Fra 2021 kunne spillere optage korte videoer af deres omgivelser i forbindelse med funktioner til at foreslå eller opgradere PokéStops. Det kunne være optagelser af parker, fortove, gader, pladser eller indendørs områder. Som modydelse fik spillerne typisk genstande i spillet, blandt andet Poké Balls og Stardust .
For den enkelte spiller var det en lille opgave, der kunne give lidt ekstra fremgang i spillet. Samlet blev bidragene imidlertid til et omfattende crowdsourcet kortlægningsprojekt med geotaggede billeder fra gadeniveau. Ifølge rapporterne løb antallet af scanninger op i omkring 30 milliarder over flere år .
Niantic brugte datasættet til at opbygge et Visual Positioning System. Teknologien sammenligner et aktuelt kamerabillede med en detaljeret 3D-model af verden og forsøger på den måde at beregne en enheds præcise position, højde og orientering – uden nødvendigvis at være afhængig af satellitsignaler .
Den videre udvikling hænger sammen med en ændring af Niantics selskabsstruktur. Da spildivisionen i 2025 blev opkøbt af Scopely, der ejes af Savvy Games Group, blev den geospatiale AI-teknologi udskilt i virksomheden Niantic Spatial. Det nye selskab overtog VPS-teknologien og det datasæt, der havde været med til at udvikle den .
I december 2025 offentliggjorde Niantic Spatial et partnerskab med Vantor, som tidligere hed Maxar Intelligence og skiftede navn i oktober 2025. Vantor arbejder med geospatial intelligens og forsvarsrelateret software.
Målet med samarbejdet blev beskrevet som et samlet luft-til-jord-system, der skal gøre det muligt for luft- og jordbaserede platforme at navigere uden GPS . I juni 2026 beskrev selskaberne i et fælles blogindlæg arbejdet med et fælles koordinatsystem til operationer i miljøer, hvor GPS-signaler er blokeret eller utilgængelige .
Løsningen kombinerer ifølge selskaberne Niantic Spatials jordbaserede VPS med Vantors Raptor-software til visuel positionering fra luften. Den type teknologi kan være relevant for autonome droner og robotter, der skal kunne finde vej, selv når GPS-signaler bliver forstyrret, blokeret eller udsat for spoofing .
Vantors rolle i amerikansk forsvars- og efterretningsinfrastruktur blev yderligere tydelig i maj 2026, da virksomheden fik en Option Year 1-kontrakt på 70 millioner dollar fra National Geospatial-Intelligence Agency (NGA) .
Aftalen handler om at drive og videreudvikle GEGD Pro, den amerikanske regerings primære kommercielle platform til geospatial efterretning. Platformen bruges ifølge Vantor af 1,2 millioner offentlige brugere på tværs af mere end 250 organisationer .
Kontrakten dokumenterer ikke i sig selv, at Pokémon Go-data indgår i militære droner. Den viser derimod, at Vantor har en tæt forbindelse til amerikanske offentlige geodata- og sikkerhedsopgaver.
Efter Trouw-rapporteringen samlede opmærksomheden sig om et enkelt spørgsmål: Har Pokémon Go-spillerne givet et reelt samtykke til, at deres scanninger kunne bidrage til militær teknologi?
Selskabernes juridiske svar henviser til spillets bredt formulerede brugsvilkår. Niantic Spatial og Vantor fastholder, at vilkårene giver mulighed for at indsamle og bruge data til blandt andet rumlig kortlægning og partnerteknologier .
Niantic Spatial sagde i en udtalelse til IGN, at Pokémon Go-data ikke bruges til at træne modeller til militære droner. Selskabet understregede samtidig, at aftalen med Vantor stadig befinder sig på et tidligt stadie .
Vantor har på sin side afvist at bruge Pokémon Go-billeder direkte. Da virksomheden blev spurgt, om den anvendte navigationsmodel var trænet på et Niantic-datasæt, som var udviklet på baggrund af Pokémon Go-scanninger, ville den ikke be- eller afkræfte det .
Kritikken fra privatlivsforkæmpere og spillere går især på tre punkter:
En central udfordring er, at moderne AI-modeller ikke gemmer træningsdata som et almindeligt arkiv, hvor man enkelt kan slå en bestemt fil op. Når en model er trænet, er det derfor i praksis meget vanskeligt at afgøre, præcis hvor meget et bestemt datasæt har bidraget til dens funktion.
Selv hvis Pokémon Go-billederne ikke blev sendt direkte ind i en militær model, kan den underliggende VPS-teknologi stadig være udviklet og forbedret ved hjælp af de mange scanninger. Det er netop denne teknologiske forbindelse, der gør sagen så vanskelig at afgrænse .
En uafhængig revisor kan ikke nødvendigvis åbne en proprietær model, undersøge dens neurale netværk og med sikkerhed fastslå, om den indeholder viden, der stammer fra et bestemt crowdsourcet datasæt. Træningsprocesser og modelvægte er som regel ikke offentligt tilgængelige .
Det skaber et ansvarshul: En virksomhed kan afvise, at et bestemt råmateriale blev brugt direkte, samtidig med at en teknologi, der blev bygget på materialet, indgår i et nyt produkt.
Sagen er blevet et markant eksempel på function creep – at data, der oprindeligt blev indsamlet til ét formål, senere får en helt anden anvendelse. Her blev scanningerne indsamlet i forbindelse med et spil om digitale monstre, men de forbindes nu med geospatial AI og navigation i miljøer uden GPS .
Forløbet kan kort beskrives sådan:
Spil Pokémon Go → scan et PokéStop → opbyg et globalt 3D-kort → udvikl geospatial AI → indgå partnerskab med en forsvarsleverandør → integrer teknologien i autonome systemer.
Det betyder ikke nødvendigvis, at hver enkelt spillers video kan spores ind i en bestemt drone eller model. Men det rejser et bredere spørgsmål om, hvor langt et samtykke rækker, når data først er indsamlet, overdraget gennem selskabsændringer og indlejret i en teknologi, som senere kan få sikkerheds- eller militære anvendelser.
Privatlivsforskere og interesseorganisationer efterlyser derfor klarere grænser for sekundær brug af crowdsourcet data – særligt når data fra forbrugerapps kan ende i autonome systemer eller militære platforme .
Fra 2021 kunne spillere optage korte videoer af deres omgivelser i forbindelse med funktioner til at foreslå eller opgradere PokéStops. Det kunne være optagelser af parker, fortove, gader, pladser eller indendørs områder. Som modydelse fik spillerne typisk genstande i spillet, blandt andet Poké Balls og Stardust .
For den enkelte spiller var det en lille opgave, der kunne give lidt ekstra fremgang i spillet. Samlet blev bidragene imidlertid til et omfattende crowdsourcet kortlægningsprojekt med geotaggede billeder fra gadeniveau. Ifølge rapporterne løb antallet af scanninger op i omkring 30 milliarder over flere år .
Niantic brugte datasættet til at opbygge et Visual Positioning System. Teknologien sammenligner et aktuelt kamerabillede med en detaljeret 3D-model af verden og forsøger på den måde at beregne en enheds præcise position, højde og orientering – uden nødvendigvis at være afhængig af satellitsignaler .
Den videre udvikling hænger sammen med en ændring af Niantics selskabsstruktur. Da spildivisionen i 2025 blev opkøbt af Scopely, der ejes af Savvy Games Group, blev den geospatiale AI-teknologi udskilt i virksomheden Niantic Spatial. Det nye selskab overtog VPS-teknologien og det datasæt, der havde været med til at udvikle den .
I december 2025 offentliggjorde Niantic Spatial et partnerskab med Vantor, som tidligere hed Maxar Intelligence og skiftede navn i oktober 2025. Vantor arbejder med geospatial intelligens og forsvarsrelateret software.
Målet med samarbejdet blev beskrevet som et samlet luft-til-jord-system, der skal gøre det muligt for luft- og jordbaserede platforme at navigere uden GPS . I juni 2026 beskrev selskaberne i et fælles blogindlæg arbejdet med et fælles koordinatsystem til operationer i miljøer, hvor GPS-signaler er blokeret eller utilgængelige .
Løsningen kombinerer ifølge selskaberne Niantic Spatials jordbaserede VPS med Vantors Raptor-software til visuel positionering fra luften. Den type teknologi kan være relevant for autonome droner og robotter, der skal kunne finde vej, selv når GPS-signaler bliver forstyrret, blokeret eller udsat for spoofing .
Vantors rolle i amerikansk forsvars- og efterretningsinfrastruktur blev yderligere tydelig i maj 2026, da virksomheden fik en Option Year 1-kontrakt på 70 millioner dollar fra National Geospatial-Intelligence Agency (NGA) .
Aftalen handler om at drive og videreudvikle GEGD Pro, den amerikanske regerings primære kommercielle platform til geospatial efterretning. Platformen bruges ifølge Vantor af 1,2 millioner offentlige brugere på tværs af mere end 250 organisationer .
Kontrakten dokumenterer ikke i sig selv, at Pokémon Go-data indgår i militære droner. Den viser derimod, at Vantor har en tæt forbindelse til amerikanske offentlige geodata- og sikkerhedsopgaver.
Efter Trouw-rapporteringen samlede opmærksomheden sig om et enkelt spørgsmål: Har Pokémon Go-spillerne givet et reelt samtykke til, at deres scanninger kunne bidrage til militær teknologi?
Selskabernes juridiske svar henviser til spillets bredt formulerede brugsvilkår. Niantic Spatial og Vantor fastholder, at vilkårene giver mulighed for at indsamle og bruge data til blandt andet rumlig kortlægning og partnerteknologier .
Niantic Spatial sagde i en udtalelse til IGN, at Pokémon Go-data ikke bruges til at træne modeller til militære droner. Selskabet understregede samtidig, at aftalen med Vantor stadig befinder sig på et tidligt stadie .
Vantor har på sin side afvist at bruge Pokémon Go-billeder direkte. Da virksomheden blev spurgt, om den anvendte navigationsmodel var trænet på et Niantic-datasæt, som var udviklet på baggrund af Pokémon Go-scanninger, ville den ikke be- eller afkræfte det .
Kritikken fra privatlivsforkæmpere og spillere går især på tre punkter:
En central udfordring er, at moderne AI-modeller ikke gemmer træningsdata som et almindeligt arkiv, hvor man enkelt kan slå en bestemt fil op. Når en model er trænet, er det derfor i praksis meget vanskeligt at afgøre, præcis hvor meget et bestemt datasæt har bidraget til dens funktion.
Selv hvis Pokémon Go-billederne ikke blev sendt direkte ind i en militær model, kan den underliggende VPS-teknologi stadig være udviklet og forbedret ved hjælp af de mange scanninger. Det er netop denne teknologiske forbindelse, der gør sagen så vanskelig at afgrænse .
En uafhængig revisor kan ikke nødvendigvis åbne en proprietær model, undersøge dens neurale netværk og med sikkerhed fastslå, om den indeholder viden, der stammer fra et bestemt crowdsourcet datasæt. Træningsprocesser og modelvægte er som regel ikke offentligt tilgængelige .
Det skaber et ansvarshul: En virksomhed kan afvise, at et bestemt råmateriale blev brugt direkte, samtidig med at en teknologi, der blev bygget på materialet, indgår i et nyt produkt.
Sagen er blevet et markant eksempel på function creep – at data, der oprindeligt blev indsamlet til ét formål, senere får en helt anden anvendelse. Her blev scanningerne indsamlet i forbindelse med et spil om digitale monstre, men de forbindes nu med geospatial AI og navigation i miljøer uden GPS .
Forløbet kan kort beskrives sådan:
Spil Pokémon Go → scan et PokéStop → opbyg et globalt 3D-kort → udvikl geospatial AI → indgå partnerskab med en forsvarsleverandør → integrer teknologien i autonome systemer.
Det betyder ikke nødvendigvis, at hver enkelt spillers video kan spores ind i en bestemt drone eller model. Men det rejser et bredere spørgsmål om, hvor langt et samtykke rækker, når data først er indsamlet, overdraget gennem selskabsændringer og indlejret i en teknologi, som senere kan få sikkerheds- eller militære anvendelser.
Privatlivsforskere og interesseorganisationer efterlyser derfor klarere grænser for sekundær brug af crowdsourcet data – særligt når data fra forbrugerapps kan ende i autonome systemer eller militære platforme .