Ich bin der "Treibstoff" für Roboter: 30 Yuan pro Stunde für das Falten von Kleidung, eine Bewertung von 15 Milliarden Yuan durch den Verkauf von Daten

Hinter der enormen Datenlücke der Embodied Intelligence wächst eine verborgene Industriekette rasant heran.

Auf sozialen Plattformen sind Stellenanzeigen für „Datensammler für Embodied Intelligence“ und „Roboter-Datenerfassung“ mit einem Tageslohn von 240 Yuan weit verbreitet. Die Sammler tragen Geräte und wiederholen Tag für Tag in häuslichen oder Außenbereichen Aktionen wie Falten von Kleidung, Binden von Schnürsenkeln, Öffnen von Schranktüren und Abholen von Paketen. Diese trivialen Daten alltäglicher Handlungen werden über Zwischenhändler zu standardisierten Trainingsdaten verarbeitet, die als „Treibstoff“ für Roboter dienen und schließlich an verschiedene Embodied-Intelligence-Unternehmen gelangen.

Am anderen Ende der Industriekette zeigt sich ein ganz anderes Bild: Ein Embodied-Intelligence-Datenunternehmen mit einer Bewertung von über 15 Milliarden Yuan sammelte innerhalb von zwei Wochen zwei Finanzierungsrunden in Höhe von insgesamt 2 Milliarden Yuan. Im vergangenen Jahr strömte ein Teil des heißen Geldes der Embodied-Intelligence-Branche genau zu diesen Unternehmen, die keine Roboter bauen, sondern nur „Daten verkaufen“.

Während Roboterhersteller noch enorme Summen in die Forschung und Entwicklung stecken, haben Datenanbieter bereits begonnen, Einnahmen von ihren Kunden zu erzielen. Einige Unternehmen verzeichneten in nur einem Quartal neue Aufträge im Wert von 550 Millionen Yuan – mehr als im gesamten Vorjahr.

Zu Hause Betten falten, im Supermarkt Waren sortieren: Ich liefere „billigen Treibstoff“ für Roboter

Zhang Yues Tag beginnt um 8 Uhr morgens mit dem Stempeln. Ihre Arbeit klingt einfach: Schnürsenkel binden, kehren, Betten falten ... Aber in der Praxis ist es weit mehr als nur Hausarbeit. Sie muss die Bewegungen von Robotern exakt nachahmen und kann wahlweise 5 Kameras oder eine Actioncam am Körper tragen. Jeder Winkel und jedes Heben der Hände wird streng aufgezeichnet.

Datensammler für Embodied Intelligence, auch „Roboter-Trainer“ genannt, steuern Roboter oder demonstrieren selbst Bewegungen, um Daten über menschliches Verhalten in der realen Welt zu erfassen. Diese Daten werden später verwendet, um Robotern alltägliche oder industrielle Fertigkeiten beizubringen.

In Suzhou verdienen häusliche Datensammler wie Zhang Yue einen Tageslohn von 250 Yuan. Neue Mitarbeiter werden nach der gestempelten Zeit von 8 Uhr morgens bis 8 Uhr abends bezahlt. Aber Zhang Yue sagt, dass sie selbst bei größtem Einsatz nur 6 Stunden aufnehmen kann – die effektive Dauer hängt davon ab, wie gut die Geräte funktionieren.

Gemäß den Unternehmensregeln müssen häusliche Datensammler täglich zum Unternehmen fahren, um USB-Sticks und Geräte abzugeben. Die Qualität der Geräte sei allerdings „Glückssache“, erklärt Zhang Yue gegenüber Tech Planet. Manchmal bekomme sie ein gut funktionierendes Gerät, manchmal gebe es den ganzen Tag Probleme: „Plötzliches Ausschalten während der Aufnahme, Sensorfehler, fehlgeschlagene USB-Lesevorgänge, ein verstelltes Objektiv, das man nicht bemerkt, oder Überhitzung des Hauptgeräts ...“

Der zeitaufwendigste Schritt ist das Anlegen der Ausrüstung: 5 Kameras am ganzen Körper müssen einzeln auf ihre Winkel eingestellt werden. Zhang Yue braucht dafür eine halbe Stunde. „Während des Anlegens darf man sich nicht mal kratzen. Man kann die Geräte zwischendurch ablegen – wenn man keine Lust hat, sie später wieder anzuziehen“, sagt sie.

Im Vergleich zu anderen Szenarien hat der häusliche Bereich die höchsten zeitlichen Anforderungen: Im Freien reichen 6 Stunden Aufnahmezeit, zu Hause müssen es 8 Stunden sein. Das bedeutet, dass sie selbst bei häufigen Ausfällen der Geräte in den wenigen guten Stunden das Tempo stark anziehen muss, um das Ziel zu erreichen.

Die aufgenommenen Materialien werden schließlich gebündelt und an Roboterunternehmen im ganzen Land verkauft. „Große Unternehmen geben Anforderungen heraus, und wir nehmen genau die Szenen auf, die sie wünschen“, sagt Zhang Yue. „Die Rekrutierung erfolgt ausschließlich über Vermittler. Sobald unsere Daten die Qualitätsanforderungen erfüllen, werden sie zu ihrem Trainingsmaterial.“

In Außenbereichen funktioniert die Arbeit von Wang Lei etwas anders. Obwohl sein Tageslohn ebenfalls 250 Yuan beträgt, gibt es an seinem Arbeitsplatz Inspektoren, die die Geräte einstellen und liefern. Die Sammler müssen sich nur auf die Aufnahmen konzentrieren, und die Szenarien wechseln nach einiger Zeit. Früher wurde Wang Lei einem Supermarkt 300 Meter von seinem Zuhause zugewiesen, jetzt arbeitet er in einer Autowerkstatt 10 Kilometer entfernt.

Diese Standorte werden von speziellen Vertriebsmitarbeitern des Unternehmens vereinbart – darunter Supermärkte, Paketstationen, Logistikzentren, Fabriken, Autowerkstätten, Hotels und Restaurants.

Laut Zhang Yue durchlaufen die Bewerber nach dem Vorstellungsgespräch eine kurze gemeinsame Schulung, bei der es hauptsächlich um das Anlegen der Geräte geht. Die Teilnehmer sind alle junge Menschen in den Zwanzigern, darunter auch einige Studenten. Alle Stellen im Unternehmen – von Sammlern über Inspektoren bis zu Vertriebsmitarbeitern – sind Teilzeitjobs. Die bestbezahlte Position ist „Roboter-QC-Prüfer“, der im Büro des Unternehmens Videos prüft und mehr als 10.000 Yuan im Monat verdienen kann.

Im Vergleich zu einfachen Datensammlern liegen die Monatsgehälter für einige datenerfassungsbezogene Stellen, die technische Hintergründe oder Arbeit vor Ort erfordern, laut Stellenanzeigen auf Plattformen wie Liepin üblicherweise zwischen 8.000 und 15.000 Yuan. Erfahrene oder leitende Mitarbeiter können sogar mehr als 20.000 Yuan verdienen.

Chen ist ein „Fernbediener für echte Roboter“ und arbeitet in einem professionellen Datenerfassungszentrum, das von einem großen Internetunternehmen betrieben wird. Seine Aufgabe ist es, am Schreibtisch zu sitzen und einen Roboterarm zu steuern, um eine Reihe von Anweisungen auszuführen: beispielsweise drei Objekte nacheinander mit der linken und rechten Hand aufzuheben und in den Mülleimer zu werfen.

Chen wählt die Nachtschicht mit einem Tageslohn von 370 Yuan. Die täglichen Aufgaben sind nicht schwierig und ähneln einem Fließbandjob in einer Fabrik, aber für ihn ist es freier: „In den Pausen schaue ich mir die Weltmeisterschaft an, verdiene dann 300 Yuan und gehe zurück ins Wohnheim schlafen“, sagt er.

Laut Chen ist die Einstiegshürde nicht hoch, aber es gibt eine unausgesprochene Altersgrenze: Die Teilzeitmitarbeiter, die mit ihm zusammenarbeiten, sind fast alle jünger als 25 Jahre. An seinem ersten Tag erinnert er sich, dass eine 37-jährige Frau am nächsten Tag bereits kündigte. „Am ersten Tag gehen normalerweise 60 bis 70 Prozent der Leute. Viele finden die Arbeit zu langweilig und können nicht durchhalten.“

Obwohl der Auftraggeber ein großes Internetunternehmen ist, wird die Datenerfassung von mehreren Subunternehmern durchgeführt. Chen hat einen Outsourcing-Vertrag unterzeichnet. Kürzlich hat er eine Woche pausiert, weil das vorherige Projekt plötzlich eingestellt wurde – er wartet auf das nächste. Aber diese Unsicherheiten machen ihm nichts aus: „Für einen Teilzeitjob findet man nichts Besseres.“

Daten als „Schrauben“ am untersten Ende der Industriekette: Zwischenhändler verkaufen sie zum zehnfachen Preis

Datensammler für Embodied Intelligence sind wie „Schrauben“ am Fließband: Eine Bewegung wird hunderte oder tausende Male erfasst, um unverzichtbare Trainingsdaten für humanoide Roboter zu liefern, die lernen, Kleidung zu falten oder Schranktüren zu öffnen.

Dahinter verbirgt sich ein Markt mit extrem unausgeglichenem Angebot und Nachfrage. Branchenschätzungen zufolge erfordert das Trainieren eines Roboter-„Gehirns“ auf nahezu menschlichem Niveau 1 Milliarde Stunden an echten Betriebsdaten. Derzeit liegt das weltweite effektive Angebot aber nur bei etwa 5 Millionen Stunden – eine Lücke von 200-fachen.

Der Grund für den Boom an Teilzeitstellen für häusliche Datensammler wie Zhang Yue liegt einerseits darin, dass Daten aus Laboren und Fabriken keine realen Umgebungen wie Haushalte oder Einkaufszentren abdecken. Die Sammler führen in diesen Szenarien Hausarbeiten aus oder bewegen sich darin, um die echten Daten zu erfassen, die Algorithmen in den kleinsten Alltagsszenarien benötigen.

Andererseits gilt das Modell der „körperlosen Erfassung“, bei dem Geräte verteilt werden und Mitarbeiter zu Hause als Teilzeitkräfte Daten sammeln, als effektiver Weg, um Hürden und Kosten der Datenerfassung zu senken – im Gegensatz zur „Fernsteuerung echter Roboter“, die teure Roboter und spezielle Räume erfordert.

Im Unterschied zu großen Sprachmodellen, die aus riesigen Textmengen im Internet schöpfen können, benötigen Roboter dreidimensionale Aktionsdaten aus der realen Welt: Greifen, Ablegen, Gehen, Erfassen, Hindernisse vermeiden, Bedienen. Die Erfassung dieser Daten ist komplexer und schwieriger. Die Branche leidet unter einem deutlichen „Datenhunger“, und Experten betrachten das Jahr 2026 als das „Jahr eins der Embodied-Intelligence-Daten“.

Derzeit gibt es drei Hauptquellen für Embodied-Intelligence-Daten, die eine deutliche Pyramidenstruktur aufweisen. An der Spitze stehen Echt-Roboter-Daten: Mitarbeiter steuern echte Roboter über VR-Geräte oder Exoskelette, wobei jede Bewegung und jedes Kraftfeedback präzise aufgezeichnet wird. Diese Daten sind von höchster Genauigkeit und am teuersten, aber entscheidend für die Markteinführung humanoider Roboter. In der Mitte befinden sich Simulationsdaten: In virtuellen Umgebungen werden massenhaft Roboter-Interaktionsdaten für das Modelltraining generiert. Sie sind kostengünstig, skalierbar und können den Mangel an Echt-Roboter-Daten ausgleichen. Unten in der Pyramide liegen Internetvideos und menschliche Verhaltensdaten mit breiten Quellen und hoher Generalisierbarkeit.

Häusliche Datensammler stehen praktisch am untersten Ende der gesamten Datenerfassungs-Industriekette. Bei derselben Datengruppe verteilt sich der Wert entlang der Kette wie folgt: In der Erfassungsphase erhalten Sammler wie Zhang Yue und Wang Lei einen Stundenlohn von 30 Yuan. Zwischenhändler verkaufen die Daten dann für 300 bis 500 Yuan pro Stunde an Roboterunternehmen. Je weiter oben in der Kette, desto höher die Gewinne und die Unternehmensbewertungen.

Zudem herrscht auf dem Markt ein Verkäufermarkt, bei dem das Angebot die Nachfrage nicht deckt. Die Seltenheit der Daten selbst stützt ihre hohen Preise weiter.

Laut Berichten der The Paper liegt der aktuelle Gesamtpreis für Embodied-Intelligence-Daten bei 200 bis 500 Yuan pro Stunde. Echt-Roboter-Daten sind am teuersten und erreichen Marktpreise von 500 bis 1000 Yuan pro Stunde.

Im April dieses Jahres sagte Yao Maoqing, Vorsitzender und CEO von Mifeng Technology, dass Daten als Infrastruktur vor den Endanwendungen kommerzielle Erträge erzielen werden – noch bevor die Embodied Intelligence in großem Maßstab kommerzialisiert wird. Er geht davon aus, dass der Preis von körperlosen Daten, die nicht von einem bestimmten Robotermodell abhängen, sich schließlich auf ein Drittel bis die Hälfte des Preises von Echt-Roboter-Daten einpendeln wird: Wenn Echt-Roboter-Daten 1000 Yuan pro Stunde kosten, könnten körperlose Daten künftig stabil bei 300 bis 400 Yuan liegen.

Roboterunternehmen bereichern Datenanbieter – wer ist der wahre „Geldmacher“?

Mit der explosionsartig steigenden Nachfrage und dem verschärften Wettbewerb sinkt der Stundenlohn für häusliche Datensammler stetig. Im krassen Gegensatz dazu steigen die Bewertungen von Datenanbietern, die „Schaufeln“ und „Wasser“ verkaufen, stetig an.

Eine Gruppe sind unabhängige Datenanbieter. Ein typisches Beispiel ist Guanglun Intelligence, das im Januar 2023 gegründet wurde und inzwischen eine Bewertung von über 15 Milliarden Yuan hat. Kürzlich schloss es innerhalb von zwei Wochen zwei Finanzierungsrunden in Höhe von insgesamt 2 Milliarden Yuan ab – seine Bewertung übertrifft die vieler bekannter Unternehmen, die direkt Roboter herstellen.

Das Kernstück seines Geschäftsmodells ist der „Wiederverkauf von Daten“. Dieselben hochwertigen Daten werden zu standardisierten Produkten verarbeitet und gleichzeitig an führende Roboterunternehmen wie Zhiyuan und Galaxy General verkauft. Bei einigen Daten aus besonders gefragten Szenarien wird eine Wiederverkaufsrate von mehr als dem zehnfachen erreicht. Das bedeutet, dass die Erfassungskosten einmalig anfallen, aber das Datenvermögen unbegrenzt oft monetarisiert werden kann. Im ersten Quartal 2026 verzeichnete Guanglun Intelligence neue Aufträge im Wert von 550 Millionen Yuan – mehr als im gesamten Jahr 2025.

Eine weitere Gruppe sind Datenunternehmen, die von führenden Roboterunternehmen ausgegründet und unabhängig betrieben werden. Zum Beispiel gründete Zhiyuan Roboter im Februar 2026 intern Mifeng Technology. Gründer Yao Maoqing verriet, dass die derzeitigen Nachfrager nach Daten hauptsächlich aus großen Modellteams, großen in- und ausländischen Unternehmen und Startup-Roboterunternehmen bestehen. Die Nachfrager befinden sich in einem Zustand der Begeisterung: „Wir kaufen so viele Daten, wie ihr habt – und wir brauchen sie sofort.“

Mifeng Technology verfolgt eine offensive Strategie: Es umgeht den kostspieligen Weg der Echt-Roboter-Fernsteuerung und hat die MEgo-Serie von körperlosen Erfassungsgeräten auf den Markt gebracht. Das Unternehmen verkauft sowohl Geräte als auch generiert über sein eigenes Erfassungsnetzwerk Daten – es verfolgt also ein zweigleisiges Geschäftsmodell aus „Schaufelverkauf“ und „Datenerfassung“. Das Ziel ist es, bis 2026 eine Kapazität von 10 Millionen Stunden an echten Daten aufzubauen.

Unitree Robotics, das gerade an einen Börsengang arbeitet, gab in seinem Prospekt offen zu, dass die frühe Forschung des Unternehmens sich auf den Roboterkörper und das „Kleinhirn“ (Bewegungssteuerung) konzentrierte, in das „Großhirn“ (Embodied Large Model) aber wenig investiert wurde – und dass keine groß angelegte Datenerfassung und Fabriktraining stattfand. Um diesen Mangel zu beheben, plant Unitree Robotics, 2,022 Milliarden Yuan (fast die Hälfte des aufgenommenen Kapitals) in ein Forschungsprojekt für intelligente Robotermodelle zu investieren. Die Kernaufgabe besteht darin, „einen großen Datensatz aus echten Daten aufzubauen“ – was die strategische Bedeutung von Daten im Zeitalter der Embodied Intelligence weiter unterstreicht.

Eine dritte Gruppe sind große Internetunternehmen, die mit ihren Vorteilen bei Szenarien und Vertriebskanälen ebenfalls auf unterschiedliche Weise den Markt erobern. Im März dieses Jahres kündigte JD an, ein Datenerfassungszentrum für Embodied Intelligence zu starten. Mehr als 100.000 interne Mitarbeiter verschiedener Berufe und bis zu 500.000 externe Mitarbeiter aus unterschiedlichen Branchen sollen daran teilnehmen. Das Ziel ist es, innerhalb von zwei Jahren 10 Millionen Stunden an menschlichen Videodaten zu sammeln. Baidu hingegen hat einen „Daten-Supermarkt für Embodied Intelligence“ auf den Markt gebracht, der ein hierarchisches Daten-Tag-System aufbaut und Daten aus verschiedenen Quellen zusammenführt.

Im Primärmarkt steigt die Aufmerksamkeit für Kernkomponenten und Dateninfrastruktur der Embodied Intelligence. Statistiken von Tech Planet zeigen, dass zwischen November 2025 und Juli dieses Jahres mehr als zehn Unternehmen wie Jianzhi Roboter, Yiren Technology, Luming Roboter, Guanglun Intelligence, Wuwen Zhike und Qianxun Intelligence Finanzierungsrunden in Höhe von mehreren zehn Millionen bis mehreren hundert Millionen Yuan abschlossen. Jianzhi Roboter wurde im Juli 2025 gegründet