Indiens Arbeiter filmen ihren Alltag als Trainingsdaten für KI
Für wenige Dollar pro Tag tragen Hunderttausende Arbeiter weltweit Kameras und liefern Rohmaterial für physische KI.
Mohammed Ashim schneidet seit vier Jahren in Bengaluru Haare und pflegt Bärte. In letzter Zeit hat der 22-Jährige jedoch eine Kamera an seinem Kopf befestigt, um seine Arbeit aufzuzeichnen. Die Kamera filmt ausschließlich seine Hände und Finger – die Gesichter seiner Kunden werden unkenntlich gemacht. „Der Ablauf ist einfach, aber man muss diszipliniert sein, wie man sich bewegt“, sagt Ashim. Das Operations-Team habe ihm beigebracht, dass seine Hände immer sauber im Bildausschnitt bleiben müssen, das Licht scharf sein muss und er den Kopf während der Arbeit nicht zu abrupt neigen darf.
Er trägt die Kamera fünf bis sechs Stunden am Tag. „Es ist gut bezahlte Arbeit, aber ehrlich gesagt ist es das Gefühl, etwas so Futuristisches zu tun, was mich begeistert. Ich hätte nie gedacht, dass meine Rasier-Techniken für ein globales Technologieunternehmen nützlich sein würden“, sagt er. Ashim ist einer von Hunderttausenden Arbeitern weltweit, die dafür bezahlt werden, ihre Aktivitäten aufzuzeichnen. Seine Aufzeichnungen werden von einem lokalen Unternehmen gesammelt, das möglicherweise Hunderte von Personen beschäftigt, die ihre Arbeit filmen. Dieses Videomaterial wird anschließend an Technologieunternehmen und Forschungseinrichtungen weiterverkauft, die es zur Schulung künstlicher Intelligenz nutzen – insbesondere sogenannter physischer KI (Physical AI), einer Art künstlicher Intelligenz, die Roboter in der realen Welt steuern kann.
Die Details
Rashdan Technologies sammelt und verarbeitet solche menschengenerierten Daten. „Jedes Robotikunternehmen, jedes Frontier-AI-Labor, benötigt eine spezifische Art von Daten: industrielle Aufgaben, Landwirtschaft, Hausarbeit, Kleingewerbe wie Töpferei, Schneiderei, Stickerei oder Kerzenherstellung. Wir gehen dorthin, wo die Aufgabe ausgeführt wird“, sagt Mitgründer und CEO Shahil Baig. Sein Unternehmen zahlt 5 bis 10 US-Dollar für acht bis zehn Stunden aufgezeichnete Arbeit. „Für viele dieser Menschen ist das von Bedeutung“, sagt Baig.
Es sei wichtig sicherzustellen, dass die Arbeiter zustimmen und sich mit dem Prozess wohlfühlen, betont er. „Wir filmen Hände, keine Gesichter, und dort, wo Multi-Kamera-Rigs mehr vom Körper oder der Umgebung erfassen, machen wir Gesichter unkenntlich. Keine Namen, keine Kontaktdaten, nichts, das sie persönlich identifiziert, geht in das über, was wir weitergeben.“ Doch seine Kunden werden anspruchsvoller. „Jetzt verlangen Kunden, dass vier bis sechs Kameras um den Kopf einer Person herum montiert werden, um die gesamte Szene abzudecken, nicht nur die Hände. Jemanden dazu zu bringen, einer kleinen Kamera zuzustimmen, ist ein Gespräch. Jemanden dazu zu bringen, etwas zu akzeptieren, das effektiv einem Fünf-Kamera-Kopfhörer entspricht, ist ein völlig anderes und schwierigeres Gespräch. Wir zahlen mehr für diese Stufe der Datenerfassung, weil wir den Menschen mehr abverlangen.“
Der Markt wird überfüllter, erwartet Manish Agarwal, Gründer von Humyn Labs, der damit rechnet, dass in diesem Jahr Dutzende weiterer Wettbewerber in Indien auftauchen werden. Warum sind solche Daten so wichtig? Wenn Roboter die reale Welt navigieren sollen, können sie nicht nur in Computersimulationen trainiert werden, argumentiert Agarwal. Die meisten dieser Daten stammen aus Videos, manchmal tragen Sammler jedoch Hardware an Händen und Fingern, um physischen Kontakt aufzunehmen. „Physische Aufgaben erfordern hochwertige Signale, die Bewegungen der Gliedmaßen, Finger, Handgelenke, Ellbogen, Schultern und dynamische Kraftanwendung umfassen. Zum Beispiel: Die richtige Griffkraft auszuüben, damit eine Plastikflasche nicht zerbricht, im Gegensatz zu einem Stahlglas“, sagt er.
Bis vor kurzem waren diese Daten nicht verfügbar. „Es gibt kein bestehendes Internetarchiv für verkörperte menschliche Aktivität – keinen Datensatz über eine gereinigte Küche oder einen zusammengebauten Wagen von Händen, die genau wissen, wie viel Kraft angewendet werden muss. Diese Daten müssen neu erfasst werden, in der realen Welt, in verschiedenen Umgebungen“, sagt Agarwal, dessen Unternehmen Niederlassungen in Bangalore und San Francisco hat. Im Moment verfügt sein Unternehmen über 96.000 Datensammler in Ländern Lateinamerikas und Südostasiens. Humyn Labs filtert die Tausenden von Stunden Videoaufnahmen, die von diesen Sammlern bereitgestellt werden, und wählt den nützlichsten Inhalt aus. Dieser wird dann beschriftet, damit die KI weiß, was sie betrachtet, und in einem Format verpackt, das von Kunden genutzt werden kann.
„Sie müssen Quellen in verschiedenen Fabriken und für verschiedene Aufgaben in unterschiedlichen geografischen Regionen erschließen, denn wenn Sie Bereitstellungen für US-Fabriken oder US-Haushalte aufbauen möchten, benötigen Sie Umgebungen, die als Stellvertreter dafür dienen. Wohnhäuser in Indien sind möglicherweise nicht der richtige Kontext, um einen Robotikeinsatzfall für die USA zu entwickeln.“
Hintergrund: Was bisher geschah
Bereits am 22.04.2026 berichtete aktien.news, dass Meta die Arbeitsweise seiner Mitarbeiter systematisch erfassen will – inklusive Tastenanschlägen und Mausklicks. Das Unternehmen, zu dem Instagram und Facebook gehören, informierte seine Belegschaft über ein neues Tool, das auf Firmencomputern und internen Anwendungen laufen soll. Ziel ist es, die protokollierten Aktivitäten als Trainingsdaten für künstliche Intelligenz zu nutzen. Ein Meta-Sprecher begründete die Maßnahme gegenüber der BBC mit dem Entwicklungsbedarf für KI-Agenten.
Am 10.10.2026 berichtete aktien.news über Roboter-Fitnessstudios und Milliardeninvestitionen in das Training physischer KI. Robotiklabore weltweit stehen demnach vor einem fundamentalen Problem: Anders als KI-Modelle, die das Internet als nahezu unerschöpfliche Datenquelle nutzen konnten, fehlt es Robotikunternehmen an ausreichendem Trainingsmaterial. Die Branche reagiert mit massiven Investitionen – Milliarden von US-Dollar fließen in die Erzeugung von Realdaten, die Maschinen auf die Anforderungen der physischen Welt vorbereiten sollen. Der Engpass ist struktureller Natur.
Bereits am 17.03.2026 berichtete aktien.news, dass KI-Assistenten in Callcentern mit Transkripten der leistungsstärksten Mitarbeiter trainiert wurden. David Sarnoff, Professor an der MIT Sloan School of Management, warnte damals: Sobald das Fachwissen eines Experten in Software kodiert ist, gehört es ihm nicht mehr. Eine Vergütung für die Bereitstellung dieses Wissens erhalten die betroffenen Arbeitnehmer in den meisten Fällen nicht.
Was das für Anleger bedeutet
Der Artikel zeigt einen wachsenden Markt für menschengenerierte Trainingsdaten, in dem indische Anbieter bislang vor allem als Lieferanten von Rohmaterial auftreten. Agarwal formuliert die strategische Schwäche deutlich: „Indiens aktuelle Rolle in dieser Branche ist largely die eines Lieferanten von Rohmaterial – Leute schnallen sich Kameras an, zeichnen sich selbst bei alltäglichen Aufgaben auf, und dieses Filmmaterial wird an Labore im Ausland versandt.“ Er argumentiert, dass der Wert solcher Arbeiten schnell schwinden wird, da mehr Unternehmen um Einsammlungsaufträge konkurrieren.
„Indien kann es sich nicht leisten, ein Lieferant von Filmmaterial zu bleiben. Es muss in der Wertschöpfungskette aufsteigen: vom Aufzeichnen von Rohvideo zum Besitz der Pipeline, die dieses Video in etwas Verwertbares verwandelt – das Bereinigen, Strukturieren, Validieren und letztendlich das Festlegen der Standards dafür, was als hochwertiges Trainingsdatum gilt“, sagt Agarwal. Für Anleger relevant ist damit weniger ein einzelnes börsennotiertes Unternehmen als die Frage, wer künftig die Datenpipeline und die Qualitätsstandards kontrolliert. Konkrete Ticker oder börsennotierte Firmen nennt der Quelltext nicht.
Ausblick
Ob Arbeiter Daten für Maschinen sammeln, die eines Tages ihre Jobs übernehmen werden, sei noch zu früh zu beurteilen, sagt Bino Paul, Senior Professor an der School of Management and Labour Studies des Tata Institute of Social Sciences (TISS) in Mumbai. Für einige Arbeiter könnte KI ein nützliches Werkzeug sein, Roboter könnten jedoch andere Jobs automatisieren. Das Problem sei, dass die Arbeiter wenig tun könnten, wenn Maschinen tatsächlich beginnen, die Oberhand zu gewinnen. „Bis die Arbeiter realisieren, woran sie teilgenommen haben, könnte es bereits zu spät sein“, sagt er.
Wie viele andere möchte Paul, dass Regierungen die KI regulieren. „KI darf nicht lediglich als technisches System betrachtet werden. Wir müssen ein sozio-technisches System entwickeln, in dem Ethik durch menschliches Handeln gewahrt wird, um sicherzustellen, dass KI Wohltat statt Schaden bringt.“ Trotz Bedenken hinsichtlich der Richtung, in die sich die KI entwickelt, fließen weiterhin erhebliche Mittel in deren Entwicklung. Ein Teil davon gelangt nach Indien, wo es nicht an Arbeitnehmern fehlt, die bereit sind, für wenige Dollar pro Tag eine Kamera zu tragen.
Mohammed Arman arbeitet seit 10 Jahren in der Textilindustrie in Bangalore. „Konfektion nähen und zuschneiden. Ich kenne diese Arbeit so gut, dass ich sie wahrscheinlich mit geschlossenen Augen erledigen könnte. Stoff, Garn, Nadel, Maschine – nach 10 Jahren wissen Ihre Hände einfach, was zu tun ist, bevor Ihr Geist es ihnen sogar sagt“, sagt er. Er hat kürzlich begonnen, eine am Kopf montierte Kamera zu tragen, die seine Arbeit aufzeichnet. „Für mich ist es einfach. Dies dient dem Überleben. Ich habe eine Familie zurück zu Hause in Bihar, und jeder Rupie, den ich zurückschicke, zählt. Wenn jemand mir zusätzliches Geld anbietet, um eine Kamera zu tragen, während ich exakt dieselbe Arbeit verrichte, die ich seit 10 Jahren ausführe, werde ich nicht nein sagen. Es kostet mich nichts. Ich nähe ohnehin schon, schneide ohnehin schon. Jetzt bekomme ich einfach etwas mehr dafür bezahlt.“
Für manche Menschen ist das Sammeln von Daten eine attraktive Nebentätigkeit. Die Wissenschaftslehrerin Jolly Arifur suchte nach Arbeit, die sie von zu Hause aus durchführen und um ihren jungen Sohn herum planen konnte. „In den vergangenen sieben Monaten habe ich eine am Kopf montierte Kamera getragen, während ich meine routinemäßigen Hausarbeiten ausführte: Schrubben, Kochen, Fegen von Fliesenböden und Wäschefalten.“ Arifur, die in Guntakal, Anantapur, lebt, fügt die Aufnahmearbeit in ihren Lehrplan ein. „Ich werde zwei bis drei Dollar pro Stunde bezahlt. Wenn ich drei bis fünf Stunden am Tag aufzeichne, ist das ein gutes Einkommen – es ist zu einer zusätzlichen Einnahmequelle für mich geworden, neben dem Unterricht. Ich manage beide honestly, fantastisch.“
Kurz erklärt
- Physische KI: Künstliche Intelligenz, die Roboter und Maschinen in der realen Welt steuert.
- Multi-Kamera-Rig: Eine Halterung mit mehreren Kameras, die gleichzeitig eine Szene aufnimmt.
- Trainingsdaten: Aufgezeichnete und beschriftete Informationen, mit denen KI-Modelle lernen.
- Wertschöpfungskette: Die Abfolge von Schritten, in denen ein Rohstoff zu einem höherwertigen Produkt wird.