Google Beam entdecken: Ein Videokonferenz-Tool der nächsten Generation für 3D

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

Trotz ihrer weiten Verbreitung hat sich die grundlegende Technologie für Videokonferenzen seit Jahren kaum verändert. Dank jüngster Fortschritte entwickeln sich Videokonferenzplattformen nun weiter und sollen natürlicher und lebensechter wirken.

Auf seiner jährlichen Entwicklerkonferenz Google I/O 2025 stellte Google sein neues Kommunikationstool für Video vor: Google Beam. Beam nutzt künstliche Intelligenz (KI) und 3D-Videokonferenztechnik, um über herkömmliche flache Bildschirme hinauszugehen und ein intensiveres Erlebnis zu schaffen, das einem persönlichen Gespräch ähnelt.

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

Google Beam soll tatsächlich den Eindruck erwecken, dass die Person, mit der du sprichst, direkt vor dir sitzt. Anders als bei gewöhnlichen Videoanrufen vermittelt das System subtile menschliche Signale wie Blickkontakt und natürliche Bewegungen, die sich mit deiner Perspektive verändern – Details, die auf flachen Bildschirmen oft verloren gehen.

In diesem Artikel schauen wir uns genau an, was Google Beam ist, wie es entwickelt wurde, wie es funktioniert und wofür es eingesetzt werden kann. Los geht’s!

Von Project Starline zu Google Beam#

Bevor wir uns Google Beam genauer ansehen, werfen wir einen Blick auf seinen Vorgänger Project Starline.

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 in Echtzeit lebensgroße 3D-Bilder von Menschen erstellt. Obwohl die Technologie viel Aufmerksamkeit erregte, erforderte sie komplexe Installationen und leistungsstarke Hardware.

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

Im Laufe der Jahre verbesserte Google mit dem technischen Fortschritt die Software und vereinfachte die Hardware. Nach vier Jahren Entwicklungsarbeit ist aus Project Starline Google Beam geworden – eine kompaktere und benutzerfreundlichere Lösung.

Google Beam nutzt KI, um Videoanrufe mit realistischeren, dreidimensional wirkenden Bildern der Gesprächspartner zu verbessern. Das System wandelt gewöhnliche 2D-Videos in Ansichten um, die sich an verschiedene Blickwinkel anpassen. So bleibt der Blickkontakt erhalten und Gesichtsausdrücke sind besser zu erkennen. Außerdem bietet es Funktionen wie Echtzeitübersetzung, Kopf-Tracking und räumlichen Klang.

Ein Überblick über Google Beam#

Google Beam wurde so entwickelt, dass keine zusätzlichen Geräte wie Headsets für erweiterte Realität (AR) oder virtuelle Realität (VR) benötigt werden. Stattdessen verfügt das System über ein eigenes integriertes Display, Kamerasystem und die nötige Hardware für die Darstellung von 3D-Bildern. Dadurch wirken Videoanrufe natürlicher, angenehmer und ansprechender als gewöhnliche Videokonferenzen.

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

So ermöglicht Google Beam realistische virtuelle Besprechungen#

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

Bilderfassung für immersive Zusammenarbeit über räumliche Distanz#

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

Diese Kameras erfassen Gesichtszüge, Körpersprache und kleinste Bewegungen in Echtzeit. KI spielt eine wichtige Rolle dabei, die Kameraeinstellungen zu optimieren und alle Videostreams exakt zu synchronisieren. Damit ist das System für den nächsten Schritt vorbereitet: die Datenverarbeitung.

Von 2D-Bildern zu 3D-Videokonferenzen#

Im nächsten Schritt wird KI eingesetzt, um die sechs 2D-Kamerastreams zu einem Echtzeit-3D-Modell der abgebildeten Person zusammenzuführen. Statt lediglich 2D-Bilder übereinanderzulegen, rekonstruiert das System Tiefe, Schatten und räumliche Beziehungen, um einen vollständigen digitalen 3D-Zwilling zu erstellen.

Für die Erstellung dieses 3D-Modells verwendet Beam KI und Computer-Vision-Techniken wie Tiefenschätzung und Bewegungsverfolgung. Damit lässt sich ermitteln, wie weit eine Person von der Kamera entfernt ist, wie sie sich bewegt und welche Körperhaltung sie einnimmt. Auf Grundlage dieser Daten kann das System Gesichtszüge und Körperteile präzise im dreidimensionalen Raum abbilden.

Das KI-Modell hinter Beam aktualisiert die 3D-Darstellung mit 60 Bildern pro Sekunde (FPS), damit Gespräche flüssig und lebensecht wirken. Außerdem passt es die Darstellung in Echtzeit an die Bewegungen der Person an.

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 mithilfe eines Lichtfeld-Displays dargestellt. Anders als herkömmliche Bildschirme, die beiden Augen dasselbe Bild zeigen, sendet ein Lichtfeld-Display an jedes Auge ein leicht abweichendes Bild und simuliert so unsere natürliche Wahrnehmung von Tiefe. Dadurch entsteht ein realistischeres, dreidimensionales Seherlebnis.

Abb. 5. Virtuelle Abklatscher mit Google Beam (Quelle).

Echtzeit-Tracking des Kopfes mit Millimetergenauigkeit#

Eine der beeindruckendsten Funktionen von Google Beam ist die KI-gestützte Bewegungserfassung in Echtzeit. Das System verfolgt Kopf- und Augenbewegungen mit hoher Präzision bis ins kleinste Detail.

So kann die KI von Beam beispielsweise die Kopfposition des Nutzers fortlaufend erfassen und das Bild subtil in Echtzeit anpassen. Dadurch entsteht der Eindruck, die Person auf dem Bildschirm sitze tatsächlich direkt gegenüber. Bewegst du deinen Kopf, verändert sich das 3D-Bild entsprechend – genau wie bei einem persönlichen Gespräch.

Audioverarbeitung für KI-gestützte virtuelle Kommunikation#

Beam verbessert auch das Klangerlebnis, indem räumlicher Klang darauf abgestimmt wird, wo die Person auf dem Bildschirm erscheint. Befindet sich jemand auf der linken Seite des Displays, klingt es so, als käme die Stimme von links. Ändert die Person ihre Position, passt sich der Klang entsprechend an. Das lässt Gespräche natürlicher wirken und erleichtert es deinem Gehirn, ohne zusätzlichen Aufwand zu erkennen, wer gerade spricht.

Das funktioniert durch die Kombination gerichteter Audiotechniken mit Echtzeit-Tracking. Beam nutzt räumlichen Klang, um nachzubilden, wie wir Geräusche in der realen Welt wahrnehmen – abhängig von ihrer Richtung und davon, wie sie jedes Ohr erreichen. Das System erfasst außerdem die Kopfbewegungen der betrachtenden Person und passt die Audioausgabe entsprechend an, damit der Klang an der Person auf dem Bildschirm „haftet“.

Anwendungsbereiche von Google Beam#

Google Beam befindet sich zwar noch in einer frühen Entwicklungsphase, bietet aber vielversprechende Möglichkeiten für Videokonferenzen. Hier sind einige der wichtigsten Anwendungsbereiche:

• Zusammenarbeit aus der Ferne: Google Beam kann Besprechungen persönlicher und effektiver wirken lassen, insbesondere Gespräche auf Führungsebene oder wichtige Verhandlungen. Indem subtile Signale wie Körpersprache und Blickkontakt erfasst werden, fühlen sich die Beteiligten einander näher, auch wenn sie weit voneinander entfernt sind.
• Bildung: Beam könnte virtuelles Lernen spannender und zugänglicher machen. Stell dir vor, eine Wissenschaftlerin hält einen Live-Vortrag für Studierende auf der anderen Seite der Welt – und es fühlt sich tatsächlich so an, als wären alle im selben Raum.
• Gesundheitswesen: Beam könnte Gespräche aus der Ferne persönlicher machen. Wenn Ärzte und Patienten einander klar sehen und auf natürliche Weise Blickkontakt halten können, schafft das Vertrauen und lässt die Begegnung menschlicher wirken.
• Kreativbranchen: Für Kreative wie Animatoren, Künstler und Produzenten kann Beam die Zusammenarbeit aus der Ferne einfacher und natürlicher machen. Ob beim gemeinsamen Entwickeln von Ideen oder beim Besprechen eines Projekts – es fühlt sich eher an, als säße man zusammen im 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 bei vielen immersiven Technologien funktioniert Beam ohne AR- oder VR-Headsets. Das macht die Nutzung angenehmer und vermeidet häufige Probleme wie Reisekrankheit oder die Unannehmlichkeit zusätzlicher Ausrüstung.
• Weniger Bildschirmmüdigkeit: Das 3D-Display bietet ein natürlicheres und angenehmeres Seherlebnis. Dadurch können die Augen weniger belastet werden als beim langen Blick auf flache Bildschirme.
• Sprachübersetzung in Echtzeit: Beam kann KI-gestützte Übersetzungen in Echtzeit integrieren. So können sich Menschen, die unterschiedliche Sprachen sprechen, bei internationalen Besprechungen oder in Lernumgebungen leichter und natürlicher verständigen.

Beam ist ein vielversprechender Fortschritt, bringt aber wie jede neue Technologie einige Einschränkungen mit sich. Hier sind einige Punkte, die du beachten solltest:

• Anforderungen an die Hardware: Beam benötigt spezielle, hochwertige Geräte 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 lässt sich nicht ohne Weiteres transportieren. Das schränkt seine Flexibilität und den Einsatz in mobilen oder wechselnden Umgebungen ein.

Die wichtigsten Erkenntnisse#

Google Beam ist ein faszinierender Schritt hin zu einer menschlicheren virtuellen Kommunikation. Obwohl sich die Technologie noch in einer frühen Entwicklungsphase befindet, könnte sie die Art und Weise verändern, wie wir uns treffen, austauschen und zusammenarbeiten. Durch die Verbindung fortschrittlicher KI mit 3D-Bildgebung und räumlichem Klang schafft sie ein lebensechteres und ansprechenderes Erlebnis aus der Ferne.

Während Google die Hardware von Beam weiter verbessert, das System noch kompakter macht und es möglicherweise auch für den Alltag verfügbar macht, eröffnen sich spannende Möglichkeiten für die Zukunft der virtuellen Kommunikation. Zusammen mit neuen technologischen Trends wie holografischen Besprechungen und 3D-Avataren setzt Beam einen neuen Maßstab für virtuelle Besprechungen.

Werde Teil unserer Community und informiere dich über unsere Lizenzoptionen, um noch heute mit Computer Vision loszulegen. In unserem GitHub-Repository erfährst du mehr über KI. Auf unseren Lösungsseiten findest du Einblicke in verschiedene Anwendungsbereiche, etwa KI im Einzelhandel und Computer Vision in der Landwirtschaft.