Wir präsentieren eine neuartige Methode zur Erkennung von 3D-Modellinstanzen und zum Schätzen ihrer 6D-Posen aus RGB-Daten in einem einzigen Schritt. Hierzu erweitern wir das weit verbreitete SSD-Paradigma, um den gesamten 6D-Pose-Raum abzudecken, und trainieren ausschließlich mit synthetischen Modell-Daten. Unser Ansatz erreicht oder übertrifft die Leistung der aktuellen besten Methoden, die RGB-D-Daten nutzen, auf mehreren anspruchsvollen Datensätzen. Darüber hinaus liefert unsere Methode diese Ergebnisse bei etwa 10 Hz, was deutlich schneller ist als vergleichbare Verfahren. Im Interesse der Reproduzierbarkeit stellen wir unsere trainierten Netze und den Detektionscode öffentlich zur Verfügung.