Das größte Crowdsourcing der Tech-Geschichte: Pokémon-Spieler bauen Roboter-Karten

Niantic verwandelt Pokémon-Go-Daten in ein KI-Weltmodell für Lieferroboter. 30 Milliarden Bilder von Spielern werden zur präzisen Navigation in Städten genutzt – wo GPS versagt.

Pokémon Go war nie nur ein Spiel. Während Millionen Menschen Pikachu und Glurak jagten, bauten sie nebenbei den größten Geodatensatz der Welt. Niantic Spatial, die KI-Ausgründung des Spieleentwicklers, hat aus 30 Milliarden Smartphone-Fotos ein visuelles Positionierungssystem entwickelt. Das Ziel: Roboter sollen in urbanen Umgebungen navigieren, wo GPS-Signale zwischen Hochhäusern und Unterführungen versagen. Der erste Praxistest läuft bereits – mit 1.000 Lieferrobotern auf amerikanischen und europäischen Gehwegen, wie t3n und standard berichten.

Vom Gaming-Hype zum Roboter-Navigator

Das AR-Game spült noch immer 500 Millionen Dollar Umsatz pro Jahr in die Kassen und zählt 50 Millionen aktive Nutzer. Doch der eigentliche Wert liegt woanders: in den Milliarden georeferenzierten Bildern, die Spieler seit 2016 aufgenommen haben. Niantic Spatial nutzt diese Daten, um Maschinen beizubringen, wo sie sich befinden – auf wenige Zentimeter genau. Die Technologie erkennt Gebäude, Straßenlaternen und Fassaden und gleicht sie mit einer riesigen Datenbank ab. Coco Robotics setzt die Technologie bereits ein.

Das Startup betreibt koffergroße Lieferroboter in Los Angeles, Chicago, Miami und Helsinki. Die Maschinen transportieren acht XXL-Pizzen oder vier Einkaufstüten mit acht Stundenkilometern über Gehwege. Über eine halbe Million Lieferungen haben sie bereits absolviert – doch GPS-Ausfälle blieben das größte Problem.

Warum GPS in Städten scheitert

In dicht bebauten Vierteln driftet der blaue Punkt in Karten-Apps oft 50 Meter ab. Hochhäuser reflektieren Funksignale, die sich gegenseitig stören. Für Lieferroboter bedeutet das: falsche Straßenseite, falsche Richtung, verpasste Abholpunkte. Niantic Spatials visuelles Positionierungssystem löst dieses Problem, indem es die Umgebung analysiert statt auf Satelliten zu warten. Die vier Kameras der Coco-Roboter erfassen ihre Umgebung in Hüfthöhe und gleichen sie mit den Pokémon-Go-Daten ab.

Konkurrent Starship Technologies nutzt ebenfalls visuelle Navigation, erstellt aber eigene 3D-Karten mit Sensoren. Niantic Spatial hat einen entscheidenden Vorteil: den größten Crowdsourcing-Datensatz der Welt. Über eine Million Standorte sind zentimetergenau kartiert – mit Tausenden Bildern pro Ort, aufgenommen aus verschiedenen Winkeln, bei unterschiedlichem Wetter und zu verschiedenen Tageszeiten.

Die lebende Karte für Maschinen

Niantic Spatial baut keine statische Karte, sondern ein dynamisches Weltmodell. Während sich Roboter durch Städte bewegen, liefern sie neue Daten, die das System kontinuierlich verbessern. CEO John Hanke nennt es eine „lebende Karte“ – eine digitale Nachbildung der Realität, die mit ihr wächst und sich verändert.

Karten für Maschinen brauchen mehr Details als für Menschen: Objekteigenschaften, Oberflächenbeschaffenheit, räumliche Beziehungen. Andere Tech-Konzerne wie Google Deepmind und World Labs entwickeln virtuelle Fantasiewelten als Trainingszonen für KI-Agenten. Niantic Spatial geht den umgekehrten Weg: Die reale Welt wird digital nachgebildet, nicht simuliert. CTO Brian McClendon konzentriert sich darauf, jeden Winkel der Realität zu erfassen – von Straßenecken bis zu Gebäudefassaden.

Business Punk Check

Niantic Spatial verkauft eine clevere Story: Spieler bauen nebenbei die Infrastruktur für autonome Roboter. Doch die Wahrheit ist komplexer. Visuelle Positionierung funktioniert nur dort, wo bereits Millionen Bilder existieren – in Innenstädten und an Pokémon-Hotspots. Ländliche Gebiete, Industrieareale und neue Stadtteile bleiben weiße Flecken. Coco Robotics operiert deshalb nur in dicht besiedelten Metropolen, wo die Datenlage stimmt. Die Technologie löst ein echtes Problem: GPS-Ausfälle kosten Lieferdienste Zeit und Geld.

Doch der Hype um Weltmodelle verschleiert, dass Niantic Spatial vor allem ein besseres Navigationssystem verkauft – kein universelles KI-Gehirn für Roboter. Die Maschinen lernen nicht, die Welt zu verstehen, sie gleichen nur Bilder ab. Für Last-Mile-Delivery reicht das. Für komplexere Aufgaben wie Baustellenrobotik oder Indoor-Navigation braucht es mehr als Pokémon-Go-Fotos. Trotzdem: Die Partnerschaft mit Coco zeigt, dass die Technologie praxistauglich ist. Wer in urbanen Gebieten autonome Systeme betreiben will, kommt an visueller Positionierung nicht vorbei.

Häufig gestellte Fragen

Wie funktioniert visuelle Positionierung bei Lieferrobotern?

Roboter vergleichen Kamerabilder ihrer Umgebung mit einer Datenbank aus Millionen georeferenzierten Fotos. Das System erkennt Gebäude, Fassaden und Straßenelemente und bestimmt daraus die Position auf wenige Zentimeter genau. Anders als GPS funktioniert die Technologie auch zwischen Hochhäusern und in Unterführungen, wo Satellitensignale versagen.

Welche Unternehmen nutzen bereits Niantic-Technologie?

Coco Robotics setzt die visuelle Positionierung von Niantic Spatial in 1.000 Lieferrobotern ein. Die Maschinen operieren in Los Angeles, Chicago, Jersey City, Miami und Helsinki. Sie haben bereits über 500.000 Lieferungen durchgeführt und mehrere Millionen Meilen zurückgelegt. Weitere Partnerschaften sind angekündigt, aber noch nicht öffentlich.

Funktioniert das System auch außerhalb von Großstädten?

Nein, die Technologie ist auf Gebiete beschränkt, für die ausreichend Bilddaten existieren. Niantic Spatial konzentriert sich auf urbane Hotspots, wo Pokémon-Go-Spieler Millionen Fotos aufgenommen haben. Ländliche Regionen, neue Stadtteile und Industriegebiete sind unzureichend kartiert. Für flächendeckende Robotik-Anwendungen braucht es deutlich mehr Daten.

Was unterscheidet Niantic von anderen Weltmodell-Projekten?

Google Deepmind und World Labs entwickeln virtuelle Trainingswelten für KI-Agenten. Niantic Spatial bildet stattdessen die reale Welt digital nach, basierend auf echten Fotos von Millionen Nutzern. Der Ansatz ist praxisnäher, aber weniger flexibel. Die Technologie funktioniert nur dort, wo bereits Daten existieren – neue Umgebungen müssen erst erfasst werden.

Lohnt sich der Einsatz für Logistikunternehmen?

Für urbane Last-Mile-Delivery ist visuelle Positionierung ein echter Vorteil. GPS-Ausfälle kosten Zeit und Kundenzufriedenheit. Wer in dicht kartieren Metropolen operiert, sollte die Technologie testen. Für Unternehmen mit Fokus auf ländliche Gebiete oder Indoor-Logistik ist das System noch nicht ausgereift. Die Investition lohnt sich nur bei ausreichender Datendichte im Einsatzgebiet.

Quellen: Derstandard, t3n