Beyond Lence ist eine tragbare, fiktionale Spektralkamera, die eine scheinbar normale Umgebung als instabile Grenzfläche zwischen Realität und einer von H. P. Lovecraft inspirierten Parallelwelt inszeniert und im Rahmen des Kurses „Automatisierte Systeme im Design: KI-basierte Objekte und Services entwerfen“ entstand. Das Gerät wird wie eine Geisterkamera durch Räume bewegt. Es erkennt visuelle Bedingungen, verankert Entitäten an Orten und steigert ihre Intensität über einen physischen Frequenzregler. Im Zentrum steht nicht ein dekorativer Horrorfilter, sondern die Idee eines wissenschaftlichen Instruments: Die Kamera behauptet, etwas zu messen, das dem menschlichen Auge verborgen bleibt.
Ausgangspunkt
Das Projekt verbindet drei Ausgangspunkte: die Atmosphäre von Lost Places, die Bildsprache paranormaler Detektoren und Lovecrafts Vorstellung einer Wirklichkeit, die nur durch ein technisches Hilfsmittel sichtbar wird. In der Geschichte (von H.P. Lovecraft) „From Beyond“ öffnet eine Maschine die Wahrnehmung für Organismen, die den bekannten Raum bereits durchdringen. Die Geschichte (H.P. Lovecraft) „Träume im Hexenhaus“ liefert das zweite Motiv: Winkel, Linien und Räume gehorchen nicht länger der vertrauten Geometrie.
Für Beyond Lence wird diese Literatur nicht illustriert, sondern in ein Interface-Verhalten übersetzt. Die Umgebung bleibt zunächst erkennbar. Erst das Umschalten der Modi und das Anheben der Frequenz verändern die Interpretation des Livebildes. Dadurch entsteht eine Unsicherheit: Befindet sich die Erscheinung tatsächlich im Raum, ist sie nur ein Messfehler oder zeigt das Gerät eine zweite Ebene der Realität?
Zielgruppe
Das Konzept richtet sich an Horror- und Lovecraft-Enthusiast:innen, die Atmosphäre, Erkundung und langsamen psychologischen Horror stärker schätzen als Jumpscares. Gedacht ist es für Personen, die Räume aktiv absuchen, Hinweise vergleichen und technische Artefakte als Teil einer fiktionalen Welt akzeptieren.
Nutzungsszenario
Eine Person betritt mit Beyond Lence einen alten oder verlassenen Ort. Das Gerät startet, kalibriert Kamera und Erkennung und zeigt anschließend ein grünes, technisch wirkendes Livebild. Die Person bleibt nicht an einer Stelle stehen, sondern durchsucht den Raum wie mit einer Geisterkamera: langsam schwenkend, näherkommend und wieder zurückweichend.
1. Gerät aufklappen und einschalten; Boot- und Kalibrierungsansicht bestätigen den Systemstart.
2. Mit den Kippschaltern einen oder mehrere Modi aktivieren. Modus 4 ist exklusiv.
3. Über den Drehencoder die Frequenz von 0 bis V verändern. Mit steigender Frequenz nehmen Ereignisrate, Dichte, Größe und Intensität zu.
4. Den Raum absuchen. Entitäten reagieren auf Helligkeit, Bewegung, dunkle Formen, Entfernung und erkannte Personen.
5. Mit dem Fotobutton einen Fund sichern. Ein kurzer Displayblitz und „SPECTRAL IMAGE CAPTURED“ bestätigen die Aufnahme, danach wird das Bild zwei Sekunden angezeigt und auf dem Gerät gespeichert.
6. Bei Bedarf das Display in den Selfie-Modus klappen. Kamera und Effekte werden gespiegelt, das HUD bleibt lesbar.
Interface als Messinstrument:
Das HUD kommuniziert keine Geschichte in Dialogform. Es zeigt Systemzustände: BEYOND LENCE // DETECTION ACTIVE, Laufzeit, FREQUENCY 0–V und die aktiven Modi. Piezo und fünf LEDs bilden einen zweiten Detektorkanal. Ihre unregelmäßige Aktivität steigt mit Anomalien und Frequenz, ähnlich einem Geigerzähler.
Physische Sicherheitslogik:
Der untere Taster fährt den Raspberry Pi kontrolliert herunter, er kann die Stromversorgung nicht selbst wieder einschalten.
Der Flugzeugschalter aktiviert einen schwarzen Not-Aus, schaltet den Piezo stumm und sperrt den Fototaster und das Display wird schwarz.
Ein Reed-Sensor erkennt den Klappzustand des Displays und schaltet die Kameraausgabe in den Selfie-Modus, so kann der Nutzer sich auch selbst in der Kamera (Bildschirm) betrachten.
Koffer:
Ergänzt wurde ein zur Lore passenden Koffer für das Messinstrument, das mit Typenschildern und Hinweisen versehen ist.
Vier Modi, eine Frequenzschalter
Die Modi bestimmen, welche Art von Wirklichkeit sichtbar wird. Der Frequenzregler steuert die Stärke innerhalb des gewählten Systems. Modi 1 bis 3 können kombiniert werden, Modi BEYOND bildet eine exklusive vierte Wahrnehmungsebene.
| SCHALTER | LITERARISCHE IDEE | VERHALTEN IM BILD |
|---|---|---|
| HEXENHAUS | „Träume im Hexenhaus“ / nicht-euklidischer Raum | Wände wabern, Nebel entsteht, Linien und Winkel verformen sich leicht; Entitäten werden wahrscheinlicher. |
| ENTITÄTEN | Unsichtbare Wesen im bekannten Raum | Augen, Schatten, Hände und Tentakel erscheinen abhängig von Dunkelheit, Helligkeit, Bewegung, Entfernung und Szene. |
| GLITCH | Störung als Durchlässigkeit zur Parallelwelt | Scanlines, Rauschen, RGB-Versatz und lokale Risse. Vier Ebenen einer anderen Welt blenden räumlich verankert in die Realität. |
| FROM BEYOND | Eigenständige ultraviolette Ökologie | Blasen, Polypen, Quallen, Tausendfüßer, Mund und blaue Tentakel wabern durch den Raum und können Personen durchdringen. |
Frequenzprofil
| STUFE | WAHRNEHMUNG | SYSTEMVERHALTEN |
|---|---|---|
| 0 | Baseline | Keine paranormalen Effekte; Livebild und HUD bleiben aktiv. |
| I | Zweifel | Seltene, kleine und kurze Abweichungen; gerade genug, um die Wahrnehmung infrage zu stellen. |
| II | Verdacht | Mehr Ereignisse und klarere Anomalien, ohne den Raum zu verdecken. |
| III | Bestätigung | Entitäten und Verzerrungen werden deutlich; Kombinationen beginnen sich zu überlagern. |
| IV | Instabilität | Hohe Dichte, längere Lebensdauer und stärkere Parallelwelt-Anteile. |
| V | Grenzüberschreitung | Maximale Aktivität; die andere Welt wird beinahe zugänglich, die reale Umgebung bleibt jedoch lesbar. |
KI wird zum Wahrnehmungsorgan
Die KI ist nicht als Chatbot oder sichtbare Zusatzfunktion integriert. Sie bildet die unsichtbare Wahrnehmungsschicht des Geräts. MediaPipe erkennt Menschen im Livebild; OpenCV analysiert die Szene und stabilisiert räumliche Beziehungen. Erst die Kombination ermöglicht Effekte, die auf den gesehenen Raum reagieren.
| BAUSTEIN | ERKENNT / BERECHNET | BEDEUTUNG IM ERLEBNIS |
|---|---|---|
| MediaPipe Face Detection | Gesichtsposition | Verhindert zufällige Platzierungen über dem Gesicht und ermöglicht gesichtsbezogene Erscheinungen. |
| MediaPipe Pose Landmarker | Körperposition und Landmarken | Erkennt eine Person auch dann, wenn das Gesicht klein, gedreht oder teilweise verdeckt ist. |
| MediaPipe Image Segmenter | Personenmaske pro Pixel | Ermöglicht Verdeckung und Durchdringung: Wesen können vor, in oder hinter einer Person erscheinen. |
| OpenCV Bildanalyse | Helligkeit, dunkle und helle Flächen, Bewegung, dunkle Ovale | Bestimmt plausible Orte für die Ereignisse. |
| OpenCV Spatial Tracking | Punktbewegung und affine Transformation | Hält die Ereignisse beim Schwenken an einem Ort. |
Was hier KI ist und was nicht
MediaPipe führt trainierte Modelle lokal aus und ist die eigentliche eingebettete KI. Helligkeitsmessung, Bildfilter, optischer Fluss, Compositing und Animation sind klassische Computer-Vision. Diese Unterscheidung ist wichtig: Das Erlebnis entsteht nicht allein durch ein Modell, sondern durch das Zusammenspiel von Erkennung, Regeln, gestalteten Assets und zeitlicher Dramaturgie.
Alle Erkennungsmodelle laufen lokal auf dem Raspberry Pi. Das System erzeugt derzeit keine neuen Motive durch generative KI im laufenden Betrieb. Es wählt, positioniert, maskiert und animiert vorbereitete Assets abhängig von der Szene.
KI-Einsatz im Entwicklungsprozess
Neben der im System eingebetteten KI wurde Codex/ChatGPT als Co-Designer und Entwicklungspartner eingesetzt. Die Zusammenarbeit erfolgte iterativ: Beobachtungen aus realen Tests wurden durch Screenshots, Fotos, Logs und konkrete Kritik zurückgespielt. Die KI unterstützte dabei, Fehlerursachen zu isolieren, Lösungsansätze und Architekturentscheidungen vorzubereiten, Code anzupassen und Tests zu ergänzen.
Die generierten Vorschläge wurden nicht ungeprüft übernommen, sondern am Mac sowie am physischen Prototyp getestet und anschließend weiterentwickelt. Insbesondere visuelle und interaktive Entscheidungen entstanden durch diesen wiederholten Prozess aus Test, Feedback und Anpassung. So wurden beispielsweise zu kleine Assets, unplausibles Pulsieren, eine zu dominante Frequenz V, Probleme bei der Personenerkennung und eine instabile räumliche Verankerung schrittweise korrigiert.
Zur technischen Überprüfung umfasst die aktuelle Test-Suite 93 automatisierte Tests für den Code. Ergänzend erfolgten visuelle Tests sowie Prüfungen direkt an der Hardware. Die KI war damit kein autonomer Gestalter, sondern ein unterstützendes Werkzeug innerhalb eines von mir gesteuerten Entwicklungs- und Entscheidungsprozesses.
Vom Kamerasensor zum Display
VERARBEITUNGSKETTE
CSI-Kamera → gültiges Frame → Szenenanalyse → Personen-KI → räumlicher Tracker → Modus- und Frequenzlogik → Entitäten / Parallelwelt → Kameralook → Selfie-Transformation → HUD und Foto-Feedback → 180° Geräteausgabe → HDMI-Display
Robuste Ausgabe
Der Prototyp wurde zunächst für 1024 × 600 entwickelt und später an ein neues 800 × 480-HDMI-Display angepasst. Die aktuelle Ausgabe erkennt verfügbare Auflösungen über die Displayumgebung und skaliert Frames und HUD proportional. Vollbild ist Standard; --windowed ermöglicht eine sichere Diagnose. Ungültige Kameraframes führen zu einer lesbaren Fehleransicht und einem Terminaleintrag statt zu einem leeren Vollbildfenster.
Physischer Prototyp
Was ich aus dem Projekt mitnehme
Die größte Erkenntnis ist, dass technische Intensität und atmosphärische Wirkung nicht dasselbe sind. Mehr Rauschen, größere Glitches oder dichter gesetzte Bilder erzeugen nicht automatisch Horror. Überzeugender wird das System dann, wenn eine Erscheinung einen plausiblen Ort besitzt, dort wiederkehrt, auf die Bewegung der Kamera reagiert und die reale Umgebung weiterhin als Bezugspunkt lesbar bleibt.
Auch die lokale KI funktioniert am stärksten, wenn sie nicht erklärt werden muss. Die Personenmaske, Pose- und Gesichtserkennung sind im fertigen Bild kaum sichtbar, entscheiden aber darüber, ob Wesen vor einer Person schweben, hinter ihr verschwinden oder sie durchdringen. Dadurch wird die KI tatsächlich zum Wahrnehmungsorgan der Kamera.
Die Entwicklung mit KI als Werkzeug war besonders hilfreich bei der Übersetzung zwischen gestalterischer Kritik und technischer Ursache. Aussagen wie „zu langweilig“, „zu klein“, „zu viel“ oder „nicht im Raum“ mussten in Parameter, Zustände, Masken und Tests übersetzt werden. Gleichzeitig blieb die atmosphärische Bewertung eine menschliche Entscheidung, die nur am tatsächlichen Bild und am physischen Objekt getroffen werden konnte.
Kritische Punkte
Die Wirkung basiert teilweise auf vorbereiteten Bildern, ihre ästhetische Qualität und Herkunft sind daher zentral.
Die lokale KI ist für den Raspberry Pi geeignet, muss aber in Dunkelheit und Bewegung robust genug bleiben, da können weitere Test helfen und ein weiterer Sensor wie GY-302 BH170 Licht Sensor Helligkeitsensor. Da die Kamera auch als Photobox im Miskatonic Theater (dem einzigen Horrortheater der Welt) eingesetzt werden soll, wäre ein Helligkeitssensor sehr sinnvoll - ich habe ihn bereits gekauft und werde ihn demnächst einbauen - sowie den Drucker und die Funktion zur Photobox ergänzen.
Fazit
Beyond Lence zeigt, wie KI in einem physischen Interface jenseits von Text- oder Sprachinteraktion eingesetzt werden kann. Die Modelle liefern keine fertige Gestaltung, sie ermöglichen ein System, das Menschen in Räume und in Bewegung wahrnimmt. Erst durch die Verbindung mit räumlichem Tracking, gestalteten Assets, sowie der haptischen Steuerung und einer klaren Dramaturgie entsteht die Illusion einer Kamera zwischen den Welten.
