David Mařák, CTO und Mitgründer von YORD – Interviewreihe

David Mařák ist CTO und Mitgründer von YORD. Mit mehr als zehn Jahren Erfahrung im Bereich immersiver Technologien verantwortet er die Technologiestrategie und -entwicklung des Studios an der Schnittstelle von künstlicher Intelligenz, erweiterter Realität, räumlicher Datenverarbeitung und interaktiven digitalen Erlebnissen. Seine Arbeit umfasst KI-gestützte Anwendungen, virtuelle und erweiterte Realität, digitale Menschen und generative Technologien in Echtzeit.

YORD ist ein Studio für kreative Technologien, das KI- und XR-Erlebnisse für Marken und Organisationen konzipiert und entwickelt. Dazu gehören interaktive Installationen, immersive Markenerlebnisse, Museumsumgebungen, Trainingslösungen und maßgeschneiderte digitale Produkte. Dabei verbindet das Studio kreative Entwicklung mit neuen Technologien.

YORD entwickelt für Apple Vision Pro und andere Headsets. Wie schneiden Samsungs Brillen aus Entwicklersicht ab, und was bedeuten sie für den immersiven Einzelhandel?

Vision Pro ist ein geschlossenes, hochgradig optimiertes Gerät mit futuristischem Design. Als Entwickler weiß man genau, womit man arbeitet. Samsungs Brillen sehen dagegen aus wie gewöhnliche Brillen, und Android XR wird auf Geräten verschiedener Hersteller laufen. Dadurch ist die Plattform offener und vielfältiger, aber nicht perfekt auf ein bestimmtes Gerät abgestimmt.

Vor ein paar Jahren hätte ich diese Fragmentierung noch für ein großes Problem gehalten. Heute glaube ich nicht, dass sie besonders wichtig ist. Mit KI im Entwicklungsprozess ist es viel einfacher, für ein bestimmtes Gerät zu optimieren, die Dokumentation eines anderen durchzuarbeiten oder zwischen Plattformen zu portieren. Deshalb setzt sich die offene Plattform tendenziell durch: Mehr Menschen entwickeln dafür. Langfristig würde ich aus diesem Grund auf Android XR setzen. Für den immersiven Einzelhandel bieten diese Brillen derzeit allerdings nichts. Ohne Display können wir nichts entwickeln, was Kunden sehen würden.

Gibt es im Geschäft eine Interaktion, die möglich wird, sobald Menschen diese Brillen tragen – etwas, das mit einem Smartphone nicht funktioniert?

Noch nicht. Ich sollte dazusagen, dass ich Brillen grundsätzlich gut finde. Seit 15 Jahren spielt sich unser digitales Leben auf dem Smartphone ab, aber bequem ist das nicht: Man muss auf ein kleines Rechteck hinunterblicken und es die ganze Zeit mit einer Hand halten. Brillen sind der natürliche nächste Schritt.

Doch Samsungs Brillen lösen dieses Problem nicht. Man kann ein Produkt ansehen und Gemini danach fragen, ohne das Smartphone hervorzuholen – das ist praktisch. Aber mit dem Smartphone geht das bereits genauso; die Kamera ist lediglich auf die Nase gewandert. Neu wäre eine Interaktion, bei der man ein Produkt ansieht und Preis, Material, Bewertungen oder Verfügbarkeit direkt am Regal angezeigt bekommt. Samsungs Brillen können das Produkt erkennen – mehr aber auch nicht.

Was ist die größte Einschränkung eines Geräts ohne Display für Marken, und was sollten sie tun, bis Versionen mit Display auf den Markt kommen?

Man kann nichts anzeigen. Die Produktdaten können noch so gut sein und der Assistent dahinter noch so clever – der Kunde bekommt trotzdem eine gesprochene Beschreibung, statt das Produkt selbst zu sehen.

Ich würde keine immersive Strategie auf diesen Brillen aufbauen. Wenn eine Marke XR einsetzen möchte, sollte sie dafür heute Hardware nutzen, die XR unterstützt, und die Inhalte in einem Format halten, das sich später auf andere Plattformen übertragen lässt. Dazu gehören gute 3D-Modelle der Produkte, saubere Produktdaten und Erlebnisse, die nicht an ein einziges Gerät gebunden sind. Wenn leichte Brillen mit echtem Display auf den Markt kommen – und ich glaube, das werden sie –, lässt sich all das wiederverwenden.

Die Filialen von Warby Parker dienen als Vorführorte. Warum eignet sich ein Ladengeschäft für diese Markteinführung?

Ich sehe darin weniger ein Testfeld als vielmehr den Ort, an dem die Brillen verkauft werden. Es sind Korrektionsbrillen mit integrierter Kamera, und Korrektionsbrillen werden beim Optiker verkauft. Man probiert sie an, die Gläser werden angepasst, und man geht mit ihnen auf der Nase wieder hinaus. Samsung und Google brauchten eine Kette mit Hunderten von Filialen und eigenen Optiklabors – genau das ist Warby Parker. Meta hat mit Ray-Ban und EssilorLuxottica dasselbe getan.

Ich halte das für die richtige Entscheidung. Brillen sind zunächst Modeartikel und medizinische Hilfsmittel und erst danach technische Geräte. Sie in einem Elektronikgeschäft zu verkaufen, würde wahrscheinlich nicht funktionieren. Außerdem zeigt es, worum es bei dem Produkt geht: Verkauft werden die Fassungen, Gemini gibt es dazu.

Kamerabrillen verunsichern Menschen. Wie sollten Marken damit in Geschäften und öffentlichen Räumen umgehen?

Ich glaube nicht, dass die Kamera selbst das Problem ist. Wir laufen den ganzen Tag mit einer Smartphone-Kamera in der Hand herum, und niemand bezeichnet das als Überwachungsgerät. Bei den Brillen wird eine Kamera, die wir ohnehin schon haben, lediglich an eine andere Stelle verlegt.

Der Unterschied ist, dass man bei einem Smartphone sieht, wenn jemand es auf etwas richtet. Bei einer Brille können die Menschen in der Umgebung das nicht erkennen. Deshalb muss es mindestens eine gut sichtbare Aufnahmeanzeige geben, die von vorn zu sehen ist und sich nicht ausschalten lässt. Am liebsten wäre mir, wenn das eine Plattformvorgabe wäre und nicht jeder Hersteller selbst darüber entscheidet. Außerdem stellt sich die Frage, was aufgezeichnet wird, wie lange es gespeichert bleibt, wer Zugriff darauf hat und was Entwickler wie wir sehen können. Samsung und Google haben dazu bisher kaum etwas gesagt. Solange das so ist, würde ich keine Erlebnisse für Geschäfte entwickeln, die darauf angewiesen sind, Kunden ständig zu beobachten.

Was ist die schnell umsetzbare Möglichkeit für Einzelhändler, die schon heute etwas Sinnvolles tun wollen?

Bestehende Produktinformationen per Sprachsteuerung zugänglich zu machen und dann zu testen, ob die Menschen das tatsächlich lieber nutzen, als ihr Smartphone herauszuholen. Viel mehr sehe ich da nicht.

Bei jedem Brillenprojekt ist entscheidend, ob es etwas besser kann als das, was der Kunde ohnehin schon in der Tasche hat. Funktioniert dasselbe auf einem Smartphone genauso gut, gibt es keinen Grund, für eine Version für die Brille zu bezahlen. Wenn ein Einzelhändler ein echtes immersives Erlebnis bieten möchte, ist das heute bereits mit anderer Hardware möglich, und wir können es entwickeln. XR auf einem Gerät ohne Display umzusetzen, wird sich als Spielerei erweisen.

YORD ist auf vielen Plattformen tätig. Wie beeinflusst das die Empfehlungen, die Sie Marken zu Investitionen in XR geben?

Das Wichtigste, was wir gelernt haben: Eine Hardware-Ankündigung ist nicht mit einer Entwicklungsmöglichkeit zu verwechseln. Vision Pro, Quest und die anderen Geräte unterscheiden sich deutlich, aber auf allen können wir etwas Visuelles entwickeln, das auf die Umgebung des Nutzers reagiert. Auf Samsungs Brille geht das nicht. Bevor man also fragt, wie sich ein Erlebnis übertragen lässt, muss man zunächst klären, ob das Gerät es überhaupt ausführen kann.

Im Übrigen haben sich unsere Empfehlungen nicht geändert. Binden Sie Ihre XR-Pläne nicht an einen einzelnen Hersteller. Wir haben genug Hardware-Generationen erlebt, um zu wissen, dass die Geräte in zwei Jahren anders aussehen werden. Was bleibt, sind die Inhalte, die Sie entwickelt haben, und die Nutzer, die Sie erreicht haben.

Wie messen Sie, ob ein XR-Erlebnis die Kundenbindung stärkt – verglichen mit einem gewöhnlichen digitalen Kontaktpunkt?

Ich würde nicht zählen, wie viele Menschen es ausprobiert haben, denn jeder testet neue Hardware einmal. Ich würde mir ansehen, was danach passiert ist. Haben sie das Produkt besser verstanden? Haben sie schneller eine Entscheidung getroffen? Haben sie gekauft? Sind sie wiedergekommen? Das sind dieselben Kennzahlen, die man auch für eine Website oder eine App heranziehen würde, und die XR-Version muss besser abschneiden. Andernfalls gibt es keinen Grund, sie umzusetzen.

Bei echtem XR ist die Chance durchaus groß, dass das gelingt, denn man zeigt jemandem das Produkt in dessen eigener Umgebung statt auf einem Bildschirm. Bei einer Brille ohne Display wäre ich vorsichtig, etwas in dieser Art zu versprechen. Vergleichen Sie die Ergebnisse mit denen einer Smartphone-App und sehen Sie, was dabei herauskommt.

Was ist derzeit das größte Missverständnis, das Marken in Bezug auf XR haben, und ändert Samsungs Markteinführung daran etwas?

Das Missverständnis, alles mit einer Brille, einem Headset oder KI sei XR. Das ist es nicht. XR bezeichnet digitale Inhalte, die mit dem physischen Raum um einen herum verknüpft sind. Das Gerät muss also die Umgebung verstehen und verändern können, was man sieht.

Google Glass hatte ein Display, verstand aber kaum, worauf man gerade blickte. Bei Samsungs Brille ist es genau umgekehrt: Sie erfasst die Umgebung mithilfe der Kamera und Gemini, kann einem aber nichts anzeigen. Jedes der beiden Geräte hat also nur eine Hälfte davon. Vor einigen Jahren hat die Branche vieles als Metaverse bezeichnet, was mit immersiver Datenverarbeitung nichts zu tun hatte. Ich befürchte, dass wir bei KI-Brillen gerade dabei sind, denselben Fehler zu machen. Samsungs Produkt könnte ein guter tragbarer Assistent sein. Es ist nicht allein deshalb ein XR-Gerät, weil der Name es nahelegt.

Worauf achten Sie als CTO in den nächsten 6 bis 12 Monaten, um festzustellen, ob XR-Brillen den Massenmarkt erreichen oder eine Nische bleiben?

Auf zwei Dinge: ob die Hardware so weit ist und ob Entwickler Zugang erhalten.

Was die Hardware angeht, glaube ich, dass Brillen das Smartphone irgendwann ersetzen werden, denn alles, was wir am Smartphone tun, würden wir lieber erledigen, ohne es in der Hand halten zu müssen. Was noch fehlt, ist ein einziges Gerät mit einem transparenten Display, das den Raum um einen herum versteht und einen Rahmen hat, den man von morgens bis abends tragen kann. Vision Pro, Galaxy XR und Quest sind dafür zu schwer und zu teuer. Samsungs Brille ist leicht genug, kann aber nichts anzeigen. Snap’s Specs, die diesen Herbst für rund 2.200 US-Dollar ausgeliefert wurden, kommen dem bisher am nächsten. Sie sind immer noch zu teuer und etwas dick, haben aber ein echtes Display, verstehen den Raum, und wir können für sie entwickeln. Ich denke, in diese Richtung wird sich die Entwicklung bewegen, und Samsung liegt derzeit dahinter.

Bei den Entwicklern möchte ich sehen, ob wir eigene Apps veröffentlichen, räumliche Inhalte darstellen und mit den Daten arbeiten können, die das Gerät zum Erfassen der Umgebung nutzt, und ob die Regeln für Kameras schriftlich festgehalten werden. Wenn die Plattformen sich öffnen, werden die Menschen schnell darauf aufbauen, denn dank KI ist die Entwicklung deutlich günstiger geworden. Bleiben sie auf einen einzelnen Assistenten beschränkt, bekommen wir am Ende eine etwas bessere Alexa.

Vielen Dank für das tolle Interview. Leserinnen und Leser, die erfahren möchten, wie XR, KI und räumliches Computing nützliche Erlebnisse im Einzelhandel und für Marken schaffen können, sollten YORD besuchen.