Jede Release enthält egozentrisches Video von Fachkräften, die eine spezifizierte Manipulationsaufgabe ausführen – geschnitten in Episoden mit definiertem Start- und Endzustand. Jede Episode trägt Annotationen (Teilaufgaben, Phasen, Werkzeuge, Objekte, Ergebniszustände), einen Manifest-Eintrag, der Video, Sensorströme und Metadaten verknüpft, sowie Herkunftsnachweise zu Einwilligung, Standortfreigabe und Lizenzumfang.
Reale Arbeitsorte enthalten die Varianz, an der auf engen Daten trainierte Policies scheitern: wechselndes Licht, Unordnung, abgenutzte Werkzeuge, teilweise Verdeckung und lange Aufgabenketten. Felddaten erfassen zudem echtes Können – wie eine erfahrene Fachkraft greift, Kraft dosiert und kleine Fehler korrigiert. Simulation und Labordaten sind sinnvolle Ergänzungen, ersetzen das aber nicht.
Neben Stunden weist jedes Datenblatt Mitwirkendenzahl, Anzahl der Standorte und Umgebungstypen, das Verhältnis von aufgenommenen zu akzeptierten Stunden, die Annotationsdichte pro Episode und die Rechteabdeckung aus. Episoden werden nur akzeptiert, wenn sie die schriftlichen Abnahmekriterien der Aufgabe erfüllen.