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
pai9. September 2022 · Q003253

b390a4e

partnershiponai.org · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist ein Auszug, der Forschungsfragen, Methoden und die Auswahl von drei Beschäftigtengruppen in Indien, Subsahara-Afrika und den USA beschreibt; umfassende Studienergebnisse enthält er nicht. Der Bericht untersucht qualitative Erfahrungen mit Arbeitsplatz-KI und Beteiligungsmöglichkeiten, weist auf den begrenzten Fokus auf formelle Arbeit hin und warnt im Kontext informeller Landwirtschaft vor Risiken durch unvollständige Daten und fehlende Einbeziehung von Erfahrungswissen.

Mittel

Der vorliegende Text ist ein Auszug aus einem Partnership-on-AI-Bericht. Er beschreibt Forschungsfragen und Vorgehen, liefert aber keine umfassende Darstellung der Studienergebnisse. Untersucht werden sollten die Erfahrungen von Beschäftigten mit KI und Automatisierung, deren Auswirkungen auf Aufgaben, Anleitung, Leistungsbewertung und Wohlbefinden sowie die Beteiligungsmöglichkeiten der Beschäftigten. Finanzielle Aspekte des Wohlbefindens bleiben ausdrücklich außerhalb dieses Berichts und werden laut Autorinnen und Autoren andernorts behandelt.

Die Studie kombinierte eine Sichtung bestehender Forschung mit virtuellen Tagebuchstudien und Interviews. Ihre Primärforschung bezog einzelne Beschäftigte aus drei Gruppen ein: Kundendienstkräfte in Indien, Datenannotierende in Subsahara-Afrika und Lagerbeschäftigte in den USA. Im Mittelpunkt standen Technologien, die Beschäftigte bei ihrer Arbeit unmittelbar erleben, etwa zur Aufgabenerledigung, Anleitung oder Leistungsbewertung. Bewerbungswerkzeuge wurden als eigener Themenbereich abgegrenzt.

Der Bericht erläutert unterschiedliche Berufs- und Rekrutierungskontexte. Für die afrikanische Gruppe vermittelte ein Unternehmen freiwillig teilnehmende Beschäftigte; eine Vertraulichkeitsschranke sollte offene Aussagen ermöglichen. Die Primärforschung konzentrierte sich auf formelle Arbeit und drei Gruppen, während informelle Arbeit nur als Kontext erörtert wird. Am Beispiel der Landwirtschaft warnt der Bericht, dass fehlende Einbeziehung des Erfahrungswissens und unzureichende Daten zu Informationsungleichgewichten und nachteiligen Verträgen beitragen könnten. Diese Ausführungen sind im Auszug keine ausgewiesenen Ergebnisse der eigenen Befragungen.

Ausführlich lesen

Der vorliegende Text ist ein Auszug aus einem Bericht von Partnership on AI. Er behandelt vor allem die Forschungsfragen, den methodischen Ansatz und die Auswahl der untersuchten Arbeitsbereiche; umfassende Ergebnisse der Studie enthält dieser Auszug nicht.

Der Bericht untersucht, wie Beschäftigte KI und Automatisierung bei ihrer Arbeit erleben und welche Möglichkeiten sie haben, an Entwicklung und Einführung solcher Technologien mitzuwirken. Im Zentrum stehen Veränderungen von Aufgaben, Anleitung und Leistungsbewertung, Auswirkungen auf das Wohlbefinden sowie die Frage, welchen Einfluss Beschäftigte auf betriebliche KI-Prozesse haben und ob sie sich mehr Beteiligung wünschen. Wohlbefinden wird dabei breit verstanden, etwa als Sinn, Zweck sowie körperliches, emotionales und geistiges Wohlergehen. Finanzielle Aspekte werden ausdrücklich ausgeklammert und laut Bericht in anderen Veröffentlichungen des Teams behandelt.

Die Untersuchung stützt sich nach eigener Darstellung auf eine Sichtung bestehender Forschung sowie auf qualitative Tagebuchstudien und Interviews mit Beschäftigten. Die Erhebung fand pandemiebedingt vollständig virtuell statt. Untersucht wurden einzelne Beschäftigte aus drei Gruppen: Kundendienstkräfte in Indien, Datenannotierende in Subsahara-Afrika und Lagerbeschäftigte in den USA. Die Auswahl sollte unterschiedliche Regionen, Branchen, Tätigkeiten und Qualifikationsprofile einbeziehen. Im Blick waren vor allem KI-Anwendungen, die Beschäftigte an ihrem Arbeitsplatz unmittelbar wahrnehmen konnten. Der Bericht ordnet solche Anwendungen entlang der Arbeitserfahrung ein, etwa als Werkzeuge zur Aufgabenerledigung, Anleitung oder Leistungsbewertung. Bewerbungs- und Auswahlverfahren werden als eigener Bereich mit eigenen Risiken erwähnt, aber nicht zum Schwerpunkt dieser Untersuchung gemacht.

Der Text beschreibt die Gruppen in ihrem jeweiligen Kontext: indische Callcenterarbeit sei häufig eine relativ stabile, mittelständische Beschäftigung mit ungewöhnlichen Arbeitszeiten; die Datenannotation in Subsahara-Afrika werde oft als Einstieg in die IT-Branche angesehen; die US-Lagerarbeit umfasse eine heterogene Belegschaft. Für Indien und die USA habe ein professioneller Rekrutierungsdienst Interessierte vermittelt, aus denen Gruppen gebildet wurden, die laut Bericht die jeweilige Berufs- und Ortsdemografie abbilden sollten. In Subsahara-Afrika stellte ein Unternehmen Kontakte zu Beschäftigten her, die die dort entwickelte Software kannten. Die Teilnahme sei freiwillig gewesen; eine Vertraulichkeitsschranke sollte offene Aussagen schützen.

Als zentrale Einschränkung des Untersuchungsrahmens nennt der Bericht, dass die Primärforschung Beschäftigte des formellen Sektors umfasst und sich auf drei Gruppen an bestimmten Orten konzentriert. Informelle Arbeit wird dennoch als wichtiger Kontext diskutiert: Der Bericht führt am Beispiel kleinbäuerlicher Landwirtschaft aus, dass KI und datenbasierte Vertragsangebote Informationsungleichgewichte verschärfen könnten, wenn Erfahrungswissen und Perspektiven der Beschäftigten nicht in Datenerhebung und Modellentwicklung einfließen. Er argumentiert, fehlende oder unausgewogene Daten könnten zu nachteiligen Verträgen und höheren Risiken für arme Kleinbetriebe beitragen. Das sind Aussagen des Berichts, keine im vorliegenden Auszug ausgewiesenen Ergebnisse aus der eigenen Primärstudie. Insgesamt rahmt der Text das Ziel nicht als Bewahrung bestimmter Berufe, sondern als Berücksichtigung der Interessen von Beschäftigten angesichts technologischen Wandels.

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

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 7 von 7
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 64 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 25 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 77 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 86 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 40 %gleiches Oberthema, hilft nicht
    • Luna 78 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 66 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 66 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 37 %Hintergrund, keine Belege
    • JEV 46 %nur am Rande erwähnt
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben? Luna: Stufe 3 · 46 % · Hintergrund, keine Belege
    • 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 · 45 % · Hintergrund, keine Belege
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 73 %Hintergrund, keine Belege
    • JEV 42 %nur am Rande erwähnt
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  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 55 %Hintergrund, keine Belege
    • JEV 42 %nur am Rande erwähnt
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 74 %einzelne zitierbare Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 21 %beantwortet teilweise oder widerspricht
    • Luna 41 %einzelne zitierbare Belege
    • JEV 32 %Hintergrund, keine Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 24 %Hintergrund, keine Belege
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra offen

    • 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 · 41 % · 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 · 56 % · Hintergrund, keine Belege
    • SF-E5-T03 Wie können Menschen, die von KI betroffen sind, die Sicherheitszusagen ihrer Regierungen verbindlich mitbestimmen, bevor diese sie auf einem Gipfel festlegen? Zum Beispiel über einen Bürgerrat, ein Einspruchsrecht nach öffentlicher Anhörung oder eine unabhängige Vertretung mit festen Rechten, und nicht nur über Gespräche mit Fachleuten. Luna: Stufe 3 · 47 % · 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 →