AR Tracking:
Wie funktionieren SLAM, Plane Detection und Image Tracking?
AR Tracking ist die technische Grundlage dafür, dass virtuelle Inhalte in Augmented Reality stabil an der realen Welt ausgerichtet bleiben. Ein AR-System muss wissen, wo sich Smartphone, Tablet oder Headset befindet, wie es ausgerichtet ist und welche Strukturen, Flächen oder Referenzpunkte in der Umgebung vorhanden sind.
2026 besteht AR Tracking deshalb nicht aus einer einzigen Methode. Moderne Systeme kombinieren Kameras, IMU-Sensoren, Visual-Inertial Odometry, SLAM, Plane Detection, Depth Maps, Image Tracking und – bei ortsbezogenen Anwendungen – GPS beziehungsweise Visual Positioning.
Dieser Artikel erklärt die technischen Trackingmethoden. Wenn Sie bereits ein konkretes AR-Projekt planen, finden Sie unsere Leistungen auf den Seiten Augmented Reality Agentur und Augmented Reality Entwicklung.
Was bedeutet Tracking in Augmented Reality?
Tracking beschreibt die laufende Bestimmung von Position und Orientierung eines Geräts beziehungsweise relevanter Objekte. Dadurch kann eine AR-Anwendung virtuelle Inhalte so darstellen, dass sie trotz Bewegung des Nutzers stabil an derselben Stelle im Raum bleiben.
Technisch geht es meist um drei Aufgaben:
- Pose Tracking: Wo befindet sich das Gerät und in welche Richtung schaut es?
- Environment Understanding: Welche Flächen, Tiefen, Objekte oder visuellen Merkmale erkennt das System?
- Anchoring: Wie bleibt ein virtueller Inhalt an einer bestimmten realen Position verankert?
Bei aktuellen Smartphones und XR-Headsets werden dafür Kamera- und IMU-Daten kombiniert. Diese Kombination ist wesentlich robuster als die frühere Vorstellung, dass AR lediglich ein Kamerabild mit einem darübergelegten 3D-Objekt sei.
1. World Tracking, VIO und 6DoF
Die Basis vieler moderner AR-Systeme ist World Tracking. Das Gerät verfolgt seine Bewegung mit sechs Freiheitsgraden – also drei Rotations- und drei Positionsachsen.
Dafür wird häufig Visual-Inertial Odometry (VIO) eingesetzt. Kamerabilder liefern Informationen über markante Punkte in der Umgebung, während Gyroskop und Beschleunigungssensoren sehr schnelle Bewegungsdaten erfassen. Aus beiden Datenquellen entsteht eine laufende Schätzung der Gerätepose.
Das Prinzip ähnelt dem 6DoF-Inside-out-Tracking moderner VR- und MR-Headsets.
2. SLAM: Position bestimmen und gleichzeitig eine Karte aufbauen
SLAM steht für Simultaneous Localization and Mapping. Das System lokalisiert sich in einer Umgebung und erstellt beziehungsweise aktualisiert gleichzeitig ein räumliches Modell dieser Umgebung.
In der Praxis werden visuelle Merkmale über mehrere Frames hinweg verfolgt und mit IMU-Daten kombiniert. Dadurch kann sich ein AR-System auch dann erneut orientieren, wenn sich der Nutzer bewegt oder nach einer kurzen Unterbrechung wieder auf eine bekannte Umgebung blickt.
SLAM ist heute ein Grundbaustein vieler nativer AR- und Mixed-Reality-Systeme. Es ist deshalb sinnvoller, von einem Zusammenspiel aus VIO, Mapping und Anchoring zu sprechen als SLAM als isolierte „Tracking-Art“ zu betrachten.
3. Plane Detection und Hit Testing
Plane Detection erkennt ebene Flächen wie Boden, Tisch oder Wand. Eine Anwendung kann dadurch entscheiden, wo ein digitales Objekt sinnvoll platziert werden kann.
Ein typisches Beispiel ist eine AR-Produktvisualisierung: Ein Möbelstück oder eine Maschine soll nicht irgendwo im Kamerabild schweben, sondern korrekt auf dem Boden stehen.
Beim Hit Test wird ein Punkt oder Strahl aus der Bildschirm- beziehungsweise Kameraperspektive in die erkannte Umgebung geschickt. Trifft er eine erkannte Fläche oder Tiefeninformation, kann dort ein Anchor beziehungsweise ein virtuelles Objekt positioniert werden.
Moderne ARCore-Systeme unterstützen horizontale und vertikale Flächen. Zusätzlich kann Depth Tracking die Platzierung verbessern, wenn eine klassische Plane Detection allein nicht ausreicht.
4. Depth Tracking, Scene Understanding und Occlusion
Eine wichtige Weiterentwicklung gegenüber früheren AR-Anwendungen ist die Nutzung von Tiefeninformationen. ARCore kann beispielsweise Tiefenkarten aus Kamerabewegung erzeugen und – falls vorhanden – zusätzliche Hardware-Tiefensensoren einbeziehen.
Depth Maps helfen dabei, Abstände zur realen Umgebung besser einzuschätzen. Dadurch werden präzisere Hit Tests, realistischere Kollisionen und insbesondere Occlusion möglich: Ein reales Objekt kann ein virtuelles Objekt korrekt verdecken.
Für hochwertige AR- und Mixed-Reality-Anwendungen ist dieses räumliche Verständnis oft wichtiger als die reine Erkennung einer Bodenfläche.
5. Marker Tracking und Image Tracking
Marker Tracking und Image Tracking verwenden beide visuelle Referenzen, verfolgen aber unterschiedliche Ansätze.
Marker Tracking
Beim Marker Tracking erkennt die Kamera ein bewusst gestaltetes, eindeutig identifizierbares Muster. Solche Marker liefern eine robuste Referenz für Position und Orientierung und eignen sich besonders für kontrollierte Anwendungen, Installationen, Schulungen oder industrielle Szenarien.
Ein QR-Code ist dabei nicht automatisch ein AR-Marker: Ein QR-Code wird häufig nur genutzt, um eine URL oder WebAR-Anwendung zu starten. Ein echter Tracking-Marker dient dagegen als räumliche Referenz für die Pose des digitalen Inhalts.
Image Tracking
Beim Image Tracking erkennt die Kamera dagegen ein natürliches Bild – beispielsweise ein Poster, eine Verpackung, eine Grafik oder ein Printmotiv – und verwendet dieses als räumliche Referenz.
Das Bild muss keinen künstlichen Marker enthalten. Entscheidend sind ausreichend charakteristische Merkmale, Kontraste und Details, die sich zuverlässig wiedererkennen lassen.
Image Tracking eignet sich besonders für AR-Marketing, Verpackungen, Print, Museen und Messeszenarien, weil der Startpunkt der Experience eindeutig definiert ist.
Was macht ein gutes Image Target aus?
Gut funktionieren Bilder mit vielen eindeutig unterscheidbaren Details, Kontrasten und Merkmalen, die über die Fläche verteilt sind. Große einfarbige Bereiche, starke Wiederholungsmuster oder sehr einfache Logos sind häufig schlechter trackbar.
Vor der Produktion sollte ein Image Target deshalb im verwendeten Framework getestet werden und nicht nur gestalterisch bewertet werden.
6. Geospatial Tracking: GPS reicht allein oft nicht aus
Für Outdoor-AR ist GPS weiterhin wichtig, aber GPS allein ist für präzise räumliche Platzierung häufig zu ungenau. Moderne Geospatial-Systeme kombinieren deshalb mehrere Quellen.
Die ARCore Geospatial API verwendet beispielsweise Gerätesensoren und GPS zusammen mit Googles Visual Positioning System (VPS). VPS gleicht visuelle Merkmale der Umgebung mit einem Lokalisierungsmodell auf Basis von Street-View-Daten ab. Dadurch können AR-Inhalte wesentlich präziser an realen Orten verankert werden als mit klassischen GPS-Koordinaten allein.
Solche Systeme eignen sich für Navigation, Tourismus, Stadtraum, große Außenareale und ortsbezogene Experiences.
7. Face-, Hand-, Body- und Object Tracking
Nicht jedes AR-Tracking verfolgt die Position des Geräts. Je nach Anwendung werden auch Gesichter, Hände, Körper oder definierte reale Objekte erfasst.
Face Tracking ist beispielsweise die Basis vieler Kameraeffekte und virtueller Anproben. Hand Tracking ermöglicht natürliche Interaktion mit virtuellen Inhalten. Body Tracking kann Körperbewegungen auf Avatare oder digitale Elemente übertragen.
Object Tracking und Object Recognition
Beim Object Tracking beziehungsweise bei der Objekterkennung dient ein reales dreidimensionales Objekt als Referenz. Das kann ein Produkt, ein Bauteil oder eine Maschine sein. Digitale Informationen lassen sich dadurch an definierten Bereichen des realen Objekts ausrichten.
Der Unterschied zum Image Tracking ist wichtig: Dort wird eine zweidimensionale Bildreferenz erkannt. Beim Object Tracking geht es um die Form beziehungsweise Merkmale eines realen 3D-Objekts und häufig auch um dessen räumliche Pose.
Diese Verfahren gehören technisch zum erweiterten AR-Tracking, erfüllen aber einen anderen Zweck als World Tracking oder SLAM.
Native AR und WebAR: nicht jede Trackingfunktion ist überall gleich verfügbar
Ein wichtiger Unterschied besteht zwischen nativen Apps und WebAR.
Native Frameworks wie ARCore und ARKit haben in der Regel tieferen Zugriff auf Kameras, Sensorik, Depth APIs, Anchors und plattformspezifische Funktionen. Im Browser hängt die Trackingqualität stärker von Gerät, Browser, WebXR-Unterstützung und dem verwendeten WebAR-Framework ab.
WebXR spezifiziert unter anderem Hit Testing und Anchors. Erweiterte Funktionen wie Plane Detection, Depth oder persistente räumliche Daten sind im Web aber nicht auf allen Plattformen und Browsern gleich verfügbar. Für ein Projekt sollte deshalb zuerst geprüft werden, welche Trackingfunktion wirklich benötigt wird, bevor man sich für WebAR oder eine native App entscheidet.
Welche AR-Tracking-Methode passt zu welchem Projekt?
| Anwendung | Typische Trackingbasis |
|---|---|
| Produkt im Raum platzieren | World Tracking + Plane Detection + Depth |
| Print / Verpackung / Poster | Image Tracking / Marker Tracking |
| Outdoor / Stadt / Tourismus | Geospatial Tracking + GPS + VPS |
| Virtuelle Anprobe | Face-, Hand- oder Body Tracking |
| Industrie / Maschine | SLAM / World Tracking + Image/Object Anchors |
| Mixed-Reality-Training | 6DoF + Scene Understanding + Anchors |
Wo AR Tracking in Unternehmensprojekten eingesetzt wird
Tracking ist technische Infrastruktur. Der eigentliche Mehrwert entsteht erst durch den jeweiligen Use Case:
- Produktpräsentation: Produkte und Maschinen im realen Raum visualisieren.
- AR Marketing: Print, Verpackung, Kampagnen und interaktive Markenkommunikation.
- AR Training: Arbeitsabläufe und Informationen direkt im realen Kontext darstellen.
- Industrie und Maschinenbau: räumliche Informationen, technische Visualisierung und Assistenz.
Für die technische Umsetzung einer individuellen App ist unsere Seite Augmented Reality Entwicklung die passende Vertiefung.
Typische Ursachen für schlechtes AR Tracking
Auch 2026 ist Tracking nicht unter allen Bedingungen perfekt. Häufige Probleme sind:
- zu wenig Licht oder starke Bewegungsunschärfe,
- große strukturlose Flächen ohne erkennbare Merkmale,
- Spiegel, Glas und stark reflektierende Oberflächen,
- schnelle Kamerabewegungen,
- zu wenige oder ungeeignete Merkmale bei Image Targets,
- GPS ohne zusätzliche visuelle Lokalisierung,
- fehlende Depth- oder Occlusion-Informationen,
- zu hohe Anforderungen an Browser oder Endgerät bei WebAR.
Eine gute AR-Anwendung wird deshalb nicht nur im Studio getestet, sondern in den tatsächlichen Licht-, Raum- und Gerätesituationen des späteren Einsatzes.
Fazit: AR Tracking ist ein Zusammenspiel mehrerer Verfahren
Die Frage „Welche Tracking-Technologie nutzt AR?“ lässt sich heute nicht mehr mit einer einzelnen Methode beantworten. Moderne Systeme kombinieren World Tracking, VIO, SLAM, Plane Detection, Depth, Anchors und – je nach Anwendung – Image Tracking, Geospatial Tracking oder Body Tracking.
Für die Projektplanung ist entscheidend, welche räumliche Information wirklich benötigt wird. Eine Verpackungskampagne braucht ein anderes Tracking als eine Maschinenvisualisierung oder eine Outdoor-Navigation.
Wenn Sie ein konkretes AR-Projekt planen, finden Sie unter Augmented Reality Agentur einen Überblick über unsere Leistungen.
Technische Quellen
FAQ: AR Tracking
AR Tracking bezeichnet die laufende Bestimmung von Position, Orientierung und relevanten Merkmalen der realen Umgebung. Dadurch können virtuelle Inhalte stabil an realen Positionen ausgerichtet werden.
SLAM beziehungsweise verwandte Mapping- und Lokalisierungsverfahren helfen dem Gerät, seine Position in einer Umgebung zu bestimmen. Plane Detection erkennt dagegen konkrete ebene Flächen wie Boden, Tisch oder Wand, auf denen Inhalte platziert werden können.
Beim Image Tracking erkennt die Kamera ein vorher definiertes Bild und verwendet es als räumliche Referenz. Das eignet sich beispielsweise für Verpackungen, Poster, Printmaterialien und Ausstellungen.
Für grobe Ortsbestimmung kann GPS ausreichen. Für präzisere AR-Platzierung werden häufig weitere Verfahren ergänzt. Googles ARCore Geospatial API kombiniert zum Beispiel GPS und Gerätesensorik mit dem Visual Positioning System (VPS).
Drift kann unter anderem durch schlechte Beleuchtung, wenige visuelle Merkmale, Bewegungsunschärfe, Spiegelungen oder unzureichende Tiefeninformationen entstehen. Gute Anchors und ein geeignetes Trackingverfahren reduzieren diesen Effekt.
Nicht immer. WebAR kann viele typische AR-Szenarien abdecken, ist aber stärker von Browser, Gerät und Framework abhängig. Native ARCore- oder ARKit-Apps haben häufig tieferen Zugriff auf Tracking-, Depth- und Plattformfunktionen.
Für frei im Raum platzierte Produkte werden typischerweise World Tracking, Plane Detection und gegebenenfalls Depth verwendet. Wenn ein konkretes Printmotiv oder Produkt als Ausgangspunkt dienen soll, kann Image Tracking besser geeignet sein.
Marker Tracking verwendet bewusst gestaltete, eindeutig erkennbare Muster als räumliche Referenz. Image Tracking kann dagegen natürliche Bilder wie Poster, Verpackungen oder Grafiken erkennen. Beide Verfahren können digitale Inhalte an einer visuellen Referenz verankern.
Beim Object Tracking beziehungsweise bei der Objekterkennung wird ein reales dreidimensionales Objekt wie ein Produkt, Bauteil oder eine Maschine erkannt. Digitale Informationen können dadurch an bestimmten Bereichen dieses Objekts ausgerichtet werden.
