt in der AR-Umgebung. So kennzeichnet beispielsweise Volkswagen Mobile Augmented Reality Technical Assistance (MARTA) Fahrzeugteile und liefert Informationen zu bestehenden Problemen und Anleitungen zu deren Behebung.
2. Objekterkennung und -identifikation
Objekterkennung und -identifikation nutzen Algorithmen von Convolutional Neural Networks (CNN), um Position und Ausdehnung von Objekten in einer Szene zu schätzen. Nachdem das Objekt erkannt wurde, kann die AR-Software digitale Objekte rendern, um das physische zu überlagern und die Interaktion zwischen beiden zu vermitteln.
Beispielsweise scannt die IKEA Place ARKit-App die Umgebung, misst vertikale und horizontale Ebenen, schätzt die Tiefe und schlägt dann Produkte vor, die in den jeweiligen Raum passen.
Für mehr Informationen, fühlen Sie sich kostenlos, unseren Vergleich von Bilderkennungswerkzeugen zu lesen.
3. Texterkennung und -übersetzung
Texterkennung und -übersetzung kombinieren KI-gestützte optische Zeichenerkennung (OCR) mit Text-zu-Text-Übersetzungs-Engines wie DeepL. Ein visueller Tracker verfolgt das Wort und ermöglicht es, die Übersetzung in die AR-Umgebung einzublenden. Google Translate bietet diese Funktionalität.
4. Automatische Spracherkennung
Automatische Spracherkennung (ASR) nutzt audiovisuelle Spracherkennung auf Basis neuronaler Netze (einen Algorithmus, der auf Bildverarbeitung angewiesen ist, um Text zu extrahieren). Bestimmte Wörter lösen ein Bild in der Bibliothek aus, das mit der Wortbeschreibung übereinstimmt, und das Bild wird in den AR-Raum projiziert.
Beispiel:
Ein Beispiel ist die Panda-Sticker-App.
Ein weiteres Beispiel, das ASR mit sensorbasierter Handgestenverfolgung kombiniert, ist die Smart-Glasses-Technologie. Smart Glasses mit In-Lens-Displays projizieren visuelle Daten wie Nachrichten, Mediensteuerungen und Live-Sprachuntertitel direkt in das Sichtfeld des Trägers.
Für weitere Informationen lesen Sie bitte unsere Sammlung der besten Spracherkennungsanwendungen.
5. Gesten und natürliche Interaktion
KI-gestützte Gestenverfolgung und multimodale Interaktion ermöglichen es AR-Systemen, Hand-, Körper- und Fingerbewegungen in Echtzeit zu erkennen. Kombiniert mit Sprach-KI erlauben diese Systeme den Benutzern, mit virtuellen Objekten ohne Berührung zu interagieren und schaffen so intuitivere und hands-kostenlos-AR-Erlebnisse.
Beispiel:
In der industriellen Instandhaltung können KI-AR-Systeme Handsignale interpretieren, um 3D-Hologramme von Maschinen zu manipulieren, während Sprachbefehle kontextbezogene Anweisungen oder Warnungen auslösen. Barrierefreie AR-Apps nutzen Gesten und Sprache, um Benutzern mit eingeschränkter Mobilität die Navigation durch Benutzeroberflächen zu ermöglichen.
Anwendungsfälle:
- Industrielle AR-Anwendungen zur hands-kostenlos-Gerätesteuerung
- Barrierefreiheits-Apps mit gestenbasierter Navigation und Befehlen
- Spiele und Unterhaltung, bei denen Gesten virtuelle Objekte steuern
- AR-Schulungs- und Simulationsumgebungen mit natürlicher Interaktion
6. Umgebungskartierung und Szenenverständnis
Über die einfache Objekterkennung hinaus ermöglicht KI ein semantisches Szenenverständnis, das AR-Systemen erlaubt, ganze Umgebungen zu klassifizieren (z. B. Küche, Büro, Straße) und die Überlagerungen entsprechend anzupassen. Deep-Learning-Modelle wie SceneNet oder IBMs visuelle Erkennung können räumlichen Kontext, Beleuchtung und Oberflächenarten analysieren, um das AR-Erlebnis anzupassen.
Beispiel:
Snapdragon Spaces nutzt KI, um Wände, Oberflächen und Raumtypen in Echtzeit zu erkennen, was eine realistischere Platzierung von virtuellen Möbeln oder Spielelementen ermöglicht.
Anwendungsfälle:
- Innenarchitektur-Apps, die Möbel basierend auf dem Raumtyp empfehlen
- AR-Navigation, die Beschilderung an Innen-/Außenumgebungen anpasst
- Intelligenter Einzelhandel, der Werbeinhalte je nach Ladenbereich ändert.
7. Generative KI für dynamische Inhaltserstellung in AR
GenAI-Modelle können 3D-Assets, Stimmen oder sogar ganze Szenen basierend auf Prompts oder Benutzerinteraktionen in AR-Umgebungen dynamisch generieren. Dadurch entfällt die Notwendigkeit vorinstallierter Bibliotheken und ermöglicht es Benutzern, personalisierte Umgebungen ohne vorinstallierte Assets zu erstellen.
Beispiel:
Eine Marketing-App könnte Benutzern erlauben, ihr ideales Wohnzimmer zu beschreiben, und GenAI würde Möbel und Layout in AR generieren.
Relevante Modelle/Tools:
- Luma KI (Text-zu-3D)
- RunwayML für Video-Overlays
- Pika Labs oder Spline für Echtzeit-3D-Modellierung
8. Anomaly-Erkennung für die industrielle Inspektion
KI-gestützte AR kann bei der Echtzeit-Anomalieerkennung in der Fertigung oder im Außendienst helfen. Computer-Vision-Modelle, die auf das Aussehen von „Normal“ trainiert sind (z. B. Rohrintegrität, Maschinenoberflächen), können Abweichungen erkennen und sie mithilfe von AR in der Ansicht des Benutzers hervorheben.
Eine Studie aus dem Jahr 2020 in Sensors verglich die Anleitung durch AR-Brille mit gedruckter Dokumentation bei der Verdrahtung von Schaltschränken und stellte eine Verringerung der Prozesszeit um 45% fest, wodurch 6,5 bis 7 Minuten bei einer 20-Draht-Montage eingespart wurden.2
Praxisbeispiel zur Anomalieerkennung:
Porsche nutzt AR mit KI-Inspektionswerkzeugen, um Verschleiß, Korrosion oder Fehlausrichtungen an automatisch-Teilen bei der Fernwartung hervorzuheben.
Anwendungsfälle:
- Wartungs- und Sicherheitsinspektionen in Fabriken
- Versorgungsinfrastruktur (z. B. Stromleitungen, Pipelines)
- Reparaturbewertungen von Flugzeugen oder Fahrzeugen.
Weitere KI/AR-Anwendungen in verschiedenen Branchen
Snapchat-Nutzer spielten im ersten Quartal 2026 durchschnittlich mehr als 9 Milliarden Mal pro Tag mit AR-Lenses, wobei 75% der täglichen Nutzer jeden Tag mit AR interagierten, was die Größenordnung von AR in der Verbraucherunterhaltung zeigt.3
- Bauwesen: Architektur, Design, Projektplanung, Baustellenrevision, Sicherheit und Inspektion, unterirdische Bauten und Schulung.
- Bildung: Szenenerkundung (Museum, Fabrik), Modellversuche in Laboren (Chemie, Physik, Geometrie, Anatomie). Was die empirischen Belege zeigen:
- Hohe Lernzuwächse: In 252 kontrollierten Studien (2010–2022) übertrafen AR-Lernende 73% der Gleichaltrigen in traditionellen Lernumgebungen.4
- Wirkung ist bei Jüngeren am stärksten: In den 252 Studien zeigten altersangepasste Versuche, dass die Lernzuwächse bei Kindern am höchsten sind, bei Teenagern abnehmen und bei Erwachsenen auf die Hälfte sinken.
- Auf Fertigkeiten ausgelegt, nicht auf abstrakte Theorie: Die Ergebniserfassung zeigt, dass AR hervorragend geeignet ist, Fertigkeiten und Fakten zu vermitteln, jedoch bei komplexem Denken und räumlichen Aufgaben hinterherhinkt.5
- Unterhaltung: Echtzeit-Informationen aus Sportarenen, augmentierte Musikkonzerte, interaktive Werbung, Filme und Spiele.
- Medizin: Diagnose, chirurgische Navigation, Schulung von Chirurgen in neuen Verfahren und Modellierung von Arzneimittelwirkungen.
- Logistik: Lagerplanung und -betrieb, Transportoptimierungen und Bestandsverwaltung
- Fertigung: Design und Prototyping, Wartung, Reparatur und Schulung,
- 37% der Bauunternehmen beabsichtigen, innerhalb von zwei Jahren in AR zu investieren.6
- Laut 158 Branchenexperten sind die Haupthindernisse für die Einführung von AR in der Fertigung Budgetbeschränkungen (21%), mangelndes Verständnis der Geschäftsleitung (17%) und begrenztes technisches Wissen in den Designteams (17%)7
- Weitere Beispiele finden Sie unter AR in der Fertigung
- Militär: Flugzeugnavigation, Zielerfassung und Telepräsenz bei militärischen Operationen.
- Immobilien: Marketing, Innenarchitektur, Grundrissplanung, Schulung von Baupersonal.
- Mode: Vor dem Kauf ausprobieren, Navigation im Geschäft, personalisiertes Einkaufen, AR-Schaufensterbummel und Make-up-Apps. Eine Umfrage unter 4.028 Käufern im Alter von 13 bis 49 Jahren in den USA, Großbritannien, Frankreich und Saudi-Arabien ergab, dass:
- 80% der Käufer sich nach der Nutzung von AR sicherer bei ihrem Kauf fühlten,
- Zwei Drittel gaben an, dass sie den Artikel weniger wahrscheinlich zurückgeben würden.8
KI-fähige AR-Softwareanbieter
Laut Statista wird der globale Markt für Augmented Reality (AR), Virtual Reality (VR) und Mixed Reality (MR) bis 2026 voraussichtlich $100B erreichen.9 Unternehmen wie Apple und Google sind auf dem Markt und entwickeln KI-fähige AR-Software, um das AR-Erlebnis der Kunden zu verbessern.
Apple ARKit
ARKit ist Apples Entwicklungsplattform für Augmented Reality (AR) für iPhones und iPads mit iOS. ARKit bietet Objektbeschriftung, Personenverdeckung, Bewegungserfassung und Gesichtsverfolgung mehrerer Personen. ARKit wurde verwendet in:
- Bildung, um praktische Experimente in Wissenschafts-, Physik- oder Chemielaboren zu modellieren, wie z. B. Labster
- Bauwesen und Architektur, um räumliche Abmessungen zu messen und Produkte oder Lösungen vorzuschlagen, wie z. B. IKEA Place.
- Unterhaltung, wie z. B. Pokemon GO.
Google ARCore
ARCore ist Googles AR-Plattform, die digitale Inhalte durch Bewegungserfassung sowie Objekterkennung und -identifikation in die physische Umgebung integriert. ARCore wurde verwendet in:
- Immobilien, um leere Räume zu visualisieren, zu dekorieren und zu gestalten. Wie z. B. die Sotheby’s Curate App
- Lifestyle und Wartung, um Benutzer mit Fachleuten zu verbinden, die Anleitung und Anweisungen geben, Messungen vornehmen und potenzielle Lösungen in den Raum projizieren. Zum Beispiel die Streem App.
- Unterhaltung, wie die virtuelle Haustier-Spiele-App TendAR.
Andere
Weitere KI/AR-Softwareanbieter sind:
- Amazon Sumerian
- Microsoft Mesh
- Unity
- Vuforia Engine
- Zap Works
KI-AR-Wearables und XR-Plattformen
Über SDKs hinaus integrieren Hardware-Plattformen jetzt Deep-Learning-Modelle direkt in AR-Wearables. Zum Beispiel bieten Geräte wie die Apple Vision Pro Spatial Computing mit Hand-, Augen- und Spracheingabe, das die kontextbezogene Intelligenz und AR-Interaktion verbessert.
Metas Ray‑Ban Display Smart Glasses und andere leichte KI-AR-Wearables bringen kontextbezogene Overlays, Live-Übersetzung und interaktive visuelle Anleitung in alltägliche Anwendungsfälle.
Als bevorzugte Quelle hinzufügenDiese Forschung zitieren
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{dilmegani2026,
author = {Dilmegani, Cem},
title = {{15+ Anwendungsfälle & KI-Anwendungen der Augmented Reality}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ar-ai}},
note = {AIMultiple. Abgerufen am 23. Juli 2026}
}Referenzlinks
Kommentare 2
Teilen Sie Ihre Gedanken
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.
No mention of Microsoft (e.g. HoloLens, Mesh, Remote Assist, …) even in the “other vendors” list? Strange…
Thank you for the comment. You are right, added Microsoft's platform to the list
Hello! I'm interested in AR glasses content composed by AI Can I send my architecture? I want to know whether this is possible to achieve or not. I need help to improve my idea and make it come true. I'll wait your answer. Thank you.
Hi Heejin, thank you for your comment. I would advise you to reach out to vendors in this space. They would be the ones who can examine your idea in detail and identify how it can be implemented.