OmniSense 3.0 im Pro-Modell: Warum Dreame auf 360° 3D-LiDAR + Binocular-AI-Vision setzt

OmniSense 3.0 ist bei Dreame nicht nur ein Marketingbegriff, sondern das zentrale Versprechen für
„Sehen“ im eigenen Garten. Die Idee: Der Roboter soll die Umgebung räumlich
erfassen, Hindernisse zuverlässig unterscheiden und daraus eine 3D-Umgebungskarte
ableiten, auf deren Basis er seine Routen plant.

Im Kern arbeitet OmniSense 3.0 mit zwei Bausteinen:

• 360° 3D-LiDAR: Ein LiDAR-System mit großem Sichtfeld, das die Umgebung als
  Punktwolke abtastet. Laut Hersteller ist die Erfassungsreichweite hoch und die Präzision
  auf Zentimeter-Niveau ausgelegt.
• Binocular-AI-Vision: Zwei Kameras bzw. ein binokulares KI-Visionssystem
  zur realweltlichen Objekterkennung. Damit soll der Roboter nicht nur „irgendetwas“
  im Raum sehen, sondern Objekte sinnvoll klassifizieren.

Zusammengenommen zielt das System auf ein Verhalten ab, das viele Nutzer bei Mährobotern mit
reinem Sensor- oder Kameraansatz vermissen: räumliche Tiefe für Navigation
und semantisches Verständnis für das Umfahren von Hindernissen.

Im Pro-Kontext ist das besonders relevant, weil die A3 AWD Pro-Serie auf größere Flächen und
komplexere Gärten ausgelegt ist. Wenn der Roboter mehr „lesen“ muss, um weniger manuell eingreifen
zu müssen, wird die Qualität der Sensorfusion zum entscheidenden Faktor.

Wichtig ist: Der Hersteller positioniert OmniSense 3.0 explizit als System, das ohne RTK
und ohne Drähte auskommen soll. Das ist ein großer Unterschied zu Lösungen, die zwingend
auf externe Positionierung setzen. Für Nutzer bedeutet das in der Regel: weniger Installationsaufwand,
aber dafür muss man die ersten Kartierungsversuche und die Umgebungseigenschaften ernst nehmen.

Technischer Kern: So arbeitet die OmniSense 3.0 Hardware im Alltag

Für den Alltag ist weniger entscheidend, wie LiDAR oder KI-Vision „im Labor“ funktionieren,
sondern ob der Roboter in typischen Garten-Situationen konsistent bleibt. Dazu gehören:
wechselnde Lichtverhältnisse (Schatten, Abend), Hindernisse mit unklaren Konturen
(z. B. Dekoration, Spielzeug, Gartenmöbel), wechselnde Untergründe
(nasse Stellen, unebene Flächen) und natürlich die Frage, wie zuverlässig der Roboter
seine virtuellen Grenzen bzw. sein Mapping beibehält.

360° 3D-LiDAR: Räumliche Tiefe statt „nur“ Abstand

LiDAR liefert eine Art „3D-Snapshot“ der Umgebung. Im Dreame-Konzept ist das nicht nur für
Obstacle Avoidance gedacht, sondern vor allem für die Navigation und das
Auto-Mapping. Der Roboter soll den Garten als 3D-Umgebung erfassen und daraus
eine Karte ableiten, auf deren Grundlage er fährt, statt sich nur entlang von Kollisionen
oder zufälligen Mustern „durchzutasten“.

Laut Hersteller ist die Erkennung auf 360° ausgelegt und die Detektionsreichweite
wird mit sehr hohen Werten beschrieben. Ebenso wird eine zentrimeternahe Präzision
erwähnt. In der Praxis übersetzt sich das in die Erwartung, dass der Roboter:

• Engstellen erkennt, statt „wegzurutschen“
• Unter Bäumen und in Bereichen ohne klare GPS-Sicht navigieren kann
• Routen stabil plant, statt nach jeder Session neu zu „raten“

Binocular-AI-Vision: Objekte erkennen, statt nur auszuweichen

Kameras mit KI werden oft dann interessant, wenn Hindernisse nicht eindeutig als „harte“ Objekte
erscheinen oder wenn es viele ähnliche Formen gibt (z. B. Stühle vs. Steine, Spielzeug vs. Deko).
Dreame beschreibt die Binocular-AI-Vision als High-Definition Imaging mit intelligenter
Objekt-Erkennung.

In der Praxis bedeutet das: Der Roboter soll nicht nur „Gefahr“ sehen, sondern die Situation
besser interpretieren. Das kann die Effizienz erhöhen, weil er weniger „konservativ“ ausweichen muss.
Gleichzeitig kann es die Sicherheit verbessern, weil er Hindernisse eher korrekt klassifiziert.

Sensorfusion als Strategie gegen „Blind Spots“

Viele Mähroboter haben Sensorbereiche, die je nach Positionierung oder Hindernisform weniger zuverlässig
sind. Dreame formuliert OmniSense 3.0 explizit als System „ohne Blind Spots“. Das ist natürlich
eine Zielbeschreibung – aber sie zeigt die Richtung: Durch Kombination aus 360° LiDAR und KI-Vision soll
die Erkennung in unterschiedlichen Winkeln und Szenarien robust bleiben.

Design und Antrieb: AWD/Hub Motor und warum das Pro-Modell für Steigungen gedacht ist

Der Dreame A3 AWD Pro ist nicht nur „ein Sensorpaket“. Wer einen Pro-Mähroboter kauft, erwartet
auch, dass er sich in schwierigen Gärten bewegt, ohne ständig festzusitzen. Deshalb ist die
Allrad-Strategie zentral.

Dreame nennt für die A3 AWD Pro Serie einen All-Terrain 4WD System-Ansatz mit
Hub Motoren sowie Angaben zur maximalen Steigungsleistung. Zusätzlich wird das Verhalten bei
Hindernissen und die Art der Räder beschrieben (Universal- und Off-Road-Räder).

Gerade in Kombination mit OmniSense 3.0 ergibt sich ein typischer Vorteil: Wenn der Roboter
Hindernisse und Gelände versteht, aber gleichzeitig die Traktion nicht stimmt, wird er trotzdem
scheitern. Umgekehrt hilft starke Traktion zwar, aber ohne gute Navigation fährt man trotzdem
ineffizient oder bleibt an „virtuellen Planungsfehlern“ hängen.

Steigungen und unebene Zonen

In vielen Gärten sind die Problemstellen nicht „die ganze Fläche“, sondern einzelne Bereiche:
eine Böschung, ein Wurzelbereich, ein Abschnitt mit ungleichmäßiger Bodenhöhe.
Das Pro-Modell zielt hier auf ein robustes Durchkommen ab, damit die Mähroutine nicht
ständig abbricht.

Wichtig für die Praxis: Routenplanung braucht Fahrverhalten

Selbst wenn OmniSense 3.0 eine 3D-Karte erstellt, muss der Roboter die geplanten Wege
auch tatsächlich befahren können. Das betrifft:

• Kurven und Richtungswechsel
• Übergänge zwischen glatterem und rauerem Untergrund
• nasse Stellen (Traktion) und uneinheitliche Grashöhen
• Engstellen, in denen man „nicht ausweichen“ kann

Der AWD-Ansatz soll genau diese Lücke schließen.

Setup ohne Kabel: Auto-Mapping, virtuelle Grenzen und was Nutzer wirklich vorbereiten sollten

Ein großes Kaufargument für kabellose Mähroboter ist der geringere Installationsaufwand.
Beim Dreame A3 AWD Pro wird die Boundary-Setup-Strategie als Remote Control + AI Auto-Mapping
beschrieben. Das bedeutet: Der Roboter erstellt die Orientierung und Begrenzung im Rahmen
des Auto-Mappings – statt dass der Anwender zwingend Begrenzungskabel verlegen muss.

In der Praxis ist das aber nicht „Knopf drücken und fertig“ im Sinne von „keine Vorbereitung“.
Gerade beim ersten Mapping entscheidet die Umgebung darüber, wie schnell und sauber die Karte entsteht.
Deshalb hier eine realistische Checkliste, die sich aus typischen Erfahrungen mit LiDAR- bzw. Vision-Mapping
ableiten lässt (ohne zu behaupten, dass jeder Garten identisch reagiert):

1) Hindernisse aus dem „Mapping-Fokus“ entfernen

Während der Kartierung sollten möglichst keine stark beweglichen oder „wechselnden“ Objekte
im relevanten Bereich stehen. Wenn z. B. Gartenstühle ständig verschoben werden, kann das
die Interpretation erschweren. Bei stabilen Hindernissen ist das Mapping in der Regel deutlich einfacher.

2) Übergänge sauber gestalten

Virtuelle Grenzen funktionieren am besten, wenn die Übergänge zwischen Rasen und Nicht-Rasen
klar genug sind. Wenn der Garten extrem „vermischt“ ist (z. B. Rasenflächen, die über
sehr kurze Distanzen immer wieder in Kies oder Erde übergehen), muss der Roboter ggf. öfter
Daten sammeln, um konsistente Zonen zu bilden.

3) Geschwindigkeit und Mähstrategie an den Garten anpassen

Der Roboter soll nicht nur „fahren“, sondern zuverlässig mähen. Dazu gehört, dass die
Mähhöhe und die Schnittfrequenz zur Wachstumsrate passen. Dreame nennt für die A3 AWD Pro Serie
eine Schnitt-/Mähhöhen-Spanne. Wer zu aggressiv startet, kann mehr Widerstand erleben als nötig.

4) Grenzen prüfen und bei Bedarf nachjustieren

Selbst bei guter Sensorik kann es Situationen geben, in denen der Roboter eine Fläche als „Rasen“
interpretiert, die man eigentlich nicht mähen möchte. Das ist bei Auto-Mapping-Konzepten
normaler als bei klassischen Drahtgrenzen, weil die Definition „wo Rasen ist“ dynamisch aus
der Umgebung abgeleitet wird.

Deshalb: Nach der ersten Kartierung kurz in der App prüfen, ob die virtuellen Zonen
so abgebildet sind, wie man es erwartet.

Hinweis: In Foren und Nutzerdiskussionen wird bei neuen Dreame-Modellen häufig nicht nur die Sensorik,
sondern auch Software-Feinschliff (z. B. Edge-Cutting-Details) diskutiert. Das ist bei
laufenden Produktgenerationen ein typisches Muster: Hardware ist oft schnell verfügbar,
aber die Nutzererfahrung wird über Firmware-Updates weiter geschärft.

Mähleistung im Pro-Format: Schnittbreite, Dual-Blades und EdgeMaster 2.0

Die Sensorik entscheidet, wo der Roboter fährt. Die Mähmechanik entscheidet, wie gut
das Ergebnis aussieht. Beim Dreame A3 AWD Pro wird ein Dual-Disc Cutting-Ansatz
mit einer breiten Schnittspur genannt. Zudem wird ein EdgeMaster™ 2.0 System mit sehr engem
Edge-to-Edge Cutting beschrieben.

Für Nutzer ist die Kante oft der Unterschied zwischen „funktioniert“ und „sieht professionell aus“.
Denn Kanten sind die Stellen, an denen der Roboter typischerweise am meisten Nacharbeit erzeugt –
sei es an Terrassenrändern, an Beeten oder entlang von Wegen.

Was bedeutet „Edge-to-Edge“ praktisch?

Wenn der Hersteller eine sehr geringe Edge-Kante anstrebt, heißt das: Der Roboter soll
mit seiner Schneidtechnik näher an die Begrenzung kommen. Das reduziert die Notwendigkeit,
mit dem Rasentrimmer nachzuarbeiten.

Allerdings ist Edge-Cutting in der Praxis abhängig von:

• wie klar die Kante im Mapping erkannt wird
• ob die Kante „stufig“ ist (z. B. Bordstein) oder weich übergeht
• Feuchtigkeit/Graszustand (nasses Gras kann anders reagieren)
• der verfügbaren Manövrierfläche

Breite Schnittspur und Effizienz

Ein breiterer Schnittweg bedeutet oft: weniger Fahrzyklen für dieselbe Fläche. Gerade bei
Pro-Modellen, die für größere Gärten gedacht sind, kann das den Gesamtdurchsatz erhöhen.
Gleichzeitig muss die Navigation in der Praxis so stabil sein, dass der Roboter die breiten
Zonen sauber abarbeitet.

Mähhöhenbereich: Von „kurz“ bis „etwas höher“

Dreame gibt für die A3 AWD Pro Serie eine Mähhöhen-Spanne an. Für Nutzer ist das relevant,
wenn der Roboter nicht täglich laufen kann oder wenn das Gras zeitweise schneller wächst.
Ein ausreichender Bereich reduziert die Gefahr, dass der Roboter bei höherem Gras
häufiger ausweichen oder langsamer arbeiten muss.

Navigation in schwierigen Umgebungen: Unter Bäumen, in Engstellen, bei wenig GPS

Einer der wichtigsten Punkte bei kabellosen Mährobotern ist die Fähigkeit, auch dann zu navigieren,
wenn GPS schwach ist oder wenn der Garten „optisch“ unruhig wird. Dreame beschreibt für OmniSense 3.0,
dass der Roboter stabil navigieren soll – unter Bäumen, entlang schmaler Passagen und in
Schattenbereichen oder bei schwachem GPS-Signal.

Für die Praxis ist das besonders relevant, weil viele Gärten genau diese typischen Problemzonen haben:
Bäume werfen Schatten, Wege sind schmal, und das Gelände ist nicht geometrisch „perfekt“.

Engstellen: Wenn Navigation wichtiger ist als Traktion

In Engstellen ist die Fehlertoleranz geringer. Ein Roboter kann nicht einfach „größer ausweichen“,
weil die Umgebung es nicht hergibt. Hier spielt die 360°-Erfassung und die Fähigkeit,
Hindernisse und Kanten zu erkennen, eine überproportionale Rolle.

Unter Bäumen: Orientierung trotz wechselnder Lichtverhältnisse

Unter Bäumen sind Licht und Kontraste oft ungleichmäßig. Ein LiDAR-System kann hier helfen,
weil es weniger von visuellen Kontrasten abhängt als reine Kamera-Navigation. Die Binocular-AI-Vision
kann zusätzliche Informationen liefern, aber die Sensorfusion ist entscheidend, damit der Roboter
nicht „nur auf eine Methode“ angewiesen ist.

Low-Light und Schatten: Warum Vision + LiDAR sinnvoll kombiniert ist

Viele Nutzer interessieren sich besonders dafür, ob der Roboter auch in Dämmerung oder bei
ungünstigen Lichtbedingungen zuverlässig arbeitet. Dreame positioniert OmniSense 3.0 so,
dass der Roboter auch in solchen Situationen navigieren kann. In der Umsetzung hängt das Ergebnis
aber immer davon ab, wie stark die Umgebung variiert und wie klar die Sensoren die relevanten
Strukturen erkennen.

Bedienung per App: Mähverwaltung, Einstellungen und Sicherheitsfunktionen

Bei modernen Mährobotern ist die App das Steuerzentrum. Der Dreame A3 AWD Pro setzt auf
„Versatile Mowing Management via App“. Konkret bedeutet das in der Regel:
Mähzeiten planen, Zonen verwalten, Mähhöhe einstellen und den Status überwachen.

Zusätzlich nennt Dreame ein Worry-free Security System mit Funktionen wie
„Link to prevent“, „Alert to warn“ und „Locate to recover“. Diese Formulierungen sind
typisch für Systeme, die eine Art Sicherheits- bzw. Diebstahls-/Warnlogik unterstützen.

Praktisch wichtig: Mähhöhe und Mähstrategie

Wenn die Mähhöhe in einem sinnvollen Bereich eingestellt ist, kann der Roboter gleichmäßiger arbeiten.
Dreame gibt für den A3 AWD Pro einen Bereich von 3 bis 10 cm an. Das ist für viele Gärten
gut nutzbar, weil man zwischen „kurz und ordentlich“ und „etwas robustere Schnitthöhe“
wechseln kann.

App-Logik: Mapping verstehen, statt nur „laufen lassen“

Bei Auto-Mapping ist es hilfreich, zumindest grob zu verstehen, wie der Roboter die Umgebung
interpretiert. Nutzer sollten daher nach dem ersten Mapping kurz prüfen:

• Welche Bereiche werden als Rasen erkannt?
• Wird eine gewünschte Nicht-Rasen-Zone korrekt ausgespart?
• Wie fährt der Roboter an Kanten – braucht er dort Nachjustierung?

In Foren zeigen sich bei neuen Modellen oft Diskussionen, wenn es um Edge-Cutting-Details oder
die Feinheit bestimmter Zonen geht. Solche Themen sind in der Regel weniger „Hardware-Probleme“
als vielmehr Software-Feintuning, das sich über Firmware-Updates verbessern kann.

Praxisfazit: Für wen ist der Dreame A3 AWD Pro wirklich die richtige Wahl?

Der Dreame A3 AWD Pro ist kein „Budget-Einsteiger“. Er richtet sich an Nutzer, die:

• einen kabellosen Ansatz bevorzugen (ohne RTK und ohne Begrenzungsdraht)
• einen Garten mit komplexen Geometrien haben (Engstellen, unregelmäßige Zonen)
• mit Steigungen und wechselnden Untergründen leben
• eine präzisere Kantenoptik erwarten (EdgeMaster 2.0)
• bereit sind, beim ersten Setup die virtuelle Abbildung kurz zu prüfen

Wenn der eigene Garten dagegen eher „einfach“ ist (große, gleichmäßige Rasenfläche, wenige Hindernisse,
klare Kanten), kann ein einfacher konzipierter Mähroboter oft genauso zuverlässig mähen.
Der Mehrwert des Pro-Modells liegt dann weniger in der Grundfunktion und mehr in der
Robustheit bei Sonderfällen.

Stärken, die man aus den Produktzielen ableiten kann

Aus den technischen Kernpunkten (OmniSense 3.0, 360° 3D-LiDAR, Binocular-AI-Vision, AWD) ergeben sich
typische Stärken:

• Auto-Mapping für weniger Installationsaufwand
• Hinderniserkennung über Sensorfusion statt nur Ultraschall/Kollision
• Navigation auch in Bereichen, in denen GPS schwach sein kann
• Traktion für Steigungen und unebene Zonen
• Breite Schnittspur für effiziente Bearbeitung größerer Flächen

Realistische Grenzen: Was Nutzer einkalkulieren sollten

Auch bei guter Sensorik bleibt ein Auto-Mapping-System abhängig von der Umgebung. Daher sollten Nutzer
einkalkulieren:

• Dass virtuelle Grenzen in manchen Gärten mehr Feinjustierung brauchen als erwartet,
  insbesondere bei sehr „gemischten“ Flächen oder bei ständig wechselnden Objekten.
• Dass Edge-Cutting zwar stark beworben wird, aber in der Praxis von Kantenprofil, Feuchtigkeit
  und Graszustand abhängt.
• Dass Software-Feinschliff über Firmware-Updates die Nutzererfahrung weiter verändern kann.
  Neue Generationen werden häufig in der Community zunächst sehr genau auf Details geprüft.

Unterm Strich ist der Dreame A3 AWD Pro dann besonders überzeugend, wenn der Garten nicht „leicht“
ist. OmniSense 3.0 ist dabei der Schlüsselbaustein, weil Navigation und Obstacle Avoidance nicht getrennt
voneinander betrachtet werden, sondern als zusammenhängendes System.

Vergleichsrahmen: A3 AWD Pro vs. typische Alternativen (ohne Marken-Overkill)

Viele Käufer stehen vor einer Grundsatzfrage: Soll es ein kabelloser Mähroboter sein, der per LiDAR/KI
mappt, oder eine Lösung, die mit Begrenzungskabeln arbeitet? Dazu kommt die Frage, ob RTK/Stationen nötig sind.
Der Dreame A3 AWD Pro positioniert sich klar in der kabellosen Richtung – OmniSense 3.0 soll das Mapping
übernehmen.

Ohne in konkrete Konkurrenzmodelle abzudriften, kann man den Vergleich so strukturieren:

1) Installation vs. „intelligentes Setup“

Kabelbasierte Systeme sind häufig „stabil“, weil die Grenzen physisch festgelegt sind.
Kabellose Systeme sparen Installation, dafür ist die virtuelle Grenzziehung abhängig vom Mapping.
Der A3 AWD Pro setzt auf Sensorfusion, um diese Lücke zu schließen.

2) Hinderniserkennung

Systeme, die nur auf Kollision oder einfache Abstands-Sensorik setzen, stoßen bei komplexen Hindernissen
eher an Grenzen. Der A3 AWD Pro kombiniert 360° 3D-LiDAR mit Binocular-AI-Vision, was eine
deutlich „aktivere“ Umweltinterpretation ermöglicht.

3) Traktion und Gelände

Gerade bei Steigungen entscheidet die Motor-/Räder-Architektur darüber, ob Navigation überhaupt
in Mähleistung übersetzt wird. Der A3 AWD Pro ist als AWD-Modell auf „All-Terrain“ ausgelegt.

4) Ergebnisqualität

Die Schnittbreite und die Edge-Kapazität sind entscheidend, ob das Ergebnis optisch überzeugt.
Dreame nennt für den A3 AWD Pro eine 40 cm Mähspur und EdgeMaster 2.0 mit engem Edge-to-Edge Cutting.
Das ist besonders relevant für Nutzer, die nicht täglich nachtrimmern wollen.

Technische Kurz-Übersicht (für die Kaufentscheidung)

Für eine schnelle Einordnung folgen hier die wichtigsten Eckdaten, die Dreame auf Produktseiten für die A3 AWD Pro Serie nennt.
Je nach Modellvariante unterscheiden sich Flächenleistung und Akku-/Runtime-Fokus.

• Navigation & Mapping: OmniSense™ 3.0
• Obstacle Avoidance: 360° 3D-LiDAR + Binocular AI Vision
• Arbeitsfläche (Modellabhängig): 2.500 m² (2500), 3.500 m² (3500), 5.000 m² (5000)
• Antrieb: AWD + Hub Motor (All-Terrain 4WD System)
• Max. Steigung: bis zu 80% (38,7°) laut Herstellerangabe
• Schnittbreite: 40 cm (15.8″ Dual Blades)
• Mähhöhe: 3–10 cm (laut Herstellerangabe)
• Edge Cutting: EdgeMaster™ 2.0 mit < 1,2″ Edge-to-Edge Cutting bzw. sehr engem Kantenanspruch
• Auto-Setup: Remote Control + AI Auto-Mapping (ohne RTK/ohne Draht als Positionierung)

Diese Punkte entscheiden im Kern, ob der A3 AWD Pro zu Ihrem Gartenprofil passt: Wenn Sie eine große,
anspruchsvolle Fläche mit Steigungen und Hindernissen haben, ist die Pro-Klasse genau dafür gedacht.

Häufige Fragen (FAQ) zum Dreame Roboticmower A3 AWD Pro Pro-Modell

Ist der Dreame A3 AWD Pro wirklich ohne Begrenzungskabel nutzbar?

Dreame positioniert den A3 AWD Pro mit OmniSense™ 3.0 als Lösung, die ohne RTK und ohne Drähte auskommen soll,
indem das Auto-Mapping die Umgebung erfasst und virtuelle Grenzen unterstützt.
In der Praxis sollten Nutzer dennoch die virtuelle Zonierung nach dem ersten Mapping kurz kontrollieren.

Wie gut erkennt der Roboter Hindernisse?

Die Kombination aus 360° 3D-LiDAR und Binocular-AI-Vision ist darauf ausgelegt, Hindernisse
zuverlässig zu erkennen und zu umfahren. Der Hersteller nennt zudem eine hohe Anzahl an Hinderniserkennungen
bzw. Avoidance-Fähigkeiten in der Produktkommunikation.

Für welche Gartengröße ist das Pro-Modell gedacht?

Die A3 AWD Pro Serie wird in Varianten für unterschiedliche Flächen angeboten: 2500, 3500 und 5000 m².
Entscheidend ist, wie oft Sie mähen möchten und wie komplex Ihre Zonen sind.

Hilft AWD wirklich bei Steigungen?

Dreame gibt für den A3 AWD Pro eine maximale Steigungsleistung von bis zu 80% (38,7°) an.
Das AWD-Konzept soll dafür sorgen, dass der Roboter auch in schwierigen Bereichen nicht sofort blockiert.

Hier können Sie die aktuellen Messerscheiben für Dreame einsehen.

Wie sieht es mit der Kantenoptik aus?

EdgeMaster™ 2.0 ist auf sehr nahes Edge-to-Edge Cutting ausgelegt. Dennoch hängt das Ergebnis
in der Praxis von Kantenprofil, Graszustand und der korrekten Erkennung der Kante ab.

Kann ich nachts oder bei wenig Licht mähen?

Dreame beschreibt, dass die Navigation auch in Schattenbereichen bzw. bei schwachen GPS-Signalen möglich ist.
Ob und wie gut das in Ihrem Garten funktioniert, hängt jedoch von den konkreten Licht- und Sichtverhältnissen ab.