19. Juni 2025
Erfahren Sie mehr über Google Beam, ein 3D-Videokonferenztool der nächsten Generation. Entdecken Sie, wie es 3D-Bildgebung und KI verwendet, um lebensechte und immersive virtuelle Meetings zu ermöglichen.
Videoanrufe und virtuelle Meetings haben die Remote-Arbeit ermöglicht und helfen Teams, über Länder und Zeitzonen hinweg in Verbindung zu bleiben. Sie sind zu einem festen Bestandteil unseres Lebens geworden und haben die Art und Weise, wie wir kommunizieren, verändert.
Trotz ihrer weitverbreiteten Nutzung ist die Kerntechnologie hinter Videokonferenzen seit Jahren weitgehend unverändert geblieben. Dank der jüngsten Fortschritte beginnen sich Videokonferenzplattformen zu verändern, mit dem Ziel, sich natürlicher und lebensechter anzufühlen.
Interessanterweise hat Google auf seiner jährlichen Entwicklerkonferenz (Google I/O 2025) sein neues Videokommunikationstool namens Google Beam vorgestellt. Beam nutzt künstliche Intelligenz (KI) und 3D-Videokonferenztechnologie, um über traditionelle Flachbildschirme hinauszugehen und ein intensiveres, persönliches Erlebnis zu schaffen.
Tatsächlich ist Google Beam so konzipiert, dass es sich anfühlt, als ob die Person, mit der Sie sprechen, direkt vor Ihnen steht. Im Gegensatz zu normalen Videoanrufen bringt es subtile menschliche Signale zurück, wie Augenkontakt und natürliche Bewegungen, die sich mit Ihrer Perspektive verschieben – Details, die auf flachen Bildschirmen oft verloren gehen.
In diesem Artikel werden wir tief in das eintauchen, was Google Beam ist, wie es entwickelt wurde, wie es funktioniert und welche Anwendungen es gibt. Lass uns anfangen!
Bevor wir Google Beam genauer unter die Lupe nehmen, wollen wir uns ein besseres Verständnis seines Vorgängers, Project Starline, verschaffen.
Das auf der Google I/O 2021 vorgestellte Project Starline war eine Forschungsinitiative, die darauf abzielte, die Remote-Kommunikation so lebensecht wie möglich zu gestalten, fast so, als ob man sich im selben Raum befände. Es funktionierte, indem es lebensgroße 3D-Bilder von Personen in Echtzeit erstellte. Obwohl die Technologie viel Aufmerksamkeit erregte, erforderte sie komplexe Setups und aufwendige Hardware.
Im Laufe der Jahre, mit dem technologischen Fortschritt, hat Google die Software verfeinert und die Hardware optimiert. Nach vier Jahren Entwicklung hat sich Project Starline zu Google Beam entwickelt - einer kompakteren und benutzerfreundlicheren Lösung.
Google Beam nutzt KI, um Videoanrufe zu verbessern, indem es realistischere, 3D-ähnliche Bilder der Personen erzeugt, mit denen Sie sprechen. Es verwandelt reguläre 2D-Videos in Ansichten, die sich an verschiedene Winkel anpassen, wodurch der Augenkontakt aufrechterhalten und Mimik leichter erkennbar wird. Es enthält auch Funktionen wie Echtzeitübersetzung, Head-Tracking und räumliches Audio.
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 eigenes eingebautes Display, ein Kamerasystem und Hardware zur Erzeugung von 3D-Visualisierungen. Dadurch fühlen sich Videoanrufe natürlicher, komfortabler und ansprechender an als typische Videokonferenzen.
Nachdem wir nun besprochen haben, wie Google Beam entstanden ist, wollen wir uns genauer ansehen, wie es funktioniert.
Alles beginnt mit der Erfassung visueller Informationen. Beam verwendet sechs hochauflösende Kameras, um gleichzeitig Bilder aus verschiedenen Winkeln aufzunehmen.
Diese Kameras helfen dabei, Gesichtszüge, Körpersprache und kleine Bewegungen in Echtzeit zu verfolgen. KI spielt eine Schlüsselrolle bei der Optimierung der Kameraeinstellungen und der perfekten Synchronisierung aller Video-Feeds. Dies bereitet das System auf die nächste Stufe vor: die Datenverarbeitung.
Als Nächstes wird KI verwendet, um die sechs 2D-Kamera-Feeds zu kombinieren und ein Echtzeit-3D-Modell der betrachteten Person zu erstellen. Anstatt einfach 2D-Bilder übereinander zu legen, rekonstruiert es Tiefe, Schatten und räumliche Beziehungen, um einen vollständigen digitalen 3D-Zwilling zu erstellen.
Um dieses 3D-Modell zu erstellen, verwendet Beam KI und Computer-Vision-Techniken wie Tiefenschätzung und Bewegungsverfolgung. Diese Methoden helfen dabei, zu bestimmen, wie weit eine Person von der Kamera entfernt ist, wie sie sich bewegt und wie ihr Körper positioniert ist. Mit diesen Daten kann das System Gesichtsmerkmale und Körperteile im 3D-Raum genau abbilden.
Das KI-Modell hinter Beam aktualisiert die 3D-Darstellung mit 60 Frames per Second (FPS), um Konversationen flüssig und lebensecht zu gestalten. Es nimmt auch Echtzeit-Anpassungen vor, um die Bewegungen der Person präzise wiederzugeben.
Das 3D-Modell wird auf dem Beam-System des Empfängers mithilfe eines Lichtfeld-Displays angezeigt. Im Gegensatz zu herkömmlichen Bildschirmen, die beiden Augen das gleiche Bild präsentieren, sendet ein Lichtfeld-Display leicht unterschiedliche Bilder an jedes Auge und simuliert so die Art und Weise, wie wir Tiefe im realen Leben wahrnehmen. Dies erzeugt ein realistischeres, dreidimensionales visuelles Erlebnis.
Eine der beeindruckendsten Funktionen von Google Beam ist seine KI-Tracking-Fähigkeit in Echtzeit. Das System verwendet präzises Kopf- und Eye-Tracking, um Bewegungen bis ins kleinste Detail zu verfolgen.
Beispielsweise kann die KI-Engine von Beam kontinuierlich die Kopfposition des Benutzers verfolgen und in Echtzeit subtile Anpassungen am Bild vornehmen. Dies erweckt den Eindruck, dass die Person auf dem Bildschirm wirklich Ihnen gegenübersitzt. Wenn Sie Ihren Kopf bewegen, verschiebt sich das 3D-Bild entsprechend, genau wie in einem echten, persönlichen Gespräch.
Beam verbessert auch das Audioerlebnis, indem es räumlichen Klang verwendet, der zu der Position der Person auf dem Bildschirm passt. Wenn sich jemand auf der linken Seite des Bildschirms befindet, klingt seine Stimme, als käme sie von links. Wenn sich die Person bewegt, passt sich das Audio entsprechend an. Dies lässt Gespräche natürlicher wirken und hilft Ihrem Gehirn, ohne zusätzlichen Aufwand zu verfolgen, wer spricht.
Dies funktioniert durch die Kombination von direktionalen Audiotechniken mit Echtzeit-Tracking. Beam verwendet Spatial Audio, um zu simulieren, wie wir Schall in der realen Welt auf natürliche Weise wahrnehmen (basierend auf der Richtung, aus der er kommt, und wie er jedes Ohr erreicht). Das System verfolgt auch die Kopfbewegungen des Betrachters und passt die Audioausgabe entsprechend an, sodass der Ton an der Person auf dem Bildschirm “attached” bleibt.
Google Beam befindet sich zwar noch in einem frühen Stadium, zeigt aber vielversprechendes Potenzial im Bereich der Videokonferenzen. Hier sind einige seiner wichtigsten Anwendungsbereiche:
Hier sind einige der wichtigsten Vorteile, die eine Innovation wie Google Beam mit sich bringt:
Beam ist ein vielversprechender Schritt nach vorn, aber wie jede neue Technologie hat sie auch einige Einschränkungen. Hier sind einige Punkte, die Sie berücksichtigen sollten:
Google Beam ist ein faszinierender Schritt hin zu einer menschlicheren virtuellen Kommunikation. Obwohl es sich noch in einem frühen Stadium befindet, hat es das Potenzial, die Art und Weise, wie wir uns treffen, verbinden und zusammenarbeiten, zu verändern. Durch die Kombination von fortschrittlicher KI, 3D-Bildgebung und räumlichem Audio entsteht ein lebensechteres und ansprechenderes Remote-Erlebnis.
Da Google die Hardware von Beam immer weiter verbessert, sie noch kleiner macht und sie möglicherweise für alltägliche Nutzer zugänglich macht, ergeben sich aufregende Möglichkeiten für die Zukunft der virtuellen Kommunikation. Zusammen mit neuen technologischen Trends wie holografischen Meetings und 3D-Avataren setzt Beam einen neuen Standard für virtuelle Meetings.
Treten Sie unserer Community bei und werfen Sie einen Blick auf unsere Lizenzoptionen, um noch heute mit Computer Vision zu beginnen. Besuchen Sie unser GitHub-Repository, um mehr über KI zu erfahren. Lesen Sie unsere Lösungsseiten, um Einblicke in verschiedene Anwendungsfälle von KI im Einzelhandel und Computer Vision in der Landwirtschaft zu erhalten.
