Gaussian Splatting und LiDAR: Praxisleitfaden für 3D-Erfassungsprofis

3D Gaussian Splatting (3DGS) ist eine volumetrische Rendering-Technik, die eine Szene als eine Menge von 3D-Ellipsoiden (Gaußsche Glocken) darstellt, von denen jede eine Position, Farbe und Opazität trägt. Anders als NeRF (Neural Radiance Field) benötigt 3DGS kein rechenintensives neuronales Netz zur Inferenz: Das Rendering ist schnell, in Echtzeit auf Consumer-Hardware nutzbar, und Szenen können direkt in einem WebGL-Browser betrachtet werden.

Veröffentlicht von Kerbl et al. auf der SIGGRAPH 2023, erlebte die Methode eine explosionsartige Verbreitung (über 2.000 abgeleitete Publikationen in zwei Jahren). Bis 2026 etabliert sich 3DGS in Reality-Capture-Pipelines, meist als Ergänzung zum LiDAR, nicht als Ersatz.

3DGS glänzt mit fotorealistischem Rendering und visueller Immersion. Eine raumgroße Erfassung kann auf einem Rechner mit einer guten GPU in unter zwei Stunden verarbeitet und in Echtzeit betrachtet werden. Für virtuelle Rundgänge, visuelle Inspektionen oder die Kundenkommunikation übertrifft das Ergebnis oft eine kolorierte Punktwolke.

Allerdings liefert 3DGS keine zuverlässige metrische Vermessung. Die Gaußschen Glocken sind auf das Erscheinungsbild optimiert, nicht auf Maßhaltigkeit. Für eine Einreichung bei einer Baubehörde bleibt eine georeferenzierte LiDAR-Punktwolke unverzichtbar. Die gewinnbringende Synergie: LiDAR für die geometrische Genauigkeit und 3DGS für die visuelle Hülle — der sogenannte hybride LiDAR+GS-Workflow.

Das Format-Ökosystem entwickelt sich rasant. Der glTF-Standard mit der KHR_gaussian_splatting-Erweiterung (Ratifizierung voraussichtlich Q2 2026 unter der Khronos Group) soll zum universellen Austauschformat werden. Parallel entwickelt OpenUSD (Pixar/Apple/NVIDIA) eine eigene GS-Unterstützung.

Die pragmatischen Formate heute:

Jovaxis-Empfehlung: heute nach PLY exportieren, Migration zu glTF nach Ratifizierung einplanen. Für Geospatial 3D Tiles + zugrunde liegende LAS-Punktwolke bevorzugen.

Erfassung:

• Xgrids L2 Pro: handgeführter 32-Kanal-LiDAR-Scanner (640 K Pkt/s, ±1–2 cm), direkter Gaussian-Splatting-Export über LCC-Software, mit Unity-, Unreal- und WebGL-SDK.
• Trimble X12: vermessungstauglicher Referenzscanner (±1 mm @ 10 m, 2,19 Mio. Pkt/s), als Genauigkeitsschicht in hybriden Workflows.
• LiDAR-fähige Smartphones (iPhone Pro, iPad Pro): Einstieg für schnelle Erfassungen mit Apps wie Polycam oder Scaniverse.

GS-Verarbeitung:

• Postshot (Jawset): Referenzwerkzeug für GS-Rekonstruktion, plattformübergreifend.
• Brush (Arthur Brussee, macOS): interaktiver Viewer und Editor.
• Luma AI / Polycam / KIRI Engine: zugängliche Cloud-Pipelines.
• Nerfstudio (gsplat): Open-Source-Pipeline für Forschung und Automatisierung.

Visualisierung:

• WebGL-Viewer (Three.js + gsplat.js, CesiumJS für 3D Tiles).
• Unreal Engine (via Plugin) und Unity (via Xgrids-SDK).
• NVIDIA Omniverse (aufkommende USD+GS-Unterstützung).

Der empfohlene Ansatz für eine professionelle Vermessung kombiniert beide Technologien:

1. LiDAR-Punktwolke erfassen mit einem kalibrierten Scanner (terrestrischer Laser, Drohnen-LiDAR, mobiler Scanner), mit Georeferenzierung und Qualitätskontrolle.
2. Bilder aufnehmen (vom Scanner bei integrierter Kamera oder durch ergänzende Photogrammetrie).
3. Gaussian Splatting generieren aus den Bildern (via Postshot, Nerfstudio oder Luma AI).
4. GS auf die LiDAR-Punktwolke ausrichten (ICP, gemeinsame Passpunkte oder über Postshots Ausrichtungswerkzeug).
5. Zweischicht-Viewer bereitstellen: das Gaussian Splatting für immersive Navigation, die zugrunde liegende LiDAR-Punktwolke für präzise Messungen — mit einem bei Bedarf aktivierbaren Lupen-/Messwerkzeug.

Dieser Workflow wird bereits von Unternehmen wie Cr8ive Media praktisch eingesetzt: Ihr 3DGS+Punktwolken-Viewer erlaubt den Wechsel zwischen fotorealistischer Ansicht und der 6,3-Millionen-Punkte-LAS-Wolke für metrische Messungen.

• Fotorealistisches Rendering mit metrischer Genauigkeit verwechseln. Ein GS kann visuell perfekt aussehen und dennoch Fehler von mehreren Zentimetern aufweisen. Nicht allein für eine behördliche Vermessung verwenden.
• GPU-Anforderungen unterschätzen. Eine qualitativ hochwertige Szene benötigt eine aktuelle GPU (RTX 4060 mindestens empfohlen, 12 GB VRAM). Cloud-Lösungen (Luma, KIRI) vermeiden Hardware-Investitionen, schränken aber Größe und Datenschutz ein.
• GS–LiDAR-Ausrichtung vernachlässigen. Ohne gemeinsame Passpunkte oder robustes ICP wird die visuelle Überlagerung versetzt sein und Messungen verfälscht.
• Bildrechte und DSGVO vergessen. GS erfasst die Umgebung mit fotografischer Detailtreue. In Europa gelten die Datenschutz- und Bildrechtsregeln vollständig — Unkenntlichmachung und Einwilligung können erforderlich sein.
• Ein proprietäres Format ohne Zukunft wählen. PLY oder glTF für langfristige Datenzugänglichkeit bevorzugen.

Europa verfügt über ein günstiges Ökosystem für den Einsatz von Gaussian Splatting in Verbindung mit LiDAR:

• Inria (Frankreich), die Heimatinstitution der Autoren des ursprünglichen 3DGS-Papers, veröffentlicht weiterhin bedeutende Fortschritte.
• Die Geo Week 2026 (Denver, Februar 2026) widmete dem Einfluss von GS im Geospatial mehrere Sessions mit starker europäischer Beteiligung.
• RIEGL (Österreich), Leica Geosystems (Schweiz) und SICK (Deutschland) integrieren schrittweise GS-kompatible Exporte in ihre Software-Ökosysteme.
• Die Initiativen Copernicus und INSPIRE fördern die Interoperabilität von Geodaten; GS könnte europäische urbane digitale Zwillinge bereichern.

Für Ingenieurbüros und Integratoren ist die Periode 2026–2027 die Zeit des produktiven Experimentierens: GS ist kein reines Forschungsthema mehr, sondern ein differenzierendes Werkzeug für Reality-Capture-Ergebnisse.