LONDON (IT BOLTWISE) – Mecka AI steht Berichten zufolge kurz vor einer neuen Finanzierungsrunde mit einer Bewertung von rund 500 Millionen US-Dollar. Das Startup sammelt und analysiert menschliche Bewegungsdaten, um humanoide Roboter und andere Systeme beim Lernen von Alltagsabläufen zu unterstützen. Die Planungen bauen auf einer „Egocentric“-Datenerhebung auf, bei der Personen Aufgaben wie Kaffee zubereiten oder Autos reparieren per Smartphone und Körpersensoren aufnehmen. Entscheidend wird, wie schnell sich die gesammelten Trainingsdaten in skalierbare Trainingspipelines und belastbare Robotermodelle überführen lassen.
Mecka AI, ein Startup, das menschliche Bewegungsdaten für das Training humanoider Roboter und anderer Robotiksysteme aufbereitet, rückt in den Fokus der Finanzierungsszene: Laut zwei Personen, die mit dem Deal vertraut sind, steht eine neue Runde mit einer Bewertung von etwa 500 Millionen US-Dollar kurz bevor. Auffällig ist dabei die Geschwindigkeit: Erst vor drei Monaten meldete Mecka AI eine Finanzierungsrunde über 60 Millionen US-Dollar, die von Framework Ventures angeführt wurde und weitere Investoren umfasste. Dass die genaue Größe der neuen Runde noch unklar ist und sich die Konditionen ändern können, zeigt den typischen Stand kurz vor Signing: Die Pipeline der Robotik-Datenanbieter wird zwar stark nachgefragt, aber die Vertragsdetails bleiben in frühen Phasen verhandelbar.
Technisch betrachtet zielt Mecka AI auf einen Kernengpass, den viele Teams in der Robotik seit Jahren kennen: Es fehlt an belastbaren Daten aus der physischen Welt, die Roboter in „realistische“ Situationen versetzen und gleichzeitig genug Variation enthalten, damit Modelle nicht nur bekannte Muster aus einem engen Labor-Setup übernehmen. Der Ansatz wird als „egocentric“ beschrieben, also aus der Perspektive der Person: Mecka zahlt Menschen dafür, alltägliche Tätigkeiten aufzunehmen, etwa Kaffee zuzubereiten oder kleinere Reparaturen am Auto vorzunehmen. Dafür nutzt das Unternehmen Body-Sensoren und Smartphones, um Bewegungs- und Kontextsignale in ein Trainingsmaterial zu überführen. Diese Art Datenerhebung ist nicht nur eine Sammlung von Bildern oder Videos, sondern eine datengetriebene Brücke zwischen beobachteter Körperdynamik und dem, was ein Roboter später ausführen soll.
Damit bewegt sich Mecka AI in einem Marktumfeld, das derzeit von einem regelrechten Datenwettlauf geprägt ist: Nicht ausschließlich Modelle, sondern Trainingsmaterial wird zum Engpass. Der Text nennt explizit, dass viele Robotikfirmen und KI-Labore auf reale Daten setzen, die durch den „egocentric“-Workflow ergänzt werden – und zwar neben anderen physischen Datenerhebungsmethoden wie Teleoperation. Genau hier treffen sich zwei Welten: LLM-Ökosysteme haben in den letzten Jahren gezeigt, wie stark sich Modellqualität durch große, kuratierte Datensätze pushen lässt; in der Robotik verschiebt sich der Fokus jedoch auf die Latenz zwischen Erhebung, Annotation, Synchronisation, Modelltraining und erneuter Validierung im realen Einsatz. Wenn Mecka bereits mehrere Jahre nach Unternehmensgründung (Co-Founding 2024) investitionsseitig Aufmerksamkeit erfährt, signalisiert das vor allem, dass „physische“ Daten inzwischen als strategisches Produktionsmittel verstanden werden.
Historisch ist der Vergleich zu Human-Data-Plattformen für andere KI-Bereiche naheliegend: Mecka leitet den Namen aus „mecha“ ab – einem fiktiven Riesenroboter, der von Menschen gesteuert wird – und positioniert sich sinngemäß als das, was Scale AI, Mercor, Surge und ähnliche Anbieter für LLMs in der Datenlieferkette waren. Die Logik dahinter ist konsistent: Datenunternehmen skalieren nicht primär durch neue Modellarchitekturen, sondern durch die Fähigkeit, Datenerhebung zu industrialisieren, Qualitätssicherung in den Fluss einzubauen und Trainingsdatensätze zuverlässig für unterschiedliche Modellklassen bereitzustellen. Dass die vier Co-Founders laut Quelle keine klassischen Hintergründe in Robotik mitbringen, ist dabei kein Gegenargument, sondern eher ein Hinweis auf die dominierende Rolle von Produkt-, Daten- und Operationskompetenz: In frühen Robotikphasen ist häufig weniger die Theorie als vielmehr die praktische Skalierbarkeit des Datenimports der Hebel.
Die Team- und Finanzierungsdetails geben zusätzliche Hinweise darauf, wie Mecka AI seine Geschwindigkeit aufrechterhalten will. Zu den Gründern zählen Josh Gao und Mogen Cheng, kanadische Unternehmer, die zuvor eine Restaurant-Fintech-Startup aufgebaut haben; außerdem wird Jason Chong genannt, der nach dem Kauf seines Krypto-Exchange durch Coinbase hinzugekommen sein soll. Duy Nguyen wird als einziger Nicht-Kanadier im Team beschrieben und soll sich auf Operations konzentrieren. Parallel verweist die Quelle auf eine Prognose aus früheren Planungen: Mecka habe Anfang Juni erwartet, das Jahr 2026 mit einer jährlichen Run-Rate von 100 Millionen US-Dollar zu beenden. Diese Zielgröße ist in Venture-Ökosystemen ein Signal dafür, dass das Unternehmen nicht nur Daten sammelt, sondern eine wiederkehrende Einnahmestruktur anstrebt – etwa über Zugriff auf Datensätze, Dienstleistungen zur Datenaufbereitung oder Lizenzierung im Trainingsprozess.
Für den Wettbewerb liefert der Text ebenfalls einen Rahmen. Unter den genannten Datenanbietern wird XDOF als weiterer Akteur erwähnt, der Berichten zufolge in eine neue Runde gehen könnte und dabei auf eine Bewertung von 1,2 Milliarden US-Dollar zusteuert. Daneben tauchen Human-Data-Plattformen auf, die sich über LLMs hinaus bewegen, etwa Scale AI und Micro1. Entscheidend ist dabei weniger die konkrete Bewertungszahl, sondern die Gleichzeitigkeit: Mehrere Initiativen versuchen, die Lücke zwischen „Trainingsdaten aus Text“ und „Trainingsdaten aus Bewegung“ zu schließen. Für Unternehmen, die Robotikprojekte planen, bedeutet das: Der Auswahlprozess verlagert sich von der Frage „Welches Modell ist verfügbar?“ hin zur Frage „Wie gut ist die Datenbasis für die jeweiligen Aufgaben?“ – und wie schnell lässt sich sie iterativ verbessern, wenn Feldtests neue Fehlerbilder zeigen.
Auch wenn Mecka AI seine Kundenseite bislang nicht öffentlich offengelegt hat, deutet die Beschreibung der Nutzungspraxis auf eine realistische Kundenlandschaft hin: Viele Robotikteams, die Modelle für Greifen, Navigation oder Handhabung von Alltagsobjekten trainieren, brauchen genau die Art von Bewegungsdaten, die aus natürlichen Interaktionen entstehen. Der „Egocentric“-Ansatz kann dabei helfen, Varianz aus dem echten Alltag einzubringen, statt ausschließlich kontrollierte Labor-Szenarien zu nutzen. Gleichzeitig bleibt eine technische Herausforderung: Die Umwandlung von Sensor- und Smartphone-Daten in trainingsfähige Repräsentationen muss so gestaltet sein, dass sie unterschiedliche Körperhaltungen, Kameraperspektiven und Umgebungsbedingungen abbildet, ohne die Annotationstiefe zu sprengen. Genau diese Kette aus Datenerhebung, Synchronisation, Qualitätsprüfung und Modellintegration entscheidet am Ende darüber, ob eine Bewertung von 500 Millionen US-Dollar in nachhaltige Produkt- und Plattformvorteile übersetzt werden kann.
Für die Branche ist damit vor allem eines klar: Der Datenbedarf für Robotik wird gerade nicht nur mit mehr Videos adressiert, sondern mit stärker „sensorisch“ aufgeladenen Workflows, die Bewegungsdynamik in nutzbare Trainingssignale überführen. Wenn sich die neue Finanzierungsrunde wie erwartet konkretisiert, dürfte Mecka seine Kapazitäten in Richtung Datenerhebung, Datenpipelines und Skalierung der Validierungsprozesse ausbauen. Ob sich die Konditionen am Ende tatsächlich so ausformen, wie die Bewertungsvorstellung nahelegt, ist noch offen; aber die Richtung ist deutlich: In der Robotik verschiebt sich der Wettbewerb um Fortschritt zunehmend auf die Infrastruktur hinter dem Training. Und das ist eine Entwicklung, die sowohl Startups als auch etablierte Entwicklerteams in ihren Roadmaps spürbar berücksichtigen müssen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Mecka AI nähert sich 500-Millionen-Dollar-Bewertung und setzt auf Robot-Training mit Menschendaten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Mecka AI nähert sich 500-Millionen-Dollar-Bewertung und setzt auf Robot-Training mit Menschendaten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Mecka AI nähert sich 500-Millionen-Dollar-Bewertung und setzt auf Robot-Training mit Menschendaten« bei Google Deutschland suchen, bei Bing oder Google News!