Keine Nutzerbindung an die Plattform, keine Token-Belohnung: Verifizierte Beitragende erhalten ihre Vergütung für erledigte Aufgaben direkt ausgezahlt.

KGeN @KGeN_CN vergleicht das mit den Einnahmen, die führende öffentliche Blockchains im selben Zeitraum ausgewiesen haben. Der Unterschied liegt darin, wohin das Geld fließt: Bei Blockchains landen die Gebühren meist beim Protokoll oder bei den Validatoren; hier bleibt der Großteil bei den Menschen, die die Daten bereitstellen.

Abdeckung von mehr als 30 Ländern, über 15 Umgebungen und mehr als 300 Aufgabentypen. Erst werden die Menschen verifiziert, dann erledigen sie Aufgaben wie Gehen, Sprechen, den Umgang mit Werkzeugen oder Entscheidungen in bestimmten Situationen. Roboter müssen von Menschen lernen – solche Datenproben können Labore kaum selbst in großen Mengen erzeugen. Die Sprachen, Alltagssituationen und Bewegungsabläufe im Globalen Süden unterscheiden sich zudem vom Alltag im Silicon Valley.

Bisher lief es bei dieser Art von Arbeit oft so, dass Plattformen oder Subunternehmen die Differenz einstrichen. Die Arbeitenden erhielten niedrige Stücklöhne, und sobald ihre Daten weitergegeben waren, hatten sie nichts mehr damit zu tun.

Hier liegt der Fokus auf „verifizierten Beitragenden“. Das bedeutet, dass ein Teil der Erträge aus dem KI-Wachstum schon früh an die Datenquellen geht, statt erst dann über Anteile oder Airdrops zu sprechen, wenn das Modell fertig und die Unternehmensbewertung gestiegen ist.

Für gewöhnliche Beitragende sind Unternehmensanteile zu weit weg und Airdrops zu nebulös. Eine Bezahlung pro Aufgabe oder verlässliche Abrechnungen sind direkter.

Ob dieses Modell langfristig Bestand hat, hängt von zwei Dingen ab.

Erstens: Kann die Verifizierung Betrüger fernhalten? Der größte Schrecken eines Datenmarkts sind falsche Identitäten, wiederholte Aktionen und minderwertige Massenbeiträge. Wird die Verifizierung zu lax, werden KI-Unternehmen am Ende nicht weiter zahlen – und die Einnahmen der Beitragenden sinken ebenfalls.

Zweitens: der Stückpreis und die Beständigkeit der Aufträge. Dass sich dieses Volumen in zwei Monaten erreichen ließ, zeigt, dass es bereits eine echte zahlende Nachfrage gibt. Ob Menschen langfristig mitmachen, hängt davon ab, ob die Vergütung pro Aufgabe im Vergleich zu anderen Gelegenheitsjobs vor Ort angemessen ist und nicht durch Plattformgebühren oder Token-Schwankungen so weit gedrückt wird, dass am Ende zu wenig übrig bleibt.

Wenn die Aussage, dass das Geld direkt in den Taschen der Einzelnen landet, nur ein Werbespruch ist, wird das schnell auffliegen. Lassen sich die Abrechnungsdaten nachvollziehen, ist das konkreter als die meisten Slogans à la „Die Nutzer sind die Eigentümer“.

Ob Modelle, sobald die Daten einmal weitergegeben wurden, später den Arbeitsmarkt beeinflussen, auf dem diese Beitragenden tätig sind, ist eine viel weiter reichende Frage. Darauf gibt es derzeit noch keine Antwort.

3,4 Millionen sind kein Endpunkt und sollten auch nicht als Wunder dargestellt werden. Vielmehr ist es ein Signal: Es gibt Menschen, die bereit sind, fortlaufend für verifizierte menschliche Daten zu bezahlen – und dieses Geld bleibt derzeit größtenteils bei den Menschen, die die Arbeit erledigen.

Ob sich das künftig aufrechterhalten und auf weitere Aufgabentypen ausweiten lässt, hängt davon ab, ob die Auftraggeber weiterhin Aufträge vergeben und ob sich Verifizierung und Abrechnung einer Prüfung standhalten. Zumindest beginnt das Modell, die Frage „Wer schafft etwas – und wer bekommt etwas davon?“ von einem bloßen Slogan in Richtung tatsächlicher Abrechnungsdaten zu verschieben.

@KGeN_IO