Fangen wir mit dem Fazit an. Ein 3D-Modell, das eine KI aus einer einzigen Zeichnung oder einem einzigen Foto erzeugt, kannst du nicht direkt als VRChat-Avatar verwenden. Humanoide Avatare in VRChat müssen Unitys Mecanim-Humanoid-Konfiguration nutzen, und die offizielle Dokumentation legt fest: „Humanoide Avatare müssen gemappte Bones für head (Kopf), hands (Hände) und feet (Füße) haben" (Quelle: VRChat Creation - Rig Requirements, Stand Juli 2026). KI-generierte 3D-Modelle sind statische Meshes ohne Knochen (Bones) im Inneren und erfüllen diese Voraussetzung daher nicht.
Für die Umwandlung in VRM gilt dasselbe. VRM ist ein Format für humanoide Avatare, und ein Modell ohne Skelett wird nicht dadurch zum Avatar, dass du es einfach „konvertierst". Dazwischen liegt ein eigener Produktionsschritt, nämlich Rigging und Weight Painting, und das ist Modellierarbeit, keine Dateikonvertierung. In diesem Artikel zeigen wir dir konkret, was genau fehlt und wie viel, und sortieren dann die Einsätze, die trotzdem realistisch sind. Wenn du gerade erst mit VRChat anfängst, lies am besten zuerst Du bekommst keinen VRChat-Avatar hin? Der Einstieg nach Stolperstelle, um den Gesamtüberblick zu bekommen.
*Mit Figmee kannst du derzeit aus hochgeladenen Zeichnungen und Illustrationen Bilder im Figuren-Stil und 3D-Modelldaten (GLB / 3MF) erzeugen und herunterladen. Der Verkauf physischer 3D-Drucke ist in Vorbereitung (Coming Soon).
Was fehlt
Stellst du gegenüber, was ein KI-generiertes Modell mitbringt und was ein VRChat-Avatar braucht, wird der Unterschied deutlich.
| Punkt | KI-generiertes 3D-Modell (GLB) | Was ein VRChat-Avatar braucht |
|---|---|---|
| Mesh (Form) | Vorhanden | Vorhanden |
| Texturen und Materialien | Vorhanden | Vorhanden (Shader müssen aber angepasst werden) |
| Bones (Skelett) | Fehlen | Pflicht (inklusive Kopf, Händen und Füßen) |
| Verbindung von Bones und Mesh (Weights) | Fehlt | Pflicht |
| Blend Shapes für Mimik | Fehlen | Nötig, wenn du Lip Sync oder Gesichtsausdrücke willst |
| Komponente für die Avatar-Einrichtung | Fehlt | VRC Avatar Descriptor ist Pflicht |
| Polygonzahl und Performance-Optimierung | Nicht angepasst | Kriterien für den Performance Rank |
Jede Zeile mit „Fehlt" ist zusätzliche Arbeit, die auf dich zukommt. Der Schritt, in dem Bones eingebaut werden, heißt Rigging. Wie das funktioniert, erklären wir in Was ist Rigging? Einfach erklärt, wie sich 3D-Modelle bewegen und wann du es brauchst. Eine Figur aber so weit fertigzustellen, dass sie sich ohne Verformungsfehler bewegen lässt, ist innerhalb der 3D-Produktion ein eigenes Fachgebiet.
Die Rig-Anforderungen von VRChat (im Detail)
Hier sind die Anforderungen aus der offiziellen Dokumentation, sortiert danach, wie stark sie sich auswirken, sobald du tatsächlich loslegst.
- Pflicht-Bone-Mapping: Zusätzlich zu head, hands und feet müssen Pelvis (Becken), Spine (Wirbelsäule), Chest (Brust), Neck (Hals) und Shoulders (Schultern) gemappt sein.
- Reihenfolge der Hierarchie: Die Bones shoulder und neck müssen direkte Kinder des chest-Bones sein. Ebenso muss LowerArm das erste Kind von UpperArm sein, Hand das erste Kind von LowerArm, LowerLeg das erste Kind von UpperLeg und Foot das erste Kind von LowerLeg.
- Finger-Bones: Damit Full IK (inverse Kinematik) funktioniert, müssen die Bones von Daumen, Zeigefinger und Mittelfinger gemappt sein. Fehlen sie, kann laut offizieller Dokumentation „der Avatar nicht in die Hocke gehen, und seine Füße machen keine automatischen Schritte mehr".
- Achsen der Augen-Bones: „Die Y-Achse muss nach oben und die Z-Achse nach vorne zeigen."
- Haltung für Full-Body-Tracking: „Der Winkel zwischen Becken- und Oberschenkel-Bones sollte nahe bei 180 Grad liegen", gemessen in der T-Pose.
- Zehen-Bones: Nicht Pflicht, aber wenn du sie mappst, sind Bewegungen auf Zehenspitzen möglich und die Schritte sehen besser aus.
Als Liste wird es deutlich: Mit „ungefähr ein paar Knochen reinsetzen" ist es nicht getan. Es sind strukturelle Anforderungen. Wenn du einem KI-generierten Modell nachträglich Bones einbaust, platzierst du sie einzeln passend zu dieser Hierarchie und stellst dann ein, wie stark jeder Vertex des Meshes welchem Bone folgt (die Weights).
Was du über VRM und UniVRM wissen solltest
VRM ist ein 3D-Dateiformat für humanoide Avatare und als Erweiterung von glTF 2.0 aufgebaut. Die Standardimplementierung für Unity ist UniVRM, die als Open Source unter der MIT-Lizenz veröffentlicht ist.
Hier die Fakten aus dem offiziellen Repository (Quelle: UniVRM (GitHub), Stand Juli 2026).
- Unterstützte Unity-Versionen: Ab v0.128.0 ist Unity 2022.3 LTS oder neuer erforderlich. Ältere Unity-Versionen (2021.3 / 2020.3 / 2019.3 / 2018.4) werden von früheren Releases abgedeckt, gelten aber als außerhalb des offiziellen Supports.
- Unterstützte Formate: Sowohl VRM 1.0 als auch VRM 0.x, dazu glTF 2.0 (
.glb/.gltf/.zip) und VRM-Animation (.vrma). - Installation: Du kannst ein unitypackage aus den GitHub-Releases herunterladen oder per UPM eine git-URL im Package Manager angeben. Bei UPM braucht VRM 1.0 die Pakete
com.vrmc.gltfundcom.vrmc.vrm.
Das heißt: UniVRM kann glTF / GLB laden. Aber „lässt sich laden" und „wird zu einem funktionierenden VRM-Avatar" sind zwei verschiedene Dinge. VRM ist ein Standard für humanoide Avatare und setzt voraus, dass das Modell Informationen wie Bone-Struktur, Blickrichtung und Gesichtsausdrücke mitbringt. Lädst du ein Mesh ohne Bones, entsteht nichts davon.
Kannst du eine VRM-Datei direkt in VRChat bringen?
Hier kommt es leicht zu Verwechslungen. Der Ablauf zum Erstellen und Hochladen von Avataren, den die offizielle VRChat-Dokumentation beschreibt, sieht so aus: Mit dem Creator Companion ein Unity-Projekt samt SDK einrichten, das Modell in Unity platzieren, einen VRC Avatar Descriptor hinzufügen und dann über das SDK bauen und hochladen (Quelle: VRChat Creation - Creating Your First Avatar, Stand Juli 2026). Der Ablauf ist in acht Schritte unterteilt.
- Step 1 - Ein 3D-Modell auswählen
- Step 2 - Das VRChat SDK einrichten
- Step 3 - Das Modell ins Projekt importieren (mit korrekt eingestelltem Rig)
- Step 4 - Das Modell in der Szene platzieren
- Step 5 - Einen Avatar Descriptor hinzufügen
- Step 6 - Im Builder-Tab prüfen, ob der Avatar Probleme hat
- Step 7 - Bauen und hochladen
- Step 8 - Den Avatar verwenden
Einen Schritt, in dem eine VRM-Datei direkt hochgeladen wird, gibt es in diesem offiziellen Ablauf nicht. VRM ist ein Format für Plattformen, die VRM unterstützen. Willst du ein Modell in VRChat bringen, führt der Weg am Ende ohnehin über Unity + SDK. Die Vorstellung „Sobald es VRM ist, läuft es in VRChat" stellt die Reihenfolge auf den Kopf.
Es gibt noch eine wichtige Einschränkung. Die Unity-Version, die VRChat verwendet, ist auf 2022.3.22f1 festgelegt. Die offizielle Dokumentation fordert dich auf, bei dieser Version zu bleiben, und warnt, dass hochgeladene Inhalte nach einem Upgrade auf eine neuere Version in VRChat nicht mehr geladen werden können (Quelle: VRChat Creation - Current Unity Version, Stand Juli 2026). Am sichersten ist es, die Installation von Unity dem Creator Companion zu überlassen.
Der gesamte Ablauf und realistische Zeitangaben
Wenn du aus einem KI-generierten Modell einen Avatar machen willst, sieht der Ablauf so aus. Die Zeiten hängen stark von deiner 3D-Erfahrung ab, sie sind also nur grobe Richtwerte.
- Das Mesh aufräumen (1–3 Stunden). Generierte Modelle haben keine Flächenanordnung, die sich gut bearbeiten lässt, deshalb räumst du sie per Remeshing oder Retopologie auf. Überspringst du diesen Schritt, geht später beim Weight Painting leicht etwas schief.
- Die Form für den Avatar anpassen (ab ein paar Stunden). Die Arme näher an eine T-Pose bringen, die Finger trennen, Haare und Accessoires in handliche Teile zerlegen und so weiter. Bei Modellen aus einer einzigen Zeichnung sind die Finger oft zusammengewachsen, und dieses Modellieren ist Voraussetzung dafür, Finger-Bones einbauen zu können.
- Rigging (Bones einbauen) (ein paar Stunden bis ein paar Tage). Die Bones so platzieren, dass sie die Hierarchie-Anforderungen von VRChat erfüllen.
- Weight Painting (ein paar Stunden bis ein paar Tage). Immer wieder prüfen, ob zum Beispiel die Schulter einknickt, wenn der Arm gebeugt wird. In der Praxis geht hier die meiste Zeit drauf.
- Blend Shapes für die Mimik erstellen (optional, ab ein paar Stunden). Nötig, wenn du Lip Sync oder wechselnde Gesichtsausdrücke nutzen willst.
- Wenn du VRM willst: mit UniVRM exportieren (ab einer Stunde). UniVRM in einer Umgebung mit Unity 2022.3 LTS oder neuer installieren und einrichten.
- Für VRChat einrichten (1–3 Stunden). Mit dem Creator Companion ein Projekt anlegen, das Modell importieren, den Avatar Descriptor einstellen, dann bauen und hochladen.
Die Schritte 3 und 4 machen den Großteil des Ganzen aus. Das ist keine „Konvertierungsarbeit", sondern „Produktion". Anders gesagt: Du setzt KI ein, um dir Modellierarbeit zu sparen, und verbringst am Ende beim Schritt zum Avatar womöglich genauso viel Zeit. Wenn du das von Anfang an weißt, gerät dein Plan unterwegs nicht ins Wanken.
Einsätze, die realistisch gut passen
Heißt das, KI-generierte 3D-Modelle sind im VR- und Social-Media-Kontext nutzlos? Ganz und gar nicht. Abseits von Avataren gibt es viele Einsätze, die ohne zusätzliche Schritte funktionieren.
| Einsatz | Zusätzliche Schritte | Wie gut es passt |
|---|---|---|
| Drehen und betrachten, als Werk zeigen | Keine | Hoch |
| Motiv für Fotos und Screenshots | Keine | Hoch |
| Objekte und Requisiten in einer Welt | Fast keine | Hoch |
| Hintergründe und Ausstellungsstücke in Spielen oder Apps | Fast keine | Hoch |
| Als Grobform oder Ausgangsbasis zum Modellieren | Keine | Hoch |
| Statische Standpose einer Figur | Wenige | Mittel |
| Ein Avatar, den du selbst bewegst | Viele (Rigging Pflicht) | Niedrig |
Objekte, die du in einer Welt platzierst, müssen sich nicht bewegen und brauchen deshalb keine Bones. Genau hier liegen die Stärken KI-generierter Modelle. Wie du sie in eine Game-Engine importierst, haben wir in GLB in Unity importieren: Warum es standardmäßig nicht geht und wie du glTFast installierst zusammengefasst.
Es gibt auch den Ansatz, das Modell als Basis für einen Avatar zu nutzen. Du erstellst aus deiner Illustration in einem Rutsch eine räumliche Grobform und nutzt sie dann als Referenz, während du selbst modellierst oder retopologisierst. Weil du dir das Aufbauen der Form von null sparst, kannst du die Silhouette schneller durchspielen. Alle Bearbeitungswege haben wir in KI-generierte 3D-Modelle bearbeiten: Überblick über den Weg in Blender, Game-Engines und den 3D-Druck geordnet.
Mit welchen Kosten du grob rechnen musst, wenn du ein 3D-Modell in Auftrag gibst, das du als VTuber im Stream bewegen kannst, und wo die Grenze dessen liegt, was ein unbewegliches 3D-Modell leisten kann, erklären wir in Was kostet ein 3D-VTuber-Modell? Crowdfunding-Beispiele und was ein 3D-Modell ohne Rigging kann.
Häufige Fragen
Gibt es kein Tool, das ein KI-generiertes Modell mit einem Klick in VRM umwandelt?
Der Export ins VRM-Format an sich ist technisch möglich, aber exportieren zu können und als Avatar in VRChat zu funktionieren, sind zwei verschiedene Dinge. VRChat schreibt für humanoide Avatare offiziell ein Bone-Mapping inklusive Kopf, Händen und Füßen sowie eine Hierarchie mit festgelegten Eltern-Kind-Beziehungen vor. Ein Modell ohne Bones und Weights erfüllt diese Anforderungen nicht, egal in welches Format du es umwandelst.
Wenn ich das Rigging auslagere, was muss ich übergeben?
Es geht schneller, wenn du das aufgeräumte Mesh (GLB oder FBX), den geplanten Einsatz (VRChat oder eine andere Plattform) und die Info übergibst, ob Gesichtsausdrücke gebraucht werden. Für VRChat hilft es, die offizielle Seite mit den Rig-Anforderungen zu teilen, damit alle vom Gleichen ausgehen. Beachte außerdem: Die Zeichnung, von der du ausgehst, muss eine eigene Figur sein, an der du die Rechte hältst. Eine urheberrechtlich geschützte Figur anderer in 3D umzusetzen und hochzuladen, ist ohne Erlaubnis der Rechteinhaber nicht möglich.
Wenn ich es als Objekt in einer Welt nutze, worauf sollte ich achten?
Auf die Polygonzahl und die Texturauflösung. Welten laden viele Objekte gleichzeitig, deshalb kann ein einziges schweres Modell das gesamte Erlebnis beeinträchtigen. Prüfe die Polygonzahl vor dem Import und reduziere sie bei Bedarf, bevor du das Modell platzierst. Die Eigenschaften des GLB-Formats erklären wir in Was ist eine GLB-Datei? Öffnen, Einsatzzwecke und Konvertierung einfach erklärt.
Zusammenfassung
Um ein KI-generiertes 3D-Modell zu einem VRChat-Avatar zu machen, brauchst du Rigging und Weight Painting, einen eigenständigen Produktionsschritt, den keine Konvertierung des Dateiformats ersetzen kann. Die offiziellen Anforderungen von VRChat legen das Bone-Mapping inklusive Kopf, Händen und Füßen konkret fest, bis hin zu den Eltern-Kind-Beziehungen von Schultern, Hals, Armen und Beinen. Auch bei VRM gilt: UniVRM kann glTF / GLB laden, aber aus einem Modell ohne Skelett entstehen die Avatar-Informationen nicht automatisch.
Für Einsätze wie Objekte in einer Welt, Motive für Fotos, Ausstellungsstücke und eine Basis zum Modellieren kannst du das generierte Modell dagegen direkt verwenden. „Weit weg vom Avatar, aber nah dran für alles andere": Wenn du diese Grenze von Anfang an im Kopf hast, nutzt du die Modelle, ohne dass Erwartung und Ergebnis auseinanderklaffen. Wenn du dich an die Avatar-Erstellung selbst wagen willst, prüfst du am besten zuerst in Du bekommst keinen VRChat-Avatar hin? Der Einstieg nach Stolperstelle die Lernreihenfolge im Überblick und legst dann los.




