Realset AI und Flatkey sichern 10 Mio. USD für Trainingsdaten aus der realen Welt
Realset AI und Flatkey haben eine Serie-A-Finanzierung von 10 Millionen US-Dollar erhalten. Die Mittel sollen den Ausbau der Datenerfassung in realen Umgebungen für das Training von KI-Modellen und Agenten ermöglichen.
San Jose, Kalifornien – 23. September 2026 – Die KI-Unternehmen Realset AI und Flatkey haben eine Serie-A-Finanzierungsrunde über 10 Millionen US-Dollar abgeschlossen. Die Mittel werden verwendet, um das Netzwerk von Realset AI für die Datenerfassung in realen Umgebungen, einschließlich Arbeitsplätzen und Studios, zu erweitern und den Pool an erfahrenen menschlichen Demonstratoren und Fachexperten zu vergrößern. Ziel ist die Produktion von Trainingsdaten, die für fortschrittliche KI-Modelle und Robotik unerlässlich sind.
Die Unternehmen betonen, dass die im Internet verfügbaren Text- und Bilddaten zunehmend erschöpft sind. Sie argumentieren, dass die nächsten bedeutenden Fortschritte in der KI aus Daten stammen werden, die menschliche Tätigkeiten in physischen Umgebungen erfassen, wie z. B. Haushaltsaufgaben oder Lageroperationen. Diese Art von Daten ist online nicht verfügbar, und Simulationen können sie nur schwer exakt nachbilden.
Der Ansatz von Realset AI basiert auf der Aufzeichnung realer Personen bei der Ausführung von Aufgaben in authentischen Umgebungen. Das Unternehmen setzt dabei auf erfahrene Demonstratoren anstelle von Crowd-Annotatoren und produziert anonymisierte Daten. Diese Daten werden aus Cloud-Infrastrukturen in den USA bereitgestellt und unterliegen einer kontinuierlichen Qualitätsüberwachung.
Die erfassten Daten werden in drei Angebote unterteilt: Realset Body für das Training physischer Agenten, Realset Field zur Erstellung virtueller Umgebungen basierend auf realen Arbeitsabläufen und Realset Judge zur Bewertung und Überwachung von KI-Agenten in der Produktion. Alle Daten durchlaufen strenge Qualitätskontrollen und sind verifizierbar.
Realset AI plant zudem die Veröffentlichung offener Benchmarks, um die Leistung von KI-Modellen in realen Aufgaben außerhalb von Laborumgebungen zu messen. Der erste Benchmark, der sich auf Haushaltsmanipulationsaufgaben konzentriert, wird für das vierte Quartal 2026 erwartet.