Multi-User-Interaktion
von Ahmed Abu Abdu
AR für Nutzer
AR für Nutzer
von Ahmed Abu Abdu
Multi-User-Interaktion und Outdoor AR
Sobald mehr als eine Person dieselben digitalen Inhalte an einem realen Ort sehen soll, ändert sich die technische Aufgabe grundlegend. Von Multi-User-AR spricht man, wenn mehrere Personen denselben erweiterten Raum teilen und die Sicht der einen durch die Handlungen der anderen tatsächlich verändert wird (Marques et al., 2021, zitiert in Feng et al., 2023). Das unterscheidet sie von Anwendungen, in denen mehrere Menschen zufällig dieselbe App benutzen, ihre Inhalte aber lokal auf dem eigenen Gerät bleiben.
Vier Formen der Zusammenarbeit
Zur Einordnung greift die Forschung auf ein Raster aus der Groupware-Forschung zurück, das Johansen (1988) eingeführt hat (zitiert in Ens et al., 2019; Sereno et al., 2022). Es unterscheidet zwei Fragen: Sind die Beteiligten am selben Ort oder an verschiedenen? Und arbeiten sie gleichzeitig oder zeitversetzt?
Daraus ergeben sich vier Felder. Für den Stadtraum ist das dritte besonders interessant: gleicher Ort, unterschiedliche Zeit. Mehrere Menschen bearbeiten nacheinander dieselbe reale Stelle, ohne sich je zu begegnen. Anschaulich wird das durch den Vergleich mit ortsgebundenen Bewertungen in Kartendiensten oder mit digitalen Graffiti an einer Hauswand, die spätere Passanten durch ihre Brille sehen und ergänzen können (Ens et al., 2019).
Die Forschung ist dabei sehr ungleich verteilt. Ens et al. (2019) ordneten 95 Prozent der ausgewerteten Arbeiten der gleichzeitigen Zusammenarbeit zu und nur 5 Prozent der zeitversetzten. Feng et al. (2023) kamen bei 133 Publikationen zu genau demselben Verhältnis; von diesen Arbeiten fanden zudem nur 8, also 6 Prozent, im Außenraum statt.
Die Voraussetzung: ein gemeinsamer Bezugsrahmen
Jedes AR-Gerät vermisst seine Umgebung eigenständig und legt den Nullpunkt seines Koordinatensystems dorthin, wo es beim Start der App gerade stand und hinsah (Ran et al., 2019 [Workshop-Beitrag]). Zwei Geräte haben deshalb zwei völlig verschiedene Nullpunkte. Ohne Übersetzung zwischen beiden würde ein virtuelles Objekt bei der zweiten Person an einer ganz anderen Stelle erscheinen. Im Prototyp übernimmt diese Aufgabe das eingesetzte Visual Positioning System das allen Geräten denselben räumlichen Bezug liefert.
Gleichzeitig oder zeitversetzt
Für die gleichzeitige Zusammenarbeit ist der übliche Weg eine Client-Server-Architektur: Ein Server verteilt Änderungen an Objekten an alle verbundenen Geräte (Ran et al., 2019 [Workshop-Beitrag]). Damit nicht zwei Personen dasselbe Objekt gleichzeitig verschieben, kann es während der Bearbeitung für die übrigen gesperrt werden (Ellis und Gibbs, 1991).
Dieser Weg ist im Außenraum aufwendig. Bis ein von Person A platziertes Objekt bei Person B erscheint, vergehen bei gängigen Anwendungen 7 bis 18 Sekunden (Ran et al., 2019 [Workshop- Beitrag]); eine neuere Feldmessung auf einer belebten Straße in Boston ergab einen Median von 4,9 Sekunden (Guo et al., 2023 [Workshop-Beitrag]). Der Grund ist die anfangs nötige Übertragung ganzer Umgebungskarten, die schnell mehrere Megabyte umfasst.
ARIZON nutzt deshalb ausschließlich den zeitversetzten Weg. Ausschlaggebend sind zwei Punkte, die die Literatur belegt. Erstens senkt zeitversetztes Arbeiten die Beteiligungsschwelle: Bürgerinnen und Bürger können auf ihrem alltäglichen Weg vorbeikommen, statt zu einem festen Termin zu erscheinen (Paraschivoiu et al., 2025). Zweitens verträgt es Netzlücken, weil Beiträge zwischengespeichert und später übertragen werden können (Reisner-Kollmann und Aschauer, 2020 [Workshop-Beitrag]).
Der Preis ist ein schwächeres Gemeinschaftsgefühl. In Salzburg bewerteten Teilnehmende die gegenseitige Wahrnehmung beim zeitversetzten Arbeiten unterhalb des Skalenmittelwerts (Paraschivoiu et al., 2025), und in einer Londoner Studie zogen 12 von 16 Personen die gleichzeitige Variante vor (Numan et al., 2025).
Umsetzung im Prototyp
Damit Beiträge über Sitzungen und Geräte hinweg erhalten bleiben, speichert der Prototyp sie in einem Backend. Die Anwendung hält ihre Daten bereits als JSON vor, sodass sie ohne Umwandlung in dokumentenorientierter Form abgelegt werden können; als Dienste kommen dabei Azure Functions, Cosmos DB und SignalR zum Einsatz. Dasselbe Datenformat auf beiden Seiten vereinfacht Übertragung, Speicherung und Wiederherstellung der platzierten Inhalte.
Statt bei jedem Start den gesamten Datenbestand neu zu laden, ruft der Prototyp nur jene Objekte ab, die seit dem letzten Zeitstempel hinzugekommen oder verändert wurden. Dieses schrittweise Nachladen spart Bandbreite und Rechenleistung. Vergleichbare Verfahren senken die Wartezeit bis zum ersten sichtbaren Objekt um bis zu 55 Prozent (Ran et al., 2020).
Grenzen
Vier Probleme bleiben ungelöst. Dauerhaft sichtbare Inhalte lassen sich beschädigen oder löschen, und abgestufte Rechte oder Moderationsverfahren fehlen bislang (Guo et al., 2019). Sammeln sich zu viele Objekte an, wird der Raum unübersichtlich, wofür es noch keine überzeugende Lösung gibt (Guo et al., 2019). Die räumliche Verankerung selbst leidet unter Jahreszeiten, Schattenwurf und baulichen Veränderungen, weil das Gerät die Umgebung dann nicht mehr wiedererkennt (Ens et al., 2019).
Hinzu kommt eine planerische Hürde: Solange Beiträge nicht eindeutig ihren Urhebern zugeordnet sind, lassen sie sich nur schwer in kommunale Planungssysteme übernehmen (Guo et al., 2019; Reaver, 2023).
-
Ellis, C. A., & Gibbs, S. J. (1991). Concurrency control in groupware systems. Communications of the ACM, 34(1), 46–58.
-
Ens, B., Lanir, J., Tang, A., Billinghurst, M., & Healy, G. (2019). Revisiting collaboration through mixed reality: The evolution of
groupware. International Journal of Human-Computer Studies, 131, 81–98. -
Feng, S., He, W., Zhang, X., Billinghurst, M., & Wang, S. (2023). A comprehensive survey on AR-enabled local collaboration. Virtual Reality, 27, 2941–2966.
-
Guo, A., Canberk, I., Murphy, H., Monroy-Hernández, A., & Vaish, R. (2019). Blocks: Collaborative and persistent augmented reality
experiences. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 3(3), Artikel 83, 1–24. -
Guo, Y., Wang, S., Ghoshal, M., Hu, Y. C., & Koutsonikolas, D. (2023). The power of asynchronous SLAM in multi-user AR over cellular networks: A measurement study. ACM SIGCOMM 2023 Workshop on Emerging Multimedia Systems, 1–7. [Workshop-Beitrag]
-
Johansen, R. (1988). Groupware: Computer support for business teams. Free Press.
-
Marques, B., Silva, S., Alves, J., Dias, P., & Santos, B. S. (2021). A conceptual model and taxonomy for collaborative augmented reality. IEEE Transactions on Visualization and Computer Graphics.
-
Numan, N., Brostow, G., Park, S., Julier, S., Steed, A., & Van Brummelen, J. (2025). CoCreatAR: Enhancing authoring of outdoor augmented reality experiences through asymmetric collaboration. Proceedings of CHI ’25, 1–22.
-
Paraschivoiu, I., Steiner, R., Wieser, J., & Meschtscherjakov, A. (2025). Crafting cities together: Co-located collaboration with augmented reality for urban design. Computer Supported Cooperative Work (CSCW), 34, 249–291.
-
Ran, X., Slocum, C., Gorlatova, M., & Chen, J. (2019). ShareAR: Communication-efficient multi-user mobile AR. Proceedings of HotNets ’19, 1–8. [Workshop-Beitrag]
-
Ran, X., Slocum, C., Tsai, Y.-Z., Apicharttrisorn, K., Gorlatova, M., & Chen, J. (2020). Multi-user AR with communication efficient and
spatially consistent virtual objects. Proceedings of ACM CoNEXT ’20, 1–12. -
Reaver, K. (2023). Augmented reality as a participation tool for youth in urban planning processes: Case study in Oslo, Norway. Frontiers in Virtual Reality, 4, 1055930.
-
Reisner-Kollmann, I., & Aschauer, A. (2020). Design and implementation of asynchronous remote support. CEUR Workshop Proceedings, Vol. 2618. [Workshop-Beitrag]
-
Sereno, M., Wang, X., Besançon, L., McGuffin, M. J., & Isenberg, T. (2022). Collaborative work in augmented reality: A survey. IEEE
Transactions on Visualization and Computer Graphics, 28(6), 2530– 2549.
AR-Devices
von Ahmed Abu Abdu
AR für Nutzer
AR für Nutzer
von Ahmed Abu Abdu
Welches Gerät für eine ortsbezogene AR-Anwendung im Stadtraum taugt, entscheidet sich zu einem großen Teil an einer einzigen technischen Frage: auf welchem Weg kommt das digitale Bild ins Auge? Daran hängen Bildqualität und Ergonomie. Für den Einsatz im Freien kommt eine dritte Frage dazu: wie sicher sich Nutzende mit dem Gerät bewegen können.
Zwei Prinzipien sind zu unterscheiden. Bei Optical See-Through (OST) blickt man durch ein transparentes Brillenglas direkt auf die reale Welt, während ein Mikroprojektor digitale Inhalte zusätzlich einspiegelt (Doughty et al., 2022; Samini et al., 2021). Bei Video See-Through (VST, auch Passthrough) ist das Display dagegen vollständig undurchsichtig: Kameras an der Außenseite filmen die Umgebung, Software mischt Kamerabild und virtuelle Objekte zu einem gemeinsamen Bild (Bailenson et al., 2024). Diese Unterscheidung strukturiert die folgenden Abschnitte.
Handheld AR
Handheld AR meint AR auf Smartphones und Tablets: Die Kamera nimmt die Umgebung auf, digitale Inhalte liegen auf dem Display darüber.
Der Vorteil ist die Zugänglichkeit. Die Anwendung läuft auf Geräten, die Bürgerinnen und Bürger ohnehin besitzen und täglich bedienen (Ranasinghe et al., 2025; Reaver, 2023). Allen et al. (2011) ließen in Dunedin 18 Passantinnen und Passanten alternative Gebäudeentwürfe direkt an der realen Fassade betrachten und darüber abstimmen; deren Bereitschaft, sich künftig an Planungsprozessen zu beteiligen, stieg dabei statistisch signifikant. Im Osloer Projekt „Oslo Trees“ platzierten Jugendliche über mehrere Wochen mit iPads rund 8.000 Bäume im realen Maßstab im Straßenraum (Reaver, 2023).
Die Grenzen sind ebenso gut dokumentiert. Das Gerät muss dauerhaft in der Hand gehalten werden, was die Handinteraktion einschränkt und bei längerer Nutzung ermüdet (Samini et al., 2021). Die Aufmerksamkeit teilt sich zwischen Display und Umgebung auf (Paraschivoiu et al., 2025).
Optical See-Through (OST) HMDs
Bei OST-Brillen erzeugt ein winziges Display seitlich des Sichtfelds das virtuelle Bild. Ein sogenannter Wellenleiter (Waveguide) führt das Licht innerhalb einer Glasscheibe und koppelt es erst unmittelbar vor dem Auge wieder aus, wo es sich mit dem ungestörten Licht der realen Welt überlagert (Doughty et al., 2022; Klinkert, o. J.).
Der Blick auf die Realität bleibt damit unverzerrt, verzögerungsfrei und in natürlicher Sehschärfe erhalten. Das hält das Risiko für Übelkeit gering und hilft der Orientierung beim Gehen (Birlo et al., 2022; Samini et al., 2021). Zwei Schwächen sind klassisch: das begrenzte Sichtfeld für digitale Inhalte und die fehlende Verdeckung. Weil transparente Gläser einfallendes Licht nicht blockieren können, wirken virtuelle Objekte halbdurchsichtig, und bei hellem Umgebungslicht verwaschen sie (Klinkert, o. J.; Samini et al., 2021).
Genau hier setzt die im Prototyp eingesetzte Magic Leap 2 an. Der Hersteller gibt eine Helligkeit von 20 bis 2.000 Nits an und verbaut ein Dimming, das das reale Umgebungslicht entweder global oder gezielt hinter einzelnen virtuellen Objekten abdunkelt (Magic Leap, 2022 [Herstellerangabe]). Digitale Inhalte bleiben dadurch auch bei Sonnenlicht kräftig, und auf einem transparenten Glas lässt sich erstmals sinnvoll Schwarz darstellen (Doughty et al., 2022).
Video See-Through HMDs
Passthrough-Headsets wie Meta Quest 3 oder Apple Vision Pro zeigen die Umgebung als Kamerabild. Weil die Software jedes Pixel kontrolliert, sind vollständige Verdeckung, farbliche Manipulation und sogar das visuelle Entfernen realer Objekte möglich (Bailenson et al., 2024; Samini et al., 2021).
Für den mobilen Außeneinsatz lassen sich dennoch Herausforderungen kristallisieren. Die Auflösung des Kamerabilds bleibt hinter dem natürlichen Sehen zurück, bei Kopfbewegungen verzerren sich reale Objekte und Entfernungen werden systematisch unterschätzt (Bailenson et al., 2024). In einem Vergleich dreier Geräte mit 31 Teilnehmenden traten bei allen messbare Cybersickness-Symptome auf (Vona et al., 2025). Passthrough-Nutzende bewegen sich beobachtbar langsam und tastend, und fällt das System aus, verliert die Person schlagartig jede Sicht auf die Umgebung (Bailenson et al., 2024; Birlo et al., 2022). Dazu kommt der fehlende Blickkontakt, der das soziale Miteinander vor Ort spürbar beeinträchtigt (Klinkert, o. J.).
Ausblick
Die Entwicklung zielt auf kompaktere Optiken bei größerem Sichtfeld. Magic Leap nennt für künftige Projektorarchitekturen ein Sichtfeld von über 80 Grad bei etwa halbiertem Bauvolumen (Magic Leap, 2022 [Herstellerangabe]). Praktischer Engpass bleibt die Akkulaufzeit, die bei aktuellen Headsets bei zwei bis drei Stunden liegt (Samini et al., 2021).
Funktional dürften zwei Bausteine wichtiger werden. Eye Tracking erlaubt es, Rechenleistung auf den scharf gesehenen Bildbereich zu konzentrieren und Darstellungsfehler automatisch zu korrigieren (Klinkert, o. J.; Magic Leap, 2022 [Herstellerangabe]). KI-gestützte Szenenerkennung versieht erfasste Flächen in Echtzeit mit Bedeutungen wie Wand, Boden oder Person, sodass digitale Objekte physikalisch plausibel mit der Umgebung interagieren und korrekt verdeckt werden (Klinkert, o. J.).
Bessere Hardware löst die zentralen Hürden allerdings nicht auf. Die Einwilligung unbeteiligter Personen, fehlende soziale Umgangsformen und die Konzentration sensibler Umgebungsdaten bei wenigen Plattformbetreibern bleiben offene Fragen (Denning et al., 2014; Koelle et al., 2020; Setoutah et al., 2026).
-
Allen, M., Regenbrecht, H., & Abbott, M. (2011). Smart-phone augmented reality for public participation in urban planning.
Proceedings of the 23rd Australian Computer-Human Interaction Conference (OzCHI ’11), 11–20. -
Bailenson, J. N., Beams, B., Brown, J., DeVeaux, C., Han, E., Queiroz, A. C. M., Ratan, R., Santoso, M., Srirangarajan, T., Tao, Y., & Wang, P. (2024). Seeing the world through digital prisms: Psychological implications of passthrough video usage in mixed reality. Journal of Media Psychology.
-
Birlo, M., Edwards, P. J. E., Clarkson, M., & Stoyanov, D. (2022). Utility of optical see-through head mounted displays in augmented reality-assisted surgery: A systematic review. Medical Image Analysis, 77, 102361.
-
Denning, T., Dehlawi, Z., & Kohno, T. (2014). In situ with bystanders of augmented reality glasses: Perspectives on recording and privacy-mediating technologies. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ’14), 2377–2386.
-
Doughty, M., Ghugre, N. R., & Wright, G. A. (2022). Augmenting performance: A systematic review of optical see-through head-
mounted displays in surgery. Journal of Imaging, 8(7), 203. -
Klinkert, J. (o. J.). Comparison Microsoft HoloLens 2 and Meta Quest Pro for motor rehabilitation [Masterarbeit, University of Twente].
-
Koelle, M., Ananthanarayan, S., Czupalla, S., Heuten, W., & Boll, S. (2020). Your smart glasses‘ camera bothers me! Exploring opt-in and opt-out gestures for privacy mediation. Proceedings of the 22nd International Conference on Human-Computer Interaction with Mobile Devices and Services (MobileHCI ’20).
-
Magic Leap. (2022). Magic Leap 2’s advanced AR platform and revolutionary optics [Whitepaper des Herstellers].
-
Paraschivoiu, I., Steiner, R., Wieser, J., & Meschtscherjakov, A. (2025). Crafting cities together: Co-located collaboration with augmented reality for urban design. Computer Supported Cooperative Work (CSCW), 34, 249–291.
-
Ranasinghe, D., Kankanamge, N., De Silva, C., Kangana, N., Mahamood, R., & Yigitcanlar, T. (2025). CityBuildAR: Enhancing
community engagement in placemaking through mobile augmented reality. Future Internet, 17(3), 115. -
Reaver, K. (2023). Augmented reality as a participation tool for youth in urban planning processes: Case study in Oslo, Norway. Frontiers in Virtual Reality, 4, 1055930.
-
Samini, A., Palmerius, K. L., & Ljung, P. (2021). A review of current, complete augmented reality solutions. 2021 International Conference on Cyberworlds (CW).
-
Setoutah, S., Mohamed, E. A. S., Ishag, K. I. A., Mohamed, W. H. A., & Mohamed, K. O. M. (2026). AI smart glasses, ambient computing, and the public sphere: A mini review of media governance challenges. Frontiers in Human Dynamics, 8, 1695869.
-
Vona, F., Schorlemmer, J., Stern, M., Ashrafi, N., Vergari, M., Kojic, T., & Voigt-Antons, J.-N. (2025). Comparing pass-through quality of mixed reality devices: A user experience study during real-world tasks. Proceedings of the International Conference on Extended
Reality.
MR im Detail
von Nikolas Ruda
AR für Nutzer
AR für Nutzer
von Nikolas Ruda
Für den entwickelten Mixed Reality-Prototyp werden im folgenden wichtige Begriffe erklärt:
Lokalisierung
Lokalisierung bezeichnet den Prozess, die Pose eines Objekts oder Geräts, also seine Position und Orientierung, relativ zu einem Referenzkoordinatensystem auf Grundlage von Sensordaten zu bestimmen (Ben-Afia et al., 2014). Im Prototyp geschieht dies durch die Nutzung von Visual Positioning Systems.
Plane Detection
Plane Detection beschreibt die automatische Erkennung ebener Flächen in der realen Umgebung, zum Beispiel Böden, Wände oder Fassaden. In Mixed Reality-Anwendungen werden erkannte Planes genutzt, damit digitale Inhalte nicht einfach frei im Raum schweben, sondern passend zur Umgebung platziert werden können (De Guzman et al., 2020; Zaballos et al., 2021). Im Prototyp dient Plane Detection dazu, erkannte Böden und Fassaden als Platzierungs- und Kollisionsflächen zu verwenden. Dadurch können digitale Objekte plausibler auf die physische Umgebung reagieren und werden zum Beispiel darin gehindert durch reale Oberflächen hindurch geschoben zu werden. Zudem wird so ermöglicht Hausfassaden zu bemalen.
Occlusion
Occlusion in Mixed Reality bedeutet, dass reale Objekte digitale Inhalte verdecken können. Dadurch wird ein digitales Objekt nicht einfach über die reale Welt drüber gelegt (wie in Augmented Reality), sondern fügt sich glaubwürdiger in die reale Umgebung ein. Dabei wird das digitale Objekt entsprechend teilweise oder vollständig von der realen Umgebung verdeckt. Für die Nutzung von Occlusion ist eine geräteseitige dreidimensionale Erfassung der realen Umgebung notwendig (Zikang et al., 2025). Der durch Occlusion wahrgenommene Effekt ist in Abbildung 1 zu sehen.

Abbildung 1: Ein 3D Modell in der realen Umgebung, ohne (links) und mit (rechts) Occlusion
Quelle: https://www.uploadvr.com/quest-3-mixed-reality-occlusion-v67-sdk-upgrade/
Hand Tracking
Hand Tracking bezeichnet die Erkennung und Verfolgung der Hände einer Person durch ein MR-Gerät. Dabei werden Handpositionen, Fingerbewegungen oder Gesten erfasst, sodass Nutzende digitale Inhalte ohne separaten Controller bedienen können (Nguyen et al., 2023). Im Prototyp wird Hand Tracking ergänzend zu der Controller-Steuerung genutzt. Dabei wird die offene Handfläche vor der Sicht eines Nutzenden erkannt, um auf dieser das Menü einzublenden, das mit dem Controller bedient wird. Das Menü schließt wieder beim Senken oder Drehen der Hand.
- Ben-Afia, A., Deambrogio, L., Salos, D., Escher, A.-C., Macabiau, C., Soulier, L., & Gay-Bellile, V. (2014). Review and classification of vision-based localisation techniques in unknown environments. IET Radar, Sonar & Navigation, 8(9), 1059–1072. https://doi.org/10.1049/iet-rsn.2013.0389
-
De Guzman, J. A., Thilakarathna, K., & Seneviratne, A. (2020). Conservative plane releasing for spatial privacy protection in mixed reality. arXiv. https://arxiv.org/abs/2004.08029
-
Nguyen, R., Gouin-Vallerand, C., & Amiri, M. (2023). Hand interaction designs in mixed and augmented reality head mounted display: A scoping review and classification. Frontiers in Virtual Reality, 4, Article 1171230. Frontiers | Hand interaction designs in mixed and augmented reality head mounted display: a scoping review and classification
-
Zaballos, A., Briones, A., Massa, A., Centelles, P., & Caballero, V. (2021). A smart campus’ digital twin for sustainable comfort monitoring. Sensors, 21(4), Article 1123. GEUINF: Real-Time Visualization of Indoor Facilities Using Mixed Reality
-
Zikang, T. N., Fadzli, F. E., & Ismail, A. W. (2025). Integration of Depth Sensing with Head-Mounted Display for Occlusion Handling in Passthrough Mixed Reality. 2025 1stnInternational Conference on Emerging Trends in Information Systems and Informatics (ICETISI), 1–5. https://doi.org/10.1109/ICETISI67983.2025.11405911
Begriffsbestimmung AR
von Nikolas Ruda
AR für Nutzer
AR für Nutzer
von Nikolas Ruda
Augmented Reality (AR), Mixed Reality (MR) und Virtual Reality (VR) beschreiben unterschiedliche Formen computergestützter Realitätserweiterung:
Augmented Reality
Bei Augmented Reality (AR) bleibt die reale Umgebung sichtbar, wird jedoch durch digitale Inhalte ergänzt. Typisch ist das Kamerabild eines Smartphones, auf das digitale Elemente wie 3D-Modelle vor der Bildschirmausgabe gelegt werden, um sie in die reale Szene einzublenden (Azuma, 1997).
Mixed Reality
Mixed Reality (MR) wurde ursprünglich im Milgram-Kontinuum als Oberbegriff für das gesamte Spektrum zwischen Realität und VR/AR-Technologien definiert (Milgram et al., 1994). Seitdem wurde der Begriff vielfach diskutiert und wird heute oft als eine immersivere Form von AR verstanden, bei der digitale Inhalte räumlich in die reale Umgebung integriert und innerhalb einer einzigen Wahrnehmung dargestellt werden (Skarbez et al., 2021; Speicher et al., 2019). MR-Geräte erzeugen dafür intern eine dreidimensionale Raumrepräsentation, um virtuelle Objekte zu verdecken. Dies wird als Occlusion bezeichnet (Zikang et al., 2025). Nach dieser Definition fällt auch der im Projekt ARIZON entwickelte Prototyp unter Mixed Reality.
Virtual Reality
Virtual Reality (VR) bezeichnet eine computergenerierte Umgebung, in die Nutzende eintauchen und die sie als räumlich erfahrbare Welt wahrnehmen. Im Unterschied zu AR und MR steht nicht die Erweiterung der realen Umgebung im Vordergrund, sondern das Erleben einer künstlich erzeugten virtuellen Welt. Zentral ist das Gefühl von Präsenz, also der Eindruck, sich tatsächlich in der virtuellen Umgebung zu befinden (Steuer, 1992).
-
Azuma, R. T. (1997). A Survey of Augmented Reality. Presence: Teleoperators and Virtual Environments, 6(4), 355–385. A Survey of Augmented Reality
-
Speicher, M., Hall, B. D., & Nebeling, M. (2019). What is mixed reality? In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (Article 537, pp. 1–15). Association for Computing Machinery. https://doi.org/10.1145/3290605.3300767
-
Skarbez, R., Smith, M., & Whitton, M. C. (2021). Revisiting Milgram and Kishino’s reality-virtuality continuum. Frontiers in Virtual Reality, 2, Article 647997. Frontiers | RevisitingMilgram and Kishino’s Reality-Virtuality Continuum
-
Steuer, J. (1992). Defining virtual reality: Dimensions determining telepresence. Journal of Communication, 42(4), 73–93. https://doi.org/10.1111/j.1460-2466.1992.tb00812.x
-
Zikang, T. N., Fadzli, F. E., & Ismail, A. W. (2025). Integration of Depth Sensing with Head-
Mounted Display for Occlusion Handling in Passthrough Mixed Reality. 2025 1st International Conference on Emerging Trends in Information Systems and Informatics
(ICETISI), 1–5. https://doi.org/10.1109/ICETISI67983.2025.11405911
Visual Positioning Systems
von Nikolas Ruda
AR für Nutzer
AR für Nutzer
von Nikolas Ruda
Für Location-Based Augmented Reality müssen digitale Inhalte an einem realen Ort persistent verankert werden. Dabei muss das für Augmented Reality (AR) oder Mixed Reality (MR) genutzte Gerät seine Position und Orientierung im Raum erkennen. Dies wird als Tracking bezeichnet.
Eine flexible Lösung hierfür sind sogenannte Visual Positioning Systems (VPS). Bei der Nutzung wird zuerst ein Ort als dreidimensionaler Scan erfasst und eine VPS-Map erstellt. Dabei entsteht eine Datenbank aus Bildern, die Feature-Punkte im Raum abdecken. Zur Laufzeit werden aktuelle Kamerabilder des Geräts mit dem Scan abgeglichen, um Position und Orientierung relativ zum erfassten Raum zu bestimmen. VPS sind vergleichsweise hardwareunabhängig, da RGB-Kamerabilder für das Tracking ausreichen. Da der Abgleich von Kamerabildern mit der VPS-Map Latenz erzeugt, wird das VPS-Tracking typischerweise mit den Sensorsignalen des Geräts ergänzt (Kinoshita et al., 2024). Bei bekannten Implementierungen geschieht dies automatisch und erfordert keine zusätzliche Arbeit. VPS ermöglichen präziseres Tracking als satellitengestützte Systeme wie GPS, deren Genauigkeit in dicht bebauten Bereichen schwankt (Debandi et al., 2018). Zudem sind sie zuverlässiger als markerbasierte Verfahren wie QR-Codes: Diese erfordern, dass die Kamera Marker in passender Entfernung und Blickrichtung erkennt, und lassen sich nicht überall einfach anbringen werden (Cheng et al., 2017; Debandi et al., 2018; Numan et al., 2023).
Feldversuch mit Visual Positioning Systems
Bei einem ersten Feldversuch im März 2025 in der Buerer Innenstadt wurden verschiedene Visual Positioning Systems in einer praktischen Anwendung „Historische Innenstadt“ getestet. Dabei wurden mehrere MR-Prototypen für Smartphones und Tablets erstellt. Innerhalb der Anwendungen wurden historische Bilder dort platziert, wo sich die abgedeckten Örtlichkeiten heute befinden (siehe Abbildung 1, rechtes Bild). Zudem wurde die fehlende Kirchturmspitze des Buerer Doms virtuell dort verankert, wo sie vor ihrer Zerstörung vorhanden war. In Abbildung 1 zeigt das linke Bild den fehlenden Kirchturm im Vergleich mit der Sicht durch ein Tablet, in der dieser in MR ergänzt ist; die ergänzte Sicht ist im mittleren Bild vollständig zu sehen.



Abbildung 1: Ansicht des Kirchturms und vergangener Fassaden in MR
VPS Vergleich
Die zum Zeitpunkt des Feldversuchs relevantesten VPS-Lösungen wurden hinsichtlich Tracking-Qualität, Einrichtungsaufwand, Kontrolle über die erzeugten Daten und Kompatibilität im Hinblick auf die Entwicklung des finalen Prototyps für die Magic Leap 2 untersucht:

Basierend auf den Testergebnissen wurde Hexagon Immersal für die Entwicklung des finalen Prototyps gewählt. Entscheidend waren die Möglichkeit zur Entwicklung für die Magic Leap 2, die gute bis sehr gute Tracking-Qualität und die eigene Verwaltung der Scans. Pro Ort war jeweils nur ein Scan notwendig. Bei Niantic Lightship sind mehrere Scans erforderlich, die von einer Qualitätskontrolle, auf die Endnutzer keinen Einfluss haben, abgelehnt werden können. Bei unseren Tests stellten wir zudem fest, dass Nachtscans nötig waren, die jedoch oft wegen unzureichender Qualität abgelehnt wurden.
Abbildung 2 vergleicht Scans eines Orts in der Buerer Innenstadt:


Abbildung 2: Stadtplatz, gescannt mit Niantic Lightship (links) und Hexagon Immersal (rechts)
Weiterleitung zu den VPS
Google Geospatial Creator: Raumbezogener Ersteller | ARCore | Google for Developers
Niantic Spatial: Lead with Location: The Rise of Spatial Intelligence in Enterprise Strategy | Niantic Spatial, Inc.
Hexagon Immersal: Accurate device positioning for navigation & visualization
-
Cheng, J., Chen, K., & Chen, W. (2017, Juli 7). Comparison of marker-based AR and markerless AR: A case study on indoor decoration system. ITC SciX.net library – Paper lc3-2017-231
-
Debandi, F., Iacoviello, R., Messina, A., Montagnuolo, M., Manuri, F., Sanna, A., & Zappia, D. (2018). Enhancing cultural tourism by a mixed reality application for outdoor navigation and information browsing using immersive devices. IOP Conference Series: Materials Science and Engineering, 364(1), 012048. Enhancing cultural tourism by a mixed reality application for outdoor navigation and information browsing using immersive devices
-
Kinoshita, A., Fukuda, T., & Yabuki, N. (2024). Drone-based mixed reality: Enhancing visualization for large-scale outdoor simulations with dynamic viewpoint adaptation using vision-based pose estimation methods. Drone Systems and Applications, 12, 1–19. https://doi.org/10.1139/dsa-2023-0135
-
Numan, N., Lu, Z., Congdon, B., Giunchi, D., Rotsidis, A., Lernis, A., Larmos, K., Kourra, T., Charalambous, P., Chrysanthou, Y., Julier, S., & Steed, A. (2023). Towards Outdoor Collaborative Mixed Reality: Lessons Learnt from a Prototype System. 2023 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW), 113–118. https://doi.org/10.1109/VRW58643.2023.00029
Anleitung zur 3D-Modellierung via Scan
von Oliver Swientek
AR für Nutzer
AR für Nutzer
von Oliver Swientek
Den richtigen 3D-Scanner auswählen
Die Auswahl des richtigen 3D Scanners erfordert ein Verständnis der verfügbaren Typen, eine Bewertung zentraler Eigenschaften sowie eine Einordnung des Budgets in Bezug auf die eigenen Anforderungen. Eine gute Entscheidung stellt ein ausgewogenes Verhältnis zwischen Genauigkeit, Objektgröße und Software sowie Kosten und Benutzerfreundlichkeit her.
Es gibt drei Haupttypen:
• Laser-Scanner: Sie verwenden einen Laserstrahl zur Vermessung der Oberfläche. Sie bieten hohe Genauigkeit und eignen sich besonders für kleine, detailreiche Objekte.
• Structured-Light-Scanner: Sie projizieren ein Lichtmuster auf das Objekt und erfassen dessen Verzerrung. Sie bieten ein gutes Verhältnis aus Geschwindigkeit und Präzision und sind ideal für mittelgroße Objekte.
• Photogrammetrie: Hier werden mehrere Fotos genutzt, um ein 3D-Modell zu erzeugen. Diese Methode ist günstiger, erfordert jedoch gute Beleuchtung und ausreichend Textur. Quelle: How to 3D Scan an Object Efficiently: A Step-By-Step Guide
Objekt für den 3D-Scan vorbereiten
Eine gute Vorbereitung beeinflusst Genauigkeit und Detailgrad erheblich. Dazu gehören Reinigung, richtige Positionierung und eine passende Umgebung.
1. Reinigung und Oberflächenvorbereitung
Vor dem Scan muss das Objekt frei von Staub, Schmutz und Fett sein. Reflektierende oder transparente Stellen verursachen oft Fehler. Diese Flächen werden meist mit einem matten Spray oder Pulver behandelt. Kleine/Fragile Objekte sollten vorsichtig mit weichen Pinseln oder Tüchern gereinigt werden, um Beschädigungen zu vermeiden. Größere Objekte müssen gründlich abgewischt werden. Eine saubere Oberfläche verhindert Löcher oder Verzerrungen im Modell.
2. Optimale Positionierung
Das Objekt sollte stabil stehen und idealerweise auf einem Drehteller montiert werden. Der Scanner muss alle Bereiche sehen können. Komplexe Details erfordern mehrere Scans aus verschiedenen Blickwinkeln. Zu geringer oder zu großer Abstand zum Scanner mindert die Qualität. Herstellerangaben zum optimalen Abstand sollten beachtet werden.
3. Beleuchtung und Umgebung
Beleuchtung beeinflusst die Scanqualität stark. Direkte Sonne oder harte Lichtquellen sollten vermieden werden. Gleichmäßiges, diffuses Licht ist ideal. Auch Hintergrundbewegungen und Unordnung sollten minimiert werden.
Quelle: How to 3D Scan an Object Efficiently: A Step-By-Step Guide
Schritt-für-Schritt 3D-Scan-Prozess
1. Scanner einrichten
Der Arbeitsplatz sollte sorgfältig vorbereitet werden. Dabei ist auf eine gleichmäßige, diffuse Beleuchtung zu achten. Zudem sollte die benötigte Software vorab installiert und sämtliche Verbindungen geprüft werden.
2. Kalibrierung
Der Scanner sollte anhand eines Referenzobjekts kalibriert werden. Auf diese Weise werden mögliche Verzerrungen ausgeglichen und die Maßhaltigkeit der Scandaten sichergestellt.
3. Objekt scannen
Objekt auf Drehteller stellen, Scanner ruhig führen, mehrere Winkel erfassen und auf gleichbleibenden Abstand achten. Die Software fügt alles zu einem Modell zusammen. Fehlerbehebung Komplexe Formen aus mehreren Winkeln scannen, matte Sprays bei glänzenden Flächen einsetzen, regelmäßig kalibrieren, Software aktuell halten. Sicherheit und Best Practices
• Niemals direkt in Laser oder Structured Light Quellen schauen, da diese die Augen schädigen können
• Bewegliche Teile des Objekts vor dem Scan fixieren, um Verzerrungen und Messfehler zu vermeiden
• Für gleichmäßige und blendfreie Beleuchtung sorgen, damit die Oberfläche korrekt erfasst wird
• Die Auflösung passend zum Anwendungsfall wählen, um ein gutes Verhältnis zwischen Detailgrad und Dateigröße zu erreichen
• Den Scanner regelmäßig warten und kalibrieren, um dauerhaft präzise Ergebnisse sicherzustellen
Quelle: How to 3D Scan an Object Efficiently: A Step-By-Step Guide
Modell Bereinigen
Ein 3D-Scan liefert fast nie ein sofort einsetzbares Modell. Häufig treten Störungen wie Rauschen, Löcher, doppelte Flächen oder hohe Polygonzahlen auf. Die Mesh-Aufbereitung ist deshalb der zentrale Schritt, um aus einem Rohscan ein qualitativ hochwertiges 3D-Modell zu erzeugen.
1. Was versteht man unter einem Mesh?
Ein Mesh beschreibt die Oberfläche eines 3D-Objekts und besteht aus Punkten, Kanten und Flächen. Übliche Dateiformate sind STL, OBJ und PLY.
Häufige Probleme bei Scan-Meshes
• offene Stellen oder fehlende Flächen
• fehlerhafte Kantenstrukturen
• kleine Störstellen oder Spitzen
• überlappende Flächen
• extrem hohe Polygonanzahl
2. Standard-Workflow zur Mesh-Bereinigung
• Scan in ein Bearbeitungsprogramm laden
• Überflüssige Fragmente entfernen
• Löcher schließen
• Oberflächen glätten
• Polygonzahl reduzieren
3. Geeignete Programme

4. Reparatur von Löchern
Löcher können automatisch oder manuell geschlossen werden. Zusätzlich helfen Bridge-Werkzeuge dabei, Kanten gezielt zu verbinden.
5. Glättung und Entfernen von Rauschen
Unregelmäßigkeiten entstehen häufig durch Licht oder Bewegung beim Scan. Glättungsfilter und das Entfernen isolierter Teile sorgen für saubere Oberflächen. Dabei sollte vorsichtig gearbeitet werden, um Details nicht zu verlieren.
6. Polygonreduktion
Scans sind oft unnötig komplex. Durch Decimation wird die Polygonzahl gesenkt, ohne die Form sichtbar zu verändern.
Quelle: Canion3D – Create Your Own Culture
Integration und Nutzung in AR-Systemen
Einbindung in WebAR
Für WebAR-Anwendungen wird das Modell auf einem Webserver oder Content Delivery Network bereitgestellt. Anschließend wird es mit einem WebAR-Framework verknüpft. Häufig genutzte Frameworks sind Three.js, A-Frame, 8th Wall und Zappar WebAR.
Vorgehen:
1. 3D-Datei hochladen und öffentlich verfügbar machen
2. In HTML oder JavaScript einbinden, z. B. mittels Three.js-Loader oder A-FrameKomponenten
3. Beleuchtung, Skalierung und Interaktion im Browser testen
4. Mobile Kompatibilität auf iOS und Android prüfen
Integration in Unity
Unity unterstützt sowohl ARKit (iOS) als auch ARCore (Android). Die Einbindung erfolgt über den Import der erzeugten 3D- Datei in das Projekt.
Vorgehen:
1. Neues Unity-Projekt mit aktivem AR Foundation-Paket anlegen
2. 3D-Modell importieren und auf korrekte Skalierung prüfen
3. Materialeinstellungen im Inspector anpassen, um Farbabweichungen zu vermeiden
4. Modell auf einer AR-Plane positionieren und Interaktionen (Rotation, Skalierung, Touch) konfigurieren
5. Projekt auf Zielgerät (iOS oder Android) exportieren und testen
Einbindung in mobile Apps
Die Integration von 3D-Modellen in mobile Anwendungen erfolgt plattformspezifisch über die nativen AR-Frameworks. Unter iOS wird hierfür ARKit verwendet, das USDZ als bevorzugtes Laufzeitformat nutzt. Android-Anwendungen basieren hingegen auf ARCore, das primär mit glTF beziehungsweise GLB arbeitet. Plattformübergreifende Tools wie Vectary oder JigSpace ermöglichen eine Einbindung der Modelle ohne eigene Programmierung.
Vorgehen:
1. 3D-Datei importieren
2. Szene erstellen und Objekt platzieren
3. Beleuchtung und Skalierung anpassen
4. Exportieren oder direkt auf dem Endgerät anzeigen
Qualitätsprüfung nach der Integration Darstellung auf verschiedenen Geräten prüfen (Beleuchtung, Farbtreue, Schärfe) Interaktionen (Drehung, Zoom, Animation) auf Reaktionsgeschwindigkeit testen Ladezeiten und Speicherverbrauch beobachten Gerätespezifische Abweichungen dokumentieren und ggf. anpassen
Content in AR-Zonen
von Oliver Swientek, Tobias Veith, Karin Küffmann
AR für Nutzer
AR für Nutzer
von Oliver Swientek, Tobias Veith, Karin Küffmann
Mehrwert schaffen: Warum Technologie allein nicht reicht
Augmented Reality eröffnet neue Möglichkeiten, digitale Inhalte mit realen Orten zu verknüpfen und gewinnt durch die zunehmende Verfügbarkeit erschwinglicher Hardware an Bedeutung. Brillenhersteller aus dem konventionellen und digitalen Geschäftsfeld innovieren mit dem Blick auf kommerzielle Anwendungen und bringen jedes Jahr neue Modelle mit neuen Funktionalitäten auf den Markt. Der tatsächliche Mehrwert von AR-Zonen entsteht jedoch nicht allein durch die eingesetzte Technologie, sondern vor allem durch die Inhalte, die den Nutzerinnen und Nutzern bereitgestellt werden. Erst relevanter Content ermöglicht es, Informationen, Geschichten oder Erlebnisse sinnvoll in den physischen Raum zu integrieren und dadurch einen Mehrwert gegenüber herkömmlichen Innenstadtangeboten zu schaffen. Gleichzeitig beeinflussen die bereitgestellten Inhalte und Technologien maßgeblich, wie Nutzerinnen und Nutzer mit einer AR-Zone interagieren, welche Informationen sie wahrnehmen und wie sie den jeweiligen Ort erleben. [1]
Abwägen: Potenziale und Grenzen digitaler Medien verstehen
Der grundlegende Unterschied zwischen analogen Inhalten und AR-Content liegt darin, dass analoge Inhalte physisch vorhanden sind, während AR-Content digital bereitgestellt wird. Analoge Inhalte sind dabei an ein physisches Medium wie beispielsweise Schilder, Plakate oder ähnliches gebunden. AR-Content wird hingegen digital dargestellt und kann mithilfe entsprechender Endgeräte in der realen Umgebung eingeblendet werden. AR kann eine zusätzliche digitale Erlebnis- und Informationswelt, bzw. Layer schaffen, etwa Kunst, historische Geschichten oder spezifische Angebote.
Daraus ergeben sich einige signifikante Vorteile von AR-Content gegenüber analogen Inhalten. AR-Content kann flexibel angepasst oder aktualisiert werden, ohne dass bestehende physische Träger ersetzt oder Inhalte vor Ort neu platziert werden müssen. Dadurch sind Änderungen schneller, einfacher und kostengünstiger umsetzbar. Zudem erlaubt AR-Content eine stärkere Interaktion mit den dargestellten Inhalten. Objekte können von den Nutzenden verändert sowie durch Animationen, Bewegungen oder andere dynamische Elemente erweitert werden, wodurch ein aktiveres und immersiveres Erlebnis entsteht. Darüber hinaus können innerhalb von ARAnwendungen verschiedene Medienformen wie Texte, Bilder, Audio- und Videoinhalte kombiniert werden. Schließlich bietet AR-Content die Möglichkeit, Inhalte gezielt an unterschiedliche Nutzergruppen anzupassen und abhängig von individuellen Interessen oder Informationsbedürfnissen bereitzustellen. [2]
Trotz der zahlreichen Potenziale von AR-Content bestehen auch einige Herausforderungen. Die Erstellung hochwertiger Inhalte ist häufig mit einem erhöhten Entwicklungsaufwand verbunden. Zudem kann es bei AR-Anwendungen zu einer kognitiven Überlastung kommen, wenn Nutzende gleichzeitig umfangreiche Informationen verarbeiten, mit virtuellen Elementen interagieren und die Anwendung bedienen müssen. Darüber hinaus setzt die Nutzung von ARContent geeignete Hardware sowie grundlegende technische Kenntnisse voraus. Technische Probleme, wie Verbindungsstörungen oder Fehler bei der Darstellung virtueller Inhalte, können die Nutzererfahrung zusätzlich beeinträchtigen und die Vermittlung der Inhalte erschweren. [3]
Ressourcen nutzen: Bestehenden Content effizient aufbereiten
Die Integration von AR-Content erfordert nicht zwangsläufig die komplette Neuentwicklung aller geplanten Inhalte. Häufig existieren bereits digitale oder physische Medien, die für ARAnwendungen weiterverwendet werden können. Vorhandene 3D-Modelle können für den Einsatz in AR-Anwendungen aufbereitet und bei Bedarf optimiert werden. Ein Beispiel sind Bauzeichnungen, die genutzt, aber mit etwas Aufwand integriert werden können. Einfacher ist das Platzieren von Gebäude- oder Menschen-Bildern beziehungsweise existierenden 3DObjekten aus bestehenden Katalogen. Auch physische Modelle oder Objekte können durch 3DScans, etwa mit dem Handy, digitalisiert und anschließend für AR-Anwendungen aufbereitet werden. Dadurch entstehen Synergieeffekte zwischen bestehenden Inhalten und neuen ARAnwendungen, da vorhandener Content genutzt werden kann und nicht von Grund auf neu erstellt werden muss. Im Rahmen dieses Projekts haben wir eine Anleitung erstellt, die zeigt, wie vorhandener Content in AR-Content umgewandelt werden kann. Diese finden Sie hier.
Content auswählen: Den passenden Kontext herstellen
Neben der Frage der Content-Erstellung ist vor allem entscheidend, welche Inhalte sich überhaupt für den Einsatz in AR-Zonen eignen. Die Ergebnisse unserer Stakeholder- und Endnutzerbefragungen zeigen, dass sich die Interessen der Befragten auf mehrere Themenbereiche verteilen, die vielseitige Nutzungsszenarien eröffnen.
Einen zentralen Stellenwert nehmen historische Inhalte ein. 28 Prozent der Befragten aus dem ARIZON Projekt wünschen sich Einblicke in die Geschichte von Gebäuden und Denkmälern sowie zu historischen Ereignissen und zur partizipativen Stadtentwicklung. Gefragt sind zudem visuelle Rekonstruktionen früherer Ortszustände, die einen direkten Vor-Ort-Vergleich zwischen Vergangenheit und Gegenwart ermöglichen. Auch Architektur und die Entstehung einzelner Bauwerke stießen bei Stadtplanern auf großes Interesse. AR bietet hier das Potenzial, verborgene historische Schichten der Stadt visuell zu rekonstruieren und Vergangenes dort wiederzubeleben, wo es heute längst aus dem Straßenbild verschwunden ist.
Ein weiterer Schwerpunkt liegt auf der Orientierung und alltäglichen Informationsvermittlung. 28 Prozent der Befragten erwähnten Navigationshilfen im urbanen Raum, etwa thematische Touren sowie Unterstützung bei der Parkplatzsuche. Ergänzend wünschen sich die Nutzer kontextbezogene Inhalte, die direkt am jeweiligen Standort bereitgestellt werden. Relevante Informationen werden somit kontextbezogen angezeigt, sodass keine eigenständige Recherche erforderlich ist.
Darüber hinaus besteht großes Interesse an touristischen Angeboten und Sehenswürdigkeiten. Bei 22 Prozent der Befragten beziehen sich die genannten Inhalte auf Hintergrundberichte zu besonderen Orten sowie auf vertiefende Details zu Attraktionen und städtischen Anlaufpunkten. Solche Anwendungen erweitern bekannte Orte um eine digitale Ebene und eröffnen Besuchern so einen neuen Blickwinkel auf ihre Umgebung.
Neben rein informativen Ansätzen spielen interaktive Inhalte eine wichtige Rolle. 17 Prozent der Befragten wünschen sich Anwendungen, bei denen virtuelle Objekte nicht nur betrachtet, sondern aktiv genutzt werden können. Gewünscht sind dynamische Interaktionsmöglichkeiten mit digitalen Elementen, die eine tiefere und aktivere Auseinandersetzung mit den dargestellten Inhalten fördern.
Eng damit verknüpft sind spielerische Formate und Gamification Elemente. 17 Prozent der Befragten wünschten sich spielerische Anwendungen, die von konkreten Spieleanwendungen bis hin zu allgemeinen spielerischen Schnittstellen reichen. Dabei stehen insbesondere Konzepte im Vordergrund, die Unterhaltung geschickt mit der Erkundung der Umgebung oder der Wissensvermittlung verbinden. Die Kombination, aus informativen und unterhaltenden AR-Angeboten nennt sich Infotainment, eine Spielart, die insbesondere bei der Wissensvermittlung großes Potenzial bietet. [4]
Aus den Ergebnissen der Befragungen lässt sich eine grundlegende Kernerkenntnis ableiten, welche die gesamte Content-Erstellung und -Konzeption maßgeblich prägt: Nahezu alle von den Nutzern gewünschten Inhalte weisen einen gewissen Bezug zum jeweiligen Standort auf. Das bedeutet für die Praxis, dass AR-Content und virtuelle Objekte niemals als reiner Selbstzweck oder als bloßes technologisches Gimmick genutzt werden sollten.
Stattdessen sollten alle Elemente stets eine gezielte Funktion für eine spezifische Benutzergruppe erfüllen, einen konkreten Mehrwert bieten oder in einem festen, nachvollziehbaren Zusammenhang mit der realen Umgebung stehen. Dieser Mehrwert entsteht dabei nicht dadurch, dass der Content exklusiv vor Ort abrufbar ist, sondern durch seine Sinnhaftigkeit an Ort und Stelle. Erst durch diese kontextuelle Verknüpfung, sei es durch das Sichtbarmachen historischer Parallelen, die Bereitstellung situativer Orientierungshilfen oder die spielerische Interaktion mit der Umgebung, verschmelzen die digitale und die analoge Ebene zu einer sich ergänzenden Einheit.
[1] Vgl. Jung et al. (2018), S. 752–756.
[2] Vgl. Alzahrani (2020).
[3] Vgl. Alzahrani (2020), S. 16
[4] Vgl. Hoffmann et al. (2022
-
Alzahrani, N. M. (2020). Augmented reality: A systematic review of its benefits and challenges in e-learning contexts. Applied Sciences, 10(16), Article 5660. https://doi.org/10.3390/app10165660
- Hoffmann, S., Mai, R., & Pagel, T. (2022). Toy or tool? Utilitaristischer und hedonischer Nutzen mobiler Augmented Reality-Apps. HMD Praxis der Wirtschaftsinformatik, 59, 23–36. https://doi.org/10.1365/s40702-021-00822-z
-
Jung, T., tom Dieck, M. C., Lee, H., & Chung, N. (2018). An experimental study on the role of AR content type in an outdoor site exploration. Journal of Travel & Tourism Marketing, 35(6), 751764. https://doi.org/10.1080/10548408.2018.1445068
-
Leitfaden AR-Content-Erstellung.
-
Umfrageergebnisse RE/BO.
Technische Details
von Nils Mikolajczak,
Finn Lichtenberg
AR für Nutzer
AR für Nutzer
von Nils Mikolajczak, Finn Lichtenberg
Systemarchitektur, Persistenz und Asset-Management in ARIZON
Die technische Architektur des ARIZON-Prototypen basiert auf einer engen Verzahnung von hardwareseitigen Tracking-Algorithmen und einer datengetriebenen Softwarestruktur innerhalb der Engine. Um eine stabile Verankerung digitaler Inhalte im urbanen Raum zu gewährleisten, greift das System auf spezialisierte Persistenz- und Lokalisierungsmechanismen zurück.
1. Funktionsweise der Meta Spatial Anchors
Zur sitzungsübergreifenden Speicherung virtueller Objekte nutzt ARIZON lokale Spatial Anchors (Raumanker). Im Gegensatz zu systemweiten Szenenankern, die permanente Geometriedaten der Umgebung speichern, sind diese Raumanker app-spezifisch: Sie verbleiben im geschützten Laufzeitkontext der Anwendung und werden erst beim Starten der App dynamisch initialisiert.
● Das Prinzip des World-Locking:
Jeder instanziierte Raumanker erhält vom System eine eindeutige Identifikationsnummer, eine sogenannte Universally Unique Identifier (UUID). Diese UUID dient dem Headset als Referenzschlüssel, um die dreidimensionalen Koordinaten der virtuellen Welt präzise mit den markanten Merkmalen der physischen Umgebung abzugleichen.
● Laufzeit-Interaktionen:
Innerhalb der Anwendung unterstützen die Anker den vollständigen Zyklus der Objektmanipulation (CRUD-Prinzip). Sie können zur Laufzeit flexibel generiert, im Raum transformiert (verschoben und rotiert) oder dauerhaft aus der Datenbank gelöscht werden.
2. ARIZON Loading Order (Initialisierungs-Hierarchie)
Der Startprozess und die logische Verknüpfung der Softwarekomponenten folgen einer strikt hierarchischen Lade-Reihenfolge. Diese Befehlskette stellt sicher, dass alle Subsysteme und Abhängigkeiten korrekt aufgelöst werden:

● Engine & GameInstance:
Nach der Initialisierung der Engine startet die GameInstance. Da diese komponentenübergreifend über die gesamte Laufzeit hinweg existiert, speichert sie den globalen Systemstatus – insbesondere die aktive Nutzerrolle (Editor/Creator-Modus versus Betrachter/User-Modus).
● LoadLevel & GameMode:
Das Laden des Levels stößt den Lebenszyklus (Lifecycle) der zentralen Akteure (Actors) an. Hierbei wird der BP_PlayerPawn instanziiert, welcher die Bewegungskomponenten und die Interaktionslogik des Nutzers verwaltet.
● Hardware-Abstraktion (MRUK & OculusXR):
Parallel importiert der MRUKAnchorActorSpawner die physischen Raumdaten des Headsets, um exakte Kollisionen zwischen virtuellen Objekten und realer Geometrie zu berechnen. Zeitgleich übernimmt der OculusXRSceneActor das hardwarenahe Management der UUIDs und kommuniziert direkt mit der Tracking-Schnittstelle der Brille.
● Manager- und Asset-Ebene:
Der BP_AnchorManager übernimmt anschließend die Koordination der persistenten Daten. Er initiiert das Spawnen der BP_AnchorActor-Knotenpunkte, welche wiederum die finalen visuellen Assets (BP_SpawnActor) aufrufen. Eine globale Lichtquelle (SkyLight) schließt den Ladevorgang ab und berechnet die finale
3. Funktionsweise des BP_AnchorManager
Der BP_AnchorManager bildet das funktionale Herzstück der Datenserialisierung. Er steuert sowohl das Auslesen gespeicherter Zustände als auch das Sichern modifizierter Szenen.
Der Ladevorgang (Deserialisierung)
1. Dateiabfrage:
Das System sucht im lokalen Verzeichnis unter Content/SaveGames/ nach der Datei SaveGame.json. Diese Datei enthält den kompletten Zustand der Szene: UUIDs, Transformationsdaten (Position, Rotation), Skalierungswerte, Objekttypen, Objektnamen sowie spezifische Metadaten (z. B. redaktionelle Texte für Info-Tafeln oder Nutzerberechtigungen).
2. Daten-Parsing:
Mittels einer Schleife (For Loop) wird das Feld Anchors innerhalb der JSON-Datei ausgelesen. Die extrahierten Werte und UUIDs werden temporär im Arbeitsspeicher gecacht und anhand ihres Objekttyps semantisch geordnet.
3. Hardware-Abgleich:
Der Manager übergibt die lokalen UUID-Caches an den OculusXRSceneActor. Das Headset sucht daraufhin in der physischen Umgebung nach den korrespondierenden Raumankern.
4. Instanziierung:
Sobald das System die Anker lokalisiert hat, wird an den entsprechenden Koordinaten ein BP_AnchorActor erzeugt. Dieser gleicht seine UUID mit den JSON-Daten ab und fordert über die zentrale Datentabelle DT_SpawnActors das spezifische visuelle Modell an. Ist der Eintrag verifiziert, wird das finale Objekt (BP_SpawnActor) erzeugt und hierarchisch an den Anker gekoppelt.
Der Speichervorgang (Serialisierung)
Der Speichervorgang arbeitet ereignisgesteuert (Event-driven). Sobald eine Person im Creator-Modus ein Objekt platziert, verschiebt oder editiert, registriert das System diese Transformation und löst im BP_AnchorManager das Event SaveAnchors aus. Der Manager scannt die aktive Szene, erfasst die modifizierten Parameter aller BP_AnchorActors und schreibt die aktualisierten Datensätze konsistent in die SaveGame.json zurück.
4. Integration neuer Asset-Typen (Datengetriebene Erweiterung)
Das System nutzt ein datengetriebenes Entwurfsmuster (Data-driven Design). Um neue virtuelle Inhalte in ARIZON einzupflegen, werden diese als Subklassen der Basisklasse BP_SpawnActor angelegt und in der zentralen Datentabelle DT_SpawnActors registriert. Das Framework stellt vier spezialisierte Kind-Klassen zur Verfügung:

5. Technologischer Ausblick: Von lokalen zu geteilten Räumen
In der aktuellen Entwicklungsstufe operiert das ARIZON-System auf Basis isolierter, lokal auf dem Endgerät gespeicherter Raumanker. Diese Architektur ist für präzise Single-Player-Anwendungen im urbanen Raum optimiert.
Die Roadmap sieht eine Migration zu einer servergestützten Architektur unter Verwendung von Shared Spatial Anchors vor. Durch die Auslagerung der Raumanker in eine zentrale Cloud-Infrastruktur können die Lokalisierungsdaten simultan von mehreren Head-Mounted Displays synchronisiert und abgerufen werden. Diese technologische Transformation ermöglicht eine exakte räumliche Koinzidenz: Mehrere Nutzende können zeitgleich am selben physischen Ort interagieren und teilen eine absolut konsistente, synchrone Mixed-Reality-Erfahrung (Multi-User Co-presence).
Storytelling
von Nils Mikolajczak,
Finn Lichtenberg
AR für Nutzer
AR für Nutzer
von Nils Mikolajczak, Finn Lichtenberg
Ortsbezogenes modulares Storytelling: Der Arizon XR-Prototyp in der Praxis
Ein zentrales Merkmal des Arizon XR-Prototypen ist seine strikte Lokationsbasierung (Location-based XR). Die digitalen Inhalte werden ortsspezifisch kuratiert, um Passantinnen und Passanten gezielt in die Innenstädte zu leiten und dort durch maßgeschneidertes Spatial Storytelling an den physischen Raum zu binden.
Während der verschiedenen Feldforschungsphasen wurden die narrativen Strukturen kontinuierlich evaluiert und an die Module des „Modulomaten“ angepasst. Die Erprobung erfolgte iterativ über mehrere Städte hinweg:
● Recklinghausen: Einsatz eines ersten dreidimensionalen Testobjekts (ein virtuelles Reh) zur Überprüfung der raumstabilen Verankerung.
● Bochum: Platzierung einer animierten virtuellen Statue des Bergmanns Fritz Husemann sowie des offiziellen 3D-Stadtlogos direkt auf dem realen Husemannplatz.
● Gelsenkirchen (Frankeplatz): Die Zusammenführung aller Erkenntnisse mündete in einer Abschlusspräsentation auf dem Frankeplatz im Gelsenkirchener Stadtteil Ückendorf. Hier wurde ein komplexer, roter Faden über eine Vielzahl synergetischer XR-Module gespannt.
Das Reallabor Gelsenkirchen: Szenarien auf dem Frankeplatz
Für die finale Erprobung wurde der Frankeplatz in ein polyvalentes Mixed-Reality-Areal transformiert. Die folgenden Module kamen dabei ortsbezogen zum Einsatz:
1. Kuration und Informationsvermittlung (AR 3D Info & Public Art)
● Vorgefertigte Infopoints:
Der Platz wurde mit einem Netz digitaler Informationstafeln bespielt. Um den redaktionellen Erstellungsaufwand der Tour zu minimieren, kamen primär die standardisierten Vorlagen mit werkseitig eingepflegten Inhalten zum Einsatz. Sie dienten als übergeordnete Orientierungspunkte und inhaltliche Klammer für die übrigen Module.
● AR Public Art (Kooperation mit dem Kunstmuseum Gelsenkirchen):
Um Kunstwerke aus dem musealen Raum in die Öffentlichkeit zu tragen, wurde eine digitale Open-Air-Galerie realisiert. Eine kuratierte Auswahl von Gemälden aus den Museumsbeständen wurde exakt an einer realen Fassadenwand des Frankeplatzes platziert, um Barrieren abzubauen und Impulse für einen Museumsbesuch zu setzen.
2. Untergrund- und Innenraumvisualisierung (AR Infrascan & X-Ray)
Da bestimmte historische oder infrastrukturelle Gegebenheiten physisch verborgen sind, machten die X-Ray-Module diese durch volumetrische Tiefenprojektionen jederzeit sichtbar.
● Infrastruktur-Scan (Glasfaserausbau Gelsenkirchen): An der Bochumer Straße wurde der fortschreitende Gigabit-Ausbau visualisiert. Nutzende konnten mittels der X-Ray-Taschenlampe virtuell in den Asphalt blicken, um den Verlauf der modernen Netzinfrastruktur und der Glasfaserleitungen physisch nachzuvollziehen.
● Paläontologische Spurensuche (Die Emscherpferde): Historische Bezüge wurden direkt auf dem Platz erlebbar gemacht. Das Modul visualisierte die „Emscherbrücher“, eine im 19. Jahrhundert im Zuge der Industrialisierung ausgestorbene Wildpferderasse, die sich historisch in den dortigen Bruchwäldern bewegte.
● Virtuelle Kirchenöffnung (Blick in die Heilig-Kreuz-Kirche): Als architektonisches Highlight des Stadtteils ist die Heilig-Kreuz-Kirche aufgrund von Veranstaltungszyklen nicht durchgehend für das Publikum geöffnet. Das X-Ray-Modul ermöglichte an der Außenfassade einen perspektivisch korrekten, tiefen Einblick in den spektakulär umgebauten Innenraum des Sakralbaus.
3. Navigation und Barrierefreiheit (AR Wayfinder)
Ergänzend zur visuellen Öffnung der Heilig-Kreuz-Kirche kam die Navigationskomponente zum Einsatz. Das System erstellte eine barrierefreie Routenführung vom Frankeplatz zum barrierefreien Zugang des Kirchengebäudes. Endnutzende folgten hierbei dem animierten Leitelement, das den Weg abseits klassischer 2D-Karten immersiv erfahrbar machte.
4. Virtueller Marktplatz (AR Retail Showcase)
Um den lokalen Einzelhandel unabhängig von starren Ladenöffnungszeiten zu unterstützen, wurde ein digitaler Verkaufsstand implementiert. Für diesen Showcase wurden physische Kunstobjekte eines lokalen Künstlers aus Ückendorf mittels Photogrammetrie (unter Nutzung eines iPads und der Software Polycam) dreidimensional digitalisiert. Die detailgetreuen Assets wurden inklusive interaktiver Preisschilder auf einem virtuellen Marktstand auf dem Frankeplatz ausgestellt.
5. Partizipation, Identität und mediale Inszenierung
● Partizipative Stadtgestaltung (AR City Decor):
Nutzenden wurde die Möglichkeit eingeräumt, den Frankeplatz an vordefinierten Zonen virtuell durch das Pflanzen digitaler Bäume zu begrünen. Historischer Ankerpunkt: Die Platzierung erfolgte exakt an einer Stelle, an der in früheren Dekaden eine reale Eiche das Stadtbild prägte.
● Virtuelle Assistenz (Guide in AR):
Beim Initialisieren der Anwendung interagierten die Nutzenden mit einem virtuellen Tourguide. Das mittels Billboarding umgesetzte Greenscreen-Video passte sich kontinuierlich dem Blickwinkel des Nutzers an und lieferte eine kompakte Einführung in das Gesamtsystem.
● Kontextuelle Videoprojektion (AR Big Screen & ARtlab):
In einem realen Schaufenster, das selbst Teil historischen Filmmaterials ist, wurde ein virtueller Röhrenmonitor platziert. Dieser spielte eine Archivaufnahme ab, die eine historische Überschwemmung in Ückendorf dokumentiert. Flankiert wurde die Inszenierung im städtischen Raum durch ein großflächiges virtuelles Wandgemälde (Mural), das über das ARtlab-Modul an eine Hausfassade projiziert wurde.
● Lokale Zeitzeugen (AR Zeitzeugen):
Um das Erbe des Architekten Josef Franke, nach dem der Platz benannt wurde, und seiner Ehefrau (einer bildenden Künstlerin) zu würdigen, wurde direkt unterhalb des physischen Straßenschildes eine virtuelle Doppelstatue verankert. Diese fungiert als digitales Denkmal im öffentlichen Raum.
App Inhalte
von Nils Mikolajczak,
Finn Lichtenberg
AR für Nutzer
AR für Nutzer
von Nils Mikolajczak, Finn Lichtenberg
Die „Modulomat“-Architektur: Systematik und Integration digitaler Assets
Um Anwendenden ein maßgeschneidertes und kontextbezogenes Erlebnis zu bieten, nutzt die Anwendung ein flexibles Asset-Management-Framework. Dieses System erlaubt es, alle digitalen Inhalte sowohl semantisch nach Themenkategorien (z. B. Kunst, Historie oder Infrastruktur) als auch nach ihrer technischen Objektart zu klassifizieren. Diese serverseitige Kuration sichert eine saubere visuelle Struktur und sorgt für eine intuitive Handhabung aufseiten der Creator und Endnutzenden.
Die im System implementierten Objektarten differenzieren sich durch ihre technischen Eigenschaften und Interaktionsmöglichkeiten:
1. Volumetrische und planare Geometrien (3D- und 2D-Objekte)
● 3D-Objekte: Hierbei handelt es sich um volumetrische digitale Modelle (z. B. Statuen, Rekonstruktionen oder Kunstobjekte), die frei im dreidimensionalen Raum platziert und verankert werden können. Sie reagieren dynamisch auf den Lichteinfall und die Position des Nutzers.
● 2D-Objekte: Diese Kategorie umfasst planare zweidimensionale Elemente wie Fotografien, historische Dokumente oder digitale Wandgemälde (Murals). Sie lassen sich entweder frei im Raum schwebend oder bündig an physischen Oberflächen wie Häuserwänden ausrichten.
2. Räumliche Informationssysteme (Info-Points)
Info-Points dienen als visuelle Schnittstellen zur strukturierten Wissensvermittlung über Text- und Bildmedien. Das System unterscheidet zwei funktionale Klassen:
● Editierbare Info-Points: Diese Module bieten Creatoren die Möglichkeit zur flexiblen In-situ-Editierung. Texte können direkt innerhalb der Anwendung über die virtuelle Tastatur modifiziert werden. Zudem stehen diese Panels in verschiedenen, skalierbaren Größenformaten zur Verfügung.
● Vorgefertigte Info-Points: Diese Vorlagen beinhalten bereits vordefinierte, fest programmierte Inhalte. Sie eignen sich besonders für komplexe Datensätze oder umfangreiche redaktionelle Texte, da sie den zeitlichen Aufwand bei der Einrichtung vor Ort minimieren.
3. Kollaborative Interaktionszonen (User Areas)
Um eine unkontrollierte Überfrachtung des öffentlichen Raums mit digitalen Inhalten zu verhindern, verfügt das System über ein raumbasiertes Rechtemanagement. Creator können über sogenannte User Areas präzise geometrische Zonen im städtischen Raum definieren, innerhalb derer auch Endnutzende die Berechtigung erhalten, Objekte zu platzieren. Administrativ lässt sich vorab exakt einschränken, welche Objektkategorien für die Nutzenden freigegeben sind. Dies sichert die visuelle Balance und die thematische Integrität des urbanen Erlebnisses.
5. Volumetrische Tiefenvisualisierung (X-Ray-Module)
Die X-Ray-Funktion ermöglicht den visuellen Durchblick durch physische Barrieren und legt verborgene Strukturen frei. Typische Anwendungsfälle sind der Blick in das Innere geschlossener historischer Gebäude oder die Sichtbarmachung unterirdischer Infrastrukturen wie Glasfaserleitungen.
Im Gegensatz zu herkömmlichen Methoden, die auf statischen 360°-Panoramen oder flachen 2D-Projektionen basieren, nutzt diese Technologie echtes volumetrisches Rendering. Dadurch bleibt die räumliche Parallaxe aus jedem Blickwinkel absolut korrekt: Bewegt sich der Nutzer, verändert sich die Perspektive auf das verborgene Objekt vollkommen realistisch. Da diese visuelle Täuschung eine extrem hohe Immersion und ein starkes Präsenzerleben erzeugt, integriert das System visuelle Sicherheitsindikatoren. Diese verhindern, dass Nutzende aufgrund der wahrgenommenen räumlichen Tiefe real gegen geschlossene Türen oder Wände laufen. Die Interaktion erfolgt wahlweise über die Taschenlampen-Funktion für den Untergrund oder über ein portalähnliches Sichtfenster an Gebäudefassaden.
6. Dynamische Medienintegration (Videos)
Das System unterstützt zwei unterschiedliche Verfahren zur Einbindung von Bewegtbildinhalten:
● Virtuelle Screens: Das Videosignal wird auf eine planare 3D-Geometrie projiziert und agiert wie ein im Raum schwebender digitaler Bildschirm.
● Chroma-Keyed Billboard-Hologramme: Hierbei werden vor einem Greenscreen aufgezeichnete Personen freigestellt und als transparente Video-Elemente integriert. Durch die Anwendung eines Billboarding-Algorithmus drehen sich diese Avatare kontinuierlich mit der Bewegung des Nutzers mit. Es entsteht der optische Eindruck eines dreidimensionalen Hologramms. Diese Methode wird primär für die Benutzerführung, historische Inszenierungen oder als virtueller Tourguide bei Stadtführungen eingesetzt.
Modulare Erweiterbarkeit
Die Softwarearchitektur der Gesamtanwendung ist vollständig entkoppelt und erweiterbar konzipiert. Neue technologische Objektarten, innovative Interaktionsmuster oder zukünftige Medienformate lassen sich über standardisierte Schnittstellen (APIs) nahtlos in das bestehende System und das Auswahlmenü integrieren.



