Name des Teilnehmers: Maximilian Warsinke
Projekttitel: UX4GEAR: Nutzererfahrung für KI-generierte 3D-Inhalte in Extended Reality Automobilanwendungen
Beschreibung des IT-Forschungsprojektes:
Das Projekt UX4GEAR untersucht die Integration generativer künstlicher Intelligenz (GenAI) zur Echtzeit-Erstellung von 3D-Inhalten in Extended-Reality-Anwendungen (XR) im Automobilbereich. GenAI bezieht sich in diesem Zusammenhang auf Modelle, die in der Lage sind, 3D-Geometrie für virtuelle Szenen zu generieren, wie beispielsweise Text-zu-3D- oder 2D-zu-3D-Modelle. XR umfasst Virtual-, Augmented- und Mixed-Reality-Technologien, die physische und digitale Welten über tragbare Benutzergeräte miteinander verbinden. Das Hauptziel des Projekts ist die Entwicklung eines neuartigen Fahrerlebnisses, bei dem adaptive, kontextbezogene 3D-Inhalte das Fahrerlebnis für die Passagiere durch nützliche und unterhaltsame Funktionen dynamisch verbessern.
Im ersten Projektjahr liegt der Schwerpunkt auf der technischen Erforschung und Implementierung von GenAI-Modellen in einen funktionsfähigen Prototyp. Dieser ist in der Lage, auf Grundlage von Benutzereingaben und Kontextdaten kohärente 3D-Assets in Echtzeit zu generieren. Im zweiten Jahr wird dieser technische Prototyp in einen konkreten XR-Anwendungsfall für die Automobilbranche integriert, der sowohl Visualisierungen im Fahrzeuginnenraum als auch im Außenbereich umfasst, wie beispielsweise Armaturenbrettanzeigen und Straßenprojektionen. Während des gesamten Projekts werden die entwickelten Prototypen in zwei empirischen Nutzerstudien evaluiert. Dabei stehen Leistungskennzahlen und subjektive quantitative Messgrößen im Fokus, darunter die wahrgenommene visuelle Qualität und der Realismus, das allgemeine Nutzererlebnis, der kognitive Aufwand und die Technologieakzeptanz.
Mit dem nutzerzentrierten Ansatz des Projekts UX4GEAR sollen personalisierte, immersive und in Echtzeit generierte 3D-Inhalte ermöglicht werden. Dabei wird untersucht, welchen Einfluss die Qualität der Generierung, die räumliche Platzierung und die kontextbezogene Anpassung auf die Wahrnehmung und das Erlebnis der Nutzer*innen in XR-Anwendungen für die Automobilbranche haben.
Software Campus Partner: TU Berlin und Volkswagen
Umsetzungszeitraum: 01.01.2026 – 31.12.2027








































![[KOM,BI]: Kozitierungsbasierte Maschinelle Lernverfahren zur Bestimmung Vielversprechender Forschungsvorhaben](https://softwarecampus.de/wp-content/uploads/2022/02/KOMBI-768x768.png)































































