Wie Gaussian Splatting die Fabrikplanung in den realen Raum holt

Vom Foto zum fotorealistischen Raum

Räume aus Fotografien zu rekonstruieren, ist keine neue Idee. Die Photogrammetrie berechnet seit Jahrzehnten aus überlappenden Bildern Punktwolken und Oberflächenmodelle, und terrestrische Laserscanner erfassen Gebäude und Anlagen mit hoher geometrischer Genauigkeit. Beide Verfahren liefern hervorragende Messdaten, wirken in der Darstellung aber oft technisch: Spiegelungen, feine Strukturen und weiche Lichtübergänge gehen verloren, und die Ergebnisse erinnern eher an ein Modell als an den Raum selbst.

Einen Wendepunkt markierte 2020 die Arbeit zu Neural Radiance Fields, kurz NeRF. Statt Oberflächen zu rekonstruieren, lernt ein neuronales Netz, wie Licht an jedem Punkt eines Raumes in jede Richtung erscheint. Aus einer Reihe von Fotos entstehen so neue, fotorealistische Ansichten aus Blickwinkeln, die nie fotografiert wurden.^[3] Die Qualität war beeindruckend, die Darstellung jedoch langsam, denn jedes Bild musste aufwendig berechnet werden. An flüssige Interaktion, bei der sich der Blickwinkel laufend ändert, war zunächst nicht zu denken.

Genau diese Hürde nahm 2023 eine Forschungsgruppe von Inria mit dem Verfahren 3D Gaussian Splatting. Die Autoren zeigten, dass sich vollständige, unbegrenzte Szenen in hoher Qualität mit mindestens 30 Bildern pro Sekunde in 1080p darstellen lassen, ein Wert, den zuvor kein Verfahren für solche Szenen erreicht hatte.^[4] Damit wurde aus fotorealistischer Novel-View-Synthese eine Technik, die sich in hoher Darstellungsqualität interaktiv nutzen lässt.

Ein gemeinsamer Ursprung, drei Wege der Darstellung.

^{Infografik: Punktwolke, NeRF und 3D Gaussian Splatting als drei Darstellungsansätze aus denselben Fotos einer bestehenden Halle | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Für die Praxis ist dieser Sprung entscheidend. Eine fotorealistische Rekonstruktion, deren neue Ansichten nicht schnell genug für eine flüssige Interaktion berechnet werden können, eignet sich nur eingeschränkt für blickabhängige Anwendungen. Eine Szene, in der sich der Blickwinkel in Echtzeit ändern lässt, eröffnet dagegen Möglichkeiten für Planung, Abstimmung und Training. Erst diese Echtzeitfähigkeit macht es praktikabel, die Darstellung kontinuierlich an die Bewegung eines Betrachters zu koppeln, so wie es Vitre tut. Hinzu kommt der vergleichsweise niedrige Aufwand bei der visuellen Erfassung: Für eine fotorealistische Gaussian-Splat-Rekonstruktion können Fotos oder Videos aus handelsüblichen Kameras ausreichen. Wo geometrische Genauigkeit und belastbare Maße erforderlich sind, bleiben Photogrammetrie und Laserscanning jedoch wichtige Referenzverfahren.

Wie Gaussian Splatting diese Geschwindigkeit erreicht und warum das Verfahren gerade für fotorealistische Räume so gut geeignet ist, zeigt das nächste Kapitel.

• Photogrammetrie und Laserscanning liefern präzise, aber technisch wirkende Modelle.
• NeRF erzeugte 2020 fotorealistische Ansichten aus neuen Blickwinkeln.
• Für flüssige Interaktion war NeRF zunächst zu langsam.
• Die Originalarbeit erreicht mindestens 30 Bilder pro Sekunde in 1080p.
• Echtzeit macht Rekonstruktionen für Planung nutzbar.

Die Entwicklung von klassischen Punktwolken über NeRF hin zu Gaussian Splatting zeigt, wie schnell sich die Grenze zwischen Messmodell und fotorealistischer Darstellung verschiebt. Für Unternehmen entsteht damit eine besonders interessante Verbindung aus fotografischer Wirklichkeitstreue und Echtzeitfähigkeit.

Wie Gaussian Splatting einen Raum darstellt

Der Name klingt technisch, das Grundprinzip ist erstaunlich anschaulich: Ein Raum wird nicht aus Dreiecken zusammengesetzt, sondern aus Millionen kleiner, unscharfer Farbwolken.

Jede dieser Wolken ist eine dreidimensionale Gauß-Verteilung mit Position, Ausdehnung, Ausrichtung, Deckkraft und blickrichtungsabhängiger Farbe. Ausgangspunkt ist eine grobe Punktwolke, die bei der Kamerakalibrierung der Fotos ohnehin entsteht. Ein Optimierungsverfahren passt die Gaussians anschließend so lange an, bis ihre Darstellung aus jedem Kamerastandpunkt möglichst genau dem jeweiligen Foto entspricht. Wo mehr Detail nötig ist, entstehen zusätzliche Gaussians, überflüssige werden entfernt, und leerer Raum verursacht keinen Rechenaufwand.^[4] Das Ergebnis ist eine Szene, die nicht modelliert, sondern aus der Wirklichkeit gelernt wurde, mit allen Reflexionen, Materialien und Lichtstimmungen, die in den Fotos enthalten sind.

Der Geschwindigkeitsvorteil entsteht bei der Darstellung. Statt wie bei NeRF für jeden Bildpunkt ein neuronales Netz zu befragen, werden die Gaussians direkt auf den Bildschirm projiziert und in der richtigen Reihenfolge übereinandergelegt, ein Vorgang, den moderne Grafikkarten äußerst effizient beherrschen. Eine umfassende Übersichtsarbeit in der Fachzeitschrift IEEE Transactions on Visualization and Computer Graphics beschreibt Gaussian Splatting deshalb als neue Ära der expliziten Szenendarstellung und ordnet die rasch wachsende Zahl an Weiterentwicklungen ein.^[5]

Dass das Verfahren auch in industriellen Umgebungen funktioniert, zeigen aktuelle Arbeiten. Eine im August 2026 veröffentlichte Studie beschreibt, dass räumliche Einschränkungen in Industrieanlagen die Datenerfassung oft auf wenige Blickwinkel begrenzen. Sie stellt ein semantisch geführtes Verfahren vor, das auch aus solchen spärlichen Aufnahmen konsistente, detailreiche Rekonstruktionen für industrielle Digitale Zwillinge erzeugt.^[6]

Millionen unscharfer Farbwolken ergeben ein fotorealistisches Bild.

^{Infografik: Das Grundprinzip von 3D Gaussian Splatting, von der einzelnen Gauß-Verteilung zur fotorealistischen Oberfläche | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Für Anwender bedeutet das: Ein Gaussian Splat ist kein klassisches 3D-Modell aus sauber definierten Flächen und Kanten, sondern eine explizite, für fotorealistische Ansichten optimierte Szenenrepräsentation. Das macht ihn ideal für visuelle Aufgaben wie Begehung, Planung und Kommunikation, aber weniger geeignet für alles, was exakte Geometrie verlangt, etwa Kollisionsprüfung oder Maßentnahme. Diese Unterscheidung zieht sich durch alle praktischen Anwendungen und sollte von Beginn an Teil jeder Projektplanung sein.

Damit aus einem solchen Splat ein Fenster wird, braucht es jedoch einen zweiten Baustein, der deutlich älter ist als jede neuronale Rekonstruktion. Worum es sich dabei handelt, zeigt das nächste Kapitel.

• Räume entstehen aus Millionen unscharfer, farbiger Gaussians.
• Eine Optimierung gleicht die Darstellung mit Fotos ab.
• Grafikkarten projizieren die Gaussians direkt und sehr schnell.
• Industrielle Varianten arbeiten auch mit wenigen Blickwinkeln.
• Splats sind fotorealistisch, aber keine exakten Messmodelle.

Gaussian Splatting verbindet damit fotografische Wirklichkeitstreue mit der Geschwindigkeit moderner Grafikhardware. Genau diese Kombination ist die Voraussetzung dafür, eine Rekonstruktion in Echtzeit an den Blick eines Menschen zu koppeln.

Warum ein Bildschirm zum Fenster werden kann

Ein gewöhnlicher Monitor zeigt eine 3D-Szene immer aus derselben, festen Perspektive, ganz gleich, wo der Betrachter steht. Ein echtes Fenster verhält sich anders: Wer den Kopf bewegt, sieht dahinter mehr oder weniger vom Raum.

Dieses Verhalten lässt sich technisch nachbilden. Wird die Kopfposition des Betrachters erfasst und die Perspektive der Darstellung laufend daran angepasst, entsteht Bewegungsparallaxe: Nahe Objekte verschieben sich stärker als ferne, und das Gehirn interpretiert die Szene als räumlich. Der Bildschirm wird dadurch nicht mehr als Bild wahrgenommen, sondern als Öffnung in einen dahinterliegenden Raum. Es ist derselbe Effekt, der uns beim Blick aus dem Zugfenster die Entfernung der Landschaft verrät.

Erforscht wurde dieses Prinzip bereits Anfang der 1990er-Jahre unter dem Begriff Fish Tank Virtual Reality. Colin Ware, Kevin Arthur und Kellogg Booth zeigten 1993, dass die Kopplung der Perspektive an die Kopfposition für den räumlichen Eindruck womöglich wichtiger ist als Stereoskopie. In einer Aufgabe, bei der Probanden Verzweigungen in einem dreidimensionalen Baumdiagramm nachverfolgen mussten, sank die Fehlerquote von 22 Prozent bei einer statischen Darstellung auf 3,2 Prozent mit Kopfkopplung allein, während Stereoskopie allein nur auf 14,7 Prozent kam.^[7]

Eine ausführlichere Auswertung derselben Forschungsgruppe in den ACM Transactions on Information Systems bestätigte diese Befunde. Probanden bevorzugten Kopfkopplung ohne Stereoskopie durchgängig gegenüber Stereoskopie ohne Kopfkopplung, und mit kombinierter Darstellung verbesserten sich die Fehlerquoten gegenüber einer statischen Anzeige um eine Größenordnung.^[8]

Die Perspektive folgt dem Kopf, der Bildschirm wird zur Scheibe.

^{Infografik: Das Prinzip der blickabhängigen Perspektive, bei der sich der sichtbare Ausschnitt mit der Kopfposition verändert | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Für die heutige Anwendung ist dieser Befund bemerkenswert. Er bedeutet, dass ein überzeugender räumlicher Eindruck nicht zwingend eine Datenbrille oder einen 3D-Monitor voraussetzt. Ein gewöhnlicher Bildschirm und eine Kamera, die den Kopf verfolgt, können bereits einen großen Teil der Wirkung erzielen, ohne dass der Betrachter etwas tragen muss. Das senkt die Einstiegshürde erheblich, etwa für Besprechungen, Messestände oder Ausstellungen, bei denen nicht jeder Beteiligte eine Brille aufsetzen möchte.

Was über Jahrzehnte durch aufwendigere Hardware und begrenzte Möglichkeiten für fotorealistische Echtzeitinhalte erschwert wurde, lässt sich mit moderner Kameratechnik und Gaussian Splatting heute wesentlich einfacher umsetzen. Wie Vitre diese beiden Bausteine zusammenführt, zeigt das nächste Kapitel.

• Head-Tracking koppelt die Perspektive an die Kopfposition.
• Bewegungsparallaxe erzeugt einen starken räumlichen Eindruck.
• Kopfkopplung senkte Fehlerquoten 1993 von 22 auf 3,2 Prozent.
• Probanden bevorzugten Kopfkopplung gegenüber reiner Stereoskopie.
• Räumlicher Eindruck braucht nicht zwingend eine Datenbrille.

Das Fenster-Prinzip ist damit wissenschaftlich gut belegt und älter, als viele vermuten. Neu ist nicht die Idee, sondern die Qualität der Inhalte, die heute hinter dem Fenster erscheinen können.

Was der Vitre-Prototyp zeigt und was noch nicht

Vitre kombiniert die beiden beschriebenen Bausteine auf bestechend einfache Weise. Das Büro von Hugues Bruyère wurde aus Fotografien als Gaussian Splat rekonstruiert und anschließend so ausgerichtet, dass die digitale Szene exakt an den realen Raum anschließt. Eine Webcam verfolgt den Kopf des Betrachters, und die Darstellung passt ihre Perspektive in Echtzeit an. Bewegt sich die Person, verschiebt sich der Ausschnitt hinter dem Bildschirm so, als blicke sie durch eine Glasscheibe in den Raum.^[1]

Dass sich Head-Tracking ohne zusätzliche Ausrüstung am Kopf realisieren lässt, ist ebenfalls keine neue Erkenntnis. Bereits 1995 stellte Jun Rekimoto einen kamerabasierten Kopftracker für Fish Tank Virtual Reality vor, der ausdrücklich ohne Headgear auskam und die Kopfposition per Bildverarbeitung bestimmte.^[9] Was damals spezialisierte Hard- und Software erforderte, lässt sich heute mit handelsüblichen Kameras und moderner Bildverarbeitung wesentlich einfacher realisieren. Damit sinken die Kosten für ein solches Fenster auf ein Niveau, das auch für einzelne Besprechungsräume oder Messestände vertretbar ist.

Zugleich benennt der Prototyp seine Grenzen offen. Vitre ist ein früher Machbarkeitsnachweis, der derzeit den erfassten Raum zeigt, und der Effekt ist auf einen einzigen verfolgten Betrachter ausgelegt. Kalibrierung und Latenz bleiben Herausforderungen.^[1] Wie empfindlich der räumliche Eindruck auf zeitliche Verzögerungen reagiert, untersuchte bereits die frühe Forschung zu kopfgekoppelten Displays, die in einem eigenen Experiment die Auswirkungen zeitlicher Artefakte auf die Leistung bei räumlichen Aufgaben analysierte.^[10]

Rekonstruktion, Ausrichtung und Tracking ergeben die Illusion.

^{Infografik: Der Aufbau des Vitre-Prototyps aus Gaussian Splat, räumlicher Ausrichtung und Webcam-Tracking | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Für eine realistische Einordnung ist deshalb wichtig, was Vitre nicht zeigt. Szenen aus der Zukunft oder der Vergangenheit, etwa eine geplante Maschine oder ein historisches Interieur, sind Möglichkeiten, die das Konzept nahelegt, keine im Prototyp demonstrierten Funktionen. Ebenso ist der Ein-Personen-Effekt eine grundsätzliche Eigenschaft des Verfahrens: Die Perspektive stimmt nur für den verfolgten Betrachter, alle anderen Anwesenden sehen ein verzerrtes Bild.

Gerade diese Klarheit macht den Prototyp wertvoll, denn er zeigt ein Prinzip und kein fertiges Produkt. Wie sich dieses Prinzip auf die Planung von Maschinen und Fabriken übertragen ließe, zeigt das nächste Kapitel.

• Vitre koppelt einen Gaussian Splat an Webcam-Tracking.
• Kamerabasiertes Head-Tracking ohne Headgear existiert seit 1995.
• Der Effekt funktioniert nur für einen verfolgten Betrachter.
• Kalibrierung und Latenz bleiben zentrale Herausforderungen.
• Zukunfts- und Vergangenheitsszenen sind Konzept, nicht Demonstration.

Vitre ist damit ein Machbarkeitsnachweis im besten Sinne. Er macht eine Idee erlebbar, deren technische Bausteine einzeln längst erprobt sind, und lädt dazu ein, über konkrete Anwendungen nachzudenken.

Ein Fenster in die Zukunft der Fabrik

Die naheliegendste industrielle Anwendung ist die Planung in bestehenden Gebäuden. Ein großer Teil der Layoutplanung findet nicht auf der grünen Wiese statt, sondern in gewachsenen Hallen mit älteren Anlagen, verlegten Leitungen und häufig fehlenden oder veralteten CAD-Daten. Hier entscheidet sich, ob eine neue Maschine wirklich an den vorgesehenen Platz passt, ob Wege frei bleiben und ob die Mitarbeitenden mit dem veränderten Ablauf zurechtkommen.

Forschende der Chalmers University of Technology haben über acht Jahre industrielle Studien begleitet, in denen 3D-Laserscanning und immersive Virtual Reality für die Layoutplanung in Bestandsfabriken eingesetzt wurden. Als typische Probleme identifizierten sie die Verfügbarkeit und Genauigkeit vorhandener Daten, das Erfassen von Maßstab und Perspektive sowie die Kommunikation geplanter Veränderungen. Realistische virtuelle Modelle verringerten diese Probleme deutlich und ermöglichten es, mehr Menschen in die Planung einzubeziehen.^[11]

Gaussian Splatting könnte diesen Ansatz erheblich beschleunigen. Im Reallabor des Forschungscampus ARENA2036 wurden verschiedene Verfahren zur Digitalisierung von Bestandsanlagen verglichen. Manuelles Modellieren erreichte mit 93,4 Prozent nach der Kennzahl mAP die höchste Genauigkeit, war aber sehr zeitaufwendig, während Gaussian Splatting aus einem einfachen Videoscan in wenigen Minuten einen dort angegebenen mAP-Wert von 91,2 Prozent erreichte. Als konkreten Nutzen nennt das Projekt ausdrücklich die Frage, ob eine neue Maschine in den vorhandenen Raum passt.^[12]

Die geplante Anlage erscheint dort, wo sie später stehen soll.

^{Infografik: Gaussian Splat einer Bestandshalle mit lagerichtig eingesetzter Planungsanlage aus CAD-Daten | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Kombiniert man diese Möglichkeiten mit dem Fenster-Prinzip, entsteht ein eindrückliches Planungswerkzeug. Die Halle wird als Gaussian Splat erfasst, die geplante Anlage aus CAD-Daten eingesetzt, und ein Bildschirm am vorgesehenen Standort zeigt beides lagerichtig und blickabhängig. Entscheider, Instandhaltung und Mitarbeitende sehen die neue Maschine dort, wo sie stehen wird, bevor sie gebaut ist, und können Varianten direkt vergleichen, ohne Datenbrillen ausgeben zu müssen. Gerade in frühen Projektphasen, in denen viele Beteiligte mit unterschiedlichem Hintergrund zustimmen müssen, kann ein solches gemeinsames Bild Diskussionen verkürzen und Missverständnisse vermeiden, die in abstrakten Plänen leicht verborgen bleiben.

Dabei gilt die Unterscheidung aus Kapitel 2: Für Abstimmung und Kommunikation reicht die visuelle Qualität eines Splats, für Kollisionsprüfung und verbindliche Maße braucht es weiterhin exakte Geometrie. Dass das Fenster-Prinzip nicht nur in die Zukunft, sondern ebenso in die Vergangenheit blicken kann, zeigt das nächste Kapitel.

• Ein großer Teil der Layoutplanung betrifft Bestandsfabriken.
• Realistische Modelle verbessern Maßstab, Perspektive und Kommunikation.
• Gaussian Splatting digitalisiert Hallen per Videoscan in Minuten.
• Der mAP-Wert liegt nahe an manueller Modellierung.
• Für verbindliche Maße bleibt exakte Geometrie nötig.

Für Unternehmen liegt der Wert vor allem in besseren Entscheidungen vor der Investition. Fehler, die im realen Raum sichtbar werden, bevor Fundamente gegossen sind, kosten einen Bruchteil dessen, was ihre spätere Korrektur verursachen würde.

Ein Fenster in die Vergangenheit

Dasselbe Fenster-Prinzip, das eine geplante Maschine aus CAD-Daten in einem rekonstruierten Bestand sichtbar macht, kann auch einen Raum so zeigen, wie er einmal war. Der heutige Bestand kann dafür räumlich erfasst werden, während der historische Zustand aus Archivfotos, Bauplänen, Gemälden oder vorhandenen 3D-Daten rekonstruiert und lagerichtig eingesetzt wird. In Museen, historischen Gebäuden oder ehemaligen Wohnhäusern bekannter Persönlichkeiten könnten Besucher so durch ein Fenster in ein früheres Interieur blicken. Der historische Zustand würde nicht mehr auf einer Texttafel beschrieben, sondern lagerichtig im heutigen Raum erlebbar.

Der politische Rahmen für solche Anwendungen ist in Europa bereits gesetzt. Mit der Empfehlung (EU) 2021/1970 zu einem gemeinsamen europäischen Datenraum für das Kulturerbe hat die Europäische Kommission die Mitgliedstaaten aufgefordert, die Digitalisierung ihres Kulturerbes zu beschleunigen, und dabei konkrete Ziele bis 2030 benannt: Alle gefährdeten Denkmäler und Stätten sowie 50 Prozent der meistbesuchten sollen in 3D digitalisiert werden.^[13]

Gaussian Splatting wird in der Denkmalpflege inzwischen systematisch untersucht. Eine 2026 in den ISPRS Archives veröffentlichte Vergleichsstudie kommt zu einem aufschlussreichen Ergebnis: Gaussian Splatting übertrifft die klassische Photogrammetrie deutlich bei Darstellungsqualität und Echtzeitvisualisierung, liegt bei der geometrischen Genauigkeit jedoch meist leicht darunter, besonders bei kleinen Datensätzen oder geringer Bildauflösung.^[14]

Der historische Raum erscheint im heutigen Raum.

^{Infografik: Rekonstruiertes historisches Interieur als lagerichtiges Fenster in einem heutigen Museumsraum | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Diese Arbeitsteilung passt genau zum Fenster-Prinzip. Für die exakte Dokumentation eines Denkmals bleiben Laserscanning und Photogrammetrie die Referenz, für Erlebnis, Vermittlung und Ausstellung bietet Gaussian Splatting dagegen eine Wirklichkeitstreue, die klassische Modelle selten erreichen. Bei rekonstruierten historischen Zuständen kommt eine weitere Verantwortung hinzu: Was auf Quellen beruht und was ergänzt oder interpretiert wurde, sollte für Besucher erkennbar bleiben. Eine überzeugende Darstellung darf nicht den Eindruck erwecken, jedes Detail sei historisch belegt, wenn es in Wahrheit auf einer fachlich begründeten Annahme beruht.

Ob Zukunft oder Vergangenheit, in beiden Fällen entscheidet die Qualität von Daten und Umsetzung darüber, ob ein Fenster überzeugt oder irritiert. Welche Hürden dabei realistisch zu erwarten sind, zeigt das nächste Kapitel.

• Rekonstruierte Interieurs könnten im heutigen Raum erscheinen.
• Die EU fordert 3D-Digitalisierung von Kulturerbe bis 2030.
• Splats übertreffen Photogrammetrie bei der Darstellungsqualität.
• Bei der Geometrie liegt Photogrammetrie meist leicht vorne.
• Ergänzungen in Rekonstruktionen sollten erkennbar bleiben.

Das Kulturerbe zeigt damit eindrücklich, wie breit das Prinzip trägt. Für Industrieunternehmen ist es zugleich ein Hinweis darauf, dass die Technik in einem anspruchsvollen Umfeld bereits wissenschaftlich vermessen wird.

Wo die Grenzen des Fensters liegen

So überzeugend der Effekt wirkt, mehrere Grenzen sind grundsätzlicher Natur. Die erste betrifft die Genauigkeit. Ein Gaussian Splat ist auf visuelle Wirkung optimiert, nicht auf Messbarkeit. Wer aus einer Rekonstruktion verbindliche Maße für Fundamente, Anschlüsse oder Sicherheitsabstände ableiten will, muss wissen, wie genau die Geometrie tatsächlich ist und unter welchen Bedingungen sie aufgenommen wurde.

Die Forschung liefert dazu differenzierte Ergebnisse. Eine 2025 veröffentlichte Vergleichsstudie aus der Geodäsie stellte terrestrisches Laserscanning, Photogrammetrie und Gaussian Splatting gegenüber. Laserscanning erreichte die höchste Genauigkeit und bestätigte seine Rolle als Referenzverfahren, allerdings mit erheblichem Zeit- und Kostenaufwand. Gaussian Splatting erzielte in dieser Untersuchung eine höhere Präzision als die Photogrammetrie, bei hohem visuellem Realismus und deutlich geringeren Hardwareanforderungen.^[15]

Andere Arbeiten fallen vorsichtiger aus. Eine Untersuchung zur Erstellung von Fassaden-Orthofotos verglich Gaussian Splatting mit Multi-View-Stereo und Laserscanning und fragte ausdrücklich, ab welchem Punkt sich das neue Verfahren gegenüber etablierten Methoden lohnt.^[16] Zusammen mit der Studie aus Kapitel 6 ergibt sich ein klares Bild: Die Genauigkeit hängt stark von Aufnahmebedingungen, Datensatz und Verarbeitung ab, und Laserscanning bleibt die Referenz, wenn es auf Millimeter ankommt.

Genauigkeit, Kalibrierung, Latenz und Vertraulichkeit setzen Grenzen.

^{Infografik: Die zentralen Grenzen blickabhängiger Gaussian-Splat-Darstellungen im industriellen Einsatz | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Hinzu kommen praktische Hürden. Die Ausrichtung von digitalem und realem Raum muss sorgfältig kalibriert werden, sonst zerfällt die Illusion bei jeder Bewegung. Eine spürbare Verzögerung zwischen Kopfbewegung und Bildaktualisierung wird schnell als Unruhe wahrgenommen. Der Ein-Personen-Effekt begrenzt den Einsatz bei Gruppen. Schließlich stellen sich Fragen nach Rechten und Vertraulichkeit: Eine fotorealistische Rekonstruktion einer Produktionshalle zeigt unter Umständen Anlagen, Prozesse und Personen, die nicht für jeden sichtbar sein sollen. Wer Rekonstruktionen erstellt, sollte deshalb von Anfang an festlegen, welche Bereiche erfasst werden, wer Zugriff erhält und wie lange die Daten gespeichert bleiben.

Keine dieser Grenzen spricht gegen das Prinzip, sie bestimmen aber, wofür es sich eignet. Wie der Weg vom Prototyp zu einem verlässlichen Werkzeug aussehen kann, zeigt das nächste Kapitel.

• Splats sind auf Wirkung optimiert, nicht auf Messbarkeit.
• Laserscanning bleibt Referenz, wenn Millimeter zählen.
• Studien zur Genauigkeit kommen zu unterschiedlichen Ergebnissen.
• Kalibrierung und Latenz entscheiden über die Illusion.
• Rekonstruktionen von Hallen berühren Vertraulichkeit und Rechte.

Wer diese Grenzen kennt, setzt die Technik dort ein, wo sie ihre Stärken ausspielt: bei Abstimmung, Kommunikation und Erlebnis. Für verbindliche Planung bleibt sie eine Ergänzung zu bewährten Messverfahren, kein Ersatz.

Vom Prototyp zum Industriestandard

Damit eine Technik den Sprung aus dem Labor in den Unternehmensalltag schafft, braucht es mehr als beeindruckende Demonstrationen. Es braucht offene Formate, die zwischen Werkzeugen funktionieren, verlässliche Wiedergabe auf gängigen Geräten und Arbeitsabläufe, die sich in bestehende Planungsprozesse einfügen. Bei Gaussian Splatting zeichnet sich genau diese Entwicklung gerade ab.

Im Februar 2026 hat die Khronos Group, das Konsortium hinter Standards wie OpenGL, Vulkan und glTF, einen Release Candidate für die Erweiterung KHR_gaussian_splatting vorgestellt. Sie ermöglicht es, Gaussian Splats im weit verbreiteten 3D-Austauschformat glTF 2.0 zu speichern, ist bewusst offen für künftige Verfahren gehalten und soll eine Fragmentierung zwischen Plattformen verhindern. Khronos bezeichnet Gaussian Splatting dabei als produktionsreif, auch auf mobilen Geräten.^[17]

Parallel entwickelt sich auch OpenUSD weiter. Mit OpenUSD v26.03 wurde 2026 eine native Schemafamilie für 3D Gaussian Splats eingeführt, sodass fotorealistische Rekonstruktionen gemeinsam mit klassischen USD-Inhalten in einer Szene verwendet werden können.^[18] Khronos und die Alliance for OpenUSD koordinieren ihre Entwicklungen, um einen möglichst reibungslosen Austausch von Gaussian Splats zwischen glTF und OpenUSD zu ermöglichen.^[17] Für Industrieunternehmen ist das ein wichtiges Signal, denn damit rückt die Anbindung an bestehende 3D- und Digital-Twin-Werkzeuge in Reichweite.

Von der Erfassung über offene Formate zum Fenster in der Halle.

^{Infografik: Der Weg vom Prototyp zum industriellen Einsatz über Erfassung, offene Austauschformate und Darstellung | Grafik: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Für den Einstieg empfiehlt sich deshalb ein klar abgegrenzter Pilot. Eine Halle oder ein Hallenabschnitt wird erfasst, eine geplante Anlage aus CAD-Daten eingesetzt und die Darstellung in einer realen Planungsrunde erprobt. Gemessen wird, ob Abstimmungen schneller gelingen, ob Planungsfehler früher auffallen und wie hoch der Aufwand für Erfassung, Aufbereitung und Pflege tatsächlich ist. Ebenso wichtig ist es, früh zu klären, wer die Rekonstruktion sehen darf und wo sie gespeichert wird.

Die technischen Bausteine dafür sind heute verfügbar, von der Erfassung per Video über offene Formate bis zur Darstellung im Browser oder auf einem Bildschirm mit Kamera. Ob sie sich im eigenen Unternehmen lohnen, entscheidet sich nicht an der Faszination der Technik, sondern an einer konkreten Planungsaufgabe mit messbarem Ergebnis. Wer heute erste Erfahrungen sammelt, kann die Technik einordnen, bevor sie zum Standardwerkzeug der Planung wird, und bestehende Daten frühzeitig darauf vorbereiten.

• Khronos stellte im Februar 2026 eine glTF-Erweiterung vor.
• Gaussian Splats werden damit zwischen Werkzeugen austauschbar.
• OpenUSD unterstützt Gaussian Splats seit Version 26.03 nativ.
• Khronos und AOUSD koordinieren den Austausch zwischen beiden Formaten.
• Ein abgegrenzter Pilot schafft eine belastbare Entscheidungsgrundlage.

Am Ende steht ein Werkzeug, das Planung dorthin bringt, wo sie wirksam wird: in den realen Raum. Wie überzeugend der Effekt bereits heute wirkt, zeigt das folgende Video.

Ein Bildschirm, der sich wie eine Glasscheibe verhält

Wie eindrucksvoll das Prinzip in der Praxis wirkt, lässt sich mit Worten nur schwer vermitteln. Das eingebettete Video zeigt den Vitre-Prototyp von Hugues Bruyère in Aktion: einen runden Bildschirm im Büro, hinter dem die rekonstruierte Szene des Raumes erscheint.^[1]

Bewegt sich der Betrachter, verändert sich der Ausschnitt hinter der Scheibe so, wie es bei einem echten Fenster zu erwarten wäre. Grundlage ist ein Gaussian Splat, der aus Fotografien des Büros entstanden ist, sowie eine Webcam, die die Kopfposition verfolgt und die Perspektive laufend anpasst.

Damit vereint die Aufnahme die zentralen Bausteine dieses Beitrags: eine fotorealistische Rekonstruktion in Echtzeit, die blickabhängige Perspektive aus der Forschung der 1990er-Jahre und eine präzise Ausrichtung zwischen digitalem und realem Raum.

^{Video: Vitre, ein Bildschirm mit blickabhängiger Darstellung eines Gaussian Splats, der sich wie ein Fenster in den realen Raum verhält | Visuals by Hugues Bruyère (@smallfly), Dpt., Originalidee @kcimc | Analyse, Sprechertext, Redaktion und Videobearbeitung: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Bemerkenswert ist, wie wenig sichtbare Technik der Effekt benötigt. Es gibt keine Datenbrille, keinen Controller und keinen Marker am Körper, nur einen Bildschirm, eine Kamera und eine sorgfältig aufbereitete Rekonstruktion. Gerade diese Einfachheit macht das Prinzip für Besprechungsräume, Messestände oder Werkhallen interessant, in denen viele Beteiligte gemeinsam auf eine Planung blicken sollen, ohne zuvor Technik anlegen zu müssen.

Zur Einordnung gehört ebenso: Vitre ist ein früher Machbarkeitsnachweis, auf einen Betrachter ausgelegt und derzeit auf den erfassten Raum beschränkt. Die in diesem Beitrag beschriebenen Blicke in Zukunft und Vergangenheit sind Anwendungen, die das Konzept nahelegt, nicht Funktionen, die das Video bereits zeigt.

• Das Video zeigt den Vitre-Prototyp von Hugues Bruyère.
• Der Ausschnitt folgt der Kopfbewegung wie ein Fenster.
• Ein Gaussian Splat liefert die fotorealistische Szene.
• Der Effekt kommt ohne Datenbrille oder Marker aus.
• Zukunfts- und Vergangenheitsszenen sind Konzept, nicht Demonstration.

Das Beispiel zeigt, wie nah sich Raum und Darstellung inzwischen kommen. Sobald virtueller und realer Raum übereinanderliegen, wird die Zeit zu einer weiteren Ebene, die sich in beide Richtungen öffnen lässt.

Planung im realen Raum erlebbar machen

Ein überzeugendes Fenster in die Zukunft einer Halle entsteht aus mehreren Disziplinen: einer sorgfältigen Erfassung des Bestands, der Aufbereitung von CAD-Daten für die Echtzeitdarstellung, einer präzisen Ausrichtung von digitalem und realem Raum und einer Plattform, auf der sich Varianten vergleichen und teilen lassen. Genau diese Verbindung bildet den Kern der Arbeit der VISORIC GmbH.

Seit mehr als 15 Jahren entwickelt das Münchner Team Anwendungen in 3D, KI und XR für Industrieunternehmen, mit Schwerpunkt auf Spatial Computing, Echtzeit-3D und Digitalen Zwillingen. VISORIC erfasst Räume und Anlagen, unter anderem mit Gaussian Splatting, bereitet CAD-Daten für die interaktive Darstellung auf und führt beides in der Plattform XR Stager zusammen, im Browser, auf großen Displays oder in XR.

15 Jahre Erfahrung in 3D, KI und XR: das VISORIC Expertenteam aus München.

^{Bild: © Ulrich Buckenlei | XR Stager Online Magazin | VISORIC GmbH}

Der Einstieg muss dabei nicht groß sein. Ein einzelner Hallenabschnitt und eine geplante Anlage reichen aus, um Aufwand, Qualität und Nutzen für die eigene Planung belastbar zu bewerten. VISORIC begleitet diesen Weg von der Erfassung über die Aufbereitung bis zur Erprobung in einer realen Planungsrunde.

• Erfassung von Hallen und Anlagen als fotorealistischer Gaussian Splat.
• Lagerichtige Einbindung geplanter Maschinen aus CAD-Daten.
• Darstellung im Browser, auf Displays und in XR.

Gerade weil die Standards für Gaussian Splatting jetzt entstehen, ist ein guter Zeitpunkt, erste Erfahrungen mit der Technik im eigenen Umfeld zu sammeln.

Sie möchten sehen, wie eine geplante Anlage in Ihrer bestehenden Halle wirkt, bevor sie gebaut ist?

Sprechen Sie mit dem VISORIC Expertenteam in München. Gemeinsam wählen wir einen geeigneten Bereich aus, erfassen den Bestand und zeigen Ihre Planung dort, wo sie später Wirklichkeit werden soll.

Kontakt:

E-Mail: info@visoric.com
Telefon: +49 89 21552678

Quellen und Referenzen

1. Hugues Bruyère (@smallfly), Dpt. Vitre, Prototyp eines blickabhängigen Gaussian-Splat-Fensters, Originalidee @kcimc. Instagram und LinkedIn, 2026.
2. Dpt. Porträt-Datensatz aus 13 HD-Aufnahmen als 3D Gaussian Splat in Echtzeit. LinkedIn, 2023.

3. Mildenhall, B. et al. NeRF, Representing Scenes as Neural Radiance Fields for View Synthesis. European Conference on Computer Vision (ECCV), 2020.
4. Kerbl, B., Kopanas, G., Leimkühler, T., Drettakis, G. 3D Gaussian Splatting for Real-Time Radiance Field Rendering. ACM Transactions on Graphics, 42(4), 2023. arxiv.org/abs/2308.04079.

5. Fei, B. et al. 3D Gaussian Splatting as New Era, A Survey. IEEE Transactions on Visualization and Computer Graphics, 2024.
6. Semantic-guided 3D Gaussian splatting for sparse-view reconstruction in industrial digital twins. Visual Computing for Industry, Biomedicine, and Art, 2026. doi.org/10.1186/s42492-026-00229-x.

7. Ware, C., Arthur, K., Booth, K. S. Fish Tank Virtual Reality. Proceedings of INTERCHI 1993, ACM, 37-42. doi.org/10.1145/169059.169066.
8. Arthur, K., Booth, K. S., Ware, C. Evaluating 3D Task Performance for Fish Tank Virtual Worlds. ACM Transactions on Information Systems, 11(3), 239-265, 1993.

9. Rekimoto, J. A Vision-Based Head Tracker for Fish Tank Virtual Reality, VR without Head Gear. Proceedings of VRAIS 1995, IEEE.
10. Arthur, K. W. 3D Task Performance Using Head-Coupled Stereo Displays. Masterarbeit, University of British Columbia, 1993.

11. Chalmers University of Technology. Virtual Engineering Using Realistic Virtual Models in Brownfield Factory Layout Planning. Fachartikel, 2021. research.chalmers.se.
12. ARENA2036. Brownfield und GenAI, Zukunft der Bestandsfabrik, Technologievergleich im Reallabor. arena2036.de.

13. Europäische Kommission. Empfehlung (EU) 2021/1970 zu einem gemeinsamen europäischen Datenraum für das Kulturerbe. Amtsblatt der Europäischen Union, 2021.
14. Photogrammetry and 3D Gaussian Splatting for Cultural Heritage. ISPRS Archives, XLIX-B2-2026, 451, 2026. doi.org/10.5194/isprs-archives-XLIX-B2-2026-451-2026.

15. Zayats, I., Voitekhin, T. Comparison of Modern 3D Modelling Methods, The Case Study of the A. Sheptytskyi Monument. International Conference of Young Professionals GeoTerrace-2025, EAGE, 2025. doi.org/10.3997/2214-4609.202552025.
16. Murtiyoso, A., Macher, H. Gaussian Splatting for Facade Orthophoto Generation, Comparison with MVS and TLS. ISPRS Archives, XLVIII-M-9-2025, 1059, 2025. doi.org/10.5194/isprs-archives-XLVIII-M-9-2025-1059-2025.

17. Khronos Group. Khronos Announces glTF Gaussian Splatting Extension. khronos.org, 3. Februar 2026.
18. Alliance for OpenUSD. Announcing OpenUSD v26.03, Key Features and Improvements. aousd.org, 23. März 2026.

19. VISORIC Praxisprojekte in den Bereichen Digitale Zwillinge, Echtzeit-3D und Spatial Computing.
20. XR Stager Plattform für Echtzeit-3D, Digitale Zwillinge und industrielle Spatial-Computing-Anwendungen.

Kontaktpersonen:
Ulrich Buckenlei (Kreativdirektor)
Mobil: +49 152 53532871
E-Mail: ulrich.buckenlei@visoric.com

Nataliya Daniltseva (Projektleiterin)
Mobil: + 49 176 72805705
E-Mail: nataliya.daniltseva@visoric.com

Adresse:
VISORIC GmbH
Bayerstraße 13
D-80335 München