Die wachsende Digitalisierung und Visionen wie das Metaverse erfordern eine automatische Erfassung, Modellierung und Verständnis von Objekten, Umgebungen, Abläufen und Prozessen. Dabei kommen moderne Computer Vision und Visual Computing Verfahren zur Bildauswertung, Informationsgewinnung und Modellierung in digitale Repräsentationen zum Einsatz. Insbesondere die Modellierung und Interaktion mit virtuellen Menschen birgt ein enormes Potenzial für die Entwicklung innovativer Anwendungen. Dabei ist eine natürliche, plausible und authentische Darstellung virtueller Menschen von großer Bedeutung, um das immersive Erlebnis nicht zu zerstören. In diesem Vortrag werden neuartige Ansätze für die Erfassung, Modellierung und Synthese digitaler Menschen vorstellt. Dabei werden Menschen in einem volumetrischen Studio erfasst und auf diesen Daten neuronale Netze trainiert, um charakteristische Eigenschaften, wie Bewegung, Form und Aussehen zu modellieren und zu synthetisieren. Ziel ist es, realistische menschliche Avatare zu erzeugen, die mit virtuellen Welten auf eine Weise interagieren, die von echten Menschen nicht zu unterscheiden ist. Dabei sollte neben technischen Kriterien auch die Wahrnehmung der Nutzer*Innen beachtet werden.