Microagi setzt auf echte Fabrikdaten statt neue Hardware, damit Roboter funktionieren; 55 Mio. US-Dollar Seed

Microagi verkauft Atlas, eine hardware- und modellagnostische Plattform, die Abläufe in Kundenfabriken aufzeichnet und bestehende Robotermodelle auf anlagenspezifische Aufgaben feinabstimmt; der Consumer-Zweig Shift sammelt Haushaltsaufnahmen für das Training von Heimrobotern.

Dass knappe operative Daten – nicht Hardware oder Modelle – die Fabrikrobotik entscheiden, weshalb Microagi eine neutrale Daten- und Feinabstimmungsschicht verkauft, statt Roboter zu bauen.

Bercan Kilic, ein Aerodynamikingenieur, der 2023 zu Red Bull Racing kam, verließ die Formel 1 mit Mitgründern von Red Bull und Mercedes-AMG Petronas, um Microagi um September 2025 in München zu gründen. Ihre Prämisse: Roboter beeindrucken in Demos, scheitern aber in der Produktion, weil Trainingsdaten aus echten Fabriken und Haushalten knapp, von geringer Qualität und proprietär sind.

Das Unternehmen baute Atlas um spezielle Aufzeichnungshardware und eine sichere Ingestion-Pipeline herum, die Daten aus der Fabrikhalle kuratiert und Frontier-Robotermodelle feinabstimmt und sie dann vor Ort mit einer Reinforcement-Schleife weiter verfeinert. Bis Juli 2026 speisten fünf ungenannte Kunden aus den Bereichen Automotive, Logistik und Lebensmittel Daten durch Atlas, einer bereitete den Einsatz von Robotern in einer Fabrik vor, und Microagi hatte einen Forschungsstandort in Zürich sowie Büros in London und New York eröffnet. Am 16.07.2026 kündigte es eine Seed-Finanzierung von 55 Mio. US-Dollar unter der Führung von Hummingbird mit Northzone, LocalGlobe, Village Global und Redalpine an – etwa zehn Monate nach der Gründung –, die Sifted und automate.org als Deutschlands größte Seed-Runde aller Zeiten meldeten. Der Consumer-Zweig Shift erregte im Juni 2026 zudem virale Aufmerksamkeit, indem er New Yorkern kostenlose Wohnungsreinigungen anbot, die mit am Körper getragenen Kameras gefilmt wurden, sowie Aufnahmen mit Privatköchen in San Francisco, um First-Person-Material für das Training von Heimrobotern zu sammeln.

Datenknappheit: LLMs wurden mit dem Web trainiert, aber Robotermodellen fehlen gefilmte Beispiele von Menschen, die tatsächlich Aufgaben ausführen, weshalb Microagi das Sammeln und Kuratieren dieses Materials zu seinem Kernvermögen machte.

Keine Hardware-Wette: Die Hardware- und Modellagnostik ermöglichte es Microagi, die Kapitalfalle des Roboterbaus zu vermeiden, und machte jeden Roboteranbieter zu einem potenziellen Partner statt zu einem Konkurrenten.

Ökonomie der Reinforcement-Schleife: Jeder zusätzliche Monat an der Linie eines Kunden macht das feinabgestimmte Modell besser und schafft Wechselkosten und wiederkehrenden Wert, der mit der Zeit wächst.

Consumer-Datenkanal: Shifts Angebote für kostenlose Reinigungen und Privatköche erzeugten virale Aufmerksamkeit und First-Person-Haushaltsdaten, die Roboterlabore anderswo nicht lizenzieren können.

Microagi wettete darauf, dass kuratierte Realweltdaten die knappe Ressource der Robotik sind, und monetarisierte daher eine neutrale Feinabstimmungsschicht, statt Roboter zu bauen – und nahm auf dieser Grundlage Deutschlands größte Seed-Finanzierung auf.

Stand 02.09.2026 ist Microagi ein aktives, privat gehaltenes Startup von etwa einem Jahr, frisch finanziert mit Deutschlands größter Seed-Finanzierung (55 Mio. US-Dollar) und im Expandieren von München (Hauptsitz) mit Forschung in Zürich und Büros in London und New York. Es berichtet von fünf industriellen Kunden, die über Atlas Daten in den Bereichen Automotive, Logistik und Lebensmittel sammeln, von einem, der den Fabrikeinsatz vorbereitet, und von keinen genannten Kunden oder offengelegten Umsätzen. Shifts Kampagnen für kostenlose Reinigungen und Köche im Juni 2026 zogen breite Berichterstattung und Debatten darüber nach sich, ob Tauschgeschäfte Daten gegen Dienstleistungen ein fairer Deal sind – eine Frage, die das Unternehmen nicht vollständig beantwortet hat.