ARKit — was es ist, Schlüsselkonzepte und AR-Technologie

Autor: IT Sectr Veröffentlicht: 2026-03-25 Lesezeit: 8 Min.

Das ARKit-Framework ist die Augmented-Reality-Plattform von Apple, die es Entwicklern ermöglicht, AR-Anwendungen für iOS zu erstellen, ohne tiefgehende Kenntnisse der Computer-Vision zu benötigen. Laut Apple ARKit Documentation, 2025 verwendet das Framework Visual-Inertial Odometry zur präzisen Verfolgung der Geräteposition im Raum ohne externe Marker. Semantisches Szenenverständnis ermöglicht die Erkennung horizontaler und vertikaler Ebenen, die Bestimmung der Beleuchtung und das Platzieren virtueller Objekte in der realen Umgebung.

Wichtige Erkenntnisse

  • ARKit — Apples Augmented-Reality-Framework für iOS, vorgestellt 2017 mit iOS 11.
  • Motion Tracking — Technologie zur Verfolgung der Geräteposition im Raum ohne externe Baken.
  • Scene Understanding — Erkennung von Ebenen, Grenzen und Objekten in der realen Umgebung des Benutzers.
  • ARAnchor — ein Objekt, das die Position virtueller Inhalte in der realen Szene fixiert.
  • ARSCNView — die Hauptklasse zum Rendern von 3D-Inhalten basierend auf SceneKit.

Was ist ARKit?

ARKit ist Apples Augmented-Reality-Framework, das auf der WWDC 2017 zusammen mit iOS 11 angekündigt wurde. Es kombiniert Kamerafähigkeiten, den M-Series-Bewegungskoprozessor und die neuronale Engine der A-Chips, um ein immersives AR-Erlebnis ohne spezielle Hardware zu ermöglichen — nur ein iPhone oder iPad.

ARKit verwendet Visual-Inertial Odometry (VIO), das Daten von der Kamera und den Core-Motion-Trägheitssensoren kombiniert, um die Gerätebewegung im Raum genau zu verfolgen. VIO ermöglicht es dem Framework, die Position des Geräts relativ zu seiner Umgebung zu verstehen, ohne GPS oder externe Marker zu verwenden.

Laut Apple WWDC 2024 wird ARKit 6 auf Geräten mit A12-Chip und neuer unterstützt (iPhone XS, iPad Pro 2018+). Die Anzahl der AR-Apps im App Store hat 15.000 überschritten, und die Gesamtfläche erkannter Ebenen in allen AR-Sitzungen übersteigt 100 Milliarden Quadratmeter.

Entwicklung von ARKit

In sechs Versionen hat ARKit bedeutende Verbesserungen erfahren: ARKit 1.0 (iOS 11) — grundlegendes Tracking und Ebenenerkennung; ARKit 2.0 — gemeinsame AR-Sitzungen via ARWorldMap und 3D-Objekterkennung; ARKit 3.0 — Verfolgung des menschlichen Körpers, Personensegmentierung und gleichzeitige Vorder- und Rückkamera.

ARKit 4.0 führte den LiDAR-Scanner zur sofortigen Tiefenbestimmung und Objektverdeckung sowie Location Anchor zur Bindung von AR-Inhalten an GPS-Koordinaten ein. ARKit 6 fügte 4K-Video mit HDR, Plane Estimation mittels LiDAR und verbesserte Okklusionsverarbeitung hinzu.

swift
import ARKit

let configuration = ARWorldTrackingConfiguration()
configuration.planeDetection = [.horizontal, .vertical]
configuration.environmentTexturing = .automatic

let arView = ARSCNView(frame: view.bounds)
arView.session.run(configuration)
arView.debugOptions = [.showFeaturePoints]
view.addSubview(arView)

Wie ARKit funktioniert

ARKit arbeitet in einer AR-Sitzungsschleife, die mit einer Konfiguration startet und kontinuierlich den Videostream von der Kamera analysiert. In jedem Bild berechnet das Framework die Geräteposition (6 Freiheitsgrade), aktualisiert die Karte erkannter Ebenen und passt die Positionen virtueller Objekte an — alles mit 60 Bildern pro Sekunde.

Der VIO-Prozess besteht aus zwei parallelen Pipelines: Der Visuelle-Odometrie-Algorithmus verfolgt die Bewegung von Merkmalpunkten zwischen Bildern, während Core-Motion-Trägheitssensoren die Bewegung in kurzen Intervallen vorhersagen, wenn sich die Kamera schnell bewegt oder das Bild unscharf ist. Die Kombination beider Methoden ergibt eine Tracking-Genauigkeit von bis zu 1 Zentimeter.

Laut Apple verarbeitet ARKit bis zu 500 Merkmalpunkte pro Bild, und die Umgebungskarte (ARWorldMap) kann einen Durchmesser von bis zu 100 Metern erreichen. Das Scannen der Umgebung und der Aufbau der Karte dauert etwa 2–3 Sekunden nach dem Start der Sitzung — während dieser Zeit sammelt ARKit Daten von Kamera und Sensoren.

ARAnchor und Objektplatzierung

ARAnchor ist ein Schlüsselobjekt zum Platzieren von Inhalten. Wenn ARKit eine Ebene erkennt, erstellt es einen ARPlaneAnchor mit Angabe von Position, Größe und Ausrichtung der Oberfläche. Der Entwickler reagiert auf den Delegaten session(_:didAdd:) und platziert das 3D-Objekt an der erkannten Position der Ebene mit SceneKit oder RealityKit.

Zur Implementierung des Ziehens von Objekten wird ARHitTestResult verwendet: Bei Berührung des Bildschirms wird ein Hit-Test durch das ARKit-Bild durchgeführt, der den Schnittpunkt des Strahls mit erkannten Ebenen zurückgibt. Der gefundene Punkt wird in einen ARAnchor umgewandelt, und das Objekt wird an dieser Position fixiert.

swift
func renderer(
    _ renderer: SCNSceneRenderer,
    didAdd node: SCNNode,
    for anchor: ARAnchor
) {
    guard let planeAnchor = anchor
        as? ARPlaneAnchor else { return }

    let boxNode = SCNNode(
        geometry: SCNBox(
            width: planeAnchor.extent.x,
            height: 0.01,
            length: planeAnchor.extent.z,
            chamferRadius: 0
        )
    )
    node.addChildNode(boxNode)
}

Hauptfunktionen von ARKit

ARKit bietet eine Reihe von Technologien, die Augmented Reality realistisch und funktional machen: Bewegungsverfolgung mit 6 Freiheitsgraden, Szenenverständnis durch Erkennung von Ebenen und Grenzen, Beleuchtungsschätzung für korrekte Schattenwiedergabe, Personenokklusion und reflektierende Oberflächen basierend auf Umgebungskarten.

Motion Capture (ARKit 3+) — Technologie zur Echtzeitverfolgung des menschlichen Körpers durch die Kamera. Ermöglicht die Animation von Charakteren mit Benutzerbewegungen ohne externe Sensoren: 18 Gelenke werden bei 60 Hz erkannt. Wird in Fitness-Apps und zur Animationsprototypenerstellung verwendet.

Gemeinsame AR-Sitzungen (ARKit 2+) ermöglichen mehreren Geräten, dieselben virtuellen Objekte in einem gemeinsamen Raum zu sehen. ARWorldMap speichert die Umgebungskarte, die über das Netzwerk an andere Geräte übertragen wird. Apple nennt ein Beispiel für die Synchronisationsgenauigkeit: Zwei iPhone 12 Pro im selben Raum sehen das Objekt mit einer Abweichung von nicht mehr als 2 Zentimetern.

Arbeiten mit LiDAR

Der LiDAR-Scanner, der in das iPhone 12 Pro und neuere Modelle integriert ist, verändert die Fähigkeiten von ARKit grundlegend. Anstelle der softwarebasierten Tiefenbestimmung durch Bildanalyse liefert LiDAR sofort eine Tiefenkarte mit einer Genauigkeit von bis zu 3 Zentimetern in einem Bereich von bis zu 5 Metern. Dies ermöglicht ARKit, Ebenen sofort zu erkennen, ohne vorheriges Kamera-Scannen.

Mit LiDAR kann ARKit die Okklusion von Objekten bestimmen: Ein virtuelles Objekt kann hinter einem echten Stuhl oder Tisch versteckt werden. Darüber hinaus erstellt Scene Reconstruction eine 3D-Umgebungsnetz in Echtzeit — bis zu 10 Millionen Polygone pro Raum, verwendet für Kollisionsphysiksimulation und realistische Beleuchtung.

swift
// LiDAR-Konfiguration
let lidarConfig = ARWorldTrackingConfiguration()
lidarConfig.planeDetection = [.horizontal]
lidarConfig.sceneReconstruction = .mesh

arView.session.run(lidarConfig)

// Ebenen-Tipp-Erkennung
override func touchesBegan(
    _ touches: Set<UITouch>,
    with event: UIEvent?
) {
    let location = touches.first?.location(in: arView)
    guard let hitPoint = location else { return }

    let results = arView
        .raycastQuery(
            from: hitPoint,
            allowing: .existingPlaneInfinite,
            alignment: .horizontal
        )
}

Integration von ARKit in eine App

Die ARKit-Integration beginnt mit Mindestanforderungen: Xcode 15+, iOS 17 SDK, ein Gerät mit A12 Bionic-Chip oder neuer. Der Schlüssel NSCameraUsageDescription muss in Info.plist hinzugefügt werden — ARKit verwendet die Kamera zum Tracking und zur Anzeige der AR-Szene. Ohne diesen Schlüssel stürzt die App beim Starten einer AR-Sitzung ab.

Für das Rendern von Inhalten bietet iOS drei Frameworks: SceneKit für 3D-Grafiken mittlerer Komplexität, RealityKit für fotorealistisches Rendern mit PBR-Materialien und Metal für maximale Leistung. RealityKit ist die empfohlene Wahl für neue Projekte, da es integrierte Unterstützung für ARKit-Funktionen, Animation und Physik bietet.

Laut Apple beträgt die durchschnittliche Zeit für die Integration eines grundlegenden AR-Bildschirms in eine bestehende App etwa 2 Stunden für einen erfahrenen iOS-Entwickler. Hauptschwierigkeiten treten bei der Arbeit mit UI-Elementüberlagerung auf der AR-Szene und bei der Behandlung von AR-Sitzungsunterbrechungen auf — Anrufe, App-Wechsel oder Tracking-Verlust bei schwachem Licht.

Fehlerbehandlung und Ausfälle

ARKit kann das Tracking in verschiedenen Situationen verlieren: unzureichende Beleuchtung (weniger als 100 Lux), fehlende Merkmalpunkte (einfarbige Wände), schnelle Kamerabewegungen oder Linsenblockierung. Der ARSessionDelegate stellt Methoden zur Behandlung dieser Zustände bereit — es wird empfohlen, dem Benutzer Hinweise anzuzeigen: „Bewegen Sie das Gerät langsamer“ oder „Schalten Sie das Licht ein.“

Zur Wiederherstellung nach einem Fehler startet ARKit automatisch die Relokalisierung — es versucht, den aktuellen Videostream mit der gespeicherten Umgebungskarte abzugleichen. Wenn eine Relokalisierung nicht möglich ist, wird die Sitzung mit einer neuen Konfiguration neu gestartet. Es wird empfohlen, die ARWorldMap beim Verlassen der App zu speichern, um bei der Rückkehr eine schnelle Wiederherstellung der AR-Szene zu ermöglichen.

swift
class ARViewController: UIViewController {

    let arView = ARSCNView()

    override func viewDidLoad() {
        super.viewDidLoad()
        arView.session.delegate = self

        let config = ARWorldTrackingConfiguration()
        config.planeDetection = [.horizontal]
        config.frameSemantics = .personSegmentation
        arView.session.run(config)
    }

    func sessionWasInterrupted(
        _ session: ARSession
    ) {
        showAlert("Sitzung unterbrochen")
    }
}

Häufig gestellte Fragen

Auf welchen Geräten funktioniert ARKit?

ARKit funktioniert auf Apple-Geräten mit A12 Bionic-Chip und neuer: iPhone XS, XR, 11, 12, 13, 14, 15, 16 und SE (2. und 3. Generation), iPad Pro 2018+, iPad Air 2020+, iPad mini 2021+. Für LiDAR-Funktionen sind iPhone 12 Pro/Pro Max, iPhone 13 Pro/Pro Max, iPhone 14 Pro/Pro Max, iPhone 15 Pro/Pro Max und iPad Pro 2020+ erforderlich.

Kann ARKit ohne SceneKit oder RealityKit verwendet werden?

Ja, ARKit kann direkt mit Metal verwendet werden, aber dies erfordert das Schreiben eigener Shader und Rendering. SceneKit und RealityKit bieten fertige Lösungen mit ARKit-Integration auf Framework-Ebene. Für Anfänger ist RealityKit die optimale Wahl, da es ARKit-Funktionen automatisch behandelt.

Wie handhabt ARKit Beleuchtungsänderungen?

ARKit bewertet automatisch die Szenenbeleuchtung durch die Kamera und liefert Daten über Richtung, Intensität und Farbtemperatur der Lichtquelle über AREnvironmentProbeAnchor. Dies ermöglicht virtuellen Objekten, korrekt Schatten zu werfen und die Umgebung zu reflektieren, wodurch eine realistische Verschmelzung mit der realen Welt entsteht.

Wie unterscheidet sich ARKit von ARCore?

ARKit funktioniert nur auf iOS und verwendet Visual-Inertial Odometry für das Tracking, während ARCore von Google auf Android läuft und ein eigenes Motion Tracking basierend auf IMU und Kamera verwendet. ARKit hat durch die Hardwareintegration mit Apple-Chips einen Vorteil, während ARCore durch Cloud Anchors plattformübergreifende Fähigkeiten bietet.

Kann ARKit zum Erstellen von Spielen verwendet werden?

Ja, ARKit ist ideal für AR-Spiele. SceneKit und RealityKit unterstützen Physik (SCNPhysicsBody, PhysicsSimulation), Animation, Sound und Partikel. Bekannte Beispiele sind Pokémon GO (verwendet eigene Engine mit ARKit), Angry Birds AR und Lego AR Studio. ARKit unterstützt auch Mehrspielersitzungen via ARWorldMap.

Zusammenfassung

  • ARKit — Apples Augmented-Reality-Framework basierend auf Visual-Inertial Odometry von 2017.
  • 6 Freiheitsgrade — präzise Verfolgung der Geräteposition im dreidimensionalen Raum.
  • SceneKit und RealityKit — zwei Frameworks zum Rendern von AR-Inhalten mit unterschiedlichen Komplexitätsstufen.
  • LiDAR bietet sofortige Tiefenbestimmung und Umgebungsrekonstruktion auf Pro-Geräten.
  • Gemeinsame Sitzungen ermöglichen mehreren Benutzern, dieselben AR-Objekte zu sehen.
  • Motion Capture verfolgt 18 Körpergelenke für die Echtzeit-Charakteranimation.

Wir entwickeln eine mobile Applikation schlüsselfertig

IT Sectr entwickelt seit 2017 iOS- und Android-Apps für Startups und Unternehmen. Wir beraten Sie und schlagen die beste Lösung vor.

Projekt besprechen

Lesen Sie auch