KI-Brillen sind plötzlich überall. Was treibt den aktuellen Boom an?
Martin Herdina: Die Smart Glasses von Ray-Ban und Meta standen anfangs vor allem für persönliche Inhalte, also das Aufnehmen und Teilen von Fotos und Videos. Generative KI hat den Smart Glasses das gegeben, was ihnen gefehlt hat: einen wirklich überzeugenden Nutzen im Alltag. Frühere Wearables taten sich schwer, ihre Daseinsberechtigung zu belegen. Die heutigen Geräte hingegen können Fragen zu Dingen in der Umgebung beantworten, spontan übersetzen oder bei der Navigation helfen, und das alles über natürliche Sprachinteraktion, ohne dass man zum Smartphone greifen muss.
Auch bei der Hardware hat sich einiges getan, nicht zuletzt, weil die Hersteller bewusst auf weniger gesetzt haben, um den passenden Product-Market-Fit zu finden. Ohne stromhungriges Display können diese Brillen leichter und günstiger sein und einen ganzen Tag mit einer Akkuladung durchhalten. Das ist ein großer Unterschied zu früheren AR-Versuchen. Auch vertraute Designs, etwa von Ray-Ban und Oakley, haben dazu beigetragen, die Kategorie der Smart Glasses im Alltag zu etablieren. Sie sehen aus und fühlen sich an wie Sonnenbrillen, die viele ohnehin tragen, und nicht wie ein neues Gadget, das man erst schmackhaft machen muss. Diese Kombination aus ausgereifter KI und einem stilvollen Formfaktor, den Menschen tatsächlich tragen wollen, ist der Grund, warum Konsumentinnen und Konsumenten jetzt zugreifen. Für die Branche ist die Logik eine etwas andere: Nach Jahren des KI-Hypes sind Smart Glasses die Hardware, die KI eine physische Form gibt und genau das treibt die aktuelle Investitionswelle an.
Viele hätten wohl erwartet, dass sich AR-Brillen als Erste im Mainstream durchsetzen. Warum haben KI-Brillen das früher geschafft?
Für mich ist das letztlich eher eine Frage der Akzeptanz als der reinen Technologie. KI-Brillen bauen auf etwas auf, dem die Menschen bereits vertrauen und ergänzen es um Intelligenz. Nach demselben Muster hat auch das iPhone funktioniert: Es baute auf dem vertrauten iPod auf und ergänzte ihn um Telefonfunktionen. KI-Brillen basieren auf bekannten Alltagsgegenständen wie Sonnenbrillen und einfachen Funktionen zum Erstellen und Teilen persönlicher Inhalte und erweitern sie um KI-Funktionen.
AR hingegen ist schlicht das technisch schwierigere Problem. Es erfordert hochentwickelte Displays, präzise Optik und deutlich mehr Rechenleistung; all das treibt die Kosten in die Höhe, macht das Gerät schwerer und lässt den Akku schneller leer werden. Zusätzlich zu dieser Hardware-Last verlangten AR-Geräte von den Nutzern in der Regel, eine völlig neue Art der Interaktion zu erlernen: räumliches Denken, Steuerung per Handgesten, Benutzeroberflächen, die an nichts anknüpfen, was die Menschen bereits kennen. Sprache dagegen empfinden Menschen ohnehin als intuitiv. Es gibt nichts Neues zu lernen. Bei früheren Geräten stand diese zusätzliche Komplexität in starkem Gegensatz zum geringen Nutzen im Alltag. Dieses Missverhältnis bremste die Verbreitung stärker als die meisten technischen Defizite.
KI-Brillen umgehen dieses Problem. Sie liefern echten, unmittelbaren Mehrwert, ohne dass zuvor die schwierigsten technischen Herausforderungen von AR gelöst werden müssen. Das heißt nicht, dass AR scheitert. Der Entwicklungsweg ist einfach länger, und es braucht noch weitere technologische Fortschritte, bevor AR den Mainstream so erreichen kann, wie es KI-Brillen bereits geschafft haben.
Rund um die eingebauten Kameras sind Datenschutzbedenken wieder ein Thema. Was wird unternommen, um sie auszuräumen?
Die Technologie entwickelt sich derzeit schneller als Gesetzgebung und gesellschaftliche Normen. Für Aufnahmen mit solchen Geräten im öffentlichen Raum gibt es noch keine klaren Regeln dafür, was akzeptabel ist und was nicht.
Viele dieser Bedenken gibt es bereits bei Smartphones, einem Gerät, das die meisten Menschen bei sich tragen und mit dem sie täglich andere aufnehmen. Bei KI-Brillen ist der Unterschied subtiler: Selbst mit LED-Aufnahmeanzeigen sind sie weniger offensichtlich ein Aufnahmegerät als ein Smartphone, das jemand hochhält und auf eine Person richtet. Für Umstehende ist dadurch schwerer erkennbar, wann sie gefilmt werden. Gleichzeitig kann diese Unauffälligkeit auch in die andere Richtung wirken: Das Aufnehmen fühlt sich natürlicher und weniger aufdringlich an, was oft zu authentischeren, weniger inszenierten Momenten führt, als wenn jemand sichtbar sein Handy zückt.
Diese Lücke kann keine Seite allein schließen. Es braucht Rechtssystem, Gesellschaft und Produktdesign gemeinsam, Gesellschaft und Produktdesign, um klare Normen für Aufnahmen im öffentlichen Raum zu schaffen. Normen, die es noch nicht gibt, die das aktuelle Tempo der Technologie aber zunehmend notwendig macht. Im Unternehmensumfeld ist man hier bereits weiter: Die Anforderungen an den Datenschutz sind tendenziell strenger, und klare Richtlinien sowie definierte Anwendungsfälle regeln, wie die Geräte eingesetzt werden.
Bieten KI-Brillen abseits des Consumer-Markts auch vielversprechende Chancen in Industrie und Unternehmen?
Der Haken dabei: Nichts davon funktioniert out of the box. Um dieses Potenzial auszuschöpfen, braucht es speziell trainierte KI-Software, die auf diese Anwendungsfälle zugeschnitten ist, etwas, das die heute erhältlichen Consumer-Geräte nicht bieten. Hinzu kommt eine Lücke bei der Hardware: Consumer-Geräte sind nicht für industrielle Bedingungen gebaut, und ihnen fehlen die Zertifizierungen und Robustheitsstandards, die solche Umgebungen verlangen. Selbst etwas so scheinbar Einfaches wie Schritt-für-Schritt-Arbeitsanweisungen braucht diese dedizierte Softwareebene, um in der Praxis tatsächlich zu funktionieren; das liefert ein Standard-Consumer-Gerät nicht mit.
Welche Rolle kann Eye Tracking in künftigen KI-Brillen spielen?
Sprachbefehle und Kameras stoßen an Grenzen. Sie verraten dem Gerät, was man sagt oder was vor einem liegt, aber nicht, worauf man tatsächlich achtet. Genau hier setzt Eye-Tracking an. Wenn die Brille versteht, wohin jemand blickt, gewinnt sie eine Kontextebene, die Sprach- und Kameraeingaben allein nicht liefern können. Die Interaktion fühlt sich dann weniger danach an, Befehle zu erteilen, sondern eher so, als würde das Gerät einfach mitdenken.
In der Praxis läuft das darauf hinaus, die Blickrichtung mit Sprachbefehlen oder dezenten Mikrogesten zu kombinieren. Man schaut etwas an und fragt: „Was ist das?“ Oder die Brille erkennt anhand der Blickrichtung, welches Objekt einen interessiert, selbst in einer unübersichtlichen Szene. Bleibt der Blick etwas länger auf einem Objekt, kann das allein schon eine Aktion auslösen, ganz ohne expliziten Befehl.
Es gibt außerdem eine weniger offensichtliche Anwendung, die man im Auge behalten sollte: die persönliche Gesundheit. Das Blickverhalten könnte in Kombination mit Daten anderer Geräte, etwa eines am Handgelenk getragenen Sensors, Einblicke in Dinge wie kognitive Belastung, Stresslevel und Wachheit liefern. So könnten Brillen Teil eines umfassenderen Gesundheits-Monitorings werden und wären mehr als nur eine Schnittstelle.
Werden KI-Brillen, AR-Brillen und XR-Headsets irgendwann zu einem einzigen Gerät verschmelzen?
Kurzfristig: Nein. Unterschiedliche Geräte werden weiterhin unterschiedlichen Zwecken dienen. KI-Brillen, AR-Brillen und XR-Headsets konkurrieren nicht wirklich um dieselbe Aufgabe; sie beruhen auf unterschiedlichen Kompromissen zwischen Gewicht, Akkulaufzeit und Leistungsfähigkeit, und das dürfte auch so bleiben, statt in einem Universalgerät aufzugehen.
Die spannendere Frage ist, was langfristig passiert, und hier würde ich eher Koexistenz als Konvergenz erwarten. Ähnlich wie bei Smartphones und Tablets: Sie übernehmen zwar teilweise überschneidende Aufgaben, sind aber eigenständige Formfaktoren geblieben, weil jedes für andere Situationen besser geeignet ist. Wenn überhaupt, dürfte sich die Kategorie der KI-Brillen selbst weiter aufspalten, statt zu verschmelzen: Audio-only-Brillen für Sprachassistenten, Brillen mit monokularem Display für Benachrichtigungen und einfache Navigation, Brillen mit binokularem Display für virtuelle Bildschirme wie Videoanrufe, vollwertige AR-Brillen für Spatial Computing und Szenenverständnis, sowie separate VR/MR-Headsets für vollständig immersive Erlebnisse. Jedes löst ein anderes Problem gut, anstatt dass ein einzelnes Gerät versucht, alle Aufgaben halbwegs ordentlich zu erledigen.
Das Ziel sieht weniger nach einem einzigen Universalgerät aus als nach einer wachsenden Familie spezialisierter Wearables, die jeweils für eine andere Aufgabe geeignet sind und zunehmend als ein vernetztes System zusammenarbeiten.
