Die Architektur in einem Absatz
Auf Systemebene funktionieren nahezu alle KI-Brillen gleich. Sensoren am Rahmen – Mikrofone und oft eine Kamera – erfassen, was Sie sagen und sehen. Ein kleiner Prozessor im Bügel kümmert sich um Aktivierungswörter, Audio und Verwaltungsaufgaben. Die eigentliche Intelligenz – Spracherkennung, Übersetzung und das Sprachmodell – läuft überwiegend in der Cloud, erreichbar über Ihr gekoppeltes Smartphone oder eine direkte Verbindung. Die Ergebnisse kommen als Audio über winzige Lautsprecher nahe Ihren Ohren zurück oder als Bild, das ins Brillenglas projiziert wird. Die Brille ist ein Terminal aus Sensoren und Display; das Gehirn sitzt größtenteils woanders.
Das Display: Wie das Bild ins Auge gelangt
Die schwierigste technische Herausforderung dieser Kategorie besteht darin, ein Display unsichtbar zu machen, bis es gebraucht wird. Drei Ansätze dominieren.
Wellenleiter-Displays
Ein mikroskopisch kleiner Projektor im Bügel strahlt ein Bild in die Kante einer dünnen, transparenten Platte im Brillenglas. Das Licht wird im Inneren der Platte reflektiert, bis eingeätzte Strukturen das Bild in Richtung Ihrer Pupille lenken. Das Ergebnis sind Texte oder Grafiken, die scheinbar in der Umgebung schweben – und das durch ein Glas, das von außen ganz gewöhnlich aussieht. Die Even Realities G2 nutzt diesen Ansatz für ihre grüne Textanzeige, ebenso das Display der Rokid AI Glasses Enterprise. Wellenleiter erkaufen sich ihre nahezu unsichtbare Bauform mit Einbußen bei Helligkeit und Farbtiefe – deshalb setzen so viele auf scharfen monochromen Text.
Birdbath-Optik
Ein Micro-OLED-Panel strahlt nach unten auf einen gewölbten, halbdurchlässigen Spiegel im Glas, der das Bild in Ihr Auge reflektiert. Birdbath-Optiken liefern helle, vollfarbige und hochaufgelöste Bilder, weshalb Brillen mit virtuellem Display wie die XREAL One Pro sie nutzen. Allerdings braucht die Optik physische Bautiefe, weshalb Display-Brillen sichtbar klobiger sind als KI-Brillen im Assistenten-Stil.
Ganz ohne Display
Ein großer Teil der Kategorie verzichtet komplett auf ein Display und spricht stattdessen mit Ihnen. Reine Audio-KI-Brillen sind leichter, günstiger und halten pro Ladung länger, und für ein reines Assistenten-Erlebnis deckt eine Stimme im Ohr die meisten Bedürfnisse ab.
Die Kamera: Augen für die KI
Sofern vorhanden, dient die Kamera zwei Herren. Für Sie nimmt sie Fotos und Videos aus Ihrer Perspektive auf. Für die KI liefert sie Bilder zur Analyse: einen Gegenstand erkennen, ein Etikett lesen, eine Szene beschreiben, ein Schild übersetzen.
Zwei praktische Gegebenheiten sollte man kennen. Erstens halten visuelle KI-Funktionen in der Regel einen Moment als Foto fest, statt kontinuierlich zu streamen; eine durchgehende Videoanalyse würde den Akku für den Alltagsgebrauch zu schnell leeren. Zweitens signalisiert typischerweise eine LED die Aufnahme, und Arbeitsplätze oder Veranstaltungsorte können die Kameranutzung einschränken – ein Grund, warum es kamerafreie Modelle wie die Even Realities G2 gibt und warum sie sich in professionellen Umgebungen gut verkaufen.
Mikrofone und Lautsprecher: die wichtigste Schnittstelle
Nicht das Display, sondern die Stimme ist die zentrale Schnittstelle von KI-Brillen. In den Rahmen sitzen mehrere Mikrofone, die für Beamforming angeordnet sind: Durch den Vergleich der Signale der einzelnen Mikrofone kann die Brille Ihre Stimme – oder die Ihres Gegenübers – von Umgebungsgeräuschen trennen. Genau das macht Live-Übersetzung in einem belebten Raum möglich.
Die Ausgabe erfolgt über kleine Open-Ear-Lautsprecher in den Bügeln, die den Schall auf Ihren Gehörgang richten. Bei normaler Lautstärke sind sie für Umstehende leise und lassen Ihre Ohren für die Umgebung offen – im Vergleich zu In-Ear-Kopfhörern ein unterschätzter Vorteil für Sicherheit und Komfort.
Wo die KI tatsächlich läuft
Hinter dem Assistenten der Brille steckt ein großes Sprachmodell, und „groß“ ist wörtlich gemeint: Modelle auf dem neuesten Stand der Technik lassen sich nicht in einer Brille ausführen. Die Arbeitslast verteilt sich auf drei Ebenen.
Auf der Brille: Erkennung des Aktivierungsworts, Aufnahme, Audioverarbeitung und zunehmend kleine On-Device-Modelle für schnelle Aufgaben.
Auf Ihrem Smartphone: Die Begleit-App verwaltet Konnektivität und Einstellungen und leitet oft Daten zwischen Brille und Cloud weiter.
In der Cloud: Spracherkennung, Übersetzung und das Sprachmodell selbst – also die Funktionen, die sich intelligent anfühlen.
Diese Aufteilung erklärt das Verhalten im Alltag. Bei guter Verbindung kommen Antworten in etwa einer Sekunde; in einem Funkloch lassen die intelligentesten Funktionen nach oder fallen ganz aus. Sie erklärt auch, warum KI-Brillen nach dem Kauf besser werden: Wenn sich das Cloud-Modell verbessert, verbessert sich auch die Brille, die Sie bereits besitzen.
Für Unternehmen wirft diese Aufteilung eine berechtigte Frage auf: Wohin gehen die Audio- und Bilddaten? Verbraucherprodukte senden sie an die Cloud des Herstellers. Enterprise-Plattformen beantworten die Frage anders, und das ist ein echtes Unterscheidungsmerkmal: Die Rokid AI Glasses Enterprise unterstützt die Anbindung eigener KI-Modelle, auch selbst gehosteter, sodass ein Unternehmen sensible Daten auf seiner eigenen Infrastruktur behalten kann.
Akku und Energiemanagement
Die Akkus verstecken sich in den Bügeln, und ihre Kapazität ist gering, weil das Gewicht auf Ihrer Nase lastet. Die Hersteller überbrücken die Lücke zwischen kleinen Akkus und energiehungrigen Funktionen mit konsequenter Ingenieurskunst: Displays, die nur einen kleinen Textbereich darstellen, Kameras, die schlafen, bis sie gebraucht werden, Funkmodule, die sich auf das Smartphone stützen. In der Praxis ist mit der aktuellen Generation ein Tag mit moderater Assistentennutzung machbar, stundenlanges Übersetzen oder Aufnehmen am Stück dagegen nicht. Intensive professionelle Nutzer sollten Ladeetuis und Zusatzakkus genauso fest einplanen wie Ladegeräte für ihr Smartphone.
Konnektivität: die unsichtbare Komponente
Die meisten KI-Brillen werden per Bluetooth mit einem Smartphone gekoppelt, das die Internetverbindung bereitstellt. Display-Brillen der XREAL-Reihe nutzen stattdessen ein USB-C-Kabel, das sowohl Video als auch Strom überträgt – ganz ohne Akku in der Brille. Robuste Industriegeräte laufen oft eigenständig mit Android und eigenem WLAN, weil sich ein Techniker nicht auf ein privates Smartphone verlassen kann. Klären Sie bei der Bewertung jeder Brille frühzeitig, womit sie verbunden sein muss, denn diese Abhängigkeit prägt den Alltag stärker als jede technische Angabe.
Alles zusammen: Was passiert, wenn Sie um eine Übersetzung bitten
Ein konkretes Beispiel fügt die Einzelteile zusammen. Sie tippen auf den Bügel und wenden sich einem Kollegen zu, der Deutsch spricht. Das Mikrofon-Array isoliert seine Stimme und streamt komprimiertes Audio über Ihr Smartphone in die Cloud, wo die Spracherkennung es in Text umwandelt und ein Übersetzungsmodell den Text ins Englische überträgt. Der englische Satz kehrt zur Brille zurück, und der Wellenleiter zeichnet ihn als Untertitel, der unterhalb Ihrer Blickachse schwebt – etwa eine Sekunde nach dem Sprecher. Jede Komponente aus diesem Artikel war an diesem Satz beteiligt, und bemerkt haben Sie nur den Text.
