Tehnologija Kinect® uporablja infrardeči (IR) projektor v povezavi z dvema kamerama za preslikavo prostora v treh dimenzijah. Tehnologija lahko prepozna človeške obrise in nato ekstrapolira globino s pregledovanjem svetlobe, ki jo oddaja IR projektor. Vsakemu človeškemu obrisu je dodeljen žični skelet, ki se nato uporablja za interpretacijo gibov kot vhodov igre. Vsak Kinect® je sposoben prepoznati več ljudi hkrati za namene igranja iger za več igralcev. Poleg te tehnologije Kinect®, ki zaznava gibanje, vsaka naprava vključuje tudi niz mikrofonov, ki jih je mogoče uporabiti za dajanje glasovnih ukazov.
Kinect® je periferna naprava za video igre, ki zaznava gibanje, ki ne zahteva, da vsak igralec drži fizični krmilnik. Za razliko od drugih perifernih naprav za video igre, ki temeljijo na kameri, lahko tehnologija Kinect® natančno zazna globino in izvaja številne druge funkcije. Način, na katerega te naprave zaznavajo globino, je s projiciranjem pol-naključnega polja infrardeče svetlobe v prostor. Ko svetlobne točke zadenejo predmet, lahko tehnologija Kinect® določi, kako daleč je, tako da izračuna, koliko časa potrebuje, da se svetloba odbije nazaj v napravo. To omogoča, da se ustvari zemljevid globine, ki je natančen na približno 1 centimeter (približno 0.4 palca).
Vse izračune, potrebne za izdelavo zemljevida globine, izvede Kinect® sam. Te informacije se nato pošljejo igralni konzoli skupaj z običajnim video virom iz tradicionalne kamere. Obe video sliki se prenašata s hitrostjo 30 sličic na sekundo (FPS). Konzola lahko nato uporabi zemljevid globine za sledenje položaja osebe v treh dimenzijah in običajen video vir za prepoznavanje obraza. Igralci lahko sistem naučijo, kako izgledajo njihovi obrazi, nato pa jih lahko tehnologija Kinect® samodejno prijavi.
Poleg te tehnologije zaznavanja gibanja vsaka naprava Kinect® vključuje tudi niz mikrofonov. Niz je sestavljen iz štirih mikrofonov, kar omogoča tehnologiji Kinect®, da prepozna vir vsakega zvoka v prostoru. To je lahko koristno za glasovne ukaze, saj omogoča napravi, da ugotovi, katera oseba je govorila. Napravi lahko tudi omogoči razlikovanje med ukazi, ki jih izda oseba, in morebitnim hrupom v ozadju, ki izvira iz video igre ali filma, ki se predvaja. Mikrofoni se lahko uporabljajo tudi za glasovni klepet in komunikacijo v igri, kar sta značilnosti, ki običajno zahtevajo uporabo slušalk.