{"id":2551,"date":"2026-03-28T06:27:17","date_gmt":"2026-03-28T05:27:17","guid":{"rendered":"https:\/\/g7itchme.wordpress.com\/?p=2551"},"modified":"2026-03-28T06:27:17","modified_gmt":"2026-03-28T05:27:17","slug":"die-letzte-meile-wie-pokemon-go-die-grundlage-fur-eine-neue-generation-autonomer-roboter-legte","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-letzte-meile-wie-pokemon-go-die-grundlage-fur-eine-neue-generation-autonomer-roboter-legte\/","title":{"rendered":"Die letzte Meile: Wie Pok\u00e9mon Go die Grundlage f\u00fcr eine neue Generation autonomer Roboter legte"},"content":{"rendered":"

Einleitung<\/strong><\/p>\n\n\n\n

Es ist eine jener Ironien der Technikgeschichte, die sich erst im R\u00fcckblick in ihrer ganzen Tragweite erschlie\u00dfen: Ein Spiel, das Millionen von Menschen dazu brachte, mit gesenktem Blick durch die Stra\u00dfen zu ziehen und nach virtuellen Monstern zu suchen, hat \u00fcber Jahre hinweg die wohl detaillierteste 3D-Karte der Welt aus der Fu\u00dfg\u00e4ngerperspektive erschaffen. Was als Augmented-Reality-Spiel begann, entpuppt sich heute als strategisches Fundament f\u00fcr die n\u00e4chste Generation autonomer Systeme.<\/p>\n\n\n\n

Im Mai 2025 vollzog Niantic, das Unternehmen hinter Pok\u00e9mon Go, einen tiefgreifenden strategischen Wandel: Die Spielesparte wurde an den Scopely-Konzern verkauft, w\u00e4hrend das verbleibende Unternehmen als Niantic Spatial Inc.<\/strong> neu gegr\u00fcndet wurde \u2013 mit einer klaren Mission: dem Aufbau eines „Large Geospatial Model“ (LGM), einer r\u00e4umlichen Intelligenz f\u00fcr Maschinen <\/a>. Die 30 Milliarden Bilder, die Spieler im Laufe der Jahre von Pok\u00e9Stops und Wegen gescannt hatten, wurden damit vom Spielcontent zur strategischen Ressource <\/a>.<\/p>\n\n\n\n

Dieser Artikel zeichnet nach, wie aus einem vermeintlichen Spiel-Feature eine hochpr\u00e4zise 3D-Weltkarte entstand, welche technologischen Verfahren dabei zum Einsatz kamen und warum diese Entwicklung die Debatte \u00fcber Datenhoheit, Privatsph\u00e4re und die Zukunft der Arbeit neu entfacht.<\/p>\n\n\n\n

\n\n\n\n

Die Geburt der 3D-Karte: Spieler als „Kartografen“<\/h2>\n\n\n\n

Die Geschichte beginnt nicht erst mit der Ausgr\u00fcndung, sondern bereits im Jahr 2020. Damals f\u00fchrte Niantic die sogenannte „AR-Scanning“-Funktion in Pok\u00e9mon Go ein. Spieler wurden dazu aufgerufen, Pok\u00e9Stops \u2013 also \u00f6ffentliche Kunstwerke, Denkm\u00e4ler oder besondere Orte \u2013 im Video zu umrunden. Die Belohnung: im Spiel seltene Items wie „Poffins“. Es war eine klassische Crowdsourcing-Ma\u00dfnahme: Die Spieler lieferten Daten, Niantic erhielt eine wertvolle Ressource.<\/p>\n\n\n\n

Doch was damals wie ein nettes Feature wirkte, folgte einem pr\u00e4zisen technischen Plan. Die gescannten Videos waren nicht einfach nur Fotos. Sie enthielten umfangreiche Metadaten<\/strong>: die genaue GPS-Position des Handys, die Ausrichtung des Ger\u00e4ts im Raum, die Blickwinkel, Zeitstempel und sogar Informationen \u00fcber die Beleuchtungssituation. Aus diesen 15 bis 30 Sekunden langen Videoclips extrahierte das System sp\u00e4ter etwa 300 Einzelbilder pro Scan <\/a>.<\/p>\n\n\n\n

Technische Grundlagen: Vom Video zur 3D-Mesh<\/h3>\n\n\n\n

Die Umwandlung dieser Millionen von 2D-Videos in eine konsistente 3D-Welt ist ein hochkomplexes computer Vision-Verfahren. Niantic beschreibt diesen Prozess in f\u00fcnf Stufen <\/a>:<\/p>\n\n\n\n

    \n
  1. Segmentierung<\/strong>: Lange Scans werden in kleinere, handhabbare Einheiten aufgeteilt. Dies ist notwendig, da bei ausgedehnten Orten h\u00e4ufig Positionsdrift auftritt \u2013 ein Ph\u00e4nomen, bei dem das Handy durch kumulierte Messfehler seine Position im Raum „verliert“.<\/li>\n\n\n\n
  2. Lokalisierung<\/strong>: Die groben GPS-Daten werden durch ein Verfahren verfeinert, das die Bildinformationen mit bereits existierenden Karten abgleicht. Das Ziel ist eine\u00a0Zentimeter-genaue<\/strong>\u00a0Bestimmung von Position und Ausrichtung.<\/li>\n\n\n\n
  3. Verbindung<\/strong>: Die einzelnen gescannten Einheiten werden zueinander in Beziehung gesetzt. Hier entsteht die Koh\u00e4renz: Die KI erkennt, dass Scan A an Scan B angrenzt und bildet eine zusammenh\u00e4ngende Sequenz.<\/li>\n\n\n\n
  4. 3D-Rekonstruktion<\/strong>: Der entscheidende Schritt. F\u00fcr jedes Bild wird eine Tiefenkarte berechnet („Many-Depth“), die f\u00fcr jedes Pixel die Entfernung zur Kamera angibt. Aus diesen Tiefeninformationen entsteht ein\u00a03D-Mesh<\/strong>\u00a0\u2013 ein Netz aus Millionen von Dreiecken, die die Oberfl\u00e4che des Ortes abbilden, versehen mit einer hochaufgel\u00f6sten Textur.<\/li>\n\n\n\n
  5. Semantik<\/strong>: Die KI klassifiziert schlie\u00dflich, was sie „sieht“. Pixel werden als „Baum“, „Boden“, „Geb\u00e4ude“ oder „Himmel“ kategorisiert. Diese semantische Ebene ist entscheidend f\u00fcr Maschinen, die sp\u00e4ter verstehen m\u00fcssen, ob sie auf einem Gehweg oder einer Fahrbahn navigieren.<\/li>\n<\/ol>\n\n\n\n

    Das Ergebnis sind zwei verschiedene Kartentypen: eine maschinenlesbare Karte (Map) f\u00fcr die reine Positionsbestimmung und eine f\u00fcr Menschen und Entwickler sichtbare 3D-Mesh, die die Umgebung visualisiert <\/a><\/a>. Bis zum Sommer 2025 waren auf diese Weise \u00fcber 100.000 VPS-aktivierte Orte<\/strong> weltweit entstanden <\/a>.<\/p>\n\n\n\n

    \n\n\n\n

    Der Wendepunkt: Vom Spiel zur r\u00e4umlichen Intelligenz<\/h2>\n\n\n\n

    Die Weichenstellung f\u00fcr den heutigen Erfolg erfolgte mit der Gr\u00fcndung von Niantic Spatial im Mai 2025. Die Firma startete mit 250 Millionen US-Dollar<\/strong> Finanzierung und einem klaren Fokus auf „Spatial Intelligence“ <\/a>. Der bisherige CEO John Hanke, ein Veteran der Geodaten-Branche (er war Mitbegr\u00fcnder von Keyhole, das sp\u00e4ter zu Google Earth wurde), stellte die Firma neu auf.<\/p>\n\n\n\n

    Die Logik dahinter ist aus technologischer Sicht bestechend: Large Language Models (LLMs) wie ChatGPT haben gezeigt, dass maschinelles Lernen auf riesigen Textdatenbasen zu scheinbar intelligentem Verhalten f\u00fchren kann. Niantics These lautet: Das Gleiche ist f\u00fcr den Raum m\u00f6glich. Ein Large Geospatial Model (LGM)<\/strong> soll nicht nur wissen, dass<\/em> an einer Stelle ein Baum ist, sondern auch, wie dieser Baum aussieht, wie er sich im Licht ver\u00e4ndert und in welcher r\u00e4umlichen Relation er zu seiner Umgebung steht <\/a>.<\/p>\n\n\n\n

    Die Datenbasis daf\u00fcr ist einmalig. W\u00e4hrend Google Maps prim\u00e4r mit Autos Stra\u00dfen bef\u00e4hrt und Luftbilder nutzt, besteht Niantics Karte aus 30 Milliarden Bildern aus der Fu\u00dfg\u00e4ngerperspektive<\/strong> <\/a><\/a>. Das ist genau die Perspektive, die f\u00fcr Lieferroboter, die auf Gehwegen fahren, oder f\u00fcr AR-Brillen, die von Menschen getragen werden, relevant ist.<\/p>\n\n\n\n

    Der VPS-Mechanismus im Detail<\/h3>\n\n\n\n

    Das Herzst\u00fcck des Systems ist das Visual Positioning System (VPS)<\/strong>. Im Gegensatz zu GPS, das in dichten Stadtvierteln oft einen Fehler von 50 Metern oder mehr aufweist, funktioniert VPS bildbasiert <\/a>.<\/p>\n\n\n\n

    Wenn ein Roboter oder ein Smartphone seinen Standort bestimmen m\u00f6chte, macht es ein Foto der Umgebung. Dieses Foto wird an Niantics Cloud gesendet. Das System gleicht die visuellen Merkmale des Fotos mit der bestehenden 3D-Datenbank ab. Innerhalb von Sekunden wird nicht nur die Position auf wenige Zentimeter genau bestimmt, sondern auch die genaue Blickrichtung. Wie Niantic in seiner technischen Dokumentation erkl\u00e4rt, werden daf\u00fcr die gespeicherten „Maps“ als eine Art Funktion genutzt: Bild rein, Position und Ausrichtung raus <\/a><\/a>.<\/p>\n\n\n\n

    Ein entscheidender technischer Punkt: VPS kommt ohne spezielle Tiefensensoren (LiDAR) aus. Es funktioniert mit den handels\u00fcblichen Kameras jedes Smartphones oder Roboters <\/a><\/a>. Dies senkt die Einstiegsh\u00fcrde f\u00fcr Hardware-Hersteller massiv.<\/p>\n\n\n\n

    \n\n\n\n

    Die Anwendung: Wenn der Lieferroboter Pok\u00e9mon Go spielt<\/h2>\n\n\n\n

    Die bislang sichtbarste und kommerziell relevanteste Anwendung dieser Technologie ist die Partnerschaft mit Coco Robotics<\/strong>, die im M\u00e4rz 2026 \u00f6ffentlich wurde <\/a><\/a>. Coco Robotics betreibt eine Flotte von etwa 1.000 Lieferrobotern in St\u00e4dten wie Los Angeles, Chicago und Helsinki. Diese Roboter, etwa so gro\u00df wie ein Koffer, liefern Pizza und Lebensmittel aus.<\/p>\n\n\n\n

    Das Problem, das Niantic Spatial hier l\u00f6st, ist das des „letzten Meters“. W\u00e4hrend die Fahrt zum Stra\u00dfenblock dank GPS meist problemlos funktioniert, scheitern autonome Systeme oft daran, den genauen Eingang eines Restaurants oder die richtige T\u00fcr eines Wohnhauses zu finden. Brian McClendon, CTO von Niantic Spatial, brachte es im MIT Technology Review auf den Punkt: „Der blaue Punkt auf Ihrem Telefon driftet oft um 50 Meter, sodass Sie sich in einer anderen Stra\u00dfe, in einer anderen Richtung und auf der falschen Stra\u00dfenseite wiederfinden“ <\/a>.<\/p>\n\n\n\n

    Durch die Integration von Niantics VPS k\u00f6nnen die Coco-Roboter nun ihre Position mit Zentimetergenauigkeit bestimmen. Sie wissen, ob sie vor dem Restaurant anhalten m\u00fcssen oder ob sie noch f\u00fcnf Meter weiter zur Seiteneingangst\u00fcr fahren sollen. Zach Rush, CEO von Coco Robotics, betonte, dass die Zusammenarbeit „stabilen Zugang zu Positionierungsdiensten“ erm\u00f6gliche, die die Navigationsgenauigkeit „weiter verbessern“ <\/a><\/a>.<\/p>\n\n\n\n

    Kontinuit\u00e4t und Wandel<\/h3>\n\n\n\n

    Interessant ist, dass dieses kommerzielle Gesch\u00e4ft parallel zum Spielbetrieb l\u00e4uft. Spieler k\u00f6nnen weiterhin Pok\u00e9Stops scannen und erhalten daf\u00fcr Belohnungen. In der Niantic Wayfarer-Community wird jedoch intensiv diskutiert, ob die gesammelten Scans noch f\u00fcr die Spiel-AR genutzt werden oder ob sie prim\u00e4r in die industrielle Datenpipeline flie\u00dfen <\/a>. Die Frage, ob Spieler in Zukunft weiterhin Poffins f\u00fcr das Trainieren von Lieferrobotern erhalten, markiert eine neue Qualit\u00e4t der Plattformarbeit.<\/p>\n\n\n\n

    \n\n\n\n

    Kritische Einordnung: Datenkrake oder technologischer Fortschritt?<\/h2>\n\n\n\n

    So innovativ die Technologie ist, so tiefgreifend sind die ethischen und gesellschaftlichen Implikationen. Die Entwicklung von Niantic Spatial l\u00e4sst sich als Fallstudie f\u00fcr die \u00d6konomie der Aufmerksamkeit im Zeitalter der KI lesen.<\/p>\n\n\n\n

    1. Transparenz und informierte Einwilligung<\/h3>\n\n\n\n

    Die \u00fcberw\u00e4ltigende Mehrheit der Pok\u00e9mon Go-Spieler hat beim Scannen von Pok\u00e9Stops wahrscheinlich nicht damit gerechnet, eine 3D-Karte f\u00fcr Lieferroboter zu bauen. Zwar weist Niantic in seinen Entwicklerblogs darauf hin, dass die Daten f\u00fcr den „3D-AR-Map der Zukunft“ genutzt werden <\/a>, doch im Spiel selbst steht der unmittelbare Nutzen \u2013 das Freischalten von Belohnungen \u2013 im Vordergrund. Die Frage ist, ob eine solche Zweckentfremdung von Nutzerdaten (von der Spielmechanik hin zur industriellen Robotik) im Sinne der informierten Einwilligung der Nutzer liegt.<\/p>\n\n\n\n

    2. Die Macht der Datenmonopole<\/h3>\n\n\n\n

    Niantic verf\u00fcgt \u00fcber eine Datenbasis, die kein anderer Konzern in dieser Form aus der Fu\u00dfg\u00e4ngerperspektive besitzt. Mit der Ausgr\u00fcndung Niantic Spatial und der Finanzierung von 250 Millionen Dollar wird dieses Monopol kommerzialisiert. W\u00e4hrend die Technologie kleineren Robotik-Startups hilft, k\u00f6nnte sie langfristig auch zu einer Abh\u00e4ngigkeit f\u00fchren: Wer autonome Systeme in st\u00e4dtischen R\u00e4umen betreiben will, muss m\u00f6glicherweise bei Niantic „mieten“.<\/p>\n\n\n\n

    3. Arbeitsmarkt und urbane R\u00e4ume<\/h3>\n\n\n\n

    Die Partnerschaft mit Coco Robotics ist ein weiterer Schritt in Richtung Automatisierung der „letzten Meile“. F\u00fcr die Logistikbranche bedeutet dies Effizienzgewinne. F\u00fcr die Menschen, die derzeit noch als Essenslieferanten auf Fahrr\u00e4dern oder in Autos unterwegs sind, k\u00f6nnte dies langfristig eine Bedrohung darstellen. Es entsteht eine neue Form der Konkurrenz: menschliche Gig-Economy-Arbeiter gegen datengespeiste Roboter.<\/p>\n\n\n\n

    4. \u00dcberwachungs- und Sicherheitsrisiken<\/h3>\n\n\n\n

    Zentimetergenaue 3D-Karten sind nicht nur f\u00fcr Roboter n\u00fctzlich. Experten warnen vor den Implikationen f\u00fcr die \u00dcberwachung. Eine Datenbank, die jeden Baum, jede T\u00fcr und jeden Hydranten in einer Stadt vermisst, k\u00f6nnte in Verbindung mit Gesichtserkennung oder Drohnen zu einem m\u00e4chtigen Werkzeug staatlicher oder privater \u00dcberwachung werden. Niantic betont zwar, dass die Scans automatisch anonymisiert werden <\/a>, doch die Existenz der Daten an sich birgt Risiken.<\/p>\n\n\n\n

    \n\n\n\n

    Ausblick: Die Br\u00fccke zwischen physischer und digitaler Welt<\/h2>\n\n\n\n

    Niantic Spatial hat sich ehrgeizige Ziele gesetzt. Kurzfristig geht es um Enterprise-Kunden in Logistik, Immobilien und Fertigung <\/a>. Langfristig strebt das Unternehmen jedoch etwas viel Gr\u00f6\u00dferes an: die Schaffung eines Betriebssystems f\u00fcr die reale Welt.<\/p>\n\n\n\n

    Die Vision ist, dass alle Maschinen \u2013 von humanoiden Robotern \u00fcber autonome Fahrzeuge bis hin zu AR-Brillen \u2013 auf dieses Large Geospatial Model zugreifen, um sich zu orientieren. In dieser Zukunft w\u00e4re die 3D-Karte nicht statisch, sondern „lebendig“: Sie w\u00fcrde sich in Echtzeit aktualisieren, sobald Spieler oder Roboter vorbeikommen.<\/p>\n\n\n\n

    F\u00fcr die Spieler von Pok\u00e9mon Go bedeutet dies eine seltsame Art der Unsterblichkeit. Die Routen, die sie einst gingen, um ein seltenes Pok\u00e9mon zu fangen, sind nun in den Algorithmen von Lieferrobotern kodiert. Sie haben, ohne es zu wissen, an der gr\u00f6\u00dften dezentralen Kartierungsaktion der Menschheitsgeschichte teilgenommen. Ob dies als Triumph des Crowdsourcings oder als Warnung vor der allumfassenden Daten\u00f6konomie gewertet wird, bleibt eine Frage der Perspektive. Fest steht: Die Grenzen zwischen Spiel, Arbeit und Datenausbeutung sind endg\u00fcltig verschwimmt.<\/p>\n\n\n\n

    \n\n\n\n

    Quellen<\/h2>\n\n\n\n
      \n
    1. Niantic Wayfarer Community: „What happened \u2014 and what will happen \u2014 to AR scans? – Wayfarer AMA – 2025“, 2025-10-11.\u00a0<\/a><\/li>\n\n\n\n
    2. GIGAZINE: „A delivery robot that learns from spatial information obtained from games like ‚Pok\u00e9mon GO‘ has been born“, 2026-03-11.\u00a0<\/a><\/li>\n\n\n\n
    3. Niantic Spatial, Inc.: „Day One for Niantic Spatial“, 2025-05-28.\u00a0<\/a><\/li>\n\n\n\n
    4. Niantic Labs: „Lightship VPS: Building Our 3D Map From Crowdsourced Scans“, o.D.\u00a0<\/a><\/li>\n\n\n\n
    5. Numerama: „Les images de Pok\u00e9mon Go servent d\u00e9sormais \u00e0 guider des robots-livreurs de pizza“, 2026-03-12.\u00a0<\/a><\/li>\n\n\n\n
    6. AWE USA: „AWE Talks: Building a Large Geospatial Model“, 2025-07-31.\u00a0<\/a><\/li>\n\n\n\n
    7. Niantic Spatial: „VPS\u306b\u95a2\u3059\u308b\u3088\u304f\u3042\u308b\u8cea\u554f\uff08FAQ\uff09“, o.D.\u00a0<\/a><\/li>\n\n\n\n
    8. pokecon.jp<\/a>:\u00a0„\u300c\u30dd\u30b1\u30e2\u30f3GO\u300d\u306a\u3069\u3067\u5f97\u305f\u7a7a\u9593\u60c5\u5831\u3067\u5b66\u7fd2\u3057\u305f\u914d\u9001\u30ed\u30dc\u30c3\u30c8\u304c\u8a95\u751f \u2013 GIGAZINE“, 2026-03-11.\u00a0<\/a><\/li>\n\n\n\n
    9. BigData-Insider: „Wie Pok\u00e9mon-Go-Spieler die letzte Meile der Robotik ebnen“, 2026-03-19.\u00a0<\/a><\/li>\n\n\n\n
    10. Niantic Spatial: „VPS Frequently Asked Questions (FAQ)“, o.D.\u00a0<\/a><\/li>\n<\/ol>","protected":false},"excerpt":{"rendered":"

      Einleitung Es ist eine jener Ironien der Technikgeschichte, die sich erst im R\u00fcckblick in ihrer ganzen Tragweite erschlie\u00dfen: Ein Spiel, das Millionen von Menschen dazu brachte, mit gesenktem Blick durch die Stra\u00dfen zu ziehen und nach virtuellen Monstern zu suchen, hat \u00fcber Jahre hinweg die wohl detaillierteste 3D-Karte der Welt aus der Fu\u00dfg\u00e4ngerperspektive erschaffen. Was […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[39,41,17],"tags":[119,658,1317,4028,4148,4898,5417,7489],"class_list":["post-2551","post","type-post","status-publish","format-standard","hentry","category-arbeit-mensch","category-digitalkultur","category-im-herz","tag-3d-kartierung","tag-automatisierung","tag-crowdsourcing","tag-large-geospatial-model","tag-lieferroboter","tag-niantic-spatial","tag-pokemon-go","tag-visual-positioning-system"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/2551","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=2551"}],"version-history":[{"count":0,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/2551\/revisions"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=2551"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=2551"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=2551"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}