Amazon hat ein Ablaufdatum festgelegt. Am 30. Juli 2026 wird Mechanical Turk keine neuen Kunden mehr annehmen. Bestehende Konten werden weiterlaufen, und Amazon verspricht, die Sicherheit und Verfügbarkeit der Plattform aufrechtzuerhalten. Das Unternehmen hat jedoch auch klargestellt, dass keine neuen Funktionen mehr folgen werden. Für einen Dienst, der eine Ära der Internet-Arbeit mitgeprägt hat, kommt das einer Abschiedsankündigung gleich.
Der ursprüngliche Marktplatz für Gig-Arbeit
Mechanical Turk wurde 2005 gestartet, lange bevor Apps wie Uber oder TaskRabbit die Kleinstarbeit zu einem bekannten Konzept machten. Amazon baute es als Marktplatz für „Aufgaben menschlicher Intelligenz“ auf – kleine Jobs, die Software noch nicht bewältigen konnte. Arbeiter, meist anonym und über den gesamten Globus verteilt, loggten sich ein, um Audioschnipsel zu transkribieren, Adressen von Ladengeschäften zu verifizieren, Inhalte zu moderieren und Bilder zu taggen. Brauchte man jemanden, um ein CAPTCHA zu lösen, Suchergebnisse zu ranken oder zu beurteilen, ob eine Produktbewertung positiv oder wütend klang? MTurk war die richtige Adresse.
Die Preise wurden oft in Cent gemessen. Ein Batch von tausend Bildklassifizierungen zahlte vielleicht einen Penny pro Stück. Für Forscher, Marketer und selbstfinanzierte Startups war dies revolutionär. Plötzlich konnte man an einem Nachmittag eine Umfrage mit hunderten Teilnehmern durchführen oder Trainingsdaten für ein Computer-Vision-Modell labeln, ohne ein ganzes Team für die Annotation einzustellen. Die Plattform wurde zur Infrastruktur. Sozialwissenschaftler führten darauf Experimente durch. Tech-Unternehmen testeten Schnittstellen. KI-Teams bauten Datensätze auf.
Um 2018 versuchte Amazon, diese Rolle zu modernisieren. Es positionierte Mechanical Turk als Datenannotations-Engine für neuronale Netze neu und band es enger an Amazon SageMaker AI an. Die Idee war, die Machine-Learning-Pipeline zu füttern: Menschen sollten das Rohmaterial bereinigen, labeln und verifizieren, das Algorithmen zum Lernen benötigten. MTurk war nicht mehr nur eine Plattform für Gelegenheitsjobs. Es sollte das menschliche Rückgrat des KI-Booms werden.
Dieser Boom wuchs weiter. Aber Mechanical Turk wuchs nicht mit ihm mit.
Wenn die menschliche Ebene beginnt, KI zu nutzen
Der Widerspruch kündigte sich leise an und schlug dann plötzlich voll zu. Eine Analyse aus dem Jahr 2023 ergab, dass zwischen 33 % und 46 % der MTurk-Arbeiter Large Language Models verwendeten, um die Aufgaben zu erledigen, für die sie eigentlich manuell bezahlt wurden. Forscher bezahlten für menschliches Urteilsvermögen. Stattdessen bekamen sie ChatGPT.
Dies ist nicht nur eine Geschichte über Arbeiter, die Abkürzungen nehmen. Wenn ein Annotator ein LLM verwendet, um die Stimmung in Kundenbewertungen zu labeln, medizinische Texte zu klassifizieren oder Dialoge für einen Chatbot-Trainingsdatensatz zu schreiben, hört die Datenbasis auf, eine auf Menschen basierende Wahrheit zu sein. Sie wird zu einer Fotokopie der besten Vermutung einer Maschine. Füttert man diese Fotokopie als Ground Truth in ein anderes Modell zurück, zieht sich die Schleife immer enger zusammen. Das Signal verkommt zu Rauschen. Der „Human-in-the-Loop“ wird zu einem bloßen Gummistempel für Software, die ohnehin im Hintergrund lief.
Für die KI-Industrie ist dies eine praktische Krise. Teams geben Tausende von Dollar für MTurk-Verträge aus, in dem Glauben, sie würden vielfältige, organische menschliche Perspektiven kaufen. Wenn ein erheblicher Teil dieser Arbeit automatisiert ist, erbt der resultierende Datensatz die Vorurteile (Biases), blinden Flecken und Halluzinationen des LLM, das die eigentliche Arbeit leistet. Die Qualitätskontrolle wird schwieriger. Forscher müssen zunehmend komplexe Aufmerksamkeitsprüfungen und Fangfragen entwerfen, nur um zu beweisen, dass wirklich ein Mensch am Werk ist. Diese defensive Haltung erhöht die Kosten und verlangsamt Projekte.