Neue Steuerungskonzepte werden zwar entwickelt, aber weder eine gültige Norm noch ein fester Standard haben sich bis heute durchgesetzt.
Die ersten PDA’s und spätere Touchscreens hatten zusätzlich einen Stift (= Stylus oder Touch-Pen). Der Vorteil dieser Stifte ist, das Erstellen von Texten mithilfe der eigenen Handschrift, sowie das punktgenaue Tippen auf die Touch-Oberfläche selbst. Damit wurden ohne Probleme die kleinsten Schaltflächen betätigt.
Aufgrund der Ungenauigkeit der menschlichen Fingerspitzen, werden bei der Erstellung von Multi-Touch-Benutzeroberflächen große Schaltflächen und Symbole eingesetzt.
In Museen und anderen öffentlichen Räumen beispielsweise, wird die Multi-Touch-Gesten-Steuerung vorrangig zum Bildwechsel (innerhalb einer Slide-Show) und zur Bewegungssteuerung (wie z.B. Rotieren, Skalieren, Bewegen) einzelner 3D-Objekte eingesetzt.
Visualisierte 3D-Rundgänge gibt es in dieser Form auf den Kiosksystemen nicht.
Die eingesetzten Techniken zur Vorstellung von Gebäuden oder Exponaten sind im Internet oftmals virtuelle Panorama-Rundgänge (u.a. mit HDR-Fotografien), die obengenannten klassischen GUI- und Indoornavigations-Lösungen.

Somit besteht die Aufgabe, ein Usability-Konzept zu entwickeln, welches die Echtzeit-Navigation in einer visualisierten Welt mit Multitouch-Elementen verbindet.
Ist es möglich, Multi-Touch mit der Bewegungssteuerung innerhalb eines virtuellen Raumes zu einem benutzerfreundlichen Konzept zu verschmelzen? Können Bewegungen im virtuellen Raum sinnvoll mit einfachen Hand-Gesten z.B. Wischen oder Picken umgesetzt werden?
Im Internet wird überwiegend Adobe Flash für Spiele und Web-Anwendungen genutzt.
Mit Flashplayer 11 gibt es die Möglichkeit, ohne DirectX oder WebGL 3D-Content, hardwarebeschleunigt in Echtzeit darzustellen. Bis Oktober 2011 war es nur mit der Assemblerprogrammierung oder mit den beiden Plattformen DirectX und OpenGL (WebGL) möglich, die volle Beschleunigung der Hardware/Grafikkarte zu nutzen.
Kann diese neue Möglichkeit auch für die gewünschte 3D-Echtzeit-Visualisierung angewendet werden? Kann das Ergebnis mit einer Game-Engine, wie z.B. Unity3D (die DirectX nutzt) konkurrieren. Ist es möglich mit der Real-Time-Engine ansprechende Renderings zu gestalten? Wie viele Polygone können ohne den Verlust von Performanz dargestellt werden? Wie könnte Multi-Touch dort realisiert werden?
Mit der Einsetzung von Kiosksystemen an öffentlichen Orten gibt es Besonderheiten, die zusätzlich beleuchtet werden müssen. Das Kiosk-System muss trotz der Faktoren, Entfernung, Zeit und Sicherheit erreichbar sein. Zu diesem Zweck werden häufig Remotetools genutzt. Das Angebot an diversen Tools ist so reichhaltig, das eine Selektierung vorgenommen werden muss. Aus diesem Grund werden die Tools verglichen und eines zur Weiternutzung ausgewählt. Sollte sich kein geeignetes Tool finden lassen, muss auf eine eigene Server-Client Lösung hingearbeitet werden.
Ziel der Arbeit ist es, zu erforschen, welche Möglichkeiten Real-Time-Engines in der heutigen Zeit bieten und welche Remotetools zur Steuerung von entfernten Kiosksystemen am ehesten geeignet sind. Es wird betrachtet wie 3D-Inhalte mit Multi-Touch ansprechend präsentiert werden können und die Umsetzung einer Hybridlösung mit klassischen Eingabemustern und neuen Berührungstechniken aussehen kann.