Pokémon-Go-Spieler bauen nebenbei eine KI-Weltkarte – Milliarden Bilder helfen jetzt Lieferrobotern

Pokémon-Go-Spieler bauten nebenbei eine KI-Weltkarte – Milliarden Bilder helfen jetzt Lieferrobotern

Was als Augmented-Reality-Spiel begann, entwickelt sich zunehmend zu einer Infrastruktur für Robotik und künstliche Intelligenz. Entwickler des Spiels Pokémon Go bestätigten, dass ihre AR-Technologie heute auf einem Datensatz mit mehr als 30 Milliarden Bildern realer Orte basiert.

Diese Bilder stammen größtenteils aus der Nutzung des Spiels selbst. Spieler fotografierten Gebäude, Plätze oder Denkmäler, um virtuelle Objekte im Spiel zu sehen oder sogenannte PokéStops zu scannen.

Heute können genau diese Daten Robotern helfen, sich in Städten zu orientieren.

Die Idee hinter der „Living Map“

Der Entwickler Niantic verfolgt seit Jahren ein strategisches Ziel: eine ständig aktualisierte digitale Karte der realen Welt.

Diese Karte speichert nicht nur Koordinaten wie klassische Navigationssysteme. Stattdessen werden visuelle Merkmale von Orten erfasst – etwa Gebäudeformen, Denkmäler oder Straßenzüge. Geräte können dadurch ihre Position bestimmen, indem sie Kamerabilder mit der Datenbank vergleichen.

Diese Technologie nennt Niantic Visual Positioning System (VPS).

Die kommerzielle Entwicklung dieser Technologie liegt inzwischen beim Unternehmen Niantic Spatial. Das wurde 2025 als eigenständiges KI-Unternehmen ausgegründet, nachdem Niantics Spiele-Sparte an den Publisher Scopely verkauft wurde.

Niantic Spatial gehört weiterhin den ursprünglichen Investoren des Unternehmens und konzentriert sich darauf, die AR-Weltkarte als Plattform für Robotik, AR-Anwendungen und Navigationstechnologien zu vermarkten.

Wie Spieler gezielt Orte scannten

Ein wichtiger Baustein für diese Datenbasis wurde 2020 eingeführt. Damals startete Niantic das Feature AR Mapping, das Teil der sogenannten Field Research-Aufgaben im Spiel war.

Spieler konnten PokéStops oder andere Landmarken mit ihrer Smartphonekamera scannen. Als Belohnung erhielten sie virtuelle Items oder Fortschritt im Spiel.

Für Niantic entstand dadurch ein riesiger Datensatz von Orten aus vielen Perspektiven und unter unterschiedlichen Bedingungen – bei verschiedenen Lichtverhältnissen, Wetterlagen und Tageszeiten.

Mehr als nur Fotos

Die gesammelten Daten bestehen nicht nur aus Bildern. Jedes Bild enthält zusätzliche Metadaten, etwa:

• Position der Kamera im Raum
• Blickrichtung
• Bewegungsrichtung
• Geschwindigkeit des Nutzers
• exakte Position relativ zu Landmarken

Diese Informationen ermöglichen es, dreidimensionale Modelle von realen Orten zu erstellen. Für Computer-Vision-Systeme entsteht dadurch eine Art räumliche Intelligenz der Umgebung.

Warum Robotik davon profitiert

Navigation gehört zu den größten Herausforderungen autonomer Systeme. GPS funktioniert zwar auf freiem Gelände zuverlässig, kann in dichten Innenstädten jedoch stark abweichen.

Reflexionen an Glas- und Betonfassaden können dazu führen, dass GPS-Positionen um mehrere Dutzend Meter falsch liegen.

Visuelle Positionierung funktioniert anders. Geräte analysieren ihre Umgebung mit Kameras und vergleichen Landmarken mit einer Datenbank realer Orte.

Das Ergebnis kann eine Positionsbestimmung auf wenige Zentimeter genau sein.

Niantic arbeitet dafür unter anderem mit dem Robotikunternehmen Coco Robotics zusammen, dessen Lieferroboter diese Technologie künftig nutzen sollen.

Gamification als Datensammlung

Die Bilder wurden ursprünglich nicht speziell für Robotik gesammelt. Sie entstanden als Teil der Spielmechanik.

Spieler scannten Orte, um Belohnungen zu erhalten oder Spielaufgaben zu erfüllen. Dadurch entstand über Jahre hinweg ein Datensatz, der für Computer-Vision-Systeme besonders wertvoll ist.

Viele Orte wurden aus zahlreichen Perspektiven aufgenommen – ein idealer Trainingsdatensatz für künstliche Intelligenz.

Ein Muster der KI-Ökonomie

Pokémon Go zeigt ein Prinzip, das inzwischen in vielen digitalen Plattformen zu beobachten ist: Nutzer erzeugen Daten für einen Zweck – und diese Daten werden später für andere Technologien genutzt.

• reCAPTCHA half beim Training von Bilderkennungs-KI
• Waze erzeugt Verkehrsmodelle aus Fahrerdaten
• Tesla nutzt Fahrvideos zum Training autonomer Fahrsoftware

Pokémon Go gehört zu den größten Beispielen dieser Entwicklung.

Wizzper-Einordnung

Der Fall zeigt, wie digitale Plattformen Infrastruktur aufbauen können, während Nutzer eigentlich etwas anderes tun.

Spieler wollten Pokémon fangen. Nebenbei entstand ein Datensatz mit Milliarden Bildern realer Orte.

Eine offene Frage bleibt jedoch: Reicht eine Zustimmung zu Nutzungsbedingungen aus, wenn die späteren kommerziellen Anwendungen für viele Nutzer kaum absehbar waren?

Mit der zunehmenden Nutzung solcher Datensätze für Robotik, KI und Augmented Reality könnte diese Frage künftig stärker diskutiert werden.

Denn klar ist bereits heute: Daten aus Spielen, Apps und digitalen Plattformen werden zunehmend zur Grundlage realer technischer Infrastruktur.