LONDON (IT BOLTWISE) – Mecka AI hat eine 60-Millionen-Dollar-Series-B-Runde eingesammelt, um Trainingsdaten für humanoide und andere Robotik-Systeme zu skalieren. Das Startup erfasst menschliche Bewegungen bei Alltagsaufgaben wie Kaffee zubereiten oder Autos reparieren. Die Daten werden mit Körpersensoren und Smartphone-Inputs aufbereitet, um Lernverfahren für Robotik schneller und realistischer zu machen. Entscheidend ist dabei der Schritt von einzelnen Datensamples hin zu einer systematischen, wiederholbaren Datenerfassung.
Humanoide Robotik wirkt oft wie ein reines Hardware-Thema: Aktoren, Sensorik und Motorsteuerung dominieren die Diskussion. Mecka AI verschiebt den Schwerpunkt jedoch bewusst auf die andere Seite der Gleichung, nämlich auf das Datenfundament. Das 2024 gegründete Startup sammelt und analysiert menschliche Bewegungsdaten, um Trainingsgrundlagen für humanoide Roboter und weitere Robotik-Formfaktoren aufzubauen. In der aktuellen Runde geht es dabei nicht um „ein paar zusätzliche Aufnahmen“, sondern um die Skalierung einer ganzen Pipeline aus Datenerfassung, Auswertung und nutzbarer Lern-Annotation – ein Bereich, der in der Praxis häufig die Engstelle zwischen Forschung und produktionsreifer Robotik bleibt.
Die Series B über 60 Millionen US-Dollar wird von Sequoia angeführt; außerdem beteiligen sich unter anderem NVIDIA sowie Microsofts Venture-Fonds M12. Damit sitzt das Thema nicht nur bei Robotik-Spezialisten auf der Agenda, sondern auch bei Akteuren, die Rechenleistung und KI-Infrastruktur liefern. Aus technischer Sicht ist das besonders relevant: Lernverfahren für Roboter sind nicht nur datenhungrig, sondern benötigen vor allem „realistische“ Trajektorien, die typische Fehlerquellen der Welt abdecken – etwa unvollständig ausgeführte Handgriffe, kleine Handgelenkbewegungen oder Variationen in der Körperhaltung. Mecka setzt dafür auf bezahlte Datenerfassung: Menschen zeichnen alltägliche Tasks auf, etwa Kaffee zubereiten oder Autos reparieren, während sie Körper-Sensoren tragen und gleichzeitig per Smartphone weitere Kontextsignale liefern.
Genau hier zeigt sich die inhaltliche Nähe zu jener Logik, die bereits in der LLM-Welt prägend war: Unternehmen wie Scale AI, Mercor oder Surge haben zuvor vorgemacht, wie man durch datenseitiges „Labeling“ und Qualitätskontrollen die Lernfähigkeit großer Modelle verbessert. Mecka nimmt diese Erfolgsformel als Vorlage und überträgt sie auf die Robotik. Der Unterschied liegt in der Natur der Signale: Beim Text-Training dominiert die semantische Annotation; bei der Robotik geht es dagegen um Bewegungsmuster, zeitliche Korrelationen und häufig um die Frage, welche Teile einer Demonstration tatsächlich lernrelevant sind. Dadurch verschiebt sich auch das Design der Trainingsdaten: Nicht nur „was wurde getan“ ist wichtig, sondern auch „wie wurde es in der Zeit ausgeführt“, inklusive Randbedingungen, die ein Roboter später bei der Ausführung reproduzieren soll.
Für den Markt ist das Timing ebenfalls ein Hinweis. Laut vorherigen Berichten stand Mecka bereits kurz vor einer weiteren Finanzierungsrunde und wurde dabei auf 500 Millionen US-Dollar bewertet. Gleichzeitig wird das Wettbewerbsfeld in der Quelle nicht als Nischenrandthema beschrieben: Andere Datenanbieter für robotische Trainingssignale wie XDOF wurden demnach ebenfalls in einem Umfeld verhandelt, in dem valuations im Milliardenbereich diskutiert werden. Zudem erweitern Human-Data-Plattformen, die ursprünglich bei Modellen für Sprache und Vision ansetzten, inzwischen ihr Portfolio in Richtung Robotik – etwa Scale AI und Micro1. Für Unternehmen, die Robotikprojekte umsetzen, bedeutet das: Der Wettbewerb verlagert sich zunehmend von „wer baut den besten Prototypen“ zu „wer liefert die belastbarste Trainingsdatenbasis“ und kann diese Daten in einem Tempo bereitstellen, das Iterationen an Modellen und Kontrollstrategien wirklich unterstützt.
Was sich daraus ableitet, wird besonders klar, wenn man die Trainingspipeline als Ganzes betrachtet. Robotik-Lernsysteme benötigen nicht nur große Datenmengen, sondern auch Konsistenz: Sensoren müssen kalibriert sein, Aufnahmebedingungen müssen reproduzierbar werden, und Qualitätschecks müssen Fehlklassifikationen reduzieren. Meckas Ansatz mit Körper-Sensoren und Smartphone-Inputs zielt darauf ab, Demonstrationen so zu strukturieren, dass sie später in Lernschleifen wiederverwendbar sind. Genau diese Wiederverwendbarkeit entscheidet im Alltag: Teams wollen nicht jedes Mal bei Null starten, sondern neue Roboterfunktionen auf bestehenden Datenbeständen aufbauen und nur die Bereiche ergänzen, die durch neue Use-Cases oder neue Hardware entstehen.
Mit dem frischen Kapital stellt sich für Mecka vor allem die Frage, wie schnell sich die Datenerfassung hochfahren lässt, ohne dass die Datenqualität leidet. Skalierung bedeutet hier nicht automatisch „mehr Video“, sondern oft mehr Prozessdisziplin: Rekrutierung, Schulung der Datenerfasser, Validierung der Sensorik, Normalisierung von Bewegungen und die Auswertung so zu automatisieren, dass die Pipeline auch bei wachsendem Volumen steuerbar bleibt. Für die Branche erhöht das außerdem den Druck auf alle, die Robotik-Lösungen entwickeln: Wer die Datenbasis nicht systematisch aufbaut, wird bei jeder Modelliteration schneller durch fehlende Varianz, unklare Labels oder zu geringe Abdeckung typischer Alltagsszenarien ausgebremst. Die 60 Millionen US-Dollar sind damit weniger ein „Wachstumsversprechen“, sondern vor allem ein Signal, dass Dateninfrastruktur in der Robotik gerade zum strategischen Hebel wird.
💳 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 sammelt 60 Millionen für KI-Trainingsdaten humanoider Roboter" 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 sammelt 60 Millionen für KI-Trainingsdaten humanoider Roboter" 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 sammelt 60 Millionen für KI-Trainingsdaten humanoider Roboter« bei Google Deutschland suchen, bei Bing oder Google News!