Micro1s 500-Millionen-Dollar-Run-Rate macht den Wert menschlicher KI-Daten sichtbar

Micro1s rasantes Wachstum ist ein Hinweis darauf, dass KI-Unternehmen trotz immer stärker automatisierter Modellentwicklung weiterhin auf knappe, spezialisierte menschliche Beiträge angewiesen sind. Das vier Jahre alte Startup soll seine gemeldete Brutto-Jahres-Run-Rate innerhalb von acht Monaten von 100 auf 500 Millionen US-Dollar erhöht haben. Dafür vermittelt es geprüfte Fachleute und entwickelt Datenprodukte für das Training, die Bewertung und die Robotik von KI-Modellen. 17

Die Schlagzeile verlangt allerdings etwas Einordnung: Eine Brutto-Jahres-Run-Rate ist eine auf zwölf Monate hochgerechnete Geschäftsgröße. Sie entspricht nicht automatisch dem testierten Jahresumsatz, dem Gewinn oder dem tatsächlich vereinnahmten Geld. Berichten zufolge behält Micro1 rund 60 bis 70 Prozent der Bruttoabrechnungen; der geschätzte Netto-Jahreswert soll bei 150 bis 200 Millionen US-Dollar liegen. Rechnerisch passen diese Angaben nicht vollständig zusammen: 60 bis 70 Prozent von 500 Millionen Dollar würden einen höheren Betrag ergeben. Möglicherweise verwenden die Berichte unterschiedliche Definitionen von Bruttovolumen, Einbehalt und Nettoumsatz. Die Netto-Schätzung sollte daher vorläufig betrachtet werden. 6 9 17

Warum Micro1s Wachstum wichtig ist

Micro1 rekrutiert Fachleute aus Bereichen wie Medizin, Recht und Naturwissenschaften, damit sie Daten für KI-Entwickler erstellen, prüfen und bewerten. Dazu kann gehören, Antworten von Modellen zu beurteilen, Daten für Schlussfolgerungen zu erzeugen oder Feedback für Systeme nach dem eigentlichen Modelltraining zu liefern. 1 6

Dahinter steht eine grundsätzliche Engstelle der Branche: Spitzenmodelle brauchen nicht nur Rechenleistung und große Mengen frei verfügbarer Online-Texte. Sie benötigen auch hochwertige Beispiele, Expertenurteile, Testverfahren und Demonstrationen dafür, wie Menschen schwierige oder körperliche Aufgaben lösen. Wenn leicht zugängliche Daten weniger nützlich werden, könnten proprietäre, von Menschen erzeugte Daten neben Rechenkapazität zu einem dauerhaften Flaschenhals werden. 1 6

Das bedeutet nicht automatisch, dass die KI-Branche künftig genauso viel für Daten ausgeben wird wie für Rechenleistung. Es erklärt aber, warum Investoren und Modellanbieter spezialisierte menschliche Daten zunehmend als strategische Infrastruktur betrachten – und nicht bloß als einfache Dienstleistung zur Datenkennzeichnung.

Micro1 im Vergleich zu Mercor und Handshake

Die gemeldete Brutto-Jahres-Run-Rate von 500 Millionen US-Dollar ist beachtlich, aber nicht die größte Zahl in diesem Markt. TechCrunch zufolge lag Mercor bei 2 Milliarden US-Dollar Brutto-Jahresumsatz auf annualisierter Basis, Handshake bei 1 Milliarde US-Dollar. 17

Der Vergleich ist nur eingeschränkt direkt möglich: Es handelt sich um hochgerechnete Werte, und die Unternehmen könnten Brutto- und Nettoumsatz sowie die Run-Rate unterschiedlich definieren. Die Größenordnung der drei Anbieter deutet dennoch darauf hin, dass die Nachfrage nach von Fachleuten erzeugten Daten groß genug ist, um mehrere schnell wachsende Unternehmen zu tragen.

Micro1 positioniert sich zudem nicht ausschließlich als Personalvermittlungsplattform. Das Angebot verbindet die Suche und Prüfung von Experten mit Umgebungen zur Modellbewertung, der Erzeugung synthetischer Daten und Datensätzen, die möglicherweise für mehrere Kunden wiederverwendet werden können.

Vom KI-Recruiting zur Dateninfrastruktur

Micro1 begann als Unternehmen für KI-gestütztes Recruiting. Laut Berichten zur Firmengeschichte bemerkte Gründer Ali Ansari, dass Kunden, die Datenkennzeichnung einkauften, die Recruiting-Plattform von Micro1 nutzten, um Ingenieure für Annotation und Datenaufbereitung zu finden und zu prüfen. Diese Beobachtung führte zum Schwenk hin zu Datenkennzeichnung und von Menschen erzeugten Trainingsdaten. 1 15

Der Strategiewechsel war deshalb relevant, weil die Recruiting-Software nun dabei half, spezialisierte Arbeitskräfte für konkrete KI-Projekte zusammenzustellen. Micro1 unterstützt Unternehmen damit nicht nur bei der Einstellung von Mitarbeitern, sondern organisiert Experten auch für klar definierte Trainings- und Bewertungsaufgaben und steuert den anschließenden Arbeitsablauf.

Die aktuelle Produktstrategie umfasst drei miteinander verbundene Bereiche:

• Post-Training und Modellbewertung durch Experten: Fachleute beurteilen die Ergebnisse von Modellen und liefern Einschätzungen oder Feedback in dem von Micro1 als „Reinforcement-Learning-Gyms“ bezeichneten Umfeld. 1
• Synthetische Daten: Das Unternehmen arbeitet Berichten zufolge an automatisch erzeugten Inhalten, darunter Videobeschreibungen, um die Menge nutzbarer Trainingsdaten zu erweitern. 1
• Daten für Robotik: Micro1 baut einen Datensatz für das Vortraining von Robotikmodellen auf. Dafür zeichnen Mitwirkende auf, wie sie mit gewöhnlichen Gegenständen im Haushalt umgehen – als Beispiele für alltägliche körperliche Aufgaben. 1 15

Zusammen verschieben diese Angebote Micro1 über die klassische Annotation hinaus. Das Ziel ist, Systeme und Datensätze zu kontrollieren, die menschliche Expertise in Trainingssignale für Sprach-, Agenten- und Robotikmodelle übersetzen.

Warum wiederverwendbare Datensätze die Wirtschaftlichkeit verändern könnten

Vertragsarbeit von Experten ist meist an ein bestimmtes Projekt gebunden: Ein Kunde bezahlt für eine Aufgabe, während der Anbieter einen Teil der Abrechnung einbehält. Wiederverwendbare Datensätze „von der Stange“ folgen einem anderen Geschäftsmodell. Wenn ein Datensatz rechtlich nutzbar, ausreichend einzigartig und für mehrere Entwickler wertvoll ist, kann er potenziell mehrfach lizenziert werden.

Diese Wiederverwendbarkeit erklärt, warum Berichte für synthetische und mehrfach nutzbare Datensätze mögliche Bruttomargen von 80 bis 90 Prozent nennen. Dabei handelt es sich um eine zukunftsgerichtete Erwartung, nicht um ein bestätigtes aktuelles Ergebnis. Ob solche Margen erreichbar sind, hängt unter anderem von den Kosten für Erhebung und Prüfung, der wahrgenommenen Differenzierung sowie den Rechten zur Nutzung und Lizenzierung der Daten ab. 1 9

Größere Verträge könnten das Wachstum zusätzlich beschleunigen, bringen aber Konzentrations- und Umsetzungsrisiken mit sich. Ein Anbieter für führende KI-Labore muss die Qualität seiner Experten sichern, vertrauliche Informationen schützen, Einwilligungen und Eigentumsrechte dokumentieren und zeigen, dass seine Datensätze Modelle tatsächlich verbessern – statt lediglich mehr Datenvolumen zu liefern.

Der Streit um den Verkauf wiederverwendbarer Daten an China

Die Möglichkeit, Datensätze mehrfach zu verkaufen, wirft auch eine geopolitische Frage auf: Sollten Daten, die von Experten in den USA erstellt wurden, mehreren Modellanbietern zugänglich sein – auch Unternehmen in China? Kritiker befürchten, dass wiederverwendbare Trainingsdaten KI-Systeme in Staaten stärken könnten, die die USA als strategische Wettbewerber betrachten. 1

Ali Ansari erklärte, Micro1 verkaufe seine Daten nicht an chinesische Modellentwickler. Außerdem kritisierte er nicht namentlich genannte Anbieter menschlicher Daten, die mit „ausländischen Gegnern“ arbeiteten. Es sei widersprüchlich, amerikanische Führungsstärke bei KI zu fordern und zugleich große Datenmengen an Länder zu verkaufen, die sich in einer geopolitischen Konkurrenzsituation mit den USA befänden. 33 35

Das ist die erklärte Unternehmenspolitik von Micro1 und Ansaris Darstellung des Marktes. Die verfügbaren Berichte belegen jedoch nicht unabhängig, welche Wettbewerber Datensätze an chinesische Entwickler verkaufen oder wie deren Geschäftspraxis vollständig aussieht. Der Streit bleibt daher sowohl eine politische Debatte als auch ein Element der Wettbewerbspositionierung.

Was über Bewertung und Finanzierung bekannt ist

Micro1 nahm Berichten zufolge im September 2025 in einer Series-A-Finanzierungsrunde 35 Millionen US-Dollar bei einer Bewertung von 500 Millionen US-Dollar auf. 15 7

Spätere Berichte sprechen über die mögliche Aufnahme einer weiteren Runde zu einer deutlich höheren Bewertung. Die verfügbaren Informationen bestätigen jedoch weder die Summe noch die Bewertung, die Investoren oder den Abschluss einer solchen Runde. Diese spätere Finanzierung sollte deshalb nicht als gesichert gelten.

Das größere Bild

Die Entwicklung von Micro1 zeigt einen Wandel in der KI-Lieferkette. Das wertvolle Produkt ist nicht mehr nur ein Pool von Annotatoren. Entscheidend ist die Kombination aus vertrauenswürdigen Fachleuten, Bewertungsabläufen, proprietären Beispielen, Systemen für synthetische Daten und klaren Nutzungsrechten.

Die Zahl von 500 Millionen US-Dollar sollte vor allem als Signal für die Nachfrage gelesen werden – nicht als sauberer Beleg für Profitabilität. Micro1 ist bei den gemeldeten Größen noch kleiner als die größten Wettbewerber, und die Angaben zu Brutto- und Nettowerten verdienen Vorsicht. Der Schwenk vom Recruiting zur Infrastruktur für menschliche Daten macht jedoch deutlich, warum KI-Unternehmen weiterhin für Expertenurteile bezahlen: Die nächste Wettbewerbsphase könnte sich darum drehen, wer die seltensten und nützlichsten Trainingsdaten kontrolliert.