Google Beam entdecken: Ein 3D-Videokonferenztool der nächsten Generation

Videoanrufe und virtuelle Meetings haben Remote-Arbeit ermöglicht und helfen Teams, über Länder und Zeitzonen hinweg verbunden zu bleiben. Sie sind zu einem festen Bestandteil unseres Lebens geworden und haben unsere Kommunikation verändert.

Trotz ihrer weitverbreiteten Nutzung ist die grundlegende Technologie hinter Videokonferenzen jedoch seit Jahren weitgehend unverändert. Dank jüngster Fortschritte beginnen sich Videokonferenzplattformen zu verändern und sollen sich natürlicher und lebensechter anfühlen.

Interessanterweise stellte Google auf seiner jährlichen Entwicklerkonferenz (Google I/O 2025) sein neues Tool für Videokommunikation vor, das als Google Beam bekannt ist. Beam nutzt künstliche Intelligenz (AI) und 3D-Videokonferenztechnologie, um über herkömmliche flache Bildschirme hinauszugehen und ein intensiveres Erlebnis wie bei einem persönlichen Treffen zu schaffen.

Abb. 1. Googles CEO Sundar Pichai stellt Google Beam vor (Quelle).

Google Beam wurde tatsächlich so entwickelt, dass es sich anfühlt, als stünde die Person, mit der du sprichst, direkt vor dir. Anders als bei gewöhnlichen Videoanrufen bringt es subtile menschliche Signale zurück, etwa Blickkontakt und natürliche Bewegungen, die sich mit deiner Perspektive verändern – Details, die auf flachen Bildschirmen oft verloren gehen.

In diesem Artikel sehen wir uns genau an, was Google Beam ist, wie es entwickelt wurde, wie es funktioniert und wofür es eingesetzt werden kann. Legen wir los!

Von Project Starline zu Google Beam#

Bevor wir Google Beam genauer betrachten, wollen wir zunächst seinen Vorgänger Project Starline besser verstehen.

Project Starline wurde auf der Google I/O 2021 vorgestellt und war eine Forschungsinitiative, die Fernkommunikation lebensechter gestalten sollte – fast so, als befände man sich im selben Raum. Dafür wurden lebensgroße 3D-Bilder von Personen in Echtzeit erzeugt. Obwohl die Technologie viel Aufmerksamkeit erregte, erforderte sie komplexe Installationen und umfangreiche Hardware.

Abb. 2. Ein Blick auf Project Starline (Quelle).

Im Laufe der Jahre verfeinerte Google mit dem technischen Fortschritt die Software und vereinfachte die Hardware. Nach vier Jahren Entwicklung hat sich Project Starline zu Google Beam weiterentwickelt – einer kompakteren und benutzerfreundlicheren Lösung.

Google Beam nutzt AI, um Videoanrufe durch realistischere, 3D-ähnliche Bilder der Personen, mit denen du sprichst, zu verbessern. Es wandelt gewöhnliche 2D-Videos in Ansichten um, die sich an verschiedene Blickwinkel anpassen, sodass der Blickkontakt erhalten bleibt und Gesichtsausdrücke besser zu erkennen sind. Außerdem bietet es Funktionen wie Echtzeitübersetzung, Kopf-Tracking und räumlichen Klang.

Ein Überblick über Google Beam#

Google Beam wurde so entwickelt, dass es ohne zusätzliches Zubehör wie Augmented-Reality- (AR) oder Virtual-Reality- (VR) Headsets funktioniert. Stattdessen verfügt es über ein integriertes Display, ein Kamerasystem und eigene Hardware zur Erzeugung von 3D-Darstellungen. Dadurch wirken Videoanrufe natürlicher, komfortabler und ansprechender als typische Videomeetings.

Abb. 3. Ein Beispiel für die Nutzung von Google Beam (Quelle).

So erzeugt Google Beam realistische virtuelle Meetings#

Nachdem wir besprochen haben, wie Google Beam entstanden ist, sehen wir uns nun genauer an, wie es funktioniert.

Bildaufnahme für immersive Zusammenarbeit aus der Ferne#

Alles beginnt mit der Erfassung visueller Informationen. Beam verwendet sechs hochauflösende Kameras, um gleichzeitig Bilder aus verschiedenen Blickwinkeln aufzunehmen.

Diese Kameras erfassen Gesichtszüge, Körpersprache und kleinste Bewegungen in Echtzeit. AI spielt dabei eine zentrale Rolle, indem sie die Kameraeinstellungen optimiert und alle Videostreams perfekt synchron hält. Damit wird das System auf die nächste Phase vorbereitet: die Datenverarbeitung.

Vom 2D-Bild zur 3D-Videokonferenz#

Anschließend wird AI verwendet, um die sechs 2D-Kamerastreams zu kombinieren und in Echtzeit ein 3D-Modell der abgebildeten Person zu erzeugen. Statt 2D-Bilder einfach übereinanderzulegen, rekonstruiert das System Tiefen, Schatten und räumliche Beziehungen, um einen vollständigen digitalen 3D-Zwilling zu erstellen.

Für die Erstellung dieses 3D-Modells nutzt Beam AI und Computer-Vision-Verfahren wie Tiefenschätzung und Bewegungsverfolgung. Diese Methoden helfen zu bestimmen, wie weit eine Person von der Kamera entfernt ist, wie sie sich bewegt und wie ihr Körper positioniert ist. Mithilfe dieser Daten kann das System Gesichtszüge und Körperteile präzise im 3D-Raum abbilden.

Das AI-Modell hinter Beam aktualisiert die 3D-Darstellung mit 60 Bildern pro Sekunde (FPS), damit Gespräche flüssig und lebensecht bleiben. Außerdem nimmt es in Echtzeit Anpassungen vor, um die Bewegungen der Person präzise abzubilden.

Abb. 4. Die sechs Kameras von Google Beam nehmen Bilder aus verschiedenen Blickwinkeln auf (Quelle).

Lichtfeld-Displaysysteme von Google Beam#

Das 3D-Modell wird auf dem Beam-System des Empfängers über ein Lichtfeld-Display angezeigt. Anders als herkömmliche Bildschirme, die beiden Augen dasselbe Bild präsentieren, gibt ein Lichtfeld-Display für jedes Auge ein leicht unterschiedliches Bild aus und simuliert damit die Wahrnehmung von Tiefe im echten Leben. Dadurch entsteht ein realistischeres, dreidimensionales visuelles Erlebnis.

Abb. 5. Virtuelle High-Fives über Google Beam (Quelle).

Echtzeit-Kopfverfolgung mit Millimetergenauigkeit#

Eine der beeindruckendsten Funktionen von Google Beam ist die AI-gestützte Verfolgung in Echtzeit. Das System nutzt präzises Kopf- und Blick-Tracking, um Bewegungen bis ins kleinste Detail zu verfolgen.

So kann die AI-Engine von Beam beispielsweise die Kopfposition des Benutzers kontinuierlich verfolgen und das Bild in Echtzeit subtil anpassen. Dadurch entsteht der Eindruck, dass die Person auf dem Bildschirm tatsächlich dir gegenüber sitzt. Wenn du deinen Kopf bewegst, verschiebt sich das 3D-Bild entsprechend – genau wie in einem echten persönlichen Gespräch.

Audioverarbeitung für AI-gestützte virtuelle Kommunikation#

Beam verbessert auch das Klangerlebnis, indem es räumlichen Klang verwendet, der an die Position der Person auf dem Bildschirm angepasst ist. Befindet sich jemand auf der linken Seite des Displays, klingt seine Stimme so, als käme sie von links. Wenn die Person ihre Position verändert, passt sich der Klang entsprechend an. Dadurch wirken Gespräche natürlicher, und dein Gehirn kann leichter verfolgen, wer spricht.

Das funktioniert, indem gerichtete Audiotechniken mit Echtzeit-Tracking kombiniert werden. Beam nutzt räumlichen Klang, um zu simulieren, wie wir Schall in der realen Welt natürlich wahrnehmen – abhängig von der Richtung, aus der er kommt, und davon, wie er jedes Ohr erreicht. Das System verfolgt außerdem die Kopfbewegungen des Betrachters und passt die Audioausgabe entsprechend an, sodass der Klang an der Person auf dem Bildschirm „haftet“.

Anwendungsbereiche von Google Beam#

Google Beam befindet sich zwar noch in einer frühen Entwicklungsphase, zeigt aber vielversprechendes Potenzial im Bereich der Videokonferenzen. Hier sind einige wichtige Anwendungsbereiche:

• Zusammenarbeit aus der Ferne: Google Beam kann Meetings, insbesondere Gespräche auf Führungsebene oder wichtige Verhandlungen, persönlicher und effektiver gestalten. Indem subtile Faktoren wie Körpersprache und Blickkontakt erfasst werden, vermittelt es den Beteiligten ein stärkeres Gefühl von Präsenz, auch wenn sie weit voneinander entfernt sind.
• Bildung: Beam kann das virtuelle Lernen spannender und zugänglicher machen. Stell dir vor, ein Wissenschaftler hält live eine Vorlesung für Studierende auf der anderen Seite der Welt, und es fühlt sich tatsächlich so an, als wären alle im selben Raum.
• Gesundheitswesen: Beam könnte Konsultationen aus der Ferne persönlicher gestalten. Wenn Ärzte und Patienten einander klar sehen und natürlichen Blickkontakt herstellen können, stärkt das Vertrauen und lässt die Interaktion menschlicher wirken.
• Kreativwirtschaft: Für Menschen in kreativen Berufen, etwa Animatoren, Künstler und Produzenten, kann Beam die Zusammenarbeit aus der Ferne einfacher und natürlicher machen. Ob beim gemeinsamen Entwickeln von Ideen oder bei der Besprechung eines Projekts – es fühlt sich eher an, als säße man gemeinsam in einem Studio, statt an einem Videoanruf teilzunehmen.

Vor- und Nachteile von Google Beam#

Hier sind einige der wichtigsten Vorteile, die eine Innovation wie Google Beam bietet:

• Keine Headsets erforderlich: Anders als viele immersive Technologien funktioniert Beam ohne AR- oder VR-Headsets. Das macht die Nutzung komfortabler und vermeidet häufige Probleme wie Reisekrankheit oder die Unannehmlichkeiten zusätzlichen Zubehörs.
• Weniger Ermüdung durch Bildschirme: Das 3D-Display bietet ein natürlicheres und komfortableres Seherlebnis, was im Vergleich zum langen Blick auf flache Bildschirme die Augenbelastung verringern kann.
• Echtzeit-Sprachübersetzung: Beam kann AI-gestützte Übersetzung in Echtzeit integrieren und dadurch die natürliche Kommunikation zwischen Menschen erleichtern, die unterschiedliche Sprachen sprechen – etwa bei internationalen Meetings oder in Lernumgebungen.

Beam ist ein vielversprechender Schritt nach vorn, bringt aber wie jede neue Technologie einige Einschränkungen mit sich. Folgende Punkte solltest du berücksichtigen:

• Hardwareanforderungen: Beam erfordert spezielle, hochwertige Ausrüstung wie Lichtfeld-Displays und mehrere Kameras. Dadurch ist das System teuer und für Einzelpersonen sowie kleinere Organisationen weniger zugänglich.
• Nicht mobil: Das Beam-System ist für eine feste Installation ausgelegt und nicht dafür vorgesehen, einfach bewegt zu werden. Dadurch sind seine Flexibilität und sein Einsatz in mobilen oder wechselnden Umgebungen eingeschränkt.

Wichtige Erkenntnisse#

Google Beam ist ein faszinierender Schritt dahin, virtuelle Kommunikation menschlicher wirken zu lassen. Obwohl sich die Technologie noch in einer frühen Entwicklungsphase befindet, könnte sie die Art und Weise verändern, wie wir uns treffen, vernetzen und zusammenarbeiten. Durch die Verbindung von fortschrittlicher AI, 3D-Bildgebung und räumlichem Klang schafft sie ein lebensechteres und ansprechenderes Erlebnis aus der Ferne.

Während Google die Hardware von Beam weiter verbessert, sie noch kompakter gestaltet und möglicherweise für alltägliche Nutzer verfügbar macht, eröffnen sich spannende Möglichkeiten für die Zukunft der virtuellen Kommunikation. Zusammen mit neuen technologischen Trends wie holografischen Meetings und 3D-Avataren setzt Beam einen neuen Maßstab für virtuelle Meetings.

Tritt unserer Community bei und sieh dir unsere Lizenzierungsoptionen an, um mit Computer Vision zu beginnen. Besuche unser GitHub-Repository, um mehr über AI zu erfahren. Lies unsere Lösungsseiten, um Einblicke in verschiedene Anwendungsfälle von AI im Einzelhandel und Computer Vision in der Landwirtschaft zu erhalten.