Wo kauft man 2026 Roboter-Trainingsdaten?
Eine Beschaffungskarte für Teams, die Roboter-Trainingsdaten kaufen müssen: offene Korpora, maßgeschneiderte Erfassung und Direktlizenzierung, und wie man zwischen ihnen wählt.
Ihre Policy stagniert seit drei Wochen. Mehr Daten sind die Lösung, und das Budget ist endlich genehmigt. Dann kommt die Frage, auf die Sie niemand vorbereitet hat: Wo bekommen Sie sie eigentlich her? Es gibt keinen einzelnen Laden für Roboter-Demonstrationsdaten. Die vier Kanäle, die es tatsächlich gibt, verhalten sich völlig unterschiedlich. Einer ist kostenlos und generisch. Einer rechnet nach Stunden ab. Einer ist ein Vertrag, den man monatelang verhandelt. Einer ist ein Katalog, aus dem Sie eine Teilmenge lizenzieren. Wählen Sie den falschen, und Sie zahlen doppelt.
Dies ist eine Beschaffungskarte, keine Verkaufsseite. Sie durchläuft die vier realen Wege, Roboter-Trainingsdaten im Jahr 2026 zu kaufen, wofür sich jeder eignet und die Falle, die in jedem steckt. Lesen Sie sie wie einen Entscheidungsbaum. Der richtige Kanal hängt davon ab, was Ihrem Modell fehlt, wie spezifisch Ihr Roboter ist und wie viel rechtliches Risiko Sie an dem Tag tragen können, an dem das Modell ausgeliefert wird.
Die vier Orte, von denen Daten tatsächlich stammen
Bevor Sie Preise vergleichen, benennen Sie die Optionen. Käufer neigen dazu, sie in der falschen Reihenfolge zu entdecken, beginnend mit demjenigen, der ihnen zuerst schreibt, während der klügere Schritt darin besteht, den Kanal auf die Lücke abzustimmen, die vor Ihnen liegt.
| Kanal | Am besten geeignet für | Worauf zu achten ist |
|---|---|---|
| Offene Korpora | Pretraining, Cross-Embodiment-Abdeckung, günstige Experimente | Lizenzumfang, keine Exklusivität, generische Aufgaben, Embodiment-Lücke |
| Teleop-Anbieter | Schnelle individuelle Stunden für gängige Aufgaben | Qualitätsschwankungen, unklare Einwilligung, Preis steigt mit den Stunden |
| Maßgeschneiderte Erfassung | Eine bestimmte fehlende Fähigkeit, nach Spezifikation gebaut | Vorlaufzeit, höhere Kosten, erfordert eine enge Spezifikation |
| Direktlizenzierung | Lücken schließen, ohne ein Erfassungsteam zu betreiben | Vor dem Kauf prüfen, Rechte und Embodiment verifizieren |
Zwei Muster fallen aus dieser Tabelle heraus. Die Kosten steigen, je weiter man nach unten geht, und die Kontrolle ebenso. Offene Korpora kosten nichts und geben Ihnen kein Mitspracherecht darüber, was aufgezeichnet wurde. Ein maßgeschneiderter Vertrag kostet am meisten und lässt Sie jedes Bild spezifizieren. Die meisten Teams nutzen am Ende mehr als einen Kanal, was in Ordnung ist, solange die Wahl bewusst und nicht zufällig getroffen wird.
Offene Korpora: kostenlos, breit, selten ausreichend
Beginnen Sie immer hier, denn es ist kostenlos und legt Ihre Ausgangsbasis fest. Gepoolte akademische Datensätze aggregieren Verhalten über viele Labore und viele Roboter hinweg. Open X-Embodiment hat Dutzende Datensätze zu einem einzigen Aktionsformat verschmolzen. DROID hat ein gemeinsames Erfassungsprotokoll über Küchen und Schreibtische an vielen Orten skaliert. Hugging Face LeRobot hat das Laden und Fine-Tuning dieser Daten günstig genug gemacht, dass ein einzelner Ingenieur es an einem Nachmittag ausführen kann. Für semantische Breite und Cross-Embodiment-Pretraining schlägt nichts den Preis.
Der Haken ist genau das, was sie kostenlos macht. Sie haben weder die Aufgaben noch die Roboter noch die Kameraposition gewählt. Menschliche Ich-Perspektive-Korpora wie Ego4D sind riesig und reichhaltig, aber sie wurden für die Forschung erfasst, nicht für Ihren Greifer. Die Lizenzbedingungen variieren, manche schränken die kommerzielle Nutzung ein, und Exklusivität ist ausgeschlossen, weil alle anderen dieselben Dateien besitzen. Offene Daten sind ein Boden, keine Ziellinie.
Erfassung auf Abruf: Teleop-Anbieter und maßgeschneiderte Anlagen
Wenn die offenen Daten ausgehen, zahlen Sie dafür, neue Daten zu erzeugen. Zwei Kanäle tun dies, und der Unterschied liegt darin, wie viel der Spezifikation Ihnen gehört.
Teleoperations-Anbieter vermieten Ihnen Operatorstunden. Sie beschreiben die Aufgabe, sie zeichnen sie auf, und Sie kaufen das Ergebnis nach Stunde oder Episode. Das ist schnell und flexibel und passt zu gängigen Manipulationsaufgaben, bei denen eine grobe Spezifikation genügt. Die Risiken sind Qualitätsschwankungen zwischen Operatoren und eine Einwilligungskette, die oft ein nachträglicher Gedanke ist. Fragen Sie, wer die Demonstratoren waren und wozu sie zugestimmt haben, bevor Sie die Zahlung überweisen.
Die maßgeschneiderte Auftragserfassung ist die Schwergewichtsoption. Sie schließen mit einer Erfassungsanlage einen Vertrag, um eine präzise Teilmenge zu erstellen, mit vereinbarten Sensormodalitäten, Erfassungsraten, Qualitätsschwellen und Provenienzbedingungen, die in den Vertrag geschrieben werden. Das ähnelt eher der Beschaffung eines maßgefertigten Teils als dem Kauf einer Massenware. Es kostet am meisten und dauert am längsten. Es ist die richtige Wahl, wenn die fehlende Fähigkeit spezifisch ist und kein bestehender Datensatz sie abdeckt. Der Liefergegenstand ist nur so gut wie Ihre Spezifikation, also verfassen Sie die Spezifikation sorgfältig.
Die günstigsten Daten, die Sie je kaufen werden, sind das offene Korpus, das bereits zu Ihrem Roboter passt. Die teuersten sind die maßgeschneiderte Erfassung, die Sie beauftragt haben, weil nichts anderes passte.
Direktlizenzierung und die Wahl Ihres Kanals
Der neueste Kanal liegt zwischen offenen Pools und maßgeschneiderten Verträgen. Direktlizenzierungs-Kataloge listen strukturierte Datensätze als Karten: Stunden, Embodiment, Modalitäten, Aufgaben, Erfassungsrate und Rechte. Sie grenzen die exakte Teilmenge ein, die Ihr Modell benötigt, und lizenzieren sie, ohne ein Erfassungsteam zu betreiben oder einen monatelangen Vertrag auszuhandeln. Es funktioniert nur, wenn Sie vor dem Kauf prüfen können, also behandeln Sie jeden Eintrag, den Sie nicht mustern können, als nicht bepreist. Drei Dinge gehören vor der Unterschrift auf die Checkliste:
- Ein testbares Muster. Eine zufällige Teilmenge, mit der Sie trainieren können, bevor Sie sich festlegen, kein sorgfältig ausgewähltes Best-of.
- Embodiment-Metadaten. Der genaue Roboter, Greifer, die Kameraposition und die Steuerfrequenz, auf denen die Daten erfasst wurden.
- Rechte und Provenienz. Eine Einwilligungsbasis, eine angegebene Jurisdiktion und ein Manifest, dessen Hashes zu den empfangenen Bytes passen.
Die Wahl zwischen den vieren läuft auf drei Fragen hinaus. Was ist die Lücke, wie embodiment-spezifisch ist sie, und welche rechtliche Exposition wird mit dem Modell ausgeliefert? Die International Federation of Robotics zeichnet weiterhin eine Bereitstellungskurve, die garantiert, dass die Nachfrage das offene Angebot überholen wird, was bedeutet, dass die meisten ernsthaften Käufer letztlich für Erfassung zahlen werden. Der einzige echte Fehler besteht darin, für Stunden zu zahlen, die Sie nicht nutzen können, oder für Stunden, die Sie nicht verteidigen können.
Dieses letzte Wort, verteidigen, ist der Punkt, an dem die Beschaffung zu einer Rechtsfrage wird. Menschliche Demonstrationen sind personenbezogene Daten. Ein Datensatz ohne Einwilligungskette und klare Jurisdiktion ist kein Schnäppchen. Er ist eine Haftung, die an dem Tag eintrifft, an dem Ihr Modell in eine Fabrik oder ein Zuhause ausgeliefert wird. Ab August 2026 unterliegen Anbieter von Hochrisiko-KI-Systemen in Europa Dokumentationspflichten, die bis in den Trainingsdatensatz reichen, sodass der Ort, an dem Ihre Daten erfasst wurden, und unter wessen Recht, nun ein Beschaffungskriterium ist statt einer Fußnote. Ein europäischer Erfassungsbetrieb mit integrierter Einwilligung pro Sitzung und Provenienz verkauft etwas, das der günstigste Kanal nicht bieten kann: Daten, die Sie lizenzieren können, ohne das Risiko eines anderen zu erben.
Die ehrliche Antwort darauf, wo man Roboter-Trainingsdaten kauft, lautet also: an mehr als einem Ort, in einer bewussten Reihenfolge. Beginnen Sie kostenlos, um eine Ausgangsbasis festzulegen. Zahlen Sie nach Stunden, wenn eine grobe Spezifikation Sie abdeckt. Beauftragen Sie eine maßgeschneiderte Erfassung, wenn die Lücke spezifisch ist. Lizenzieren Sie eine eingegrenzte Teilmenge, wenn Sie diese Lücke schließen wollen, ohne ein Erfassungsteam aufzubauen. Und kaufen Sie bei jedem Schritt das Muster, das Sie testen können, und den Titel, den Sie verteidigen können, nicht nur die Stunden.