Cloudworker
 Ein Programmierer einer chinesischen Elektronikfirma arbeitet an einem Algorithmus, der Gesichter trotz Covid-Schutzmaske erkennen kann.

Thomas Peter/REUTERS

Cloudworker

Die unsichtbaren Maschinenlehrer

Millionen Menschen in Entwicklungsländern haben von Ferne geholfen, selbst­lernende Maschinen überhaupt erst intelligent zu machen. Vom Profit bekommen sie kaum etwas ab und drohen nun noch überflüssig zu werden.

Daten werden häufig als „das neue Öl“ bezeichnet. Damit soll ausgedrückt werden, dass sie eine breit zugängliche Quelle von Wert darstellen, die nicht bewusst geschaffen wird – Daten fallen vielmehr als Nebenprodukt größerer Prozesse an. Doch nur wenige natürliche Ressourcen, wenn überhaupt welche, können ohne Extraktion oder Verarbeitung in wirtschaftlichen Wert verwandelt werden. Damit stellt sich die Frage: Wer sind bei Daten die neuen „Ölarbeiter“? Einige sind sicher die Datenwissenschaftler und Analysten, von denen viele in den großen Hauptquartieren von Unternehmen wie Meta, Microsoft und Google sitzen. Aber eine viel größere Zahl sind „Cloudworker“. So bezeichnet man über die ganze Welt verteilte Dienstleister, die über Vermittlungsplattformen wie Amazon Mechanical Turk ihr Gewerbe betreiben. 

Amazon Mechanical Turk (AMT) verschafft Arbeitskräften Zugang zu einer Vielfalt an Mikrojobs, sogenannten Human Intelligence Tasks (HITs) – also Aufgaben, die menschliche Intelligenz erfordern. Ursprünglich hat Amazon die Plattform für Menschen eingerichtet, die zu einem günstigen Preis die Produktlisten seiner Online-Einzelhändler auf falsche oder doppelte Einträge überprüfen. Heute können auch andere Unternehmen auf der Website Jobangebote einstellen. Diese Aufgaben werden häufig extrem schlecht bezahlt, und Auftragnehmer müssen mit anderen um die besten Jobs konkurrieren. 

Der Name der Amazon-Website geht auf eine betrügerische Schachmaschine aus dem 18. Jahrhundert zurück, den Schachtürken: Sie erweckte den Anschein eines Automaten, wurde aber von einem darin versteckten Schach-Großmeister gelenkt. Der Name beschreibt schon ein zentrales Merkmal von Cloudwork: Das Ergebnis kann wirken, als sei es das Ergebnis von Automatisierung, aber es ist eigentlich das Produkt der Arbeit zahlloser Menschen. Hinter vielen angeblich automatisierten Systemen stecken in Wahrheit Menschen. Zum Beispiel werden die „autonomen“ Lieferdrohnen der Firma Kiwi auf dem Campus der US-amerikanischen University of California in Berkeley größtenteils von in Kolumbien sitzenden Piloten ferngesteuert.

Verdichtete menschliche Intelligenz

Cloudwork ist keineswegs ein abseitiges Kuriosum, sondern zunehmend Teil der Entwicklung fortgeschrittener Technologien, die unsere soziale Welt verändern. Neben AMT ist in den vergangenen zehn Jahren eine Vielzahl ähnlicher Cloudwork-Plattformen entstanden, von denen manche darauf spezialisiert sind, Auftragnehmer aus bestimmten Regionen oder mit einer speziellen Qualifikation zu vermitteln. Und Cloudwork hat sich im jüngsten Jahrzehnt zu einer unverzichtbaren Voraussetzung für künstliche Intelligenz (KI) entwickelt, wie wir sie heute kennen. Ohne die Arbeit von unzähligen Cloudworkern auf der ganzen Welt wären viele Fortschritte in verschiedensten Bereichen, etwa Sprachverarbeitung und Bilderkennung, nicht möglich gewesen.

Um nachzuvollziehen, wie von Menschen mit Labeln versehene Daten in KI-Produkte umgewandelt werden, die Gesichter identifizieren, Sprache verstehen und Bilder erkennen können, müssen wir Grundzüge der KI-Technologie verstehen. Sie stellt im Grunde verdichtete menschliche Intelligenz dar. Den Algorithmen fehlt noch immer die grundlegende Fähigkeit, eigenständig in Symbolen zu denken. Aber beschränkte Funktionen, die sehr wie menschliches Denken aussehen, sind heute möglich. Denn die Algorithmen sind in der Lage, große Datensätze, in die menschliche Intelligenz einkodiert wurde, zu verarbeiten und von ihnen zu „lernen“.

Um zu verstehen, wie wir dahin gekommen sind, müssen wir uns kurz anschauen, wie KI sich entwickelt hat. Seit dem Anfang der Versuche, künstliche Intelligenz zu entwickeln, in der Mitte des 20. Jahrhunderts, gab es dabei zwei Lager: den symbolischen und nicht symbolischen Ansatz. Das erste Lager versuchte KI-Systeme zu schaffen, die menschenähnliches konzeptionelles Denken ermöglichten – Systeme, die in der Lage wären, mit Hilfe von Symbolen auf ähnliche Weise zu denken wie Menschen. Nicht symbolische KI verfolgte einen anderen Weg: Statt zu versuchen, die menschliche Nutzung von Symbolen nachzuahmen, sollten KI-Systeme andere Wege zu Ergebnissen finden, von denen viele auf der Struktur des menschlichen Gehirns beruhten. Im Laufe der Entwicklung hat sich, wenn man von einigen begrenzten medizinischen Entscheidungsinstrumenten absieht, die nicht symbolische KI als vielversprechender herausgestellt. 

AlexNet brachte sich selbst bei, Bilder zu erkennen

Im Jahr 2012 befand sich die KI in einer Flaute. Das Geld und der Hype waren knapp, der Bereich hatte seit über 60 Jahren nur wenig vorzuweisen. Das änderte sich schlagartig, als ein seit vielen Jahren ausgetragener KI-Wettbewerb zur Bilderkennung einen Durchbruch brachte: AlexNet, ein KI-System – genauer gesagt eine Art künstliches neuronales Netzwerk –, das der Doktorand Alex Krizhevsky entwickelt hatte. AlexNet nutzte maschinelles Lernen, um sich selbst beizubringen, Bilder zu erkennen.

Autor

Callum Cant 

ist Forscher im Projekt „Fair Work for AI“ am Oxford Internet Institute der britischen Universität Oxford. 
Eine Voraussetzung war ein riesiger Datensatz gelabelter, also mit Kennzeichnung versehener Bilder. Nach wiederholtem Füttern mit diesem Datensatz konnte AlexNet nach und nach seine Methode verfeinern, auf Bildern Objekte mit einer nie zuvor erreichten Genauigkeit zu erkennen. Die Verbindung von deutlich gesteigerter Computerleistung mit der Verfügbarkeit von Daten schuf die Voraussetzung für schnelles Wachstum auf dem Gebiet der KI; AlexNet war nur das erste KI-System, das dies zeigte. In der Folge wurde enorm viel in KI investiert – und es entstand ein unstillbarer Bedarf an gelabelten Daten, die in großem Stil für maschinelles Lernen genutzt werden können. Dieser Anstieg der Nachfrage trieb das Wachstum der globalen Cloud-Arbeit an.

Nehmen wir die Hersteller selbstfahrender Autos. Milliarden Dollar wurden in Versuche gesteckt, ein KI-System zu entwickeln, das ein Fahrzeug wirklich autonom steuern kann. Alle diese Systeme sollen das mit Hilfe von Techniken des Maschinenlernens erreichen – das heißt, sie benötigen große Mengen an gelabelten Daten. Der Vorgang des Labelns ist uns allen bekannt: Er ähnelt stark den Aufgaben, die uns bei einem Captcha-Check auf Websites gestellt werden, mit dem man beweist, dass man ein Mensch und kein Roboter ist. Im vergangenen Jahrzehnt haben Mitarbeitende in Kenia, Venezuela, Indonesien und anderen globalen Cloudwork-Zentren Millionen von Stunden damit zugebracht, Busse, Autos und Fußgängerüberwege so zu markieren. 

 Vorsicht, Fußgänger! Auf dem Testgelände der Technischen ­Hochschule Ingolstadt trainieren Wissenschaftler mit einem 
Dummy die KI eines autonom ­fahrenden Autos.
Stephan Rumpf/SZ Photo/picture alliance

Ohne diese Labeling-Cloudworker wäre der Boom der KI nicht möglich gewesen. Daher könnte man meinen, dass sie davon ähnlich finanziell profitiert hätten wie die kleine Zahl der KI-Experten in Silicon Valley, die plötzlich stark nachgefragt waren. Doch das war nicht der Fall. Cloudwork beruht auf dem Zugang der Plattformen zum globalen Arbeitsmarkt, und der bedeutet, dass in diesen Sektoren ein Rattenrennen in Richtung niedrigster Standard herrscht – das niedrigste Angebot gewinnt. Weil diese Form der Arbeit vom geografischen Ort unabhängig ist, wird sie tendenziell an Arbeitsmärkte vergeben, auf denen der Preis für Arbeit am niedrigsten ist. Die Früchte erntete man im Zentrum der Weltwirtschaft, die minderwertige Arbeit wird in die Peripherie verlagert.

Für Cloudworker ist nicht einmal der Mindestlohn garantiert

Internationale Forschung zur Entwicklung des Cloudwork-Marktes bestätigt dieses pessimistische Fazit. Sie hat Vermittlungsplattformen nach grundlegenden Mindestbedingungen wie faire Bezahlung und faire Arbeitsbedingungen bewertet und schafft so einen Einblick in die Arbeitsbedingungen von Cloudworkern. Laut der Plattform Fairwork, die das Oxford Internet Institute und das Wissenschaftszentrum Berlin für Sozialforschung betreiben, erfüllten von den 15 im Jahr 2022 bewerteten Cloudwork-Plattformen die Bestplatzierte sieben von zehn grundlegenden Mindest-Fairnessstandards. Vier erfüllten gar keinen, darunter auch AMT. Die Studie fand keine Plattform, die garantierte, dass Cloudworker mindestens den örtlichen Mindestlohn erhielten. Zudem zeigte sich, dass Cloudworker im Schnitt 8,5 Stunden in der Woche mit unbezahlten Aufgaben verbrachten wie der, auf der genutzten Plattform nach Arbeit zu suchen.

Outsourcing bringt leicht einen Nebel der Verschleierung mit sich. Die großen Monopolfirmen, die zunehmend die Entwicklung neuer KI-Systeme zentralisiert haben – nämlich Amazon, Microsoft, Google und Meta –, werden deshalb selten gefragt, wie sie Cloudwork nutzen. Während zum Beispiel die Arbeitsbedingungen in Amazon-Warenlagern gelegentlich eine Nachricht wert sind (vor allem als Ergebnis davon, dass Beschäftigte sich organisieren und in Aktion treten), bleiben die Arbeitsbedingungen der Cloudworker meist im Verborgenen. Doch Cloudwork spielt für die Arbeitsmärkte einiger Länder mit niedrigem Einkommen eine zweischneidige Rolle: Es bietet eine Form der Arbeit, die einen wichtigen Beitrag zum Unterhalt leisten kann – selbst wenn er in gelegentlicher Bezahlung für ein ausbeuterisches Arbeitsverhältnis besteht.

Cloudwork zeigt aber auch eine Tendenz auf, die einem auf Profit basierenden Wirtschaftssystem eigen ist: das Bestreben, stets die den Arbeitern oder Dienstleistern angebotene direkte und indirekte Entlohnung drücken zu wollen. Ungeachtet der UN-Ziele für Nachhaltige Entwicklung und vieler anderer, weitgehend wohlmeinender Initiativen werden im Cloudwork mit seinem Rennen um niedrige Standards weiterhin die beschäftigt, die der kürzlich verstorbene US-amerikanische Historiker und Stadtsoziologe Mike Davis als „surplus humanity“ bezeichnet hat, als „überschüssige Arbeitskräfte“. 

Zu dieser unerfreulichen Tendenz kommt eine weitere, nämlich die höchst ungleiche Verteilung der Erträge aus der technologischen Entwicklung. Innovationen im Bereich der KI haben einigen Interessengruppen enorme Gewinne gebracht. Aber darunter sind vor allem bereits mächtige Kapitalbesitzer in Tech-Zentren, in denen hohe Einkommen erzielt werden – nicht Cloudworker, die in ihren Schlafzimmern in Venezuela, auf den Philippinen oder in Kenia Bilder kategorisieren. 

Von den Produktivitätsgewinnen profitieren nur die Bosse

Dieser Trend ist auch spürbar für Arbeitskräfte in Ländern mit hohem Einkommen, die zunehmend neben KI-Systemen arbeiten, welche von Cloudworkern anderswo geschult werden. Das kann ein KI-System sein, das auf einem Video-Feed die Produktivität der Mitarbeitenden überwacht, oder eine Online-Arbeitsvermittlungsplattform, die Aufgaben in Tausende von kleinen Teilen zerlegt, um sie über die ganze Welt zu vergeben. Sowohl Arbeitskräfte vor Ort als auch Cloudworker erleben so, dass die Einführung von KI-Technologie zu Produktivitätsgewinnen führt, von denen ausschließlich ihre Bosse profitieren. So gesehen weist Cloudwork auf das Entstehen einer globalen Interessensgemeinschaft von Arbeitskräften hin, die in einem Wirtschaftssystem arbeiten, das ihren kollektiven Interessen fundamental zuwiderläuft.

Doch es gibt kaum Hinweise darauf, dass Cloudworker einen Weg gefunden haben, trotz der extrem dezentralisierten Form ihrer Arbeit gemeinsam Druck auf die Plattformen auszuüben. In den meisten Fällen verhindert die Einführung neuer Technologie am Arbeitsplatz nicht auf Dauer die Möglichkeit der Arbeitnehmer, sich zu wehren – sie erzwingt nur eine Veränderung der Art und Weise, wie sie das unter neuen Gegebenheiten tun. Im Fall der Cloudworker steht allerdings die Bestätigung für diese beruhigende Tendenz noch aus. Das bedeutet nicht, dass sich noch kein Widerstand der Cloudworker formiert hat oder das nichts passieren wird. Es heißt nur, dass die Forschung noch keine echten Belege dafür entdeckt hat.

Das ist angesichts von zwei neuen Entwicklungen besonders beunruhigend: Erstens droht eine globale wirtschaftliche Rezession, und wir stehen möglicherweise am Beginn einer neuen Ära hoher Inflation; und zweitens werden für maschinelles Lernen zunehmend synthetische Daten benutzt – dies sind Daten (zum Beispiel Bilder oder Klänge), die selbst von Programmen oder KI erzeugt werden. 

Die Zukunft der Cloudworker ist unsicher

Der wirtschaftliche Abwärtstrend lässt vermuten, dass ein Rückgang der Investitionen in KI bevorsteht – und das genau zu einem Zeitpunkt, an dem eine Rezession mehr Menschen zwingt, auf dem globalen Arbeitsmarkt nach Beschäftigung zu suchen. Das kann die ohnehin schwache Verhandlungsposition von Cloudworkern noch deutlich verschlechtern und zu einer noch niedrigeren Bezahlung führen. 

Der zweite Trend zur Entwicklung synthetischer Daten stellt bereits vorklassifizierte Alternativen zu Daten aus der echten Welt bereit; das wird die Nachfrage nach der Arbeitskraft von Cloudworkern verringern. Schließlich muss man nicht Menschen für das Labeln der Bilder von Fußgängerübergängen bezahlen, wenn man selbstfahrende Autos auch mit Bildern aus Videospielen trainieren kann, wie es einige Forscher bereits tun. Beide Trends zusammen können einen vernichtenden Doppelschlag für Cloudworker ergeben, zumal die meisten keinerlei Kündigungsschutz genießen. 

Die Zukunft der Cloudworker ist von Unsicherheit bestimmt, ihre Gegenwart von Ausbeutung. Vom riesigen Wert der KI-Unternehmen ist nie etwas zu den Arbeitskräften hinuntergesickert, die deren hohe Bewertungen ermöglicht haben. Jetzt stehen sie in einer unsicheren globalen Wirtschaft mit sehr beschränktem Schutz da. Wieder einmal ist zu beobachten, wie die während des globalen Imperialismus etablierten Machtverhältnisse zwischen den Volkswirtschaften weiter die schlimmsten Folgen den Schwächsten aufbürden.

Aus dem Englischen von Carola Torti.

erschienen in Ausgabe 12 / 2022: Schlaue Maschinen

Neuen Kommentar schreiben

Unterstützen Sie unseren anderen Blick auf die Welt!
welt-sichten“ schaut auf vernachlässigte Themen und bringt Sichtweisen aus dem globalen Süden. Dafür brauchen wir Ihre Unterstützung. Warum denn das?
Ja, „welt-sichten“ ist mir etwas wert! Ich unterstütze es mit
Schon 3 Euro im Monat helfen
Unterstützen Sie unseren anderen Blick auf die Welt!