15+ Anwendungsfälle & KI-Anwendungen der Erweiterten Realität
Erweiterte Realität (AR) ist eine digitale Medienplattform, die es dem Benutzer ermöglicht, virtuellen Kontext auf interaktive, multisensorische Weise in die physische Umgebung einzubinden.
Die Implementierung von KI verbessert das AR-Erlebnis, indem sie tiefe neuronale Netze anstelle traditioneller Computer-Vision-Ansätze verwendet und neue Funktionen wie Objekterkennung, Textanalyse und Szenenbeschriftung hinzufügt. Wir untersuchen KI in AR, ihre Anwendungen, Beispiele und Anbieter.
Wie transformiert KI AR?
Historisch gesehen verwendete AR-Software traditionelle Computer-Vision-Techniken, die als Simultaneous Localization and Mapping (SLAM) bezeichnet werden. SLAM-Algorithmen vergleichen visuelle Merkmale zwischen Kamerabildern, um die Umgebung zu kartieren und zu verfolgen.
Moderne AR-Anwendungen setzen jedoch auf Deep Learning, um erweiterte Funktionalitäten zu bieten. AR-Entwickler können KI-Algorithmen nutzen, um AR-Funktionen wie verbesserte Interaktion mit der umgebenden physischen Umgebung anzubieten. KI-Technologien wie maschinelles Lernen, GenAI und Deep Learning eignen sich gut für AR-Umgebungen, weil:
- Es besteht die Möglichkeit, mehr Daten für das Training des KI-Algorithmus zu sammeln, da die Kameras immer eingeschaltet sind.
- Die Eingabe in den KI-Algorithmus ist detailliert, 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 nur auf einen einzigen Sensor angewiesen sind.
Parallel zum Deep Learning setzen AR-Systeme zunehmend auf 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 Beleuchtungsanpassung) und erweiterte Funktionen wie kontextbezogene Empfehlungen basierend auf der Szenenkategorie (Büro vs. Außenbereich) oder der abgeleiteten Benutzerabsicht ermöglichen.
8 KI-Anwendungen in AR
1. Objektbeschriftung
Die Objektbeschriftung nutzt Machine-Learning-Klassifizierungsmodelle. Wenn ein Kamerabild durch das Modell läuft, gleicht es das Bild mit einem vordefinierten Label aus der Klassifikationsbibliothek des Benutzers ab, und das Label wird dem physischen Objekt in der AR-Umgebung überlagert. Beispielsweise beschriftet die Volkswagen Mobile Augmented Reality Technical Assistance (MARTA) Fahrzeugteile und liefert Informationen zu bestehenden Problemen sowie Anleitungen zur Behebung.
2. Objekterkennung und -erkennung
Objekterkennung und -erkennung nutzen Convolutional-Neural-Network-Algorithmen (CNN), um die Position und Ausdehnung von Objekten innerhalb 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.
Zum Beispiel scannt die IKEA Place ARKit-Anwendung die Umgebung, misst vertikale und horizontale Ebenen, schätzt die Tiefe und schlägt dann Produkte vor, die in den jeweiligen Raum passen.
Weitere Informationen erhalten Sie, wenn Sie sich kostenlos unseren Vergleich von Bilderkennungstools ansehen.
3. Texterkennung und -übersetzung
Texterkennung und -übersetzung kombinieren optische Zeichenerkennungstechniken (OCR) mit Text-zu-Text-Übersetzungs-Engines wie DeepL. Ein visueller Tracker verfolgt das Wort und ermöglicht es der Übersetzung, die AR-Umgebung zu überlagern. Google Translate bietet diese Funktionalität.
4. Automatische Spracherkennung
Automatische Spracherkennung (ASR) verwendet audiovisuelle Spracherkennung mit neuronalen Netzen (ein Algorithmus, der auf Bildverarbeitung zur Textextraktion beruht). Bestimmte Wörter lösen ein Bild in der Bibliothek aus, das mit der Wortbeschreibung übereinstimmend gekennzeichnet ist, 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 integrierten Displays projizieren visuelle Daten wie Nachrichten, Mediensteuerungen und Live-Sprachuntertitel direkt in das Sichtfeld des Trägers.
Weitere Informationen finden Sie in unserer Sammlung der wichtigsten Spracherkennungsanwendungsfälle.
5. Gesten und natürliche Interaktion
KI-gestützte Gestenverfolgung und multimodale Interaktion ermöglichen es AR-Systemen, Hand-, Körper- und Fingerbewegungen in Echtzeit zu erkennen. In Kombination mit Sprach-KI erlauben diese Systeme es Benutzern, ohne Berührung mit virtuellen Objekten zu interagieren und intuitivere, hands-kostenlos AR-Erlebnisse zu schaffen.
Beispiel:
In der industriellen Wartung können KI-AR-Systeme Handzeichen interpretieren, um 3D-Hologramme von Maschinen zu manipulieren, während Sprachbefehle kontextbezogene Anweisungen oder Warnungen auslösen. Auf Barrierefreiheit ausgerichtete AR-Apps nutzen Gesten und Sprache, um Benutzer mit eingeschränkter Mobilität durch Schnittstellen zu navigieren.
Anwendungsfälle:
- Industrielle AR-Anwendungen für hands-kostenlos Gerätesteuerung
- Barrierefreiheits-Apps, die gestenbasierte Navigation und Befehle bereitstellen
- Spiele und Unterhaltung, bei denen Gesten virtuelle Objekte steuern
- AR-Trainings- und Simulationsumgebungen mit natürlicher Interaktion
6. Umgebungs-Mapping und Szenenverständnis
Über die einfache Objekterkennung hinaus ermöglicht KI semantisches Szenenverständnis, wodurch AR-Systeme ganze Umgebungen (z. B. Küche, Büro, Straße) klassifizieren und Overlays entsprechend anpassen können. Deep-Learning-Modelle wie SceneNet oder IBMs Visual Recognition können räumlichen Kontext, Beleuchtung und Oberflächentypen 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-Wegfindung, 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 dynamisch 3D-Assets, Stimmen oder sogar ganze Szenen basierend auf prompts oder Benutzerinteraktionen in AR-Umgebungen generieren. Dies macht vorab geladene Bibliotheken überflüssig und ermöglicht es Benutzern, personalisierte Umgebungen ohne vorab geladene Assets zu erzeugen.
Beispiel:
Eine Marketing-App könnte Benutzer ihr ideales Wohnzimmer beschreiben lassen, 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 industrielle Inspektion
KI-fähige AR kann bei der Echtzeit-Erkennung von Anomalien in der Fertigung oder im Außendienst helfen. Computer-Vision-Modelle, die darauf trainiert sind, wie „normal“ aussieht (z. B. Rohrintegrität, Maschinenoberflächen), können Abweichungen erkennen und sie mit AR in der Benutzeransicht hervorheben.
Eine Studie aus dem Jahr 2020 in Sensors verglich die Anleitung per AR-Brille mit gedruckter Dokumentation bei der Verdrahtung von Schaltschränken und stellte eine Verringerung der Prozesszeit um 45 % fest, was 6.5 bis 7 Minuten bei einer Baugruppe mit 20 Drähten einsparte.2
Praxisbeispiel zur Anomalieerkennung:
Porsche verwendet 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)
- Flugzeug- oder Fahrzeugreparaturbewertungen.
Weitere KI/AR-Anwendungen in verschiedenen Branchen
Snapchat-Nutzer spielten Berichten zufolge 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 im Verbraucher-Entertainment zeigt.3
- Bauwesen: Architektur, Design, Projektplanung, Baustellenrevision, Sicherheit und Inspektion, unterirdische Konstruktionen und Schulung.
- Bildung: Szenenerkundung (Museum, Fabrik), Modellversuche in Laboren (Chemie, Physik, Geometrie, Anatomie). Was die empirische Evidenz belegt:
- Hohe Lernzuwächse: In 252 kontrollierten Studien (2010–2022) übertrafen AR-Lernende 73 % der Vergleichsgruppe in traditionellen Umgebungen.4
- Der Effekt ist bei Jüngeren stärker: Im Pool der 252 Studien zeigen altersangepasste Versuche, dass die Lernzuwächse bei Kindern am höchsten sind, bei Jugendlichen abnehmen und bei Erwachsenen auf die Hälfte sinken.
- Geschaffen für Fertigkeiten, nicht für abstrakte Theorie: Die Ergebnisverfolgung zeigt, dass AR bei der Vermittlung von Fertigkeiten und Fakten hervorragend ist, aber bei komplexem Denken und räumlichen Aufgaben hinterherhinkt.5
- Unterhaltung: Echtzeitinformationen aus Sportarenen, erweiterte 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 planen, innerhalb von zwei Jahren in AR zu investieren.6
- Laut 158 Branchenexperten sind die Haupthindernisse für die AR-Einführung in der Fertigung Budgetbeschränkungen (21 %), mangelndes Verständnis des oberen Managements (17 %) und begrenztes technisches Wissen in den Designteams (17 %)7
- Weitere Beispiele finden Sie unter AR in der Fertigung
- Militär: Flugzeugnavigation, Waffenausrichtung und Telepräsenz bei militärischen Operationen.
- Immobilien: Marketing, Innenarchitektur, Grundrissplanung, Schulung von Baupersonal.
- Mode: Try-before-you-buy, In-Store-Navigation, 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:
- 80 % der Käufer fühlten sich nach der Nutzung von AR sicherer beim Kauf,
- Zwei Drittel gaben an, dass sie den Artikel seltener zurückgeben würden.8
KI-gestützte AR-Softwareanbieter
Laut Statista wird der globale Markt für Erweiterte Realität (AR), Virtuelle Realität (VR) und Mixed Reality (MR) bis 2026 auf 100B $ geschätzt.9 Unternehmen wie Apple und Google sind auf dem Markt für die Entwicklung KI-gestützter AR-Software, um das AR-Erlebnis der Kunden zu verbessern.
Apple ARKit
ARKit ist Apples Entwicklungsplattform für Erweiterte Realität (AR) für iOS-iPhones und iPads. ARKit bietet Objektbeschriftung, Personenverdeckung, Bewegungserfassung und Mehrfachgesichtserkennung. ARKit wurde eingesetzt in:
- Bildung, um praktische Experimente in naturwissenschaftlichen, physikalischen oder chemischen Laboren 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. Pokémon GO.
Google ARCore
ARCore ist Googles AR-Plattform, die digitale Inhalte über Bewegungserfassung sowie Objekterkennung und -erkennung in die physische Umgebung integriert. ARCore wurde eingesetzt in:
- Immobilien, um leere Räume zu visualisieren, zu dekorieren und zu gestalten, wie die Sotheby's Curate App.
- Lifestyle und Wartung, um Nutzer mit Fachleuten zu verbinden, die Anleitung und Anweisungen geben, Messungen vornehmen und mögliche Lösungen in den Raum projizieren, z. B. die Streem-App.
- Unterhaltung, wie die virtuelle Haustier-App TendAR.
Weitere
Weitere KI/AR-Softwareanbieter sind:
- Amazon Sumerian
- Microsoft Mesh
- Unity
- Vuforia Engine
- Zap Works
KI-AR-Wearables und XR-Plattformen
Über SDKs hinaus integrieren Hardwareplattformen jetzt Deep-Learning-Modelle direkt in AR-Wearables. Geräte wie die Apple Vision Pro bieten beispielsweise Spatial Computing mit Hand-, Augen- und Spracheingabe, das kontextuelle Intelligenz und AR-Interaktion verbessert.
Metas Ray‑Ban Display Smart Glasses und andere leichte KI‑AR‑Wearables bringen kontextuelle 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 and Şimşek, Hazal},
title = {{15+ Anwendungsfälle & KI-Anwendungen der Erweiterten Realität}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ar-ai}},
note = {AIMultiple. Abgerufen am 23. Juli 2026}
}Referenzlinks
Cems Arbeit wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Washington Post, globalen Unternehmen wie Deloitte, HPE und NGOs wie dem World Economic Forum sowie supranationalen Organisationen wie der European Commission.
Während seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen über ein Jahrzehnt lang bei McKinsey & Company und Altman Solon in Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.
Er leitete die Technologiestrategie und Beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Zudem führte er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos an, das innerhalb von 2 Jahren von null auf einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung anwuchs. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.
Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er schloss sein Studium an der Bogazici University als Computer-Ingenieur ab und hat einen MBA von der Columbia Business School.
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.