Eine Bewertung von 1,2 Milliarden US-Dollar innerhalb von drei Monaten: Im Goldrausch der Roboterbranche sind diejenigen, die zuerst reich werden, die "Verkäufer von Bewegungsdaten"

Was bei Gründungen im Bereich humanoider Roboter am ehesten Aufmerksamkeit erregt, sind in der Regel Maschinen, die laufen, tanzen, Wäsche falten oder sogar boxen können.

Doch hinter diesen glänzenden Demonstrationsvideos erwärmt sich ein weniger glamouröses Geschäft rasant: Menschen werden eingestellt, um wiederholt Tassen zu heben, Kleidung zu falten, Geschirr zu ordnen und diese Bewegungen dann in Daten umzuwandeln, die Roboter lernen können.

Im September 2026 wurde das Robotertrainingsdatenunternehmen XDOF zum neuesten Kapitalfokus in diesem Bereich.

Laut einem Bericht von TechCrunch befindet sich XDOF in fortgeschrittenen Verhandlungen über eine neue Finanzierungsrunde, bei der 8VC die Führung übernehmen könnte, und das Unternehmen wird mit rund 1,2 Milliarden US-Dollar bewertet. Seit es im Juni dieses Jahres aus dem Stealth-Modus hervorgetreten ist, sind weniger als drei Monate vergangen.

Es ist zu betonen, dass diese Finanzierungsrunde zum Zeitpunkt der Veröffentlichung der entsprechenden Berichte noch nicht endgültig abgeschlossen ist, und der Finanzierungsbetrag sowie die spezifischen Bedingungen können sich noch ändern. Daher ist die Aussage „Bewertung von 1,2 Milliarden US-Dollar“ derzeit genauer gesagt der Preis, über den der Kapitalmarkt diskutiert, und kein bereits feststehendes Ergebnis.

Dass Investoren so eilig handeln, ist nicht unbegründet.

Dem Bericht zufolge liegt der annualisierte Umsatz von XDOF bereits nahe bei 50 Millionen US-Dollar, und das Unternehmen bedient etwa 20 Kunden, darunter einige nicht namentlich genannte bahnbrechende KI-Labore. Im Juni hat das Unternehmen gerade den Abschluss einer Finanzierungsrunde in Höhe von 70 Millionen US-Dollar bekanntgegeben, zu den Investoren gehören Thrive Capital, Spark Capital, Andreessen Horowitz, Lux Capital und WndrCo.

Warum kann ein Unternehmen, das erst 2024 gegründet wurde, keine humanoiden Roboter herstellt und keine Basismodelle veröffentlicht, in so kurzer Zeit an die Schwelle zum Einhorn getrieben werden?

Die Antwort könnte lauten: Während alle um das „OpenAI“ des Roboterzeitalters kämpfen, hat XDOF sich dafür entschieden, zuerst die „Datenfabrik“ des Roboterzeitalters zu werden.

Eins

Was Roboter fehlt, ist nicht Wissen,

sondern „körperliche Erfahrung“

Der Aufstieg großer Sprachmodelle basiert zu einem großen Teil auf den massiven Text-, Bild- und Code-Daten, die das Internet bereits angesammelt hat.

Modelle müssen nicht selbst ein Buch schreiben oder wirklich ein Geschäft betreiben, um aus den von Menschen hinterlassenen digitalen Sprachen Sprache, Wissen und Schlussfolgerungsmuster zu lernen.

Die Welt, mit der Roboter konfrontiert sind, ist jedoch völlig anders.

Im Internet gibt es unzählige Texte und Videos zum Thema „Wie man ein Hemd faltet“, aber was Roboter wissen müssen, geht weit darüber hinaus.

Sie müssen das Material und die Form der Kleidung beurteilen, die Bewegungsbahn des mechanischen Arms berechnen, die Kraft der Greifzange steuern, erkennen, ob der Saum der Kleidung abrutscht, und bei fehlgeschlagener Aktion erneut greifen. Was die Kamera sieht, wie sich die Gelenke bewegen, wann die Greifzange schließt und ob die Aktion letztendlich erfolgreich ist, muss alles synchron aufgezeichnet werden.

Gewöhnliche Videos können Roboter nur sagen, „was der Mensch getan hat“, aber sie können ihnen nicht unbedingt direkt sagen, „wie sich die Maschine bewegen soll“.

Daher enthält ein wertvolles Stück Robotertrainingsdaten normalerweise gleichzeitig Bilder, Tiefeninformationen, Gelenkzustände, Bahnen des mechanischen Arms, Öffnen und Schließen der Greifzange, Aktionsanweisungen und Aufgabenergebnisse. Für einige feine Aufgaben sind zusätzlich Informationen wie Tastsinn, Kraft und räumliche Position erforderlich.

Was noch kniffliger ist: Diese Daten lassen sich kaum wie Webseitentexte direkt abgreifen.

Um eine zuverlässige Bahn der Roboteroperation zu erhalten, muss oft eine echte Person den Roboter steuern, um die Aufgabe abzuschließen; wenn die Aktion fehlschlägt, müssen die Objekte neu platziert, die Geräte kalibriert und die Operation erneut ausgeführt werden. Roboter sind unterschiedlich, Sensoren, mechanische Strukturen und Steuerschnittstellen können ebenfalls unterschiedlich sein, und derselbe Datensatz kann nicht unbedingt direkt wiederverwendet werden.

Das macht Robotertrainingsdaten zu einer teuren physischen Produktionsaktivität.

Sprachmodelle verbrauchen Datenvermögen, das im Internet bereits vorhanden ist, während Roboter von Menschen neu eine Art „Aktions-Internet“ über die physische Welt produzieren lassen müssen.

Auf diese Lücke zielt XDOF ab.

Zwei

Was XDOF verkauft, sind keine Aktionsvideos,

sondern eine „Datenfabrik“

XDOF wurde von Forschern der University of California, Berkeley, wie Philipp Wu, Fred Shentu und anderen gegründet.

Vor der Gründung des Unternehmens beteiligten sich die beiden Gründer an der Entwicklung von GELLO, einem kostengünstigen Teleoperationssystem für Roboter. Es nutzt 3D-gedruckte Teile und allgemeine Motoren, um Steuergeräte herzustellen, die der Struktur des Ziel-mechanischen Arms ähneln.

Wenn Menschen den kleinen Controller bewegen, kann der echte mechanische Arm die entsprechenden Aktionen synchron ausführen. Laut der GELLO-Arbeit können die Materialkosten eines Steuergeräts auf unter 300 US-Dollar gehalten werden, und es eignet sich besser als kostengünstige Lösungen wie VR-Controller, um komplexe, kontaktintensive Betriebsdaten zu erfassen.

Diese Forschung wurde später zum technischen Ausgangspunkt des Geschäftsmodells von XDOF.

Das Datengeschäft des Unternehmens gliedert sich grob in drei Ebenen.

Die erste Ebene besteht darin, direkt auf dem Roboter des Kunden Teleoperation durchzuführen.

XDOF stellt Geräte und Bedienpersonal bereit, um Daten in den vom Kunden festgelegten Robotern, Szenarien und Aufgaben zu sammeln. Diese Daten passen am besten zum echten Produkt des Kunden und haben den höchsten kommerziellen Wert, sind aber kostspielig und expandieren langsam.

Die zweite Ebene besteht darin, mit standardisierten Robotern und Teleoperationsgeräten massenhaft allgemeinere Betriebsdaten zu produzieren.

Diese Daten dienen nicht unbedingt nur einem einzelnen Kunden, sie können gängige Fähigkeiten wie Falten, Greifen, Ablegen, Ordnen und Abwischen abdecken und kommen den allgemeinen Trainingsmaterialien näher, die für Basismodelle von Robotern benötigt werden.

Die dritte Ebene besteht darin, Aktionsdaten aus der ersten Perspektive von Menschen zu erfassen.

Die Erfasser tragen Kameras oder Bewegungssensoren und erledigen alltägliche Aufgaben wie Verpacken, Falten von Kleidung und Ordnen von Gegenständen. Obwohl diese Daten nicht vom Roboter selbst erzeugt werden, können sie die Vielfalt von Aufgaben und Szenarien zu geringeren Kosten erweitern.

Was XDOF wirklich verkauft, sind auch nicht nur die endgültig generierten Datendateien.

Die Erfassung von Roboterdaten umfasst Hardware-Wartung, Bedienerausbildung, Aufgabengestaltung, Gerätekalibrierung, Datensynchronisation, Qualitätskontrolle, Fehlermarkierung und Formatkonvertierung. Ein Fehler in jedem Glied kann dazu führen, dass Hunderte von Stunden an Daten unbrauchbar werden.

Daher kaufen Kunden eine vollständige Produktionskapazität von Robotern und Bedienpersonal bis hin zu Datenbereinigung, Markierung, Bewertung und Lieferung.

XDOF definiert sich selbst als „Roboter-Infrastrukturunternehmen“ und nicht als reines Datenmarkierungsunternehmen. Es hat auch die Foundry-Datenplattform eingeführt, über die Kunden Stichproben durchsuchen, hochgeladene Inhalte verwalten und vollständige Datensätze aufrufen können.

Im Juni dieses Jahres hat XDOF in Zusammenarbeit mit akademischen Einrichtungen den ABC-130K-Datensatz freigegeben. Laut seiner öffentlichen Datenseite enthält dieser Datensatz mehr als 130.000 Bahnen der Operationen von zwearmigen Robotern mit einer Gesamtdauer von etwa 3590 Stunden und deckt Informationen wie Bilder, Gelenkzustände des mechanischen Arms, Zustände der Greifzange und Aufgabenanweisungen ab.

Die Freigabe dieser Daten hilft oberflächlich betrachtet der Roboterforschungsgemeinschaft, tatsächlich wirkt sie aber auch wie ein Produktmuster: Zuerst lässt man die Außenwelt sehen, was XDOF produzieren kann, und dann verkauft man kommerziellen Kunden größere, zielgerichtetere Datendienste.

Drei

50 Millionen US-Dollar annualisierter Umsatz,

zeigt, wer bereits bereit ist, zu zahlen

Was XDOF für das Kapital am attraktivsten macht, ist nicht nur die Geschichte von „Roboterdaten“, sondern der laut Berichten bereits nahe an 50 Millionen US-Dollar liegende annualisierte Umsatz.

Diese Zahl bedeutet, dass bevor humanoide Roboter noch große kommerzielle Einnahmen erzielen, die Datendienstleister im oberen Bereich der Industriekette bereits zahlungsbereite Kunden gefunden haben.

Warum erledigen Roboterunternehmen und bahnbrechende KI-Labore diese Arbeiten nicht selbst?

Erstens ist die Datenerfassung eine Arbeit, die extrem viel Betriebskapazität verbraucht.

Unternehmen müssen nicht nur Roboter kaufen, sondern auch Standorte bauen, Geräte warten, Bedienpersonal ausbilden und sicherstellen, dass die Daten, die zu unterschiedlichen Zeiten und mit unterschiedlichen Geräten erzeugt werden, konsistent bleiben. Labore können vielleicht Hunderte von Stunden an Daten erfassen, aber wenn die Größenordnung auf Tausende oder sogar Zehntausende von Stunden erhöht wird, wird dies zu einer anderen Art von Organisationsfähigkeit.

Zweitens durchläuft die Roboterindustrie immer noch schnelles Ausprobieren und Fehlerkorrektur.

Ein Startup-Unternehmen kann gleichzeitig mehrere mechanische Arme, Sensoren und Modelle testen. Wenn jedes Mal, wenn die technische Route geändert wird, das Datenpersonal neu aufgebaut werden muss, werden die Fixinvestitionen sehr hoch. Die Auslagerung an XDOF bedeutet, einen Teil der Fixkosten in Einkaufskosten umzuwandeln, die sich mit dem Projekt anpassen lassen.

Drittens sind die Anforderungen an die Qualität von Roboterdaten weitaus höher als bei der gewöhnlichen Bildmarkierung.

XDOF hat in internen Experimenten festgestellt, dass die Leistung des Modells zum Falten von Kleidung abnimmt, nachdem dem Modell mehr „erfolgreiche Demonstrationen“ hinzugefügt wurden. Der Grund liegt darin, dass einige oberflächlich erfolgreiche Daten ungültige Bewegungen, wiederholtes Greifen und Pausen enthalten, und das Modell diese Störungen auch als korrekte Strategien ansieht.

Das bedeutet, dass Roboterdaten nicht umso besser sind, je mehr es davon gibt. Welche Aktionen wirksam sind, wo Fehler auftreten und ob die Aufgabe wirklich abgeschlossen ist, muss alles in Kombination mit Roboter und Modell beurteilt werden.

Kunden kaufen keine billige Arbeitskraft, sondern das Verständnis für den Datenproduktionsprozess.

Allerdings muss die Zahl von 50 Millionen US-Dollar auch vorsichtig betrachtet werden.

In den entsprechenden Berichten wird „annualisierter Umsatz“ verwendet, nicht der geprüfte Jahresumsatz, und es wird nicht angegeben, wie viel davon stabiler Abonnementumsatz ist, wie viel aus einmaligen Datenprojekten, Hardwarelieferungen oder kundenspezifischen Dienstleistungen stammt.

Wenn der Umsatz eines Unternehmens hauptsächlich aus dem Aufbau exklusiver Erfassungssysteme für wenige Großkunden stammt, kann der aktuelle Umsatz schnell wachsen, aber er verfügt nicht unbedingt über die hohe Bruttomarge und Replizierbarkeit wie ein Softwareunternehmen.

Nach einer groben Berechnung mit einer Bewertung von 1,2 Milliarden US-Dollar und einem annualisierten Umsatz von 50 Millionen US-Dollar beträgt die Bewertung von XDOF etwa das 24-fache der aktuellen Umsatzlaufgeschwindigkeit.

Das Kapital bewertet es offensichtlich nicht nach dem Preis eines gewöhnlichen Outsourcing-Unternehmens, sondern wettet darauf, dass XDOF letztendlich die arbeitsintensive Datenerfassung in eine standardisierte Plattform, wiederverkaufbare Datenvermögen und ein kontinuierlich funktionierendes Datennetzwerk umwandeln kann.

Vier

„Scale AI des Roboterzeitalters“,

könnte aber auch nur ein zeitweiliges Geschäft sein

XDOF wird oft als „Scale AI des Zeitalters der physischen KI“ beschrieben.

Dieses Vergleich ist leicht verständlich: Scale AI hilft Technologieunternehmen im Zuge der Welle großer Modelle, Daten zu erfassen, zu bereinigen und zu markieren, während XDOF hofft, im Zeitalter humanoider Roboter eine ähnliche Position einzunehmen.

Aber das Roboterdatengeschäft könnte komplexer sein als Datendienste für große Modelle.

Die erste Herausforderung besteht darin, dass Kunden letztendlich selbst entscheiden könnten, Kerndaten selbst zu produzieren.

Für allgemeine KI-Labore und führende Roboterunternehmen sind echte Betriebsdaten nicht nur Trainingsmaterial, sondern auch das wichtigste Wettbewerbsvermögen. Wenn Roboter in Fabriken und Haushalten kontinuierlich Daten erzeugen, werden Unternehmen es vorziehen, Erfassung, Modelltraining und Produktbereitstellung in einem geschlossenen Kreislauf zu halten, anstatt sie langfristig an Dritte zu übergeben.

Das Zeitfenster für XDOF könnte in der frühen Phase der Branche liegen: Die meisten Unternehmen brauchen dringend Daten, haben aber keine Fähigkeit, schnell eine vollständige Datenproduktionslinie aufzubauen.

Aber mit der Erweiterung der Größe führender Unternehmen ist es noch unklar, ob diese Kunden weiterhin auslagern oder die Datenkapazitäten intern zurückholen werden.

Die zweite Herausforderung besteht darin, dass der Grad der Wiederverwendbarkeit von Daten zwischen verschiedenen Robotern begrenzt ist.

Sprachmodelle können gemeinsam denselben Text lernen, aber die Länge, Freiheitsgrade, Greifzangenstruktur und Sensorkonfiguration von mechanischen Armen sind unterschiedlich. Daten, die für einen bestimmten Roboter erfasst wurden, müssen bei der Übertragung auf einen anderen Roboter möglicherweise neu angepasst werden.

Wenn das Lernen über verschiedene Roboter hinweg nicht reif wird, muss XDOF kontinuierlich kundenspezifische Daten für verschiedene Kunden produzieren, und sein Geschäftsmodell wird eher zu Projekt-Dienstleistungen als zu „einem Datensatz, der wiederholt verkauft wird“.