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. August 2021 · Q003396

329fbf0

partnershiponai.org · Originalbericht öffnen ↗

Zusammenfassung

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

Kurz

Der Auszug stellt ein Partnership-on-AI-Whitepaper vor, das die Arbeitsbedingungen von Beschäftigten in der Datenanreicherung und den Einfluss von Beschaffungsentscheidungen darauf behandelt. Als Grundlage nennt die Seite Interviews und Workshops aus dem Jahr 2020; sie will mehr Aufmerksamkeit und Gespräche über Anerkennung und faire Bezahlung anstoßen. Der vollständige Bericht liegt nicht vor, daher sind seine konkreten Empfehlungen hier nicht enthalten.

Mittel

Der bereitgestellte Text ist ein Auszug einer Partnership-on-AI-Seite zum Whitepaper „Responsible Sourcing of Data Enrichment Services“; der vollständige Bericht ist nicht enthalten. Die Seite betont, dass KI-Modelle auf bereinigten und annotierten Daten beruhen, deren Aufbereitung viel menschliche Arbeit erfordert. Beschäftigte prüfen und sortieren große Datenmengen, während ihre laut der Seite häufig prekären Arbeitsbedingungen und ihr Beitrag zur KI-Entwicklung wenig sichtbar seien.

Das Whitepaper soll zeigen, wie Beschaffungsentscheidungen von KI-Unternehmen das Wohlergehen dieser Beschäftigten beeinflussen können. Genannt werden die Auswahl von Anbietern, Pilotprojekte, Aufgaben und Anweisungen, Aufgabenverteilung, Bezahlung und Preisgestaltung, Kommunikation, Qualitätssicherung und das Ende eines Projekts. Grundlage seien Interviews im Jahr 2020 und eine fünfteilige Workshopreihe mit mehr als 30 Beteiligten aus Unternehmen, Forschung, Anbietern sowie zivilgesellschaftlichen und Arbeitnehmerorganisationen.

Die Seite beschreibt das Papier als Anstoß für mehr Aufmerksamkeit und branchenweite Gespräche. Sie erklärt, zusätzliche Arbeit sei nötig, um Anerkennung und faire Bezahlung sicherzustellen, und verweist auf unterschiedliche Praktiken in der Branche. Konkrete Empfehlungen und Ergebnisse des vollständigen Berichts sind im Auszug nicht enthalten.

Ausführlich lesen

Der bereitgestellte Text ist ein Auszug von einer Seite der Partnership on AI, die das Whitepaper „Responsible Sourcing of Data Enrichment Services“ vorstellt. Das Whitepaper selbst liegt hier nicht vor; der Auszug verweist lediglich auf die vollständige Veröffentlichung. Die Zusammenfassung kann daher nur die Aussagen der Einführungsseite wiedergeben.

Die Seite hebt hervor, dass leistungsfähige KI-Modelle auf bereinigten und annotierten Datensätzen beruhen. Deren Erstellung sei arbeitsintensiv: Beschäftigte müssten große Datenmengen prüfen, klassifizieren und auf andere Weise bearbeiten. Obwohl diese Arbeit für die Entwicklung von KI grundlegend sei, verweise eine wachsende Forschungsliteratur laut Seite auf prekäre Arbeitsbedingungen. Als mögliche Ursache nennt sie, dass die menschliche Arbeit hinter den Effizienzversprechen von KI oft wenig sichtbar sei.

Im Mittelpunkt steht die These, dass Beschaffungsentscheidungen von KI-Entwicklern die Arbeitsbedingungen der Beschäftigten in der Datenanreicherung beeinflussen können. Das angekündigte Whitepaper soll dazu arbeitsbezogene Gesichtspunkte für mehrere Bereiche behandeln: die Auswahl von Dienstleistern, Pilotprojekte, Aufgabengestaltung und Arbeitsanweisungen, Aufgabenverteilung, Vergütung und Preisgestaltung, Kommunikation mit Beschäftigten, Qualitätssicherung sowie das Ende ihrer Mitarbeit an einem Projekt. Die Seite präsentiert diese Punkte als Ausgangspunkte für Gespräche zwischen Unternehmen und Anbietern, nicht als vollständige Darstellung der Empfehlungen.

Als Grundlage nennt die Seite halbstrukturierte Interviews mit Beteiligten des Datenanreicherungs-Ökosystems im Verlauf des Jahres 2020 sowie eine fünfteilige Workshopreihe im Herbst desselben Jahres. An den Workshops hätten mehr als 30 Personen aus unterschiedlichen Bereichen teilgenommen, darunter Vertreter von Anbietern, Forschende und Produktverantwortliche aus KI-Unternehmen sowie Führungskräfte aus zivilgesellschaftlichen und Arbeitnehmerorganisationen. Weitere Angaben zu Auswahl, Auswertung oder konkreten Ergebnissen der Interviews und Workshops enthält der vorliegende Auszug nicht.

Die erklärte Absicht der Veröffentlichung sei, das Wohlergehen der Beschäftigten stärker in Entscheidungen zur Datenanreicherung einzubeziehen, das Bewusstsein in der Branche zu erhöhen und weitere Gespräche innerhalb und zwischen KI-Organisationen anzustoßen. Die Seite räumt zugleich ein, dass Praktiken in der Branche stark variieren und zusätzliche Arbeit nötig sei, damit die Beschäftigten anerkannt, wertgeschätzt und fair entlohnt werden. Da der eigentliche Bericht fehlt, lassen sich aus dem Auszug weder die vollständigen Empfehlungen noch deren Begründungen und etwaige Einschränkungen beurteilen.

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 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Fähigkeiten messen
Unabhängig prüfen
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 36 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 51 %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 25 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • 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 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 51 %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 32 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  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 36 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 68 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. 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 36 %Hintergrund, keine Belege
    • JEV 25 %Hintergrund, keine Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 →