Vier Laien gründeten ein Startup für die Erfassung von menschlichen Bewegungsdaten – Sequoia investierte anführend, Bewertung: 500 Millionen US-Dollar

Der „Didi Chuxing“ der Robotik-Branche? Eine Analyse der 500-Millionen-Dollar-Wertung von Mecka AI

Hallo zusammen, ich bin euer Finanzjournalist. Heute sprechen wir über eine Nachricht, die etwas „magisch“ klingt: Ein Unternehmen, das erst vor zwei Jahren gegründet wurde und dessen Gründer zuvor in der Gastronomie-Zahlungstechnologie und Kryptowährungen tätig waren, hat es geschafft, mit der Idee, Menschen Sensoren tragen zu lassen, eine Wertung von 500 Millionen Dollar von Sequoia Capital zu erhalten.

Das ist, als würde man in der Internetzeit, in der noch darüber diskutiert wird, wer den größten Handybildschirm hat, plötzlich eine Plattform für die gemeinsame Reparatur von Handys gründen – und diese Plattform wird sogar höher bewertet als die Hersteller selbst.

Was genau steckt hinter dieser Entwicklung? Warum verfolgt das Kapital plötzlich so begeistert Unternehmen, die Roboter mit Daten versorgen? Lassen Sie uns diese Geschichte mit einfachen Worten analysieren.

Zusammenfassung der Kernpunkte: Wer verdient Geld – und warum?

Zusammenfassung in einem Satz:

Mecka AI ist ein Unternehmen, das Roboter „Lernmaterial“ liefert. Es stellt keine Roboter her und schreibt auch keinen Code. Stattdessen lässt es normale Menschen Sensoren tragen, um ihre Bewegungen beim Hausputzen, Autofahren oder Kaffee machen aufzunehmen. Diese Videos und Bewegungsdaten werden dann an Roboterhersteller verkauft, um die Roboter zu lehren, wie sie die physische Welt wie Menschen bewältigen können.

Wichtige Punkte:

1. Schnelle Wertsteigerung: Innerhalb von nur zwei Jahren verdoppelte sich die Wertung auf 500 Millionen Dollar – Sequoia Capital investierte.

2. Kontrastierendes Team: Die Gründer kommen aus verschiedenen Bereichen (ehemalige Führungskräfte in der Gastronomie-Finanzwirtschaft und der Kryptowährungsbranche) und haben keine Erfahrung mit Robotik, entdeckten aber das größte Problem der Branche: den Mangel an Daten.

3. Businessmodell: Das Unternehmen nutzt das „Crowdsourcing-Prinzip“ (ähnlich wie Didi Chuxing oder Meituan), um die teuren Kosten für die Datenerfassung in Laboren zu senken.

4 Branchentrend: Die Investitionen in KI konzentrieren sich zunehmend von der „Textwelt“ (große Sprachmodelle) auf die „physische Welt“ (embodierte Intelligenz/Roboter), und Daten sind die „Treibstoffquelle“ für KI in dieser Welt.

---

Detaillierte Analyse: Fünf Aspekte, um diese „Datenrevolution“ zu verstehen

1. Erkenntnis des Problems: Die „Analphabeten“ unter den Robotern

Warum brauchen wir Mecka? Weil Roboter derzeit „Analphabeten“ sind.

In den letzten Jahren dominierten große Sprachmodelle wie ChatGPT, die durch das Lesen riesiger Mengen an Textdaten lernen konnten, Gedichte zu schreiben, Code zu programmieren oder zu kommunizieren. Roboter hingegen müssen in der physischen Welt funktionieren. Sie müssen wissen:

• Wie viel Kraft muss man verwenden, um ein Ei nicht zu zerbrechen?
• Welche Richtung und Geschwindigkeit hat das fließende Wasser, wenn eine Tasse umfällt?
• Wie groß ist die Reibung beim Schrauben?

Diese Informationen finden sich weder im Internet noch in Videos. Roboter benötigen Bewegungsdaten aus erster Hand, die Berührung, Kraft und räumliche Beziehungen berücksichtigen.

Der aktuelle Zustand ist: Die meisten Roboterhersteller lassen Ingenieure in Laboren die Roboter über Fernbedienung steuern. Das ist wie ein Universitätsstudent, der Bücher von Hand abschreibt – sehr ineffizient und teuer, und die Anwendungsbereiche sind sehr begrenzt (nur im Labor).

Die Gründer von Mecka erkannten scharfsinnig: Das Problem liegt nicht im Roboterkörper (Hardware) oder im „Gehirn“ (Algorithmus), sondern im Mangel an Lernmaterial. Die besten Lehrer für Roboter sind keine Ingenieure, sondern normale Menschen.

2. Businessmodell: „Datenerfassung als Crowdsourcing-Service“

Wie macht Mecka das? Es verwandelt „technische Aufgaben“ in alltägliche Handlungen.**

Der Kerngeschäftsbereich von Mecka ist sehr praxisnah:

1. Rekrutierung von Menschen: Das Unternehmen sucht normale Menschen – Hausfrauen, Automechaniker, Kaffeehausangestellte.

2. Tragen von Geräten: Diese Menschen tragen einfache Sensoren und verwenden Smartphones.

3 Alltägliche Aktivitäten aufzeichnen: Sie führen ihre normalen Tätigkeiten aus – Kaffee machen, Autos reparieren, Wäsche falten.

4 Datenverarbeitung: Die aufgenommenen Videos, Bewegungsdaten und Sensordaten werden gesammelt, aufbereitet und als „Trainingsmaterial“ für Roboter verkauft.

Was ist daran so clever?

• Geringe Kosten: Labor-Fernbedienungen erfordern teure Roboter, spezialisierte Ingenieure und spezielle Räumlichkeiten. Mecka benötigt nur Smartphones und einige Sensoren; die Daten werden in ihrer Freizeit von vielen Menschen erfasst.
• Große Skalierung: Labore können nur wenige Daten pro Tag sammeln, Mecka kann Tausende von Menschen gleichzeitig einsetzen – die Datenmenge wächst exponentiell.
• Realitätsnähe: Labor-Bewegungen sind standardisiert und perfekt. Die reale Welt hingegen ist unvorhersehbar – Kaffee kann verschüttet werden, Schrauben können rutschen. Die durch Crowdsourcing gesammelten Daten sind realistischer.

3. Teamhintergrund: Warum können „Außenstehende“ gewinnen?**

Der Mangel an Robotik-Erfahrung ist sogar ein Vorteil.

Die Gründer von Mecka (Josh Gao, Mogen Cheng) kamen aus der Gastronomie-Finanzwirtschaft; Jason Chong verkaufte eine Kryptowährungs-Börse, Duy Nguyen ist für die operative Leitung zuständig. Das klingt zunächst wenig mit Robotik zusammen.

Doch genau diese „Außenperspektive“ ermöglichte es ihnen, aus technischen Denkmustern auszubrechen:

• Technologische Sicht: „Wir brauchen fortschrittlichere Sensoren und komplexere Algorithmen für die Datenerfassung.“
• Unternehmensorientierte Sicht: „Wir brauchen die günstigsten, schnellsten und skalierbarsten Methoden, um Daten zu erhalten.“

Das Team von Mecka konzentrierte sich nicht darauf, bessere Roboter zu entwickeln, sondern auf die Infrastruktur für die Datenerfassung – ähnlich wie AWS (Amazon Web Services), das nicht Anwendungen verkauft, sondern „Ressourcen“ wie Rechenleistung und Speicher.

Diese interdisziplinäre Herangehensweise zeigte ihnen eine Lücke: Daten sind kein technisches, sondern ein operatives und wirtschaftliches Problem. Wer die meisten Menschen zu den günstigsten Kosten einsetzen kann, kontrolliert den Zugang zu den Daten.

4. Wettbewerbssituation: Der Markt ist hart umkämpft – aber Crowdsourcing ist ein Schutzfaktor?

Wie intensiv ist der Wettbewerb auf diesem Gebiet? Stärker, als man vielleicht denkt.**

• Ausländische Konkurrenten: Das von einem Team der UC Berkeley gegründete Unternehmen XDOF verfolgt den Weg der Fernbedienung und hat eine Wertung von 1,2 Milliarden Dollar – das ist das 2,5-fache der Mecka-Wertung. Das zeigt, wie viel Potenzial das Marktsegment hat. Allerdings ist XDOFs Modell komplexer und spezialisierter.
• Chinesische Anbieter: Unternehmen wie Luming Robot und Mifeng Technology arbeiten ebenfalls an Wearable-Datenerfassungssystemen; Pasini hat eine Marktführerschaft in der Bereich der Tastsinn-Daten.

Was macht Mecka besonders?

• Kostenvorteil: Das Crowdsourcing-Modell ist von Natur aus günstiger als Labormethoden. Wenn die Datenqualität bei 80% liegt und die Kosten nur 20% der Konkurrenz betragen, hat Mecka große Preisgestaltungsmöglichkeiten.
• Plattformierung: Mecka verkauft nicht nur Daten, sondern baut auch eine „Dateninfrastruktur“ auf. Sein offenes Datensatz-Egoverse dient sowohl der Technologiepräsentation als auch der Kundenakquise. Entwickler können dieses Datensatz nutzen, um Algorithmen zu testen und somit von Meckas Plattform abhängig zu werden.

Welche Risiken gibt es?

Das größte Problem bei Crowdsourcing-Daten ist der „Rauschen“ – die Daten von Laien können unstandardisiert und inkonsistent sein. Wenn Mecka diese Daten nicht gut aufbereiten und standardisieren kann, wird der günstige Preis möglicherweise zu einem Nachteil.

5. Kapitallogik: Vom „Verkauf von Wasser“ zum „Verkauf von Werkzeugen**

Warum investiert Sequoia Capital? Weil dies der „Ölraum“ der zweiten Phase der KI ist.

Wenn wir die Geschichte des Internets betrachten:

• PC-Ära: Wer das Betriebssystem (Windows) kontrollierte, gewann.
• Mobile Internet-Ära: Wer den App Store oder den Zugang zu Nutzern kontrollierte, gewann.
• AI-Ära: Wer Rechenleistung (NVIDIA) und Daten (OpenAI-Korpora) kontrollierte, gewann.

Jetzt bewegt sich KI von der „virtuellen“ in die „physische“ Welt. Die Vorteile der großen Sprachmodelle haben ihren Höhepunkt erreicht; der nächste Aufschwung wird in der embodied AI liegen, also in Robotern.

Für die Einführung von Robotern fehlt es nicht an Hardware (die kann in Massenproduktion hergestellt werden), sondern an hochwertigen, umfangreichen und vielfältigen physischen Interaktionsdaten.

Mecka spielt die Rolle des „Datenölkonzerns“ der Roboterindustrie. Es stellt keine Roboter her, sondern liefert den „Treibstoff“, auf den Roboter angewiesen sind.

Sequoia Capital hat eine klare Strategie in diesem Bereich:

• Investitionen in die Dateninfrastruktur:** Mecka AI (Datenerfassung), XDOF (Fernbedienungsdaten).
• Investitionen in die Gesamtsysteme:** Unternehmen wie Wujie Dongli, Zi Huoli Robot, Iti Zhihang usw.

Es handelt sich um eine Gesamtketten-Investition. Das Kapital glaubt, dass ein großer Teil der Gewinne in der Roboterindustrie in Zukunft an Unternehmen gehen wird, die die Kerndaten und die Infrastruktur kontrollieren. Ähnlich wie in der frühen Internetzeit: Unternehmen, die Server herstellten, waren nicht so profitabel wie diejenigen, die soziale Netzwerke betrieben – aber Unternehmen, die Rechenzentren betrieben, waren dauerhaft erfolgreich.

Zusammenfassung:

Die Geschichte von Mecka AI ist im Grunde die Geschichte davon, wie man traditionelle industrielle Prozesse (Datenerfassung) mit Internet-Methoden (Crowdsourcing, Plattformierung) umstrukturiert. Das Unternehmen setzt auf:

1. Die massive Einführung von Robotern.

2. Die Tatsache, dass Daten der größte Engpass für die Einführung von Robotern sind.

3. Dass das Crowdsourcing-Modell Kosten- und Skalierungsprobleme lösen kann.

Wenn diese Punkte zutreffen, könnte Mecka der „Didi“ oder „Amazon AWS“ der Roboterbranche werden. Wenn die Qualität der Crowdsourcing-Daten nicht gewährleistet werden kann oder die Einführung von Robotern nicht so schnell erfolgt, wie erwartet, könnte die 500-Millionen-Dollar-Wertung nur eine Luftblase sein.

Aber egal wie – die Richtung hat sich bereits geändert: Der Kampf um KI bewegt sich vom „Cloud“ in die physische Welt um uns herum. Daten sind der „Goldraum“ dieser neuen Ära.