Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind16. November 2022 · Q002523

Best practices for data enrichment

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind und die Partnership on AI entwickelten fünf Empfehlungen für fairere Bedingungen bei bezahlten Aufgaben zur Aufbereitung und Bewertung von KI-Daten. DeepMind berichtet von klareren Abläufen und besseren Erfahrungen für Beschäftigte, nennt dafür aber keine Messwerte; zusätzlich sollen Risiken weiterhin für jedes Projekt einzeln geprüft werden.

Mittel

Der Bericht schildert, wie DeepMind und die Partnership on AI (PAI) Standards für Data Enrichment entwickelt haben: bezahlte menschliche Aufgaben wie Datenkennzeichnung und Modellbewertung. Solche Tätigkeiten finden häufig über Crowdsourcing-Plattformen statt und können laut DeepMind Fragen zu Lohn, Wohlergehen und Fairness aufwerfen.

Die gemeinsam erarbeiteten fünf Empfehlungen lauten: mindestens den örtlichen existenzsichernden Lohn zahlen, Projekte vorab pilotieren, geeignete Arbeitskräfte auswählen, geprüfte Anleitungen oder Schulungen bereitstellen und regelmäßige Kommunikationswege schaffen. Die Partner entwickelten dafür Richtlinien und Materialien, holten Rückmeldungen aus internen Rechts-, Daten-, Sicherheits-, Ethik- und Forschungsteams ein und erprobten die Verfahren zunächst in wenigen Projekten, bevor sie sie breiter einführten.

DeepMind zufolge verbesserten die Materialien die Planungssicherheit, beschleunigten Genehmigungs- und Startprozesse und stärkten die Erfahrung der Beschäftigten. Konkrete Messwerte oder eine unabhängige Prüfung dieser Wirkungen nennt der Beitrag nicht. DeepMind betont außerdem, dass die Leitlinien eine projektspezifische Prüfung möglicher Risiken nicht ersetzen. Die Arbeit soll anderen Organisationen als Orientierung dienen und branchenweite Standards anstoßen.

Ausführlich lesen

Der Bericht beschreibt, wie DeepMind gemeinsam mit der Partnership on AI (PAI) Leitlinien für eine verantwortungsvolle Erhebung und Aufbereitung menschlicher Daten entwickelt hat. Im Mittelpunkt steht „Data Enrichment“: bezahlte Aufgaben wie das Kennzeichnen von Daten und Bewerten von Modellen, mit denen Menschen das Training und die Prüfung von KI-Systemen unterstützen. DeepMind unterscheidet diese Arbeit von Verhaltensforschung, bei der freiwillige Teilnehmende selbst Gegenstand einer Untersuchung sind.

DeepMind zufolge können Data-Enrichment-Aufgaben, die häufig über Crowdsourcing-Plattformen vergeben werden, Fragen zu Bezahlung, Wohlergehen und Chancengerechtigkeit aufwerfen. Dafür gebe es mitunter keine ausreichenden Leitlinien oder Kontrollstrukturen. Da KI-Labore voraussichtlich stärker auf solche Tätigkeiten zurückgreifen werden, sieht der Bericht wachsenden Bedarf an klareren Standards. Als bestehenden Rahmen für Verhaltensforschung nennt DeepMind sein Human Behavioural Research Ethics Committee (HuBREC), das nach dem Vorbild akademischer Ethikkommissionen eingerichtet wurde und die Würde, Rechte und das Wohlergehen von Versuchspersonen schützen soll.

Auf Grundlage eines PAI-Papiers zur verantwortungsvollen Beschaffung von Data-Enrichment-Diensten entwickelten DeepMind und PAI nach eigener Darstellung fünf Empfehlungen für Praktikerinnen und Praktiker: ein geeignetes Vergütungsmodell wählen und mindestens den örtlichen existenzsichernden Lohn zahlen; ein Projekt zunächst als Pilot erproben; passende Arbeitskräfte für die jeweilige Aufgabe auswählen; geprüfte Anleitungen oder Schulungsmaterial bereitstellen; und klare, regelmäßige Kommunikationswege mit den Beschäftigten einrichten.

Zur Umsetzung erstellten die Partner Richtlinien und weitere Materialien. Der Bericht schildert mehrere Feedbackrunden mit internen Rechts-, Daten-, Sicherheits-, Ethik- und Forschungsteams. Anschließend seien die Verfahren in einer kleinen Zahl von Datenerhebungsprojekten erprobt und später in der Organisation breiter eingeführt worden. DeepMind berichtet, die Dokumente hätten Forschenden mehr Klarheit und Sicherheit bei der Planung und Durchführung gegeben, Genehmigungs- und Startprozesse effizienter gemacht und die Erfahrung der beteiligten Personen verbessert. Diese Wirkungen werden im Beitrag als eigene Einschätzung des Unternehmens dargestellt; konkrete Messwerte oder ein Vergleich werden nicht angegeben.

Die Leitlinien gelten laut Bericht nicht als alleinige Absicherung. Weil Projekte unterschiedlich seien, prüfe DeepMind menschliche Datenerhebungen zusätzlich fortlaufend und projektspezifisch, um Risiken zu erkennen und zu mindern. Die Zusammenarbeit soll anderen Organisationen als Orientierung dienen und branchenweite Gespräche sowie gemeinsame Standards fördern. Der Beitrag beschreibt DeepMinds Vorgehen und formuliert Ziele für die Weiterentwicklung; er legt keine unabhängige Wirksamkeitsprüfung vor. Für vertiefende Informationen verweist er auf PAI-Leitlinien, eine Fallstudie zur Umsetzung bei DeepMind und weitere Materialien für Organisationen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich allein auf den Bericht, der eine Unternehmensdarstellung ohne unabhängige Belege ist. Beide Zusammenfassungen von Luna wurden gemeinsam geprüft; keine der beiden enthält erfundene Angaben, die mittlere fehlt jedoch die Rolle von HuBREC.

Im Bericht, aber nicht in der Zusammenfassung

  • HuBREC als Ethikausschuss für Verhaltensforschung und die Abgrenzung zu freiwilliger Forschung gegenüber bezahlter Datenaufbereitung
  • Die Operating Principles als Grundlage der Verpflichtung zu Sicherheit und Ethik
  • Die PAI-Weißbuch- und Fallstudie-Verweise als Quellen der Leitlinien

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Fähigkeiten messen
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht

    • SF-P2-T03 Welchen Zugang bekommen die Prüfer: laufend und nur lesend zu den Trainingsabläufen, nicht nur zu einzelnen Zwischenständen, ohne neue Wege für Datenabfluss? Welchen gemeinsamen Mindeststandard für den Zugang gewähren die Labore, damit Berichte branchenweit vergleichbar sind, wer entwirft ihn, und was wäre nötig, damit ein Prüferteam zugleich in zwei konkurrierenden Laboren arbeitet? Welchen kontrollierten Zugang zu Denkspuren (den schrittweisen Überlegungen eines Modells) bekommen sie, und was dürfen sie daraus veröffentlichen, ohne unerlaubte Destillation zu ermöglichen, also das Trainieren eines anderen Modells mit diesen Spuren? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 59 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 49 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 46 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 23 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 4 · 50 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-E1-T05 Welche Mechanismen könnten geschaffen werden, damit Standards und Praktiken der KI-Sicherheit in Ländern des Globalen Südens berücksichtigt und nicht allein von wenigen Staaten bestimmt werden? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %Hintergrund, keine Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 50 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 32 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 54 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 0 · kein Bezug
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →