19.06.2017

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

Kann eine Künstliche Intelligenz "kritzeln" erkennen lernen? Nach sechs Monaten veröffentlichte Google erstmals Daten. Über 50 Mio. Zeichnungen wurden in 345 Kategorien von circa 15 Mio. Nutzern eingebracht.
/artikel/quick-draw-20-sekunden-spiel-trainiert-googles-kuenstlichen-intelligenz
"Quick, Draw!" ist mehr als ein Spiel für die Freizeit, es trainiert ein Computerprogramm, Kritzeleien zu erkennen.

Und… Los! Nur zwanzig Sekunden hat man Zeit, um die „Fledermaus“, die einem das Spiel „Quick, Draw!“ zum Zeichnen vorgegeben hat, nieder zu kritzeln. Die letzte Zeichenstunde ist doch schon etwas länger her, schießt es einem vielleicht durch den Kopf. Und, wie sieht noch einmal eine Fledermaus aus, so im Detail und ganz genau?

(c) quickdraw

Beim ersten Versuch erkennt das „neuronale Netz“, wie Google die Intelligenz bezeichnet, die „Fledermaus“-Kritzelei nicht. Beim zweiten Versuch, einem „Triangel“ (fast eine Beleidigung, so einfach kann man dieses abbilden), klappt es dann doch. Begleitet wird das Spiel von einer Stimme, die versucht, die Zeichnung zu erraten. Insofern spielt man gegen „jemanden“, gegen eine Stimme, gegen ein Computerprogramm.

Kleine Maus vs. großer Delphin

Am Ende erfährt man sogar, wofür die Intelligenz die Zeichnung gehalten hat, wenn schon nicht für das vorgegebene Element. Im Fledermaus-Fall am wahrscheinlichsten für eine Tiermigration (was ohne die zeichnerische Erklärung etwas seltsam anmuten würde, siehe Abbildung links oben), dann für eine Maus und schließlich für einen Delphin. Verstecken muss man sich übrigens nicht, wenn die Zeichnung allzu realitätsfremd geworden ist: Bei 96.151 anderen Fledermäusen in der Datenbank, gibt es bestimmt eine andere Zeichnung, die noch ungenauer ist. (Siehe Abbildung links unten: die Zeichnung eines anderen Users)

Die Fledermaus-Zeichnung eines anderen Nutzers (c) quickdraw

Einfach loslegen

Die Datensätze stehen auf GitHub, einem Online-Dienst auf dem Code oder ganze Datensätze mit anderen Usern geteilt werden können, zum Download zur Verfügung. Eine Notiz, man solle sich bei Google melden, sofern man etwas mit dem Datensatz anstellt, erinnert an den größeren Sinn des Projekts. Bestimmt richtet sich das Spiel auch nicht an die großen Zeichenkünstler. Vielmehr soll das Programm trainiert werden, Muster auch in vielleicht unkenntlich erscheinenden Zeichnungen zu finden.

Link zum Spiel

(c) quickdraw
„Quick, Draw!“ ist mehr als ein Spiel, es trainiert ein Computerprogramm, Kritzeleien zu erkennen. (c) quickdraw
Deine ungelesenen Artikel:
22.10.2026

30-Mio.-Runde: Mistral-Founder investiert in Zürcher Startup, das Roboter baut, die Kraft fühlen

Das Zürcher Startup Enact will Roboter für Aufgaben fit machen, bei denen bisher menschliches Fingerspitzengefühl gefragt ist. Dafür entwickelt Gründer Manuel Yves Galliker eine Technologie, mit der Maschinen über ihre Antriebe Druck und Widerstand erkennen sollen. Noch vor dem Produktstart hat das Unternehmen dafür 30 Millionen US-Dollar eingesammelt.
/artikel/30-mio-runde-mistral-founder-investiert-in-zuercher-startup-das-roboter-baut-die-kraft-fuehlen
22.10.2026

30-Mio.-Runde: Mistral-Founder investiert in Zürcher Startup, das Roboter baut, die Kraft fühlen

Das Zürcher Startup Enact will Roboter für Aufgaben fit machen, bei denen bisher menschliches Fingerspitzengefühl gefragt ist. Dafür entwickelt Gründer Manuel Yves Galliker eine Technologie, mit der Maschinen über ihre Antriebe Druck und Widerstand erkennen sollen. Noch vor dem Produktstart hat das Unternehmen dafür 30 Millionen US-Dollar eingesammelt.
/artikel/30-mio-runde-mistral-founder-investiert-in-zuercher-startup-das-roboter-baut-die-kraft-fuehlen
Enact, Roboter die fühlen, Roboter, Robotik
© Enact

Roboter können viel. Sie sehen fast alles, sie schweißen, heben, sortieren. Eines fehlt ihnen jedoch: Fingerspitzengefühl. Deshalb bleiben die letzten Handgriffe der Montage Handarbeit: ein Kabel, das einrasten muss, eine Dichtung, die sitzen muss, eine Schraube, die klemmt. Diesem Mangel an Feinfühligkeit stellt sich das Schweizer Startup Enact entgegen und baut Roboter, die Kraft spüren. Sie messen Druck und Widerstand über ihre eigenen Antriebe, wie der Mensch über Muskeln und Sehnen, und ein Modell lernt daraus, heißt es. Der Roboter merkt ohne Zusatzsensoren und ohne künstliche Haut, ob das Teil sitzt.

Enact von Caltech-Forscher gegründet

Dass das mehr als eine Nische ist, zeigen die Zahlen. China etwa hat 2025 354.000 Industrieroboter installiert, fast drei von fünf weltweit (IFR). Europa gewinne dagegen nicht über Masse sondern über Varianz, und genau dort rechnen sich Roboter bisher selten, weil jemand jede Aufgabe einzeln programmieren müsse. Roboter, die durch Vormachen lernen und spüren, ob ein Teil sitzt, sollen diese Einzelprogrammierung ersparen und auch kleine Serien automatisierbar machen. Genau hier setzt Enact an: bei den letzten Handgriffen der Montage.

Gegründet wurde das Zürcher Startup im März 2026 von Manuel Yves Galliker. Der Maschinenbauer der ETH Zürich war Gastforscher am Caltech, leitete bei 1X das Team, das dem Humanoiden NEO das Gehen beibrachte, und arbeitete danach bei Physical Intelligence.

Dort sah er, dass Kamera und Teleoperation für die Fabrik nicht ausreichen, und ging zurück nach Zürich. „Das Silicon Valley hat historisch betrachtet enorme Stärken in Software und KI, aber es fehlt an Spezialisten für Robotik und Hardware-Engineering“, sagt Galliker.

Investment von Mensch

Nun sammelte er mit Enact 30 Millionen US-Dollar in einer Pre-Seed-Runde ein, und das noch bevor es ein Produkt gibt. Das hat einen Grund, wie man in der Aussendung liest: „Das Startup baut alles selbst. Antriebe, Regelung und Modell entstehen unter einem Dach, was am Anfang mehr kostet als ein Modell auf einen fremden Arm zu setzen.“ Die ersten Antriebe laufen, der Ansatz sei laut Enact validiert.

Angeführt wird die Millionen-Runde von redalpine, Notion Capital und firstminute capital. Als Business Angels investieren Yann LeCun (von 2013 bis Ende 2025 Chief AI-Scientist bei Meta), Arthur Mensch (Co-Founder Mistral AI), Andrew Lonsberry (Path Robotics) und David Wallerstein (früher Tencent). Aktuell arbeiten zehn Personen in Zürich, bis Ende 2027 sollen es viermal so viele werden.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Quick, Draw!“: 20-Sekunden-Spiel trainiert Googles Künstliche Intelligenz