Dreißig Milliarden Bilder, von denen niemand wusste, dass sie entstanden
Im Jahr 2016 gingen Hunderte von Millionen Menschen mit dem Smartphone in der Hand auf die Straße, um virtuelle Kreaturen zu jagen. Niemand erklärte ihnen, dass sie gleichzeitig die detaillierteste visuelle Karte von urbanen Umgebungen aufbauten, die jemals assembliniert wurde. Jede Ecke, die fotografiert wurde, um ein Pokémon zu fangen, jede Statue, die gescannt wurde, um Belohnungen im Spiel einzulösen, jede Fassade, die aus verschiedenen Winkeln festgehalten wurde: alles wurde gespeichert, etikettiert und georeferenziert.
Diese Datei umfasst heute mehr als 30 Milliarden Bilder. Niantic hat sie kürzlich lizenziert, um Lieferroboter durch die Bürgersteige realer Städte zu leiten.
Die Tochtergesellschaft Niantic Spatial gab diese Woche eine Partnerschaft mit Coco Robotics bekannt, um deren autonome Roboter mit einem Visuellen Positionierungssystem (VPS) auszustatten, das auf diesem Repository trainiert wurde. Die Genauigkeit, die ihre Ingenieure melden, reicht auf wenige Zentimeter, eine Größenordnung über dem, was das herkömmliche GPS in dicht besiedelten städtischen Umgebungen bietet. Der CEO von Niantic Spatial, John Hanke, brachte es direkt auf den Punkt: Pikachu realistisch über eine Straße rennen zu lassen und einem Roboter zu ermöglichen, diese sicher zu überqueren, ist im Grunde dasselbe Ingenieurproblem.
Warum GPS nicht ausreicht und was sich mit Vision ändert
Das GPS funktioniert, indem es Satellitensignale trianguliert. Im Freifeld ist die Genauigkeit akzeptabel. Doch in einem urbanen Canyon — hohe Gebäudeblöcke, Viadukte, Fußgängertunnel — prallen die Signale ab, verschlechtern sich und verursachen Abweichungen von mehreren Metern. Für einen menschlichen Fahrer sind diese Meter irrelevant. Für einen Roboter, der zwischen Fußgängern navigieren, einen Radweg überqueren und sich genau vor einer Tür stoppen muss, bedeuten sie den Unterschied zwischen dem Funktionieren und einer Kollision.
Das VPS löst das Problem anders: anstatt nach Satelliten zu suchen, vergleicht es das, was die Kamera des Roboters sieht, mit dem gespeicherten visuellen Inventar. Es erkennt Fassaden, Stufen, Schilder und Pflanzkübel als räumliche Ankerpunkte. Wenn die Umgebung bereits aus verschiedenen Winkeln fotografiert wurde — und in den Städten, in denen Pokémon GO beliebt war, geschah das mit einer Dichte, die von keiner Fahrzeugflotte zur Kartierung nachgestellt werden kann — weiß der Roboter genau, wo er ist, ohne von einem externen Signal abhängig zu sein, das versagen kann.
Das Modell Coco 2, das im Februar 2026 vorgestellt wurde, ist die erste Hardware, die für kommerzielle Anwendungen dieses Systems entwickelt wurde. Es operiert auf Bürgersteigen, Radwegen und einigen Straßenbereichen, was die Abdeckung gegenüber früheren Prototypen, die sich auf Universitätsgelände beschränkten und laut öffentlichen Berichten in diesem Sektor beim Überqueren einer normalen Straße verloren gingen, erheblich erweitert.
Das Vermögen, das niemand bewertete, während es sich anhäufte
Was Niantic aufgebaut hat, war nicht absichtlich eine Datenbank für robotische Navigation. Es war ein Game-Mechanik, die als Nebeneffekt ein Gut mit unabhängigem wirtschaftlichem Wert schuf. Diese Unterscheidung ist wichtig, da sie den strukturellen Vorteil erklärt, den Niantic gegenüber jedem Wettbewerber hat, der versucht, das Dataset heute zu reproduzieren.
Es von Grund auf neu zu schaffen, würde Jahre des Einsatzes von Fahrzeugflotten zur Kartierung erfordern, Verträge mit Kommunen, Zugangsvereinbarungen für private Flächen und ein Budget, das kein Robotik-Startup als Anfangsinvestition tragen kann. Niantic hat es angesammelt, weil seine Nutzer es kostenlos gemacht haben, motiviert von Punkten, virtuellen Kreaturen und der Zufriedenheit, Missionen abzuschließen. Die Grenzkosten jedes zusätzlichen Bildes waren in der Praxis null.
Dies ist die interessanteste Mechanik dieses Falls aus einer Plattformwirtschaftsperspektive: Die Daten wurden mit einer Struktur von Anreizen produziert, die mit ihrer endgültigen Nutzung völlig fremd ist. Der Spieler erkannte nie, dass er für ein zukünftiges Logistikprodukt arbeitete. Niantic hatte das auch nicht von Anfang an so geplant. Der Wert entstand aus der Ansammlung, nicht aus einem absichtlichen Design auf dieses Ziel hin.
Der Markt für die letzte Meile der Lieferung — der letzte Abschnitt zwischen einem Verteilungszentrum und der Haustür des Kunden — konzentriert eine unverhältnismäßige Menge der Gesamtkosten der Logistik im E-Commerce. Branchenanalysen schätzen, dass dieses Segment zwischen 40 % und 53 % der Gesamtkosten der Lieferkette ausmacht. Autonome Roboter sind eine naheliegende Antwort auf das Problem, aber ihre Akzeptanz wurde genau durch die Navigationsfehler gehemmt, die das VPS zu lösen verspricht. Wenn die Technologie im großen Maßstab funktioniert, könnte der Einfluss auf die Stückkosten von Betreibern wie Coco Robotics erheblich sein: weniger menschliches Unterstützungsengagement, schnellere Routen, weniger Lieferfehler.
Der wettbewerbsfähige Markt um diese Wette bewegt sich bereits. DoorDash führte seinen eigenen autonomen Roboter mit einer Höchstgeschwindigkeit von 32 km/h ein. Aurora betreibt autonome Lastwagen in Texas. Waymo und Tesla verfeinern weiterhin ihre Flotten mit echten Fahrdaten. Was Niantic unterscheidet, ist, dass der Vorteil nicht im Hardware oder im Fahralgorithmus liegt: er liegt im Volumen und der Dichte des vorbestehenden visuellen Datensatzes, den seine Wettbewerber in der Robotik nicht kaufen können, weil es keinen anderen Ort mit dieser Granularität gibt.
Die lebendige Karte als Infrastruktur, nicht als Produkt
Was Niantic Spatial aufbaut, ist keine punktuelle Lösung für Coco Robotics. Es ist eine Schicht von geospatialer Infrastruktur, die an jedes System lizenziert werden kann, das präzise Positionierung in einem städtischen Umfeld benötigt: Lieferdrohnen, autonome Rollstühle, Navigationssysteme für Menschen mit Sehbehinderungen, Inspektionsfahrzeuge.
Jeder Roboter, der mit aktivem VPS eingesetzt wird, trägt seinerseits neue Bilder zum System bei und aktualisiert es mit aktuellen Veränderungen in der Umgebung: Baustellen, neue Geschäfte, verändertes urbanes Mobiliar. Das verwandelt die Karte in ein selbstaktualisierendes Asset, das mit der Nutzung wertvoller wird und eine kumulative Vorteil erzeugt, die schwer abzubauen ist.
Das Modell hat eine klare finanzielle Logik: Niantic stellt keine Roboter her und konkurriert nicht im Logistikbereich. Es lizenziert eine Schicht von räumlicher Intelligenz und erhebt Gebühren für den Zugang dazu. Je mehr Betreiber das VPS übernehmen, desto mehr Daten erhält es, desto präziser wird das System und desto schwieriger wird es für einen Mitbewerber, etwas Vergleichbares zu einem ähnlichen Preis anzubieten.
Das schmälert jedoch nicht die Risiken. Die Frage, welche Daten konkret an das zentrale System übermittelt werden, wer sie kontrolliert und unter welchen Bedingungen sie mit Dritten geteilt werden könnten, ist aus einer regulatorischen Perspektive relevant, insbesondere in Jurisdiktionen mit strengen Datenschutzgesetzen. Niantic hat erklärt, dass es keine Pläne hat, das VPS für Sicherheitskräfte zur Verfügung zu stellen, aber das Fehlen eines öffentlichen und auditierten Vertragsrahmens über die sekundäre Nutzung dieser Daten bleibt eine offene Variable, die die Betreiber, die die Technologie übernehmen, in ihren Risikoanalysen berücksichtigen müssen.
Freizeitdaten als industrielle Infrastruktur
Der Markt für autonome urbane Navigation befindet sich in der Phase, in der die Entmonetarisierung der GPS-Positionierung — die bereits kostenlos, aber ungenau war — Platz macht für eine hochpräzise visuelle Positionierungsschicht, deren Wert durch Lizenzierung erfasst wird. Niantic hat nicht aus Altruismus den Zugang zu geospatialen Daten demokratisiert: es hat ein proprietäres Asset durch eine Plattform für Massenteilen aufgebaut und verwandelt es nun in Infrastruktur für Dritte unter einem Modell von wiederkehrenden Einnahmen.
Was dies beweist, ist nicht nur geschäftlicher Einfallsreichtum. Es beweist, dass Systeme, die Millionen von Menschen ermächtigen, etwas zu tun, das sie genießen — in diesem Fall, ihre Stadt zu erkunden — als Nebenprodukt eine kollektive Intelligenz erzeugen können, die industrielle Anwendungen hat, die keine Corporation direkt hätte finanzieren können. Die Technologie, die zuerst dem Nutzer dient, baut das am schwersten zu replizierende Asset auf: die nachhaltige Beteiligung echter Menschen in realen Umgebungen, über Jahre hinweg, in globalem Maßstab.
