Das Start-up Perceptron hat eine strategische Finanzierung in Höhe von 6,5 Millionen US-Dollar abgeschlossen. Ziel ist der Ausbau eines dezentralen Netzwerks für KI-Daten. Was steckt hinter dem Modell und welche Fragen bleiben offen
Perceptron, ein Anbieter für dezentrale KI-Dateninfrastruktur, hat am 13. Juni 2026 den Abschluss einer strategischen Finanzierungsrunde in Höhe von 6,5 Millionen US-Dollar bekannt gegeben. Die Runde wurde von mehreren internationalen Investoren getragen, darunter Sigma Capital, Selini Capital, QCP Capital, P2 Ventures, CoinDCX Ventures, Momentum6, DeFi Capital, Walrus Foundation, Aethir, Colosseum, GuruDev Capital, Tempo Finance, NewTribe Capital, Digital Consensus Fund und CodeCraft Capital. Die Mittel sollen laut Unternehmensangaben in den Ausbau des Netzwerks und die Entwicklung neuer Funktionen fließen.
Finanzierungsrunde und Investorenstruktur
Die aktuelle Finanzierungsrunde ist als strategische Beteiligung strukturiert und ergänzt frühere Kapitalaufnahmen. Perceptron positioniert sich als Anbieter eines dezentralen Netzwerks, das die Sammlung, Verifizierung und Monetarisierung von Datensätzen für KI-Anwendungen ermöglichen soll. Nach eigenen Angaben sind bereits mehr als 700.000 Knotenpunkte ("Nodes") im Netzwerk registriert. Die Plattform richtet sich sowohl an Unternehmen, die Trainingsdaten für KI-Modelle benötigen, als auch an Einzelpersonen, die eigene Daten beisteuern und vergüten lassen möchten.
Die Investorenstruktur umfasst neben klassischen Risikokapitalgebern auch Akteure aus dem Bereich dezentraler Finanzdienstleistungen und Infrastruktur. Die genaue Bewertung des Unternehmens wurde nicht veröffentlicht. Die Mittelverwendung konzentriert sich laut Perceptron auf die Einführung einer sogenannten "Data-Questing"-Plattform, mit der Unternehmen gezielt Datensätze aus der Community anfordern können.
Technologischer Ansatz und Marktposition
Perceptron verfolgt das Ziel, die Beschaffung und Validierung von Trainingsdaten für KI-Modelle zu dezentralisieren. Im Unterschied zu zentralisierten Datenmarktplätzen setzt das Unternehmen auf ein Netzwerk, in dem sowohl Unternehmen als auch Einzelpersonen Daten bereitstellen und direkt vergütet werden können. Die Plattform soll es ermöglichen, spezifische Datenanfragen ("Data Quests") an die Community zu richten und so die Zeitspanne von der Anfrage bis zur Bereitstellung relevanter Datensätze zu verkürzen.
Nach Angaben des Unternehmens sind derzeit über 807.000 Knotenpunkte im Netzwerk aktiv, wobei die Zahl der täglich aktiven Nutzer zuletzt auf mehr als 300.000 gestiegen sei. Die tatsächliche Qualität und Verwertbarkeit der bereitgestellten Daten lässt sich auf Basis der veröffentlichten Informationen bislang nicht unabhängig überprüfen. Die Monetarisierung erfolgt über ein Vergütungsmodell, bei dem die Datenlieferanten ihre Einnahmen direkt abziehen können, ohne auf zentrale Plattformbetreiber angewiesen zu sein.
Offene Fragen und internationale Einordnung
Die Ankündigung von Perceptron erfolgt in einem Marktumfeld, in dem der Zugang zu hochwertigen, aktuellen und rechtssicheren Trainingsdaten für KI-Modelle zunehmend als Engpass gilt. Während zentrale Anbieter wie Scale AI oder OpenAI auf eigene Datenpipelines und Partnerschaften setzen, versucht Perceptron, durch Dezentralisierung neue Nutzergruppen und Datenquellen zu erschließen. Die tatsächliche Skalierbarkeit, Datenqualität und rechtliche Absicherung des Modells bleiben jedoch offen. Insbesondere Fragen zum Datenschutz, zur Herkunft der Daten und zur Einhaltung regulatorischer Vorgaben in verschiedenen Jurisdiktionen sind bislang nicht abschließend beantwortet.
Im internationalen Vergleich zeigt sich, dass auch andere Anbieter versuchen, dezentrale oder Community-basierte Dateninfrastrukturen für KI zu etablieren. Die Entwicklung von Perceptron steht damit exemplarisch für einen Trend, der sowohl technologische als auch regulatorische Herausforderungen mit sich bringt. In diesem Zusammenhang ist auch die zunehmende Bedeutung von Infrastrukturinvestitionen im KI-Sektor zu beobachten, wie sie etwa bei Unternehmen wie Mobileye dokumentiert wurde (Bericht zu Investitionen und Führungswechsel bei Mobileye).
Für den deutschen und europäischen Markt bleibt abzuwarten, inwieweit dezentrale Datenplattformen wie Perceptron regulatorische Anforderungen - etwa im Hinblick auf Datenschutz und Datenherkunft - erfüllen können. Die weitere Entwicklung dürfte auch davon abhängen, ob sich das Modell in der Praxis als wirtschaftlich tragfähig und rechtlich belastbar erweist.
Der Begriff "dezentrales KI-Datennetzwerk" bezeichnet eine Infrastruktur, bei der die Sammlung, Speicherung und Verteilung von Trainingsdaten nicht über zentrale Server oder Plattformen, sondern über ein verteiltes Netzwerk von Teilnehmern erfolgt. Ziel ist es, Abhängigkeiten von einzelnen Anbietern zu reduzieren, die Datenhoheit zu stärken und neue Anreize für die Bereitstellung von Daten zu schaffen. In der Praxis stellen sich dabei technische, wirtschaftliche und regulatorische Herausforderungen, etwa bei der Sicherstellung von Datenqualität, der Vergütung von Beiträgen und der Einhaltung von Datenschutzvorgaben.
