Der Glühbirnen-Computer schlägt die Headset-Vision

Räumliches Computing hat ein Marketingproblem: Jede „Vision der Zukunft“, die die Branche präsentiert, verlangt, dass man sich einen Bildschirm vors Gesicht schnallt. Brillen, Datenbrillen, Headsets – die Botschaft lautet immer, dass man selbst einen Computer am Körper trägt. Ein Designer namens Guillaume Ardaud hat etwas gebaut, das die Gegenwette eingeht. Es ist die überzeugendste Ambient-Computing-Demo, die ich seit Jahren gesehen habe: ein birnenförmiges Gerät, das in eine gewöhnliche Edison-Fassung geschraubt wird, den Raum mit einer Kamera beobachtet, auf Sprache reagiert und Oberflächen in der Umgebung direkt mit Interfaces bespielt. Er nennt es den Lightbulb Computer, und ehrlich gesagt wirkt die Headset-Fraktion danach, als würde sie das falsche Problem lösen.

Das Problem mit Bildschirmen im Gesicht

Lassen Sie uns genau sein, was wir kritisieren, denn „Bildschirme sind schlecht“ ist kein Argument. Bildschirme sind großartig. Das Problem ist das Interaktionsmodell, das moderne Bildschirm-Computer uns aufzwingen, und es hat drei Ebenen.

• Persönlich by Design. Ein Laptop oder ein Smartphone zeigt einer Person eine Sache. Teilen heißt, das Gerät zu drehen, zusammenzurücken oder auf einen Fernseher zu spiegeln – alles umständlich und nachgereicht. Headsets machen das eher schlimmer: Zwei Personen, die ein virtuelles Objekt teilen, brauchen zwei Headsets mit kompatibler Software, und eine dritte Person im Raum sieht zwei Leute, die vor einem Nichts mit den Händen wedeln.
• Aufmerksamkeitshungrig. Man schaut nicht kurz ein Rezept auf dem Handy nach. Man entsperrt es, sieht ein Benachrichtigungssymbol und taucht vier Minuten später wieder auf, ohne das Rezept gelesen zu haben. Das Gerät ist darauf ausgelegt, dass man darin hängen bleibt.
• Physisch feindselig. Nasse Hände, mehlige Finger, ein Handy, das in der Küche auf einem Glas Tomatensoße balanciert. Brillen, die beschlagen, auf die eigene Brille drücken, die Frisur ruinieren und nach zwei Stunden schlappmachen, weil ein Gerät am Kopf ein strenges Budget für Wärme und Akku hat.

Die Headset-Idee versucht, das erste Problem zu lösen, indem sie das Display überall mit einem mitwandern lässt. Dabei erbt sie aber das zweite Problem, bringt soziale Kosten mit sich (man wirkt, als ignoriere man alle anderen, und optisch tut man das ja auch) und verschärft die physischen Einschränkungen. Alles muss so klein sein, dass es ins Gesicht passt, also kämpfen Stromversorgung, Rechenleistung und Wärmemanagement auf verlorenem Posten.

Genau auf dieses Problem antwortet der Lightbulb Computer. Nicht mit „Wir brauchen bessere AR-Hardware“, sondern mit der Frage: Was wäre, wenn die Informationen einfach im Raum lebten?

Projektor-Computing: Die gescheiterten Versuche sind das Spannende

Die Sache ist die: Interfaces auf Tische und Wände zu projizieren, ist keine neue Idee. Es ist eine sehr alte Idee, die immer wieder scheitert, und genau die Fehlschläge zeigen, warum dieser Versuch anders ist. Die Geschichte lohnt sich zu kennen, denn wer schon länger in diesem Feld arbeitet, hat gesehen, wie jede Welle gegen die Wand gefahren ist.

Welle eins: Demos aus den Forschungslaboren (2000er-Jahre)

Das Media Lab des MIT hat den Projektor-plus-Kamera-Ansatz intensiv verfolgt. Die Projekte I/O Bulb und LuminAR – ein Kamera-Projektor-Paar in der wörtlichen Form einer Schreibtischlampe – zeigten projizierte Interfaces und Gestensteuerung schon vor über einem Jahrzehnt. Brillante Arbeit, enormer Einfluss, null Wirkung auf Verbraucher. Warum? Die Bildverarbeitung jener Zeit war kaum brauchbar, Projektoren waren lichtschwach, heiß und teuer, und ein plausibler Software-Stack existierte nicht. Die Interaktionskonzepte stimmten, alles Physische war falsch.

Welle zwei: die riesigen Tisch-Computer

Um 2008 bis 2012 brachte Microsoft die erste Surface heraus (ein Tisch, kein Laptop), und Lenovo experimentierte mit tischgroßen Multitouch-PCs. Die Erkenntnis zur gemeinsamen Oberfläche war richtig: Mehrere Leute um einen Couchtisch, die dieselbe Oberfläche berühren, ist wirklich gut. Das Konzept scheiterte an Preis, Gewicht und daran, dass ein dedizierter Möbel-Computer ein Möbelstück ist, das veraltet. Man kaufte damit eine Festlegung auf den Raumaufbau, kein Gerät.

Welle drei: die tragbaren Projektoren

Dann kam der Miniaturisierungsversuch: den Projektor am Körper tragen. Amazon ließ ein Konzept patentieren, mit dem sich jede Oberfläche in ein Display verwandeln lässt. Der Humane AI Pin – ein am Brustkorb getragener Laser-Projektor als Assistent – kam im April 2024 auf den Markt und wurde innerhalb weniger Monate zur Warnung: schwache Helligkeit, Gestensteuerung, die im Tageslicht im Freien versagte, starke thermische Drosselung und ein Produkt, das vor allem dafür sorgte, dass man das Handy vermisste. Die Lehre: Ein Projektor, der am Körper sitzt, erbt alle Strom- und Wärmegrenzen des Face Computing, dazu den Stromhunger eines Projektors.

Parallel dazu haben die Community-Projekte bewiesen, dass die soziale These stimmt. Dynamicland in Oakland und sein Nachfolger Folk zeigen, dass der Raum selbst der Computer ist: Programme sind physische Papierobjekte auf Tischen, Kameras beobachten sie, Projektoren annotieren sie, und Menschen arbeiten gemeinsam im geteilten Raum. Wer dort war, sagt, es habe sich wie die Zukunft angefühlt. Nur verlassen hat es das Gebäude nie.

Was tatsächlich funktioniert: raumskalig, am Stromnetz, sehensbasiert

Wenn man die Designentscheidungen des Lightbulb Computers mit dieser Fehlergeschichte vergleicht, sieht man, dass jede einzelne um eine bekannte Falle herumführt.

• Netzstrom statt Akku. Das Gerät wird in eine Edison-Fassung geschraubt oder steht auf einer mobilen Basis. Die Edison-Fassung ist der mit Abstand verbreitetste Stromanschluss der Menschheitsgeschichte. Kein Akkubudget, keine Wärmepanik am eigenen Wangenknochen und – entscheidend – der Projektor kann echte Lumen bekommen.
• Der Raum ist das Display. Es arbeitet standardmäßig im Raumformat, gemeinsame Interaktion ist also der Normalfall und kein Kopplungsfeature. Eine Reise zu planen, indem man vor eine wandfüllende Karte tritt, schlägt zwei Gesichter im Headset nach jeder sozialen Messlatte, die man anlegen mag.
• Moderne Bildverarbeitung als Eingabeschicht. Zeigen, Handtracking, erkennen, auf welches Regalfach man gerade deutet – Apples Hand-Tracking-Framework und aktuelle Vision-Modelle sind erst vor Kurzem über die Schwelle „verlässlich genug“ gesprungen. Die Versionen von 2008 waren Prototypen, die mit ihren eigenen Sensoren kämpften. Diese Demo läuft auf einem handelsüblichen 4K-Laserprojektor, einer Webcam und einem Mac.
• Sprache als Modalität, nicht als gesamte Oberfläche. Man fragt, und das System antwortet direkt vor Ort – man hebt ein Buch im Regal hervor, statt ihm eine Regalnummer zu nennen. Die Projektion schließt die Schleife in der Umgebung selbst.

Besonders die Küchen-Demo trifft das Zielszenario genau. Timer und Rezept an der Arbeitsplatte, Hände voller Teig, nichts zu entsperren, nichts festzuhalten. Das ist keine marginale Verbesserung gegenüber einem Smartphone, sondern ein anderes Verhältnis zur Maschine. Es erinnert mich daran, was das Bauen einer Shell von Grund auf so erhellend macht: Wenn man die angesammelten Schichten einer Computerumgebung abträgt, merkt man, welche Teile tragend waren und welche nur Gewohnheit. Projektor-Computing entfernt das Gerät und findet die nützlichen Reste – Antworten, Timer, Karten, Erinnerungen – und bringt genau das in den Raum.

Dazu kommt eine historische Parallele, der ich nicht widerstehen kann. Das frühe industrielle Interface-Design war voller Was-wäre-wenn-das-Objekt-die-Oberfläche-ist-Experimente – Jukeboxen, Verkaufsautomaten, Schalttafeln –, bevor der universelle Bildschirm alle Interaktionen verschluckte. Ambientes projizierendes Computing ist seltsamerweise eine Rückkehr dorthin: Informationen hängen an dem Ding oder Ort, an dem sie relevant sind, und werden nicht in ein leuchtendes Rechteck abstrahiert, das man mit sich herumträgt.

Erst das Design, dann die Hardware

Wenn Technikerinnen und Techniker dieses Projekt sehen, geht es meist zuerst um die Specs. Ardauds Antwort – in der Diskussion rund um das Projekt – ist die interessanteste Aussage zur Technik darin: Die technischen Daten sind nicht der Punkt. Die Demos laufen auf einem Mac, einem handelsüblichen 4K-Laserprojektor, einer Webcam und eigener Software für Projection Mapping und Rendering. Der Prototyp soll eine Designfrage beantworten: Ist diese Interaktion überhaupt plausibel und wünschenswert? Erst nach einem Ja arbeitet man sich rückwärts zur Hardware vor.

Meiner Meinung nach ist das genau die richtige Reihenfolge und das Gegenteil dessen, wie die Branche üblicherweise arbeitet. Das übliche Vorgehen lautet: Die Fähigkeit existiert (miniaturisierte Displays! Wellenleiter!), also bauen wir ein Headset und suchen danach den Anwendungsfall. Der Humane Pin ist das Paradebeispiel für fähigkeitsgetriebenes Denken – technisch beeindruckend, erlebnismäßig sinnlos. Ardauds Reihenfolge hat historisch die wirklich prägenden Produkte hervorgebracht. VisiCalc war keine Hardware-Demo für Tabellenkalkulation, sondern eine Interaktion, die so offensichtlich erstrebenswert war, dass sie die PC-Industrie überhaupt erst in Gang brachte. Darüber haben wir auch geschrieben: wie VisiCalc Hardware kaufenswert machte.

Ein Detail aus der Community-Reaktion verdient es, in jede echte Version eingebaut zu werden: die Latenz an der Grenze zwischen Sprache und Geste. Wenn man „Stell es hierhin“ sagt und dabei zeigt, entsteht eine Pause, während das System verarbeitet. Der vorgeschlagene Fix ist elegant: einen Puffer mit niedriger Bildrate laufen lassen, das Wort „hierhin“ im Audiostrom mit einem Zeitstempel versehen und das Bild analysieren, auf dem die Hand tatsächlich zeigte, und nicht dort, wo sie ist, wenn die Verarbeitung fertig ist. Man könnte sogar in dem Moment, in dem die Äußerung erkannt wird, einen kleinen Bestätigungspunkt an die erfasste Stelle projizieren, damit der Nutzer weiß, dass er die Hand senken kann. Das ist genau die Mikrointeraktions-Feinarbeit, die eine Demo von einem Produkt trennt, und es ist ermutigend, dass es sich um ein lösbares Ingenieursproblem handelt und nicht um ein Forschungsproblem.

Das Dschinn-Problem und andere ehrliche Einwände

Jetzt zu den Einwänden, denn die sind gewichtig, und ich möchte keinen Werbetext schreiben.

Die schärfste Kritik, die ich gesehen habe, nennt es das Dschinn-Problem: Dieses Design installiert eine wachsame, immer lauschende, wunscherfüllende Präsenz im Haus und verstärkt die Unheimlichkeit noch dadurch, dass man mit ihr in natürlicher Sprache reden kann. Eine Kamera im Schlafzimmer und im Bad ist grundlegend etwas anderes als ein Smartphone, das in der Tasche steckt und dunkel bleibt, bis man es weckt. Dieses Unbehagen ist kein Maschinensturm-Gefühl, sondern ein vernünftiges Bedrohungsmodell.

Den Ausweg gibt es, aber er muss tragend sein und darf kein Marketingtext bleiben:

• Nur Verarbeitung auf dem Gerät. In dem Moment, in dem Bildfolgen das Haus verlassen, ist das Gerät eine Instanz des Überwachungsgeschäftsmodells mit hübscherem Lampenschirm. Die Befürchtung eines Kommentators – dass eine ausgelieferte Version „cloudbasiert und einfach eine bessere Flock-Kamera“ wird – ist die Prognose, die es zu widerlegen gilt.
• Hardware-Schutzmechanismen statt Einstellungen. Eine fest verdrahtete Kamera-Kontroll-LED, ein physischer Verschluss, Kamera-Aktivierung nur auf ausdrückliche Nutzeraktion. Wenn die Anzeige-LED per Software gesteuert wird, lügt sie irgendwann.
• Raumbezogene Trennung by Design. Ein tragbares Gerät, das man in Küche und Werkstatt mitnimmt, ist besser als sechs fest montierte Deckeneinheiten, die immer alles sehen.

Ich würde eine grundsätzliche Sorge aus der Nachbarschaft der Technikgeschichte ergänzen: Die Bilanz ambienter Verbrauchssensoren und des Umgangs mit Daten ist erbärmlich. Geräte, die lokale Verarbeitung versprechen und dann heimlich nach Hause telefonieren, sind ein Genre, keine Ausnahme. Falls dies jemals als echtes Produkt erscheint, wird die Datenschutzarchitektur das ganze Spiel entscheiden, und „vorrangige Überlegung“ muss bedeuten: von Leuten geprüft, die liebend gern einen Fehler finden würden.

Der zweite Einwand ist profaner: Auf beliebige Wohnungen zu projizieren, ist schwer. Tapeten, direktes Sonnenlicht, dunkle Flächen, Katzen. Die Demo funktioniert in einer kontrollierten Umgebung; echte Wohnzimmer sind feindselige Lichtverhältnisse mit wechselnden Oberflächen. Der 4K-Laserprojektor hilft, hebt aber die Physik nicht auf: Projizierte Oberflächen verblassen in hellen Räumen, Punkt. Während Headsets immer die Anzeigefläche kontrollieren (deine Netzhaut), leiht sich die Glühbirne die Fläche aus der Umgebung. Das ist ein echter Kompromiss und beschränkt das Konzept auf ergänzende Nutzung statt Ersatz. Ehrlich gesagt ist das in Ordnung: Das Smartphone verschwindet nirgends, und niemand Vernünftiges behauptet das Gegenteil. Das Versprechen ist enger und stärker: Für die Dutzenden Alltagsmomente, in denen man genau eine Information braucht, hier, ohne Geräteritual, gewinnt dieses Konzept.

Warum das jetzt zählt, auch wenn es nie auf den Markt kommt

Selbst wenn der Lightbulb Computer für immer Prototyp bleibt, hat er bereits wertvolle Arbeit geleistet: Er hat gezeigt, dass die Headset-Monokultur eine Entscheidung ist, keine Notwendigkeit. Das Forschungs- und Entwicklungsbudget der Branche richtet sich überwiegend auf persönliche, getragene Displays, und es ist leicht, diese Kapitalverteilung als Unvermeidlichkeit zu missverstehen. Eine gut umgesetzte Demo der Alternative verändert schon, was Menschen verlangen.

Außerdem gibt es eine Ahnenreihe, die es wert ist, benannt zu werden. Die Ideen hier ziehen sich durch Jahrzehnte der Forschung zum allgegenwärtigen Computing – Weisers Calm Computing bei Xerox PARC, die Gemeinschaftsräume von Dynamicland, die Laborprojektoren am MIT –, und das meiste davon fand nie einen kommerziellen Träger. Was sich geändert hat, ist nicht die Vision, sondern dass das Fundament endlich aufgeholt hat. Vision-Modelle erfassen Szenen in Millisekunden. Laserprojektoren sind hell, winzig und halbwegs günstig. Sprachschnittstellen funktionieren, bei aller Frustration. Der Lightbulb Computer ist das Ergebnis, wenn eine gute alte Idee auf gute neue Bauteile trifft.

Meine Wette: Irgendeine Version von raumskaliger Ambient-Computing-Technik kommt innerhalb des Jahrzehnts auf den Markt, und sie wird nicht wie dieser Prototyp aussehen. Sie wird langweilig wirken, vermutlich wie eine Deckenleuchte von einer Firma, die sonst Thermostate baut. Und sie kommt, wie solche Dinge eben kommen, über die unspektakulären Anwendungsfälle: Timer in der Küche, gemeinsame Karten im Flur, Lichter, auf die man zeigt. Die Gesichts-Computer behalten ihre Nischen ebenfalls. Aber dreißig Jahre Jagd nach dem tragbaren Traum und eine Glühbirne, die in eine Küchenfassung geschraubt wird, haben mich mehr davon überzeugt, dass die Zukunft des Computings im Raum liegt und nicht auf meinem Gesicht.