Der Datenproletarier

Sie sehen nachfolgend den reinen Text in der anonymisierten Form für die Jury. Bilder, Layout oder multimediale Umsetzung sind beim Deutschen Journalistenpreis kein Bewertungskriterium. Allein das Wort zählt. Tabellen und Grafiken werden in einem separaten PDF zugänglich gemacht.

Der Datenproletarier

In Kenia helfen Menschen wie Noah dabei, dass KI-Systeme schlauer werden. 15 Stunden am Tag, jederzeit kündbar, quasi umsonst. Von ihrer Arbeit profitieren auch deutsche Supermärkte

Eigentlich nimmt künstliche Intelligenz ihren Anfang nicht in Kalifornien, in den gläsernen Kathedralen der Techkonzerne, sondern in den staubigen Außenbezirken von Nairobi. Zwischen Wellblechläden versteckt, führt eine Sackgasse zu einem unverputzten Haus, dessen Adresse nicht einmal Google Maps kennt.

»Sicher, dass es hier ist?«, fragt der Uber-Fahrer. Erst als draußen eine unauffällige Gestalt zögernd winkt, entriegelt er die Tür. Nach einer knappen Begrüßung führt Noah hinein, hoch in den vierten Stock. Die Tür stößt fast gegen einen Bürostuhl, vor dem ein Tischchen mit einem alten Laptop steht. »Mein Arbeitsplatz«, sagt Noah. Der Ort, an dem er den KI-Boom mit ermöglicht. Ungesehen und schlecht bezahlt.

Wenn versucht wird, künstliche Intelligenz zu beschreiben, klingt das oft, als käme dieser technische Fortschritt nicht von dieser Welt. Sam Altman, Chef von OpenAI, nannte sie »magische Intelligenz im Himmel«, Microsoft-AI-Chef Mustafa Suleyman »eine neue digitale Spezies«. Der KI-Pionier Geoffrey Hinton warnte vor »gottgleichen« Systemen, und der Investor Peter Thiel verglich sie mit einer Alien-Landung. Aber: Künstliche Intelligenz ist ein menschliches Erzeugnis. Ihre Entwicklung verbraucht Energie, Wasser, Ressourcen. Und: Bevor KI irgendjemandes Aufgaben abnehmen kann, leisten Menschen wie Noah viel Arbeit.

In den Städten des Globalen Südens ist ein Datenproletariat entstanden, das der Automatisierung die digitale Nahrung liefert. Während in San Francisco Milliardendeals abgeschlossen und Millionenprämien für KI-Forscher gezahlt werden, sitzt Noah stundenlang für ein paar Dollar vor dem Bildschirm. Pixel für Pixel bereitet er Rohdaten so auf, dass die Maschinen damit lernen können. In der Branche heißt das: Er annotiert.

Um zu zeigen, wie das aussieht, öffnet Noah eine Datei auf dem Laptop. Man erkennt eine Straßenszene, die auf den ersten Blick wie abstrakte Kunst anmutet. Linienmuster und Farbverläufe, unterbrochen von Schatten. Es ist eine Lidar-Aufnahme, ein dreidimensionaler Scan der Umgebung, erstellt durch eine Art Radar mit Lasern.

Noah zoomt hinein und deutet auf eine Bruchkante in der Topografie, die schräg nach oben verläuft. »Das ist der Bordstein«, sagt er und zieht mit der Maus eine gelbe Linie entlang der Kante. Und der Schatten daneben? Er öffnet eine andere Datei – ein Kamerafoto derselben Szenerie. »Ein Verkehrsschild«, sagt Noah und markiert es in der Lidar-Aufnahme. Fehler darf er sich keine leisten. Sonst lernt das System nicht, wo die Straße endet, und Noah bekommt kein Geld.

»Trash in, trash out«, sagt man in der KI-Branche. Füttert man die mathematischen Modelle der künstlichen Intelligenz mit schlechten Daten, bleiben sie dumm. Deshalb braucht jedes KI-System menschlichen Input. Noah annotiert für Kunden aus der Automobilbranche. Mutmaßlich werden seine Daten verwendet, um intelligente Fahrassistenten zu trainieren, die Fahrern dabei helfen, die Spur zu halten, einzuparken, Kollisionen zu vermeiden.

»Hinter fast allem, was wir als KI oder Automatisierung kennen, steckt eine enorme Menge menschlicher Arbeit«, sagt Mark Graham, der an der Universität Oxford erforscht, wie digitale Technologien die globale Arbeitsteilung verändern. »Und diese Arbeit wird meist im Globalen Süden erledigt, unter schlechten Bedingungen und für wenig Geld.«

In Kenia arbeiten Tausende wie Noah, weltweit vermutlich Millionen. Ohne sie könnten Autos nicht einparken, Onlineshops nicht das passende Produkt empfehlen, Chatbots nicht den richtigen Tonfall für eine Mail treffen. Doch hierzulande kennt kaum jemand ihren Beitrag – oder ihr Schicksal. Das hat System.

Eigentlich heißt Noah anders, aber weil er eine Vertraulichkeitsvereinbarung unterschrieben hat, will er anonym bleiben, genau wie die beiden anderen KI-Datenarbeiter in Nairobi, die mit dem Reporter gesprochen haben. Sie fürchten, sonst keinen Job mehr zu finden. Alle erzählen ähnliche Geschichten, wohnen in ähnlichen Vierteln: an den Rändern der Stadt, fern der Wolkenkratzer, in denen westliche Techunternehmen ihre Regionalbüros unterhalten, abseits der hippen Cafés, in denen sich Touristen und Expats herumtreiben.

Noah steht ganz unten, am prekären Ende der KI-Wertschöpfungskette. Die letzten drei Jahre hat er durchgehend für einen US-Dienstleister gearbeitet, der nach eigenen Angaben täglich über eine Milliarde Annotationen liefert. Der Name des Unternehmens soll auf Noahs Wunsch hier nicht genannt werden. Einen regulären Arbeitsvertrag hat man Noah nie gegeben; er arbeitet auf Kurzzeitverträgen oder wird für Einzelprojekte bezahlt, teilweise mit Centbeträgen.

Bei dem Treffen mit dem Reporter weiß er nicht, wie er in der nächsten Woche über die Runden kommen soll. Am Vortag wurde er ohne Vorwarnung freigestellt. Jetzt kauert er auf seiner Eckcouch, die den Arbeitsplatz vom restlichen Wohnzimmer trennt. Ein Stoffhocker, ein Tisch und ein Fernsehschrank drängen sich im Rest des Zimmers. Viel Platz bleibt der dreiköpfigen Familie nicht. Es gibt noch eine Kochnische, ein Schlafzimmer und ein Bad.

Er habe Ingenieur werden wollen, sagt Noah. Weil für das Fach wenige Zulassungspunkte gefehlt hätten, studierte er Informatik. Trotz Abschluss fand er keinen Job. In Kenia nicht ungewöhnlich: Die Hälfte der Bevölkerung ist unter 20, laut dem größten Arbeitgeberverband The Federation of Kenia Employers (FKE) liegt die Jugendarbeitslosigkeit bei 67 Prozent. Viele junge Kenianerinnen und Kenianer schlagen sich mit Gelegenheitsjobs durch – oder, wie sie selbst sagen: Sie hustlen, schaffen Geld ran, irgendwie.

Noah geriet nach dem Studium in ein fragwürdiges Geschäftsmodell, bei dem er Gesundheitsprodukte erst ankaufen und dann weiterverkaufen sollte. »In so einem Schneeballsystem sagen sie dir, du musst ein guter Verkäufer sein. Eigentlich heißt das: Du musst ein guter Lügner sein.« Noah steigt aus. Danach: Bewerbungen, unstete Jobs, Tage auf der Couch. Er lernt seine Frau kennen, verkauft Pommes in einer Bude am Straßenrand, hustlet weiter. Als sie schwanger wird und nach einem Kaiserschnitt wochenlang im Bett bleiben muss, kümmert sich Noah vor der Schicht um Frau und Tochter. Nach einem Streit mit dem Besitzer der Pommesbude kündigt Noah.

Noahs Geschichte lässt sich nicht im Detail belegen, doch ihr Muster ist in Nairobi weitverbreitet: Studium, gescheiterte Jobsuche, Abrutschen in die Gig-Economy. Als Uber-Fahrer, Lieferant – oder Datenarbeiter.

Im ersten Pandemiejahr, 2020, boomt die Plattformarbeit, auch in Kenia. Und Noah wird zum Datenproletarier. Er meldet sich bei Remotasks an. Das US-Unternehmen gehört zum Start-up Scale AI, das mit der Annotation von Verkehrsszenen zum Marktführer wurde und kürzlich einen 15-Milliarden-Dollar-Deal mit Meta abschloss. Gründer Alexandr Wang kokettierte einmal damit, die »Hacken und Schaufeln im KI-Goldrausch« bereitzustellen.

Der Einstieg bei Remotasks ist einfach: anmelden, einarbeiten, loslegen. Bezahlt wird pro Aufgabe. Noah sagt, er habe anfangs zwei, drei Dollar am Tag verdient, bei einer Monatsmiete von 50 Dollar. Aber er konnte von zu Hause arbeiten, sich die Zeit selbst einteilen.

Heute wirbt die Plattform mit einer weltweiten »Community« aus Hunderttausenden »Taskern«. Auf der Unternehmenswebsite gibt Remotasks an, in mehr als 90 Ländern aktiv zu sein. Arbeitsrechtsaktivisten in Kenia schätzen, dass landesweit zeitweise Hunderttausende registriert waren. Kenia gilt neben Uganda, Indien und den Philippinen als Hotspot der Datenindustrie: gut ausgebildete, englischsprachige Arbeitskräfte, schnelles Internet, niedrige Löhne und eine Regierung, die Outsourcing-Firmen umwirbt.

Noah betrieb zum Teil fünf Accounts gleichzeitig, wie er erzählt. Um seine Chancen zu erhöhen, durch den Algorithmus der Plattform einen guten Auftrag zu bekommen. Er habe dann auch selbst neue Annotatoren eingearbeitet, oft in Doppelschichten, um mehr zu verdienen. Über die Woche, in der er endlich mehr als 100 Dollar ausgezahlt bekam, sagt er heute: »Da dachte ich: Vielleicht bringe ich es doch noch zu etwas.« Das erste Mal in diesem Gespräch hellt sich sein Gesicht ein wenig auf.

Wer die Endabnehmer seiner Arbeit sind, weiß Noah nicht. Seit fünf Jahren annotiert er, nie hat ihm jemand gesagt, welchen Produkten er damit Intelligenz einhaucht. Umgekehrt wissen viele Nutzer in Europa und den USA nichts von der Arbeit, die Menschen wie Noah leisten.

Das liegt auch daran, dass zwischen Endnutzern und Datenarbeitern ein komplexes Geflecht an Unternehmen, Subunternehmen und Dienstleistern besteht. »Die Unternehmen sorgen bewusst dafür, dass die KI-Wertschöpfungsketten undurchsichtig bleiben«, sagt Amir Anwar, der an der Universität Edinburgh dazu forscht, wie Datenarbeit in die weltweite KI-Industrie eingebettet ist. »Damit nicht klar wird, was hinter Automatisierung steckt: menschliche Ausbeutung.« Die KI-Lieferkette umspannt den Globus: Kobalt aus Schächten im Kongo, Chips aus Taiwan, Rechenzentren in Iowa, Trainingsdaten aus Kenia. Jeder Abschnitt hat Gewinner und Verlierer – der Reichtum aber konzentriert sich im Silicon Valley.

Ein weiterer Datendienstleister, Sama, wirbt mit deutschen Kunden wie BMW und Continental, bezeichnet sich als soziale KI-Firma. Doch Recherchen des Time Magazins zufolge habe Sama in Kenia Arbeiter für einen Nettolohn von weniger als zwei Dollar pro Stunde toxische Inhalte markieren lassen – von Tierquälerei über Folter bis Kindesmissbrauch. Auftraggeber: OpenAI, das Unternehmen hinter ChatGPT. Auf Anfrage widerspricht Sama der Darstellung teilweise, ohne näher auf die markierten Inhalte einzugehen. Es habe sich um ein 2023 beendetes Pilotprojekt gehandelt, bei dem die Bezahlung über ortsüblichen Vergleichsgehältern gelegen habe. Inzwischen konzentriere man sich auf Datenannotation im Bereich Bildverarbeitung.

Selbst wer als Nutzer KI-Tools wie ChatGPT nicht anrührt, kommt unweigerlich in Kontakt mit Anwendungen, die mithilfe von Datenarbeitern im Globalen Süden entwickelt wurden. KI-gestützte Automatisierung breitet sich aus, in der Automobilität und Medizintechnik, bei Onlinediensten und im Einzelhandel.

Eine Annotatorin erzählt bei einem Gespräch in Nairobi, sie habe monatelang Videos bearbeitet, in denen Menschen Produkte aus Supermarktregalen nehmen. Für wen genau diese Trainingsdaten bestimmt waren, weiß auch sie nicht. Als sie später Aufnahmen aus einem Rewe-Pilotmarkt in Düsseldorf sieht, schreibt sie in einer Chat-Nachricht: »Ja, genau, das sind exakt die Bilder!«

In dem Markt testet Rewe gemeinsam mit dem israelischen Anbieter Trigo ein System, das den Einkauf über Kameras verfolgt und automatisch einen digitalen Warenkorb erstellt. Die Kunden sparen Zeit, denn an der Kasse müssen die Produkte nicht mehr gescannt werden. Trigo arbeitet auch mit Netto und Aldi zusammen. Ob Videomaterial aus Deutschland womöglich in Kenia bearbeitet wurde, ließen Rewe und Trigo auf Anfrage offen.

Hinter der überwältigenden Mehrheit aller KI-Produkte stecke ein Datenarbeiter im Globalen Süden, sagt Mark Graham, der Professor aus Oxford. Das sei »so sicher wie der Plantagenarbeiter hinter jeder Tasse Kaffee«.

Jener Dienstleister, für den Noah zuletzt Straßenszenen annotiert hat, betont im Netz seine ethischen Standards und eine Unternehmenskultur, die das Wohlergehen der Menschen hinter der KI in den Mittelpunkt stellen soll. Doch das Geschäftsmodell bleibt das alte: Kurzzeitverträge, wechselnde Bezahlung, keine Absicherung.

»Die letzten Monate waren ganz gut«, sagt Noah. Er sei Teil eines längerfristigen Projekts gewesen, habe wöchentliche Pauschalen bekommen, rund 500 Dollar im Monat. Genug, um etwas Geld beiseitezulegen. Da fing Noah an zu träumen: ein eigener Druckservice, denn »viele Kinder müssen Schulsachen drucken«. Bis Ende des Jahres wollte er 2.000 Dollar Startkapital ansparen. »Aber dem Traum wurde gestern ein Strich durch die Rechnung gemacht«, sagt Noah leise. Frühmorgens eine kurze Nachricht der Projektleitung, es gebe wenig zu tun. Ein kurzfristig anberaumtes Meeting, Titel: »Dienstplan-Update«. Nach einer Viertelstunde war es vorbei, Noah ist freigestellt, sein wöchentlicher Vertrag wird nicht verlängert.

Der Job bereite ihm auch gesundheitliche Probleme, sagt Noah. Er habe häufig Rückenprobleme vom langen Sitzen. Und die Kopfschmerzen seien erst besser geworden, als er sich eine Brille mit Blaulichtfilter gekauft habe. Am schlimmsten aber sei die ständige Unsicherheit. »Das ist kein Job für jemanden, der eine Familie ernähren muss.«

In Nairobi regt sich langsam Widerstand. Eine Gruppe von Datenarbeitern hat sich zur Data Labelers Association (DLA) zusammengeschlossen – der ersten Interessenvertretung ihrer Art in Ostafrika. Die DLA fordert faire Bezahlung, transparente Verträge und Zugang zu Weiterbildung. Sie bietet Schulungen an, organisiert Treffen, vermittelt psychologische Unterstützung. Seit der Gründung Anfang des Jahres sind bereits mehrere Hundert Annotatoren Teil des Netzwerks geworden. Viele von ihnen haben für Plattformen wie Remotasks oder Sama gearbeitet. Über die DLA entstanden die Kontakte zu Noah und den anderen Datenarbeitern, die mit dem Reporter gesprochen haben.

Die Unternehmen müssen sich dem Druck ihrer Arbeiter nicht beugen, der Markt ist global, man kann einfach weiterziehen, örtliche Politiker fürchten schon den Verlust von Arbeitsplätzen. »Die Probleme der Datenarbeit im Globalen Süden können nicht vor Ort gelöst werden«, sagt Graham. Es brauche Regulierung auf der Nachfrageseite, dort, wo die Aufträge entstehen. Ein Hebel dafür könnten Lieferkettengesetze sein. Wie in Deutschland, wo Unternehmen seit 2024 stärker für die Bedingungen in ihren globalen Lieferketten in die Pflicht genommen werden. Doch nach den Plänen der Bundesregierung soll diese Regelung aufgeweicht werden.

Einige Wochen später. Nach mehreren Anläufen hat Noah noch einmal Zeit für ein Gespräch per Video. Noah annotiert wieder, für denselben Dienstleister, bis zu 15 Stunden täglich sitzt er vor dem Bildschirm. Warum er zwischenzeitlich freigestellt wurde, weiß er nicht. Bezahlt wird wieder pro Aufgabe. An seinem Traum vom Druckservice will er festhalten. Wenn das Geld nicht reicht, sagt er, könnte seine Frau den Laden führen – und er weiter annotieren.