Der Mensch als Rohstoff: Was ist ein Leben den KI-Konzernen wert?
KI-generiert mit ChatGPT
In Indien wird der Wert eines Menschenlebens in der KI-Ökonomie gerade auf eine konkrete Zahl heruntergebrochen. Die Antwort lautet 250 Rupien pro Stunde, umgerechnet etwa 2,60 US-Dollar. So viel zahlen KI-Firmen Arbeitern dafür, dass sie ihre alltäglichen Handgriffe filmen. Aus diesen Aufnahmen lernen Roboter, sich wie Menschen zu bewegen.
- Der Mensch als Datenlieferant
- Wenn die Maschine den Menschen kommandiert
- Nöte, die sich ausnutzen lassen
- Warum der Mensch mit Rechenleistung konkurriert
- Warum der Mensch trotzdem unverzichtbar bleibt
- Die Logik der Pyramide
- Sie trainieren ihre eigenen Nachfolger
- Die politische Leerstelle
- Fazit
- Häufige Fragen
- Was sind egozentrische Daten?
- Warum nutzen KI-Firmen Menschen statt Simulationen?
- Was bedeutet Datenkolonialismus?
Bekannt wurde diese Praxis durch eine Reportage der Nachrichtenagentur AFP. Auf den ersten Blick wirkt sie wie eine Geschichte über Armut in Südindien. Tatsächlich zeigt die erwähnte Reportage eine neue Rohstoffkette der KI-Industrie. Menschliche Bewegungen werden aufgezeichnet, in Trainingsdaten umgewandelt und mit ein paar US-Dollar pro Stunde vergütet. Die eigentliche Frage ist, wie lange dafür überhaupt noch Menschen bezahlt werden.
Der Mensch als Datenlieferant
Im Zentrum steht ein einfacher Tausch. Der Mensch liefert seine Bewegungen, die Maschine übersetzt diese in Daten. KI-Chatbots und Bildgeneratoren verarbeiten riesige Mengen digitaler Daten aus dem Netz. Ein System zu bauen, das sich in der echten Welt bewegt, ist deutlich anspruchsvoller. Dafür sind Aufnahmen aus der Perspektive der handelnden Person nötig. Diese sogenannten egozentrischen Daten zeigen einem Modell, wie ein Mensch greift, hebt und mit Gegenständen umgeht.
Spandan Roy, Professor am Robotics Research Centre des IIIT Hyderabad, erklärte gegenüber Scroll.in, warum reale Aufnahmen menschlicher Bewegungen für KI-Firmen so wertvoll sind. Der klassische Ansatz nutze eine computergenerierte 3D-Umgebung. Die Alternative sei günstiger. Die Methode beginnt mit einer Videoaufnahme eines Menschen bei der Ausführung einer Aufgabe. Ausgewertet werden anschließend die Bewegungen der Objekte und die Gelenkwinkel der Hand. Diese Daten trainieren dann den Roboter. Laut Roy gilt eine simple Regel: Je mehr Daten ins System fließen, desto besser funktioniert der Roboter.
Wie begehrt diese Daten sind, zeigt eine separate Recherche des Portals. Demnach nennt das Startup Egolab in eigenen Unterlagen Tesla, Boston Dynamics und Figure AI als Abnehmer für sein egozentrisches Videomaterial. Ob diese Konzerne tatsächlich Daten von Egolab beziehen, ist damit nicht belegt. Die Namen stammen allein aus der Selbstdarstellung des Unternehmens. Dass solche Daten der Schlüssel zur Robotersteuerung sind, zeigt auch die Entwicklung offener Modelle, die Roboter in Echtzeit steuern.
Wenn die Maschine den Menschen kommandiert
In der Praxis kehrt sich das gewohnte Verhältnis um. Nicht der Mensch bedient die Maschine. Die Maschine gibt den Takt vor, der Mensch erfüllt diesen. Wie das konkret aussieht, dokumentiert eine Reportage der Nachrichtenagentur AFP. Eine zentrale Firma darin ist Objectways. Das Unternehmen hat Büros in Indien sowie den USA und führt Fortune-500-Konzerne als Kunden. In der Selbstdarstellung verweist Objectways außerdem auf Amazon SageMaker, eine Plattform für maschinelles Lernen. Firmenchef Ravi Shankar zählte die angefragten Aufgaben auf. Dazu gehören Wäsche falten, Kaffee kochen und Sandwiches zubereiten.
Wie eng die Maschine den Menschen führt, zeigt ein kleines Detail. Das Smartphone von Nagireddy Sriramyachandra meldet lautstark „Hände nicht erkannt”, sobald nicht korrekt gefilmt wird. Das Gerät sieht keinen Menschen. Es sieht verwertbare Hände. In einem Objectways-Studio nehmen die Trainer ihre Aufgaben in nachgebauten Wohnungen auf. Die 21-jährige Ingenieurs-Absolventin Rani N. filmt sich beim Falten eines Handtuchs. Jedes Video dauert etwa vier Minuten. Pro Tag entstehen rund 90 solcher Aufnahmen, aus fast jeder denkbaren Position. Nach mehreren tausend Stunden wird die Tapete gewechselt, damit die Datensätze für die Kunden nicht zu einheitlich wirken.
Hinter Objectways stehen weitere Zulieferer. Qanat Consulting Services in Andhra Pradesh beliefert nach eigenen Angaben rund ein Dutzend größerer Datenfirmen. Ein Teil der 2.000 Mitwirkenden trägt Bewegungssensoren an Handgelenken, Händen und Beinen.
| Aufgabe | Eingesetzte Technik |
|---|---|
| Mangos schneiden, Geschirr spülen | Smartphone am Kopf mit Motion Capture |
| Wäsche und Handtücher falten | GoPro-Kamera am Kopf |
| Farbige Blöcke anordnen | RGB-Kamera am Kopf |
| Stifte und Flaschen anordnen | Tiefensensor-Kamera |
| Bewegungsabläufe allgemein | Sensorbänder an Hand und Bein |
Server, KI-Modelle und Recherche kosten Geld. ClawNews ist unabhängig — hilf mit, dass das so bleibt.


