Beyond the
Browser
Wenn wir heute mit KI interagieren, tun wir das meist über ein dialogbasiertes Interface. Ob Chatbot, Suchmaschine oder Empfehlungssystem: Intelligente Systeme erscheinen als text- oder bildschirmzentrierte Werkzeuge, die in Browserfenstern oder Apps eingebettet sind. Dieser Umstand hat die öffentliche Wahrnehmung von KI maßgeblich geprägt: Intelligenz wird als Reaktion auf Eingaben, als Antwort auf eine Anfrage oder als Analyse eines Datensatzes verstanden. Sie bleibt dabei weitgehend von physischer Erfahrung entkoppelt und „ungrounded“.
Mit der zunehmenden Verfügbarkeit räumlicher Sensorik, leistungsfähiger mobiler Endgeräte sowie verteilter Rechenarchitekturen verändert sich dieses Bild jedoch grundlegend. KI-Systeme beschränken sich nicht mehr auf die Verarbeitung abstrakter Daten. Vielmehr erfassen sie ihre Umgebung, modellieren Situationen und unterstützen Entscheidungen unmittelbar im räumlichen Kontext. Dadurch wandelt sich das Interaktionsmodell vom reaktiven Pull-Prinzip – also Antworten auf Anfragen – zu einem push-orientierten Ansatz, bei dem Systeme situativ relevante Informationen sowie deren Kontext erkennen, interpretieren und verfügbar machen.
Die eigentliche Veränderung betrifft somit weniger die Geräte oder Anwendungen selbst als vielmehr die Architektur der Systemintelligenz. Kontext und Raum treten als eigenständige Dimensionen hinzu, in denen intelligente Systeme agieren. Durch die engere Verknüpfung von Wahrnehmung und Handlung mit der eigentlichen Datenverarbeitung entsteht eine Form der „Embodied AI“, bei der Intelligenz nicht mehr allein aus der Verarbeitung abstrakter Muster entsteht, sondern in einen dreidimensionalen Bezugsrahmen eingebettet ist. Somit verschiebt sich auch die Perspektive grundlegend: KI erscheint nicht länger ausschließlich als reaktive Schnittstelle, sondern als System, das seine Umwelt strukturiert erfasst und innerhalb dieser agieren kann.
Spatial AI als Architekturprinzip
Der Begriff „Spatial AI“ beschreibt diese Entwicklung nicht als einzelnes Produkt oder Interface, sondern als strukturellen Wandel in der Architektur intelligenter Systeme. Im Kern geht es um „Spatial Understanding“, also die Fähigkeit eines intelligenten Systems, eine räumliche Repräsentation seiner Umgebung aufzubauen und diese in Echtzeit zu aktualisieren. Ein Beispiel: In einer Anlage der Prozessindustrie zur Produktion chemischer Grundstoffe kann die zuständige Mitarbeiterin mit einem mobilen Gerät und den dazugehörigen Sensoren eindeutig erkennen, wo und in welchem Zustand sich ein bestimmtes Bauteil befindet. Zudem kann sie über das Gerät direkt Empfehlungen für die Wartung des Bauteils einsehen und entsprechend umsetzen. „Spatial AI“ ist somit weniger eine Anwendungskategorie als ein Rahmenkonzept für Systeme, die in physischen Umgebungen operieren.
Zur architektonischen Einordnung dieser Zusammenhänge bietet sich ein dreistufiges Layer-Modell an. Auf der ersten Ebene stehen Infrastruktur und Sensorik. Kameras, Tiefensensoren, Lokalisierungsverfahren und mobile Endgeräte erfassen kontinuierlich Daten über Position, Bewegung, Objekte und Zustände. Verfahren wie SLAM (Simultaneous Localization and Mapping) ermöglichen es, Umgebung und Eigenposition simultan zu bestimmen und als dynamische Karte zu modellieren. Erst diese kontinuierliche räumliche Verortung schafft die Grundlage für jede weitergehende Kontextintelligenz.
Auf der zweiten Ebene werden diese Sensordaten mit KI-Verfahren und Kontextmodellen verbunden. Hier entsteht mehr als reine Lokalisierung, die räumlichen Informationen werden in Form von „Semantic Mapping“ mit Bedeutung versehen und mit bestehenden Datenquellen verknüpft. So erkennt das System nicht nur, wo sich ein Objekt befindet, sondern auch, was es ist und welche Handlungsmöglichkeiten es bietet. Das System erkennt beispielsweise einen Elektromotor nicht nur als
Über den Autor
Florian Bliesch ist als Head of Innovation im Bereich Cross Industries bei der adesso SE tätig und beschäftigt sich seit vielen Jahren mit der Konzeption, Entwicklung und dem Einsatz intelligenter mobiler Systeme. Sein fachlicher Schwerpunkt liegt auf Innovationen im Umfeld intelligenter Systeme sowie der praktischen Nutzung künstlicher Intelligenz in industriellen Szenarien. Neben seiner Tätigkeit in der IT-Branche ist er als Buchautor und Dozent aktiv. Er ist Autor des Grundlagenwerks „Mobile Systeme – Konzeption, Entwicklung und Betrieb” und lehrt an der Hochschule Düsseldorf. In Vorträgen und Fachbeiträgen verbindet er technologische Perspektiven mit praxisnahen Fragestellungen an der Schnittstelle von IT, Organisation und Mensch-Maschine-Interaktion.
geometrisches Objekt im Raum, sondern auch als konkretes Bauteil mit definierter Funktion und definiertem Verhältnis zu anderen Anlagenbestandteilen. Auch die Wartungshistorie und die zulässigen Betriebsparameter kann das System berücksichtigen. Intelligenz entsteht hier aus der Verknüpfung von räumlicher Struktur, Bedeutung und situativer Bewertung.
Auf der dritten Ebene wird diese Kontextintelligenz in Interaktion übersetzt. Dabei werden Informationen nicht abstrakt, sondern objektbezogen, positionsgenau und situationsabhängig bereitgestellt. Konzepte wie „Spatial Interaction“ und „Context-Aware Computing“ beschreiben diese Form der Einbettung. Damit verlässt die KI das Browserfenster endgültig und wird Teil der physischen Ergonomie, indem sie positions- und situationsgerechte Informationen bereitstellt.
Erst im Zusammenspiel dieser drei Ebenen, in denen räumliche Wahrnehmung, Kontextmodellierung und Interaktion ineinandergreifen, entsteht eine kohärente Systemarchitektur für Spatial AI.
Dreistufiges Layer-Modell zur Einordnung
Räumliche Wahrnehmung und Referenzierung
Interpretation und semantische Anreicherung
Situative Systemintegration und Entscheidungsunterstützung
Vom Architekturmodell zur industriellen Praxis
Wie wirkt sich dieses architektonische Modell konkret aus? Der Unterschied zeigt sich besonders deutlich in industriellen Umgebungen, in denen Mitarbeitende Informationen überwiegend aus Dokumenten und IT-Systemen beziehen und darauf basierend Entscheidungen treffen.
In der klassischen Instandhaltung komplexer Anlagen, wie sie beispielsweise in Produktionslinien oder Prozessanlagen zum Standard gehören, folgt der Informationsfluss einer klaren Logik. Ein Bauteil fällt aus oder zeigt Auffälligkeiten. Das zuständige Teammitglied identifiziert das Aggregat, sucht in Handbüchern oder Ticketsystemen nach relevanten Dokumenten und gleicht die dort beschriebenen Schritte mit der realen Situation vor Ort ab. Informationen werden also von Mitarbeitenden aktiv abgefragt, kontextualisiert und interpretiert. Das System reagiert auf eine Anfrage und verbleibt im Pull-Modus.
Mit einer räumlich erweiterten Architektur verschiebt sich diese Abfolge. Sensorik und Lokalisierung erfassen kontinuierlich, welches Objekt betrachtet oder bearbeitet wird. Das physische Bauteil wird eindeutig identifiziert und mit digitalen Informationen verknüpft. Das System erkennt nicht nur die Position, sondern auch den funktionalen Zusammenhang innerhalb der Gesamtanlage. Wartungshistorien, Prüfschritte oder Sicherheitsinformationen werden objekt- und situationsbezogen bereitgestellt, ohne dass sie aktiv gesucht werden müssen.
Der Unterschied liegt dabei weniger im Interface oder im gewählten Endgerät, sondern vielmehr in der Verschiebung der Entscheidungslogik hin zu einer räumlich verankerten, kontextbezogenen Unterstützung. Zuvor war es an den jeweiligen Personen, ihre räumliche Wahrnehmung und die verfügbaren digitalen Informationen zu kombinieren. Nun wird diese Verknüpfung systemisch unterstützt. Das System übernimmt die Kontextintegration, während die fachliche Bewertung weiterhin beim Menschen verbleibt. Allerdings zeichnet sich durch den vermehrten Einsatz von KI-Agenten ein Trend zur gesteigerten Handlungsautonomie intelligenter Systeme ab.
In klassischen Systemen werden Temperatur- oder Druckalarme ausgelöst, sobald ein definierter Grenzwert überschritten wird – unabhängig davon, ob sich Mitarbeitende im betroffenen Bereich aufhalten. In einer räumlich erweiterten Architektur hingegen werden Gefahrenzonen, Bewegungsprofile und Objektbeziehungen kontinuierlich modelliert. Dabei bewertet das System nicht nur abstrakte Grenzwerte, sondern auch die konkrete räumliche Konstellation. Die Warnung wird positions- und situationsabhängig kommuniziert und in eine kontextbezogene Handlungsanweisung überführt.
In diesem Szenario wird deutlich, dass Spatial AI nicht primär neue Benutzeroberflächen erzeugt, sondern die Kopplung zwischen Wahrnehmung, Bedeutung und Handlung neu organisiert. Die technische Architektur verändert sowohl die Struktur von Informationsflüssen und Entscheidungsprozessen als auch deren Qualität.
Die Layer in der Praxis
Kamera- und Tiefensensorik, Lage- und Positionsbestimmung, industrielle Datenschnittstellen
On-Device-Analyse, maschinelles Lernen, Sensorfusion, räumliche Kartierung, semantische Kontextanreicherung, Anomalieerkennung
AR-Visualisierung, Echtzeit-Feedback, Sprachdialog, Integration in Wartungs- und Bestandssysteme
Spatial AI als soziotechnisches System
Gerade weil Spatial AI Wahrnehmung, Kontextmodellierung und Interaktion unmittelbar mit realen Arbeitsprozessen verknüpft, entfaltet sie ihre Wirkung nicht nur auf technischer Ebene. Sie wirkt als soziotechnisches System, in dem Architektur, Organisation und menschliches Handeln untrennbar miteinander verbunden sind.
Diese enge Kopplung ermöglicht neue Formen der kontextbezogenen Unterstützung, verschiebt jedoch zugleich die Entscheidungsräume. Push-orientierte Systeme priorisieren Informationen und strukturieren die Wahrnehmung. Dadurch entsteht eine Form impliziter Lenkung, bei der die Systeme bestimmen, welche Aspekte einer Situation im Vordergrund stehen – und nicht die Menschen. Hier ist es wichtig, auf erklärbare KI und ein möglichst hohes Maß an Transparenz zu setzen: Nutzende müssen nachvollziehen können, warum bestimmte Informationen angezeigt oder priorisiert werden.
Hinzu kommen Fragen des Datenschutzes und der informationellen Selbstbestimmung. Die kontinuierliche räumliche Erfassung kann Bewegungs- und Handlungsmuster sichtbar machen, die über den unmittelbaren Anwendungszweck hinausgehen. Datenschutz darf daher nicht nachgelagert behandelt werden, sondern muss im Sinne von „Privacy by Design“ bereits in der Architektur- und Planungsphase berücksichtigt werden.
Ebenso entscheidend ist die frühzeitige Einbindung der Menschen, die mit diesen Systemen arbeiten sollen. Spatial AI greift in bestehende Arbeitspraktiken ein und verändert Informationsflüsse sowie Entscheidungsroutinen. Partizipatives Design und ein klar definiertes Human-in-the-Loop-Prinzip tragen dazu bei, dass die Systeme als Unterstützung und nicht als Kontrollinstrument wahrgenommen werden.
Die „Befreiung“ der KI aus dem Browserfenster ist der nächste Evolutionsschritt in der Integration intelligenter Systeme. Sie verschiebt das Verhältnis zwischen digitalen Systemen und der physischen Welt nachhaltig: weg von abstrakter Auswertung, hin zu situativer Wirksamkeit im praktischen Einsatz vor Ort.
Wer Spatial AI einsetzen will, muss sie daher bewusst gestalten und dabei die technischen Möglichkeiten, die organisatorischen Rahmenbedingungen sowie die Rollen und Handlungsspielräume der beteiligten „Humans in the Loop“ sorgfältig aufeinander abstimmen.
