Indische Arbeiter sammeln Daten für KI, die Jobs ersetzen soll

Die Szenerie in indischen Produktionsstätten gleicht einem technologischen Experiment: Arbeiter stellen sich in Reihen auf und setzen Kameras auf den Kopf. Sie filmen ihre gesamte Tätigkeit, von präzisen Handbewegungen bis hin zu Gesprächen mit Kollegen. Was oberflächlich wie eine Effizienzsteigerung wirkt, dient einem anderen Zweck. Die Aufnahmen bilden die Grundlage für Programme, die künftig Roboter steuern und menschliche Arbeitskräfte überflüssig machen sollen. Diese Entwicklung ist Teil eines Trends zur „Physical AI“. Hierbei geht es nicht mehr nur um Texte oder Bilder, sondern um die digitale Erfassung physischer Weltinteraktionen. Der Standard berichtet, dass Firmen wie EgoLab, Humyn AI, FPV Labs oder Neocambrian AI verstärkt in indischen Fabriken präsent sind, um genau diese Bewegungsdaten zu sammeln.

Teslas Strategiewechsel hin zur Robotik

Tesla ist einer der größten Kunden für diese spezialisierten Videodaten. Das Unternehmen von Elon Musk hat seine strategische Ausrichtung im vergangenen Jahr massiv verändert. Statt sich primär auf Elektroautos zu konzentrieren, setzt Tesla nun verstärkt auf die Produktion von Robotern. Um diese Roboter funktionsfähig zu machen, benötigt Tesla präzise Daten über, wie Menschen handarbeitsintensive Tätigkeiten ausführen. Die Videos, die indische Textilarbeiter aufnehmen, fließen über EgoLab direkt in dieses Training ein. Die Hardware ist dabei simpel: Oft werden GoPros oder herkömmliche Smartphones am Kopf befestigt, während die Arbeiter ihre Routineaufgaben erledigen. Der Prozess ist jedoch oft intransparent. Viele Arbeiter wissen nicht, warum sie die Kameras tragen müssen. In einigen Fällen erfolgt die Datenerhebung ohne entsprechende Erklärung oder zusätzliche Bezahlung.

Indien als globales Zentrum für Trainingsdaten

Indien hat sich zu einem der wichtigsten Beschaffungsmärkte für KI-Trainingsdaten entwickelt. Das Land bietet eine Kombination aus Umfang, Vielfalt und Dichte an menschlichen Arbeitskräften, die weltweit kaum zu finden ist. Puneet Jindal von Labellerr AI erläuterte gegenüber dem Guardian, dass Südasien nach wie vor die Werkstatt der Welt für viele arbeitsintensive Branchen sei. Wenn Roboter lernen sollen, wie Menschen arbeiten, sei Indien aufgrund dieser Struktur der ideale Ort für die Datensammlung. Indien ist jedoch nicht der einzige Markt für diese Form der Datenakquise. Weitere bedeutende Regionen für die Erstellung von Trainingsmaterial sind:

• Die Philippinen
• Osteuropa
• Lateinamerika
• Kenia

Die globale Verteilung zeigt, dass KI-Unternehmen gezielt Regionen mit hoher Arbeitskraftdichte und niedrigen Lohnkosten ansteuern, um die notwendigen Datenmengen zu generieren.

Die Vermarktung egozentrischer Daten

In der Branche werden diese Aufnahmen als egozentrische Daten bezeichnet, da sie die Welt aus der Ich-Perspektive des Arbeiters zeigen. Anbieter wie Egodata haben sich darauf spezialisiert, diese Videos an KI-Entwickler zu verkaufen. Das Portfolio solcher Anbieter umfasst eine breite Palette an Tätigkeiten. Es werden nicht nur Textilarbeiter gefilmt, sondern auch:

• Schweißer und Maurer
• Mitarbeiter in Chemie- und Fahrzeugwerken
• Reinigungskräfte und Hausarbeitskräfte
• Privatpersonen, etwa beim Kochen

Die Daten werden oft in zwei Formen verkauft. Einerseits gibt es die reinen Videos, andererseits annotierte Versionen. Bei der Annotation beschriften menschliche Arbeiter – ebenfalls oft in Indien – die Videos mit Labels und Erklärungen, damit die KI versteht, welche Handlung in welcher Sekunde stattfindet. Zusätzlich werden teilweise Temperatur- und Trackingdaten über Sensoren aufgezeichnet, um die physischen Bedingungen der Arbeit präzise abzubilden.

Die ökonomische Paradoxie der Datenerfassung

Die aktuelle Situation schafft eine paradoxe Abhängigkeit. Arbeiter in Indien nutzen ihre Expertise und ihre körperliche Präzision, um die Technologie zu perfektionieren, die sie langfristig ersetzen wird. Während Unternehmen wie Tesla diese Daten als Gold wert betrachten, um den Robotermarkt der Zukunft zu dominieren, bleibt der Nutzen für die Arbeiter gering. Die Arbeit erfolgt oft für einen niedrigen Lohn, wobei die langfristigen Folgen – der Verlust des Arbeitsplatzes durch den trainierten Roboter – kaum thematisiert werden. Die Geschwindigkeit, mit der Physical AI voranschreitet, hängt direkt von der Verfügbarkeit dieser massiven Datensätze ab. Da Indien die notwendige Dichte an verschiedenen handwerklichen Berufen bietet, bleibt das Land das primäre Testfeld für die Automatisierung physischer Arbeit. Die Frage ist nicht mehr, ob diese Jobs ersetzt werden, sondern wie schnell die KI-Modelle durch die Hilfe der Arbeiter selbst lernfähig werden.

Find more reporting in our Technik und Wissenschaft section.