- ~30 Mrd. freiwillige Pokémon-Go-Scans halfen, räumliche KI zu trainieren — heute fließt diese Technik via Vantor in GPS-unabhängige Drohnen-Navigation
- Niantic Spatial bestreitet eine direkte Datenweitergabe: die Scans waren ein Input fürs Modell-Training, nicht an Vantor übergeben
- Der Punkt ist nicht Niantic, sondern das Muster: beiläufige Daten → Grundlagenmodell → Nutzung, der niemand zugestimmt hat
- Für Operator zählen vier Fragen — worauf trainiert, was mit unseren Daten, welche Dual-Use-Reichweite, und ist die Einwilligung echt
Zwischen 2020 und 2025 sammelte Niantic rund 30 Milliarden freiwillige AR-Scans von Pokémon-Go-Spielern — kurze Videoaufnahmen von Straßenecken, Parks und Hauseingängen. Diese Aufnahmen halfen, räumliche KI-Modelle zu trainieren — dieselbe Art Technik, die heute über eine Partnerschaft mit dem US-Rüstungsdienstleister Vantor in die GPS-unabhängige Drohnennavigation einfließt. Niantic Spatial bestreitet, Spielerdaten direkt an Vantor weitergegeben zu haben.
Diese letzte Zeile ist wichtig, und ich komme darauf zurück. Aber sie ändert nichts an dem eigentlichen Punkt — und der ist größer als Pokémon Go.
Was wirklich passiert ist (und was Niantic bestreitet) #
Die Tonspur klingt nach Verschwörung, der Ablauf ist nüchtern. 2020 führte Niantic „AR-Mapping"-Aufgaben ein, 2021 kamen „Powered-Up PokéStops" dazu: Spieler bekamen Belohnungen dafür, reale Orte einzuscannen. Millionen machten mit. Aus den Aufnahmen baute Niantic ein „Visual Positioning System" — eine 3D-Karte, mit der sich eine Maschine per Kamera selbst verorten kann, wenn das Satellitensignal ausfällt.
Im März 2025 verkaufte Niantic sein Gaming-Geschäft für rund 3,5 Milliarden Dollar an Scopely. Übrig blieb Niantic Spatial, das die Karten-Technik weiterführt. Im Dezember 2025 schloss Niantic Spatial eine Partnerschaft mit Vantor, einem Defense-Intelligence-Unternehmen. Vantors Software Raptor macht aus der Luft, was die Bodenscans am Boden tun: Sie verortet eine Drohne per Kamera, ohne GPS — relevant bei Störsendern, Spoofing und Jamming.
In Tests sank die Fehlerquote laut Berichten um bis zu 70 %, auf etwa 1,5 Meter genau. Im Februar 2026 erhielt Vantor einen US-Army-Auftrag über bis zu 217 Mio. Dollar für 3D-Geländedaten.
Und der Widerspruch? Niantic Spatial sagt klar: Die Pokémon-Go-Daten wurden nicht an Vantor übergeben. Nach dem Scopely-Verkauf habe man ohnehin keinen Zugriff mehr auf die Scans. Die Bodenscans seien lediglich einer von vielen Inputs gewesen, um die eigenen Grundlagenmodelle zu trainieren.
Nimmt man das ernst — und das sollte man —, lautet die ehrliche Formulierung nicht „Pokémon-Go-Daten steuern Kampfdrohnen". Sie lautet: die Daten haben die Modelle trainiert; die Modelle befeuern die Partnerschaft. Genau diese Kette ist der eigentliche Stoff.
Was heißt „Dual-Use" eigentlich? #
Dual-Use beschreibt Technik, die zivil und militärisch funktioniert, ohne dass man sie dafür umbauen müsste. GPS war Militär, bevor es im Auto landete. Drohnen waren Spielzeug, bevor sie Aufklärung flogen. Das Neue ist nicht die Doppelnutzung — das Neue ist die Zutat: trainierte KI-Modelle.
Bei klassischem Dual-Use teilt man ein Gerät oder einen Bauplan. Bei KI teilt man etwas Abstrakteres: die in Gewichten eingefrorene Mustererkennung aus Millionen realer Beobachtungen. Sobald ein Modell gelernt hat, wie die physische Welt aus Kameraperspektive aussieht, ist diese Fähigkeit übertragbar — auf einen Lieferroboter genauso wie auf eine Drohne. Das Modell weiß nicht, wofür es eingesetzt wird. Und genau darin liegt das Problem.
Warum das kein Pokémon-Go-Problem ist, sondern ein Muster #
Wer sich jetzt über Niantic empört, hat die falsche Adresse. Das hier ist kein Ausrutscher eines Spieleherstellers — es ist der Normalfall moderner KI.
Die Kette läuft immer gleich: Menschen erzeugen beiläufig Daten (Spielen, Posten, Fotografieren, Tippen). Ein Unternehmen aggregiert sie zu einem Grundlagenmodell. Das Modell wird zur Plattform. Und Plattformen werden weiterverkauft, lizenziert, in Partnerschaften eingebracht — in Kontexte, die beim Erzeugen der Daten niemand auf dem Schirm hatte. Der Spieler von 2021 hat einem PokéStop zugestimmt, nicht einer Drohnen-Navigation von 2026.
Ein Beispiel, das näher am Büroalltag liegt: Stimm-KI. Jahrelang haben Unternehmen Support-Telefonate „zur Qualitätssicherung" aufgezeichnet. Aus diesen Aufnahmen wurden Trainingsdaten für Sprach- und Emotionserkennung. Dieselbe Erkennung, die im Callcenter den genervten Kunden früh erkennt, lässt sich ebenso einsetzen, um in einem Verhörraum Stress in einer Stimme zu messen. Niemand am Telefon hat dem Zweiten zugestimmt — und die Technik unterscheidet beide Fälle nicht.
Wo steckt fremde KI in deinem Stack?
Ich helfe Marketing-Teams, ihren AI-Stack ehrlich zu auditieren — Datenherkunft, Vendor-Verträge, Dual-Use-Risiken. 90 Min Discovery-Call, kostenfrei.
Ist die „Einwilligung" hier überhaupt echt? #
„Aber die Leute haben doch zugestimmt." Formal ja. Praktisch ist das eine Illusion. Eine Einwilligung ist nur dann etwas wert, wenn man absehen kann, wozu man zustimmt. Niemand kann 2021 einer Nutzung einwilligen, die 2025 erfunden wird. Datenschutzklauseln sind bewusst weit gefasst — „zur Verbesserung unserer Dienste und verbundener Technologien" deckt am Ende fast alles. Das ist juristisch sauber und ethisch hohl.
Hinzu kommt: Trainingsdaten sind nicht zurückholbar. Du kannst einen Account löschen. Du kannst die in ein Modell eingeflossenen Gewichte nicht wieder herauslösen. Eine einmal trainierte Fähigkeit bleibt — auch wenn die Quelldaten längst gelöscht sind. „Recht auf Vergessenwerden" trifft hier auf eine Technik, die strukturell nicht vergisst.
Was das für dich als Operator bedeutet #
Damit das hier kein moralisches Achselzucken bleibt: Wer KI im Unternehmen einsetzt oder einkauft, sitzt in derselben Kette — mal als Datenlieferant, mal als Modellnutzer. Vier Fragen, die ich jedem Team stelle, bevor wir ein Modell oder einen Anbieter an Bord holen:
- Worauf wurde das trainiert? Wenn der Anbieter die Herkunft der Trainingsdaten nicht benennen kann oder will, kaufst du ein Modell mit unbekannter Vergangenheit. Das ist ein Risiko, kein Detail.
- Was passiert mit unseren Daten? Fließen unsere Prompts, Dokumente, Kundendaten ins nächste Training? Steht das im Vertrag — oder nur in einer dehnbaren Datenschutzklausel?
- Was ist die Dual-Use-Reichweite? Wenn wir ein Modell oder eine Fähigkeit bauen: In welche Kontexte könnte sie wandern, die wir nicht gutheißen würden? Wer „das wird nie passieren" denkt, hat die letzten zehn Jahre nicht aufgepasst.
- Können wir Einwilligung erklären? Könnten wir unseren Nutzern in einem Satz sagen, wozu ihre Daten dienen — ohne dass es ausweichend klingt? Wenn nicht, ist die Einwilligung wahrscheinlich nicht echt.
In einem Projekt wollte ein Team einen Chatbot mit Kundengesprächen feintunen — alles vorhanden. Frage 2 hat das gestoppt: die Daten enthielten Klarnamen, Vertragsnummern, Gesundheitsangaben. Die Lösung war eine Stufe davor: erst anonymisieren, dann ein klar abgegrenztes Set definieren, dann trainieren. Hätten wir die Frage erst nach dem Training gestellt, wäre die Antwort dauerhaft im Modell gewesen.
Mein Fazit #
Man kann diese Geschichte als Skandal lesen. Ich lese sie als Lehrstück. Niantic hat vermutlich recht, wenn das Unternehmen die direkte Datenweitergabe bestreitet — und das ändert nichts daran, dass beiläufig erzeugte Spielerdaten am Ende eine militärische Navigations-KI mitgeformt haben. Beides ist gleichzeitig wahr. Genau das macht Dual-Use im KI-Zeitalter so schwer zu greifen: Es braucht keinen bösen Akteur, nur eine lange, normale Lieferkette, in der jeder Schritt für sich harmlos aussieht.
„Wenn etwas kostenlos ist, bist du das Produkt." — der Satz war eine gute Warnung. Für die KI-Ära reicht er nicht mehr. — Operator-Note
Pokémon Go war nie ganz kostenlos; viele Spieler haben Geld ausgegeben. Trotzdem waren sie das Produkt. Ein bezahltes Konto holt dich heute nicht mehr aus der Lieferkette heraus: Du kannst zahlender Kunde und Trainingsmaterial zugleich sein. Der Preis schützt dich nicht. Nur das Wissen über die Kette tut es.
Die Konsequenz ist nicht, KI zu meiden. Sie ist, die Kette zu kennen — als Nutzer, als Operator, als jemand, der entscheidet, welche Daten er erzeugt und welche Modelle er einsetzt. GPS-unabhängige Navigation rettet auch Leben, in Rettungseinsätzen genauso wie im Krieg. Die Technik ist nicht das Problem. Das Nicht-Wissen ist es. Frag bei deiner nächsten KI-Entscheidung also nicht nur, was das Modell kann. Frag, woher es kommt — und wohin es noch gehen könnte.
FAQ
Wurden Pokémon-Go-Daten an das Militär verkauft?
Niantic Spatial bestreitet das. Die Pokémon-Go-Scans wurden laut Unternehmen nicht an Vantor übergeben; nach dem Verkauf des Gaming-Geschäfts an Scopely habe man ohnehin keinen Zugriff mehr darauf. Die Scans waren einer von mehreren Inputs, um Niantics eigene Grundlagenmodelle zu trainieren.
Was ist Dual-Use-KI?
Dual-Use beschreibt Technik, die zivil und militärisch funktioniert, ohne umgebaut zu werden. Bei KI wird nicht ein Gerät geteilt, sondern ein trainiertes Modell: die in Gewichten eingefrorene Mustererkennung lässt sich auf einen Lieferroboter genauso anwenden wie auf eine Drohne.
Kann ich meine Daten aus einem KI-Modell zurückholen?
Praktisch nein. Du kannst ein Konto löschen, aber die in ein Modell eingeflossenen Gewichte lassen sich nicht selektiv wieder herauslösen. Eine einmal trainierte Fähigkeit bleibt — auch wenn die Quelldaten gelöscht sind.
Was sollte ein Unternehmen fragen, bevor es KI einkauft?
Worauf wurde das Modell trainiert? Was passiert mit unseren Daten? Wie weit reicht die Dual-Use-Nutzung? Und könnten wir die Einwilligung unserer Nutzer in einem Satz erklären, ohne dass es ausweichend klingt?