Pokémon-Go-Spieler als unbezahlte KI-Trainer: Das Geschäftsmodell hinter dem Spielspaß

Vom Spielplatz zur Trainingsdatenbank

Als Pokémon Go im Jahr 2016 erschien, erkundeten Millionen von Spielern reale Orte mit ihren Smartphone-Kameras, um virtuelle Kreaturen in physischen Umgebungen einzufangen. Was wie eine harmlose Freizeitbeschäftigung aussah, entpuppt sich im Rückblick als eines der effektivsten und kostengünstigsten Datenbeschaffungsprojekte der KI-Geschichte. Über ein Jahrzehnt übermittelten Pokémon-Go-Spieler freiwillig Fotos und kurze Videos öffentlicher Wahrzeichen, Straßenecken, Ladengeschäfte und städtischer Kreuzungen — alles zusammen ergibt heute einen Datensatz von 30 Milliarden Bildern auf Bodenniveau, aus nahezu jeder Großstadt der Welt.

Niantic Spatial, das 2025 aus Niantic hervorging, nachdem die Spielesparte an Scopely verkauft wurde, nutzte diese spielerisch gesammelten Bilder, um Systeme zu trainieren, die detaillierte dreidimensionale Karten realer Umgebungen erstellen. Das Ergebnis dieser jahrelangen Datenakkumulation ist ein System, das weit über Augmented Reality hinausgeht. Inspiriert von den großen Sprachmodellen, die Chatbots antreiben, nennt Niantic seinen Algorithmus ein „Large Geospatial Model” — mit dem Ziel, ebenso fließend in der physischen Welt zu agieren, wie ChatGPT in der Welt der Sprache.

Das Beispiel illustriert ein Muster, das in der KI-Industrie zunehmend Schule macht: Aktivitäten, die scheinbar nichts mit Künstlicher Intelligenz zu tun haben — Fotos aufnehmen, im Netz surfen, Apps nutzen — produzieren am Ende die Datensätze, die leistungsstarke neue Systeme trainieren. Für Millionen Pokémon-Go-Spieler war diese Nebenwirkung ihres Spielverhaltens schlicht nicht erkennbar.

Das Visual Positioning System und seine kommerzielle Verwertung

Die technische Architektur hinter diesem Vorhaben ist bemerkenswert präzise. Für jeden der über eine Million erfassten Standorte weltweit verfügt Niantic Spatial über tausende Bilder, aufgenommen am jeweils selben Ort, aber aus unterschiedlichen Winkeln, zu verschiedenen Tageszeiten und bei unterschiedlichen Wetterbedingungen. Jedes dieser Bilder enthält detaillierte Metadaten, die den exakten Standort des Smartphones im Raum festhalten — inklusive Blickrichtung, Ausrichtung, Bewegungsstatus sowie Geschwindigkeit und Richtung der Bewegung.

Niantic Spatial nutzt diesen riesigen Fundus an crowdgesourcten Daten — Bilder städtischer Wahrzeichen mit hochgenauen Standortmarkierungen, aufgenommen von den Smartphones hunderter Millionen Pokémon-Go-Spieler weltweit — um ein sogenanntes World Model zu entwickeln. Das neueste Produkt des Unternehmens ist ein Modell, das den eigenen Angaben zufolge den Standort eines Geräts auf wenige Zentimeter genau bestimmen kann, basierend auf einigen Schnappschüssen sichtbarer Gebäude oder Wahrzeichen.

Niantic Spatial hat diese Datenfülle in etwas verwandelt, das die Robotikbranche bislang nicht kannte: ein fotorealistisches, streetlevel-genaues und kontinuierlich aktualisiertes Modell der physischen Welt — gebaut spezifisch für Roboter. Dieses Modell wird nun eingesetzt, um die rund 1.000 Lieferroboter von Coco Robotics zu navigieren, die in Städten wie Los Angeles, Chicago, Miami, Jersey City und Helsinki unterwegs sind. „Es stellt sich heraus, dass Pikachu realistisch durch die Gegend laufen zu lassen und Cocos Roboter sicher und präzise durch die Welt zu bewegen eigentlich dasselbe Problem ist”, sagt John Hanke, CEO von Niantic Spatial.

Das Unternehmen hat nach eigenen Angaben mehr als 50 Millionen neuronale Netzwerke auf Basis von rund 30 Milliarden Bildern trainiert. Diese Ressourcenexplosion war nur möglich, weil die Datenerhebung vollständig auf die Spielgemeinschaft ausgelagert wurde — ohne dass diese dafür monetär entschädigt wurde.

antislop ist eine Initiative von der pixologe, Dipl. Designer aus Königswinter.
Du möchtest dich zu diesem Thema austauschen oder brauchst Unterstützung bei deinen KI-Vorhaben? Ich freue mich über deine Nachricht.

Kontakt

Das Dual-Use-Dilemma: Einwilligung zwischen AGB und Realität

Niantic und Niantic Spatial betonen, dass die Datenerhebung auf freiwilliger Basis erfolgte. Niantic teilte dem Fact-Checking-Team von Euronews mit, dass Spieler sich aktiv entscheiden mussten, Scans und Videos öffentlicher Orte anonym einzureichen. Das Unternehmen hält daran fest, dass die Teilnahme vollständig optional war und Nutzer bewusst bestimmte Sehenswürdigkeiten — etwa Statuen oder markante Objekte — auswählen und scannen mussten.

Formal betrachtet ist diese Aussage korrekt. Dieser Prozess ist in Niantics Nutzungsbedingungen unter dem Abschnitt „Von Ihnen gewährte Rechte – AR-Inhalte” beschrieben. Der Entwickler erklärt darin, dass Nutzer, die die AR-Scanning-Funktion verwenden, Niantic ein nicht-exklusives Recht einräumen, die gesammelten Bilder zur Verbesserung seiner Dienste zu nutzen. Doch zwischen formalrechtlicher Zustimmung und informierter Einwilligung klafft eine strukturelle Lücke.

Ethische Fragen sind in einem solchen Fall unvermeidbar: Die Spieler hatten sehr wahrscheinlich keine Vorstellung davon, dass ihre Daten für das Training von KI verwendet werden. Die meisten Menschen lesen die Datenschutzrichtlinie eines Spiels nicht und gehen davon aus, dass gesammelte Daten nur dazu dienen, das Spiel funktionsfähig zu halten.

Das strukturelle Problem liegt tiefer: Die Scans, ursprünglich als Mittel zur „Verbesserung des Spielerlebnisses” dargestellt, sind heute die Grundlage für ein Large Geospatial Model. Nach aktuellen Regulierungsrahmen argumentiert Niantic, die Einwilligung sei gültig, weil Spieler die Scans „freiwillig” für spielinterne Belohnungen hochgeladen haben. Kritiker hingegen argumentieren, dass ein zwölfjähriges Kind, das 2023 einen Park scannte, nicht sinnvoll in die industrielle Kommerzialisierung dieser Daten im Jahr 2026 eingewilligt haben kann.

Hinzu kommt das Problem der Zweckentfremdung: Während Niantic behauptet, Daten seien „de-identifiziert”, können die hochauflösenden 3D-Karten technisch gesehen Gesichter oder Kennzeichen erfassen, die anschließend von KI verarbeitet werden. Niantic verkaufte seine Spielesparte einschließlich Pokémon Go für 3,5 Milliarden Dollar an Scopely und gliederte seine Geospatial-KI-Sparte als Niantic Spatial aus — finanziert mit 250 Millionen Dollar. Die Spielerdaten, einst für Spielmechaniken gesammelt, sind damit Teil eines Unternehmenswertes geworden, über den die ursprünglichen Datenproduzenten keinerlei Mitsprache hatten.

Strukturelle Asymmetrie und die Slop-Falle der KI-Wirtschaft

Was der Fall Niantic besonders instruktiv macht, ist seine Modellhaftigkeit. Eine Strategie, die Niantic Spatial weniger als Spieleunternehmen mit Pivot positioniert, und mehr als die ambitionierteste Kartierungsoperation, die je zusammengestellt wurde — vollständig finanziert durch den Enthusiasmus eigener Nutzer beim Fangen digitaler Kreaturen.

Das problematische an dieser Geschichte ist, dass Niantic diese Daten von Nutzern erfasste, kostenlos erhielt, und sie nun für den Antrieb von Robotik eingesetzt werden — und theoretisch für alles andere, solange ein Unternehmen bereit ist, Niantic dafür zu bezahlen. Hier zeigt sich das Dual-Use-Dilemma in seiner reinsten Form: Dieselben Daten, die zur Verbesserung von AR-Spielen dienten, werden zu einer ressourcenintensiven kommerziellen Infrastruktur für autonome Systeme.

Niantic Spatials langfristiges Ziel ist es, eine ständig aktualisierte „Living Map” der Welt zu bauen, die Roboter und andere KI-Systeme zur Navigation nutzen können. Diese Geschichte veranschaulicht zudem eine breitere Verschiebung: Wie von alltäglichen Menschen mit alltäglichen Apps erzeugte Daten wiederverwendet werden. Der Spieler, der glaubte, an einem digitalen Freizeitvergnügen teilzunehmen, war in Wirklichkeit Teil einer industriellen Datenproduktion — ohne Transparenz über den finalen Verwendungszweck, ohne Kompensation und ohne Widerspruchsmöglichkeit nach Abschluss des Trainingsprozesses.

Spieler können zwar eine Datenlöschung über das Niantic Privacy Portal beantragen — unklar bleibt jedoch, ob bereits in die Trainingsgewichte des Large Geospatial Models integrierte Daten tatsächlich „verlernt” werden können. Das ist keine technische Nebenfrage, sondern das Kernproblem: Einmal in ein neuronales Netz eingeflossen, sind individuelle Datenbeiträge praktisch nicht mehr rückrufbar.

Fazit

Du spielst ein Spiel. Du scanst ein Denkmal, weil das Spiel dich dazu einlädt. Jahre später navigiert ein Lieferroboter in Helsinki präzise um eine Straßenecke — auf Basis des Bildes, das du gemacht hast. Diese Kausalkette ist keine Spekulation, sie ist dokumentiert. Was sie unbequem macht, ist nicht die Technologie selbst, sondern die strukturelle Asymmetrie zwischen dem, was Nutzern kommuniziert wird, und dem, was tatsächlich mit ihren Daten geschieht.

Bewusste KI-Nutzung beginnt nicht erst bei der Verwendung von KI-Werkzeugen, sondern bei der Frage, welche Apps wir installieren, welche Berechtigungen wir erteilen und welche Klauseln in langen Nutzungsbedingungen versteckt sind. Der Fall Pokémon Go ist kein Einzelfall — er ist das Lehrbuchbeispiel dafür, wie Spielmechaniken und Nudging-Strukturen die unbezahlte Datenarbeit von Millionen Menschen in milliardenschwere KI-Infrastrukturen verwandeln.

Häufige Fragen (FAQ)

Haben Pokémon-Go-Spieler wirklich ohne Wissen für KI gearbeitet?

Formal nicht: Die AR-Scan-Funktion war laut Niantic optional, und die Nutzungsbedingungen enthielten einen entsprechenden Hinweis. Praktisch jedoch war den meisten Spielern nicht bewusst, dass ihre Scans für kommerzielle KI-Systeme und Roboternavigation weiterverwendet werden. Die Lücke zwischen formalrechtlicher Zustimmung und informierter Einwilligung ist das eigentliche Problem.

Was ist Niantic Spatial und wie unterscheidet es sich von Niantic?

Niantic Spatial ist ein amerikanisches Unternehmen für geospatiale Künstliche Intelligenz und Spatial Computing mit Sitz in San Francisco. Es wurde im Mai 2025 als Spin-off von Niantic gegründet, nachdem Niantics lizenzierte Spiele an Scopely verkauft worden waren. Die Spiele wie Pokémon Go gehören seitdem zu Scopely, während die KI- und Kartierungstechnologie bei Niantic Spatial verblieb.

Wofür werden die gesammelten Daten konkret eingesetzt?

Eine Technologie namens Visual Positioning System (VPS) wurde mit den Pokémon-Go-Daten trainiert. VPS ist eine computervisionsbasierte Navigationsmethode, die den genauen Standort eines Geräts durch Analyse visueller Merkmale in der Umgebung bestimmt. Das System identifiziert die Position, indem es Live-Kamerabilder mit zuvor aufgezeichneten Referenzbildern abgleicht — bei erkannter Umgebung mit sehr hoher Genauigkeit.

Können Betroffene ihre Daten löschen lassen?

Niantic bietet ein Privacy Portal zur Datenlöschung an. Ob jedoch Daten, die bereits in das Training des Large Geospatial Models eingeflossen sind, tatsächlich wieder entfernt werden können, bleibt technisch und rechtlich ungeklärt. Das „Verlernen” von trainierten KI-Modellen ist nach aktuellem Stand der Technik kaum vollständig möglich.

Ist dieses Modell der Datenverwertung einzigartig?

Nein. Das Prinzip, Nutzer spielerisch oder durch App-Nutzung zur kostenlosen Datenproduktion zu bewegen und diese Daten anschließend kommerziell zu verwerten, ist in der KI-Wirtschaft weit verbreitet. Pokémon Go ist jedoch aufgrund seiner Skalierung — über eine Milliarde Downloads, 30 Milliarden Bilder — eines der bislang dokumentierten Extrembeispiele für dieses Muster.