Arbeit verschwindet nicht. Sie wird verschoben. In Lieferketten. Auf Plattformen. In Sekunden. KI ist Arbeit. Während von der Ablösung menschlicher Arbeit durch KI die Rede ist, entstehen neue Jobs, die KI am Laufen halten.
 
Viele Metaphern, die für diese menschliche Arbeit von Big Tech Firmen kursieren: Humans-in-the-Loop, Human-Intelligence Tasks, Microworkers. Das Bild des Schachspielers in der Kiste. Ein Mensch, der sich als Roboter ausgibt. Die Rede von der unsichtbaren Arbeit, die vorgibt KI zu sein, aber eigentlich menschlich ist. Amazon Mechanical Turk. Eine Plattform, die durch KI-Arbeit organisiert wird. In einem Patent von Venky Harinarayan 2001 als künstliche-künstliche Intelligenz bezeichnet: Menschen. Entlohnt mit Cent Beträgen. Microtasks. Ein technischer Begriff für Zeitarbeit. Mikrozeitarbeit. Jobs, bezahlt nicht nach Jahren, Monaten, Tagen oder Stunden, sondern nach Sekunden und Klicks. Beschäftigte, die nicht angestellt, sondern nach Microtasks bezahlt werden. Ausbeutung und Abhängigkeit durch Zeit sind ein Feature der KI-Arbeit. Kein Bug.
 
Hinter den Versprechen der künstlichen-künstlichen Intelligenz bilden sich Widerstände. Wo von unsichtbarer Arbeit die Rede ist, entstehen Allianzen. 2013 entwickelten die feministische Tech-Forscherin Lily Irani und Six Silberman von der Frankfurter Gewerkschaftsinitiative der IG Metall Turkopticon – Eine Inversion der Mechanical Turk Plattform. Statt Arbeiter*innen, die bei ihrer Arbeit durch Techkonzerne überwacht wurden, drehte sich der Blick. Über die Plattform wurden die Techkonzerne für die Arbeiter*innen sichtbar. Ein Bewertungs- und Transparenztool, mit dem Microarbeiter*innen Auftraggeber*innen auf Amazon Mechanical Turk bewerten und Informationen über sie teilen können. Und mit ihnen die Firmenstrukturen hinter der künstlichen-künstlichen Intelligenz. Keine Kiste. Keine Black Box. Sondern Big Tech und lang gewachsene Infrastrukturen und Abhängigkeiten. Seit den 2010ern entstehen immer mehr Plattformen, wie Remotasks, Toloka, Hive Work oder Appen und Unternehmen, wie CloudFactory oder SAMA, die sich der Auslagerung von KI-Arbeit verschrieben haben.
 
KI-Fabriken und Clouds sind nicht virtuell oder unsichtbar. Sie sind lokal. Vor allem auf den Philippinen und in Kenia. Nairobi. Wegen der Verbreitung der KI-Arbeit auch als Silicon Savannah bezeichnet. Data Annotation. Das Erkennen, Markieren und Benennen von 2D und 3D Bilddaten. Aus maschineller Bildgenerierung oder sensorischer Erkennung algorithmisch gesteuerter Fahrzeuge. LIDAR. Data Annotation besteht meist darin, Kästen zu zeichnen und Objekte gemäß bestimmter Anweisungen zu markieren. Oder Segmentierung, der Einfärbung von Bildern zur Bild- und Texterkennung. Eine Arbeit, die durch die verbreitete Nutzung generativer KI immer gefragter wird, während diese Tätigkeiten gleichzeitig durch generative KI selbst vereinfacht werden sollen. Organisiert wird diese Arbeit in Kenia durch Outsourcingfirmen. Das algorithmische Management, das die Arbeit automatisch kontrolliert ist ein Mythos. Stattdessen hierarchische Organisationen. Manager*innen und Supervisoren, die die Arbeit permanent überwachen und kontrollieren. Keine übermächtigen Algorithmen. Die lokalen Arbeitsbedingungen prekär. Niedrige Bezahlung, Konfrontation mit gefährdenden Inhalten, Leistungsdruck durch Hierarchien, fehlender Schutz durch Unternehmen. In Zeiten großer Arbeitslosigkeit sind insbesondere jüngere hochqualifizierte Arbeiter*innen auf solche Arbeiten angewiesen. Eine Abhängigkeit, beschleunigt durch das Wegfallen von Jobs im Zuge der COVID 19 Pandemie und der Lockdowns. Die Software, über die die Annotation ausgeführt wird, misst die Zeit der Arbeiter*innen während sie die Arbeit ausführen. Die Zeitkennzahlen werden den KI Arbeitern direkt auf den Interfaces der Software als Anreiz gezeigt schneller zu arbeiten. Zeit tickt nicht. Sie wird produziert, gemessen und in Klicks zerlegt. Timer laufen ab. Häufig können die Arbeiter*innen die Arbeit nicht in der vorgegebenen Zeit fertigstellen. Dann laufen Aufgaben ab, obwohl sie nicht erledigt sind. Zeitarbeit. Läuft der Timer ab und die Aufgabe ist nicht erledigt, erhalten die Arbeiter*innen keinen Lohn, obwohl sie oft schon viel Zeit in die Aufgabe investiert haben.
 
Da, wo Arbeit unsichtbar scheint und nach Sekunden bezahlt wird, entstehen Widerstände. 2023 beschäftigten sich Data Labelers, wie Joan Kinyua in Kenia, mit Problemen bei der Umschulung im Rahmen der Data Annotation. Durch einen zufälligen Kontakt zur Forscherin Berhan Taye begannen sie immer mehr auf die strukturellen Ungerechtigkeiten und ausbeuterischen Bedingungen in der KI-Datenarbeitsindustrie aufmerksam zu werden. Diese waren bis dahin wegen der strengen Geheimhaltungsvereinbarungen nicht bekannt. Nicht die Arbeit war unsichtbar, sondern die Bedingungen. Um dem zu entgehen, gründeten die Datenarbeiter*innen in Kenia die Data Labelers Association. Ein von Arbeiter*innen geführtes Kollektiv zur Verbesserung der Arbeitsbedingungen. Für eine gerechte Zukunft der KI-Arbeit. Jenseits von Sekunden und Klicks. Gemeinsam mit lokalen Arbeiter*inneninitiativen und überregionalen Verbindungen, wie dem African Tech Workers Movement entwickelten sie einen Modellvertrag und einen freiwilligen Verhaltenskodex als Widerstand gegen die ausbeuterischen Logiken dieser Mikrozeitarbeit. Der freiwillige Verhaltenskodex ist als Orientierung für Unternehmen konzipiert, die Datenarbeiter*innen beschäftigen. Er formuliert Prinzipien und Mindeststandards, die bestimmen sollen, wie KI-Datenarbeit bezogen und organisiert wird. Neben dem Verhaltenskodex stellt der Modellvertrag eine praktische Vorlage für die Einstellung von Datenarbeiter*innen. Er enthält Bestimmungen zu klaren Stellenbeschreibungen, Zahlungsbedingungen, Fragen des geistigen Eigentums, Verantwortlichkeiten im Bereich Datenschutz, Mechanismen zur Streitbeilegung sowie Schutzmaßnahmen für Arbeiter*innen. Mit ihm wird der Fokus verschoben - weg von den Mythen und Innovationsversprechen rund um Arbeit und KI hin zu konkreten Strategien des Handels, die aus den lokalen Problemen der Datenarbeiter*innen in Kenia abgeleitet werden. Diese umfassen:

1. Faire und transparente Verträge: Arbeiter*innen sollten klare, schriftliche Verträge erhalten, die die Art der Arbeit, Zahlungsstrukturen, Arbeitszeiten und Erwartungen erklären. Dies ist wichtig, weil viele Datenarbeiter*innen derzeit unter vagen Vereinbarungen oder Plattformbedingungen arbeiten, die sich ohne Vorankündigung ändern können.
 
2. Faire Bezahlung und rechtzeitige Vergütung: Der Kodex fordert eine faire Vergütung der Arbeiter*innen, welche die Komplexität der Aufgaben sowie die Lebenshaltungskosten in ihrer Region widerspiegelt. Außerdem fordert er klare Zahlungsfristen und Transparenz darüber, wie die Bezahlung berechnet wird, insbesondere bei Stücklohnaufgaben.
 
3. Schutz der psychischen Gesundheit und des Wohlbefindens: Da einige Formen digitaler Arbeit, insbesondere Inhaltsmoderation, Arbeiter*innen mit verstörendem Material konfrontieren, schlägt der Kodex Schutzmaßnahmen vor, wie etwa Unterstützung für die psychische Gesundheit, Zugang zu Beratung, die Rotation von Arbeiter*innen bei besonders belastenden Aufgaben sowie Ausstiegsoptionen ohne Repressalien.
 
4. Würde der Arbeiter*innen und sichere Arbeitsbedingungen: Dazu gehören Schutzmaßnahmen gegen übermäßige Überwachung, unrealistische Produktivitätsziele und andere Arbeitsplatzpraktiken, die die Würde der Arbeiter*innen untergraben.
 
5. Transparenz in der KI-Lieferkette: Eines der großen Probleme in der KI-Arbeit ist der Mangel an Sichtbarkeit darüber, wer die Arbeit hinter KI-Systemen tatsächlich ausführt. Der Kodex fordert Unternehmen dazu auf, transparenter über ihre Datenlieferketten und die Bedingungen zu sein, unter denen Datenarbeit ausgeführt wird.
 
6. Vereinigungsfreiheit und Stimme der Arbeiter*innen: Der Rahmen betont außerdem, dass Arbeiter*innen das Recht haben sollten, sich zu organisieren, Vereinigungen zu gründen und sich kollektiv für bessere Bedingungen einzusetzen, ohne Angst vor Vergeltungsmaßnahmen haben zu müssen.
 
KI ist Arbeit und braucht Arbeitsrechte.

Weiterführende Links zum Text:
https://datalabelers.org
https://turkopticon.net