Wie Tech-Konzerne Milliarden verdienen

Billigarbeit macht KI intelligent  

Bevor Maschinen Texte generieren, Bilder erkennen oder Inhalte verbergen können, müssen sie trainiert werden. Dafür braucht es enorme Datenmengen und Millionen von Menschen, die diese Daten sortieren, kategorisieren und bewerten. Schätzungen der Weltbank zufolge arbeiten weltweit zwischen 150 und 430 Millionen Menschen in Bereichen digitaler Plattformarbeit. Erst durch ihre Arbeit können KI-Systeme programmiert werden. 

Joan Kinyua und Ephantus Kanyugi aus Kenia sind zwei von ihnen. Sie arbeiten seit über acht Jahren als sogenannte Data-Worker. Zu Beginn ihrer Tätigkeit trainierte Joan Algorithmen für selbstfahrende Autos. «Dafür musste ich Autos und Personen in Bildern markieren», erzählt sie. In den vergangenen Jahren sind die Aufgaben komplexer geworden: Sie haben an Projekten für medizinische Geräte, den Finanzsektor, die Landwirtschaft und digitale Karten gearbeitet. «Unsere Arbeit braucht es in fast jedem Sektor», sagt Ephantus.

Auf die Jobs stiessen die beiden über Empfehlungen von Freunden. Anfangs waren beide begeistert. «Es gab einen riesigen Hype rund um KI», sagt Ephantus zu work. «Die Jobs waren zwar schlecht bezahlt, aber wir dachten, das sei erst der Anfang. Wenn die Branche wächst, würden sich auch die Arbeitsbedingungen verbessern. Viele hofften sogar auf eine Karriere in der KI-Industrie und akzeptierten deshalb zunächst die schlechten Bedingungen.» Die Hoffnung erfüllte sich nicht. 

In Kenia verdienen Data-Worker wie Joan und Ephantus im Durchschnitt nur rund zwei Dollar pro Tag. Sie arbeiten meist als «Selbständige» via digitale Plattformen oder erhalten kurzfristige Monatsverträge über Subunternehmen. Die Aufträge und Anstellungen sind unsicher, Sozialleistungen oder Rentenansprüche gibt es nicht. 

Die Arbeit ist projektbasiert: Jedes Projekt hat andere Inhalte, die Dauer ist unklar und die Bezahlung unterschiedlich. Vor Beginn eines Projekts wissen die Beschäftigten oft nicht, wie viel sie verdienen werden. Zudem ist die Bezahlung in den letzten Jahren deutlich gesunken. Joan beschreibt es so: «Eine Aufgabe, die früher zehn Dollar pro Stunde brachte, wurde später so komplex, dass sie drei Tage dauerte und nur noch zwei Cent einbrachte.» 

Um genug Geld zum Leben zu verdienen, arbeiten viele Data-Worker bis zu 18 Stunden am Tag, sechs Tage die Woche.

Mit der Zeit wurden die Aufgaben nicht nur komplizierter, sondern auch belastender. «Je länger ich als Data-Workerin arbeitete, desto mehr Projekte beinhalteten pornografische Bilder», erzählt Joan. «Zum Beispiel musste ich Bilder von nackten Frauen in sehr seltsamen Situationen, mit Drogen auf dem Tisch oder mit Spuren von Gewalt, beschriften.»

Andere Projekte waren noch schlimmer. «Es gab sogar Aufgaben, bei denen man beschreiben sollte, wie man jemanden bei lebendigem Leib häuten könnte», sagt Ephantus.

Welche Inhalte auf die Data-Worker zukommen, wissen sie nicht, bevor sie ein Projekt annehmen. Die permanente Konfrontation mit solchen Bildern bleibt aber nicht ohne Folgen. Joan erzählt, dass sie inzwischen unter einer Angststörung leidet.

Trotz solchen Bedingungen arbeiten die meisten Data-Worker weiter. Viele der Beschäftigten leben in Regionen mit wenig Arbeitsmöglichkeiten und hoher Arbeitslosigkeit. Data-Work ist für viele Familien in Kenia eine der wenigen Einkommensquellen. Sich gegen bestimmte Aufgaben zu wehren ist schwierig. «Wenn man sich weigert, ein Projekt auszuführen, erhält man eine Verwarnung und verliert bei mehreren Verwarnungen den Job», erklärt Ephantus. 

Ein grosser Teil der Datenarbeit wird so gezielt in Länder des globalen Südens ausgelagert – etwa nach Venezuela, auf die Philippinen, nach Brasilien, Indien oder Kenia, wo die Arbeitskosten tief sind. Das schafft Distanz. 

Da die meisten Data-Worker nicht direkt bei Techunternehmen angestellt sind, sondern über Subunternehmen oder Plattformen arbeiten, können grosse Technologiekonzerne Millionen Menschen beschäftigen, ohne offiziell Verantwortung für deren Arbeitsbedingungen zu übernehmen. Gleichzeitig sparen sie so Millionen ein.

Die komplexen und undurchsichtigen Lieferketten erschweren es den Beschäftigten, sich zu organisieren oder gegen ausbeuterische Arbeitsbedingungen vorzugehen. Auch rechtliche Schritte sind schwierig. 

Doch inzwischen regt sich Widerstand. Vor rund einem Jahr gründeten Joan und Ephantus gemeinsam mit zehn anderen Data-Workern die Data Labelers Association. Die Organisation setzt sich für die Interessen der Beschäftigten ein und will die Rechte von Data-Workern stärken. Ihr wichtigstes Ziel: mehr Sichtbarkeit für Data-Worker. Denn für Ephantus ist klar:

Tatsächlich zeigen ihre Bemühungen bereits erste Wirkung. Die Organisation arbeitet inzwischen mit kenianischen und indischen Regierungsstellen zusammen, um neue Regeln für die Branche zu entwickeln. Noch ist unklar, ob diese Forderungen tatsächlich zu besseren Gesetzen führen werden. Doch eines haben Joan, Ephantus und ihre Mitstreiter bereits erreicht: Sie geben den Menschen hinter der künstlichen Intelligenz eine Stimme.