Während alle über Rechenzentren sprechen, entsteht im Schatten eine neue KI-Infrastruktur: Datenfirmen, die Arbeitskräfte und Fachwissen in Trainingsdaten verwandeln. Und genau dort fließt derzeit viel Geld.
Der Markt wächst rasant, ist aber stark konzentriert und höchst umkämpft – und könnte zur eigentlichen Engstelle für künftigen KI-Fortschritt werden.
Mit 19 gründete Brendan Foody gemeinsam mit zwei Schulfreunden Mercor, zunächst als Weg für befreundete Start-ups, Softwareentwickelnde im Ausland zu finden. 2023 startete Mercor im Kern als automatisierte Personalagentur. Sprachmodelle sichteten Lebensläufe und führten Bewerbungsgespräche. Nach wenigen Monaten lag der annualisierte Umsatz bei 1 Million US-Dollar, das Unternehmen schrieb bereits leichte Gewinne.
Anfang 2024 kam dann Scale AI mit einer Großanfrage: 1.200 Softwareingenieur:innen. Scale war zu diesem Zeitpunkt einer der wenigen bekannten Namen im sonst wenig sichtbaren Geschäft mit KI-Trainingsdaten, mit einer Bewertung von knapp 14 Milliarden US-Dollar. Das Unternehmen koordinierte hunderttausende Menschen weltweit, um Daten für selbstfahrende Autos, E Commerce-Algorithmen und Chatbots zu labeln. Nun brauchte Scale Programmierende, um Trainingsdaten für Chatbots zu erzeugen, die selbst programmieren lernen sollten.
Foody sah darin einen Wendepunkt: Der Bedarf an spezialisierter Datenarbeit wuchs, und nun fragte Scale nach tausend Codenden. Als die von Mercor vermittelten Kräfte sich über ausbleibende Zahlungen beschwerten und Scale wegen Lohnraubs und chaotischem Plattformmanagement in Kalifornien verklagt wurde, entschied Foody, den Zwischenhändler zu umgehen.
Im September meldete er 500 Millionen US-Dollar annualisierten Umsatz und nannte Mercor „das am schnellsten wachsende Unternehmen aller Zeiten“. Zuvor hatte diesen Titel Anysphere gehalten, das das KI-Codetool Cursor entwickelt. Cursor betont, dass seine Nutzenden genau die Art von Trainingsdaten erzeugen, die Labore einkaufen; laut Berichten interessieren sich OpenAI und xAI für eine Übernahme.
Die jüngste Finanzierungsrunde bewertet Mercor mit 10 Milliarden US-Dollar. Foody und seine zwei Mitgründer sind 22 Jahre alt und gelten als jüngste Selfmade-Milliardäre; mindestens eine frühe Mitarbeiterin hat bereits eine eigene KI-Datenfirma gestartet.
Parallel zum Ausbau von Rechenzentren findet ein Wettlauf um Trainingsdaten statt. Die großen Labore haben die leicht zugänglichen Datenquellen weitgehend ausgeschöpft, weshalb unklar ist, ob reines Hochskalieren weiter schnelle Fortschritte bringt. Jüngste Verbesserungen stammen vor allem von neuen Trainingsmethoden mit kleineren, von Fachleuten kuratierten Datensätzen aus Bereichen wie Programmierung und Finanzen – dafür zahlen die KI-Unternehmen hohe Preise.
Genaue Zahlen zu den Ausgaben fehlen, aber Schätzungen von Investor:innen und Branchenkenner:innen gehen von über 10 Milliarden US-Dollar allein in diesem Jahr aus, überwiegend von rund fünf Firmen. Diese haben bislang kaum Wege gefunden, mit KI Geld zu verdienen, doch die Verkäufer:innen der Trainingsdaten schon. Viele zählen derzeit zu den wenigen profitablen KI-Unternehmen.
Datenarbeit galt lange als unterschätzte, wenig glamouröse Seite der KI-Entwicklung, wie eine Google-Studie von 2021 festhält. Moderne maschinelle Lernverfahren wären ohne dieses Ökosystem aus Datendienstleistern jedoch nicht denkbar. Beide Sphären entwickeln sich im Gleichschritt: In den frühen 2010er-Jahren ermöglichten riesige Datensätze den Durchbruch des maschinellen Lernens – erstellt über Amazons Plattform Mechanical Turk, auf der Tausende Menschen für Centbeträge Bilder markierten.
Der Schub für autonome Fahrzeuge brachte eine neue Generation von Datenfirmen hervor, darunter Scale AI mit seiner Plattform Remotasks. Dort markierten Arbeitskräfte mithilfe halbautomatisierter Software Verkehrszeichen und Hindernisse. Mit dem Wechsel zu Chatbots nach dem Start von ChatGPT wandelte sich die Branche erneut. ChatGPT verdankt seine menschenähnliche Sprache dem Verfahren „bestärkendes Lernen aus menschlichem Feedback“ (RLHF), bei dem Auftragnehmer:innen Chatbot-Antworten bewerten. Ein zweites Modell lernte aus diesen Bewertungen, wie es ChatGPT belohnen sollte.
Diese Bewertungen waren deutlich anspruchsvoller als frühere Crowd-Aufgaben, insbesondere mit fortschrittlicheren Chatbots. Für medizinische Ratschläge braucht es etwa medizinisch geschulte Personen. Neben Scale etablierte sich Surge AI, gegründet vom Datenwissenschaftler Edwin Chen, als zweiter großer Anbieter. Chen hatte bei früheren Jobs schlechte Erfahrungen mit minderwertigen, falsch gelabelten Daten gemacht und kritisierte viele Anbieter als „Bodyshops“, die Quantität vor Qualität stellten.
Surge setzt auf eine kleinere, gezielter rekrutierte Workforce und strengere Qualitätskontrollen. Die Bezahlung lag bei etwa 30 US-Dollar pro Stunde, dennoch läuft auch gegen Surge in Kalifornien eine Klage wegen Fehlklassifizierung und ausstehender Löhne. Die Nachfrage von OpenAI und anderen Laboren war enorm; Surge war von Beginn an profitabel und erzielte im vergangenen Jahr laut Berichten über 1 Milliarde US-Dollar Umsatz, mehr als Scales gemeldete 870 Millionen US-Dollar. Reuters zufolge sucht Surge derzeit erstmals externes Kapital: 1 Milliarde US-Dollar bei einer Bewertung von 15 Milliarden US-Dollar.
Doch Daten darüber, welche Antworten Menschen bevorzugen, sind nur ein grobes Signal. Modelle lernen einfache Muster wie „Lobe die Nutzer:innen“, statt Fakten zu prüfen. Auch von Expert:innen bewertete Antworten klingen oft nur kompetenter, bleiben aber unzuverlässig: Modelle bestehen Anwaltsprüfungen und Buchhaltertests, erfinden aber Urteile oder machen Excel Fehler. Eine MIT-Studie vom Juli ergab, dass 95 Prozent der Unternehmen mit generativer KI keinen Ertrag sehen.
Die Hoffnung liegt auf bestärkendem Lernen mit feiner gefassten Kriterien. Aktuelle Fortschritte in Mathematik und Programmierung gelten als Beweis: OpenAIs o1 und DeepSeeks R1 zeigten, dass Modelle mit Aufgaben und wenigen vorgerechneten Beispielen Schritt für Schritt Lösungen erarbeiten können. Sie probieren Wege aus, verwerfen sie und wirken dabei wie „schließend“.
Allerdings sind Mathe- und Programmieraufgaben stark idealisierte, abgegrenzte Probleme. Benchmark-Ergebnisse sagen wenig über reale Arbeitssituationen aus, in denen Softwareentwickler:innen deutlich komplexere Aufgaben lösen müssen. Um Modelle nützlicher zu machen, brauchen KI-Firmen mehr Daten, die reale Tätigkeiten abbilden – daher der Run auf Softwareingenieur:innen.
Verstärkendes Lernen funktioniert besonders gut, wenn es ein klares Erfolgssignal gibt, etwa beim Brettspiel Go oder bei lauffähigem Code. In den meisten anderen Bereichen existiert eine solche eindeutige Metrik nicht. Ob ein juristisches Schreiben oder eine Beratung wirklich „gut“ ist, hängt von Kontext, Zielen und Zielgruppe ab. Joelle Pineau, leitende KI-Verantwortliche beim auf Unternehmen fokussierten Anbieter Cohere, sieht deshalb Grenzen des Ansatzes: Das Verfahren erwartet eine einzige Belohnungsfunktion, ist aber schlecht darin, widersprüchliche Werte zugleich zu optimieren.
In Ermangelung eines neuen Paradigmas versuchen KI-Firmen, das Problem mit Masse zu lösen. Sie bezahlen über Firmen wie Mercor und Surge Tausende Jurist:innen, Berater:innen und andere Fachkräfte dafür, detaillierte Kriterien zu formulieren, was in unterschiedlichsten Kontexten als „gute Arbeit“ gilt. Diese Listen, oft Bewertungsrubriken genannt, sollen Modellen helfen, sich ähnlich zu spezialisieren wie im Bereich Softwareentwicklung.
Rubriken sind extrem aufwendig. Zehn Stunden Feinarbeit für eine einzige Liste mit mehr als einem Dutzend Kriterien sind keine Seltenheit. Ein Beispiel liefert OpenAI mit einem medizinischen Benchmark: Für eine Frage zu einer bewusstlosen Nachbarin wird das Modell belohnt, wenn es Pulskontrolle, Defibrillatorsuche, Herzmassage und 16 weitere Punkte erwähnt. Insgesamt umfasst der Benchmark knapp 50.000 Kriterien, je nach Fragestellung werden unterschiedliche angewendet. Laut Branchenangaben bestellen Labore pro Trainingslauf Zehn- bis Hunderttausende solcher Rubriken mit Millionen Kriterien.
Mercor-Chef Foody betont, die Kriterien müssten „super granular“ sein. Für Beratungsrubriken beginne man etwa mit einer Taxonomie aller Branchen, in denen ein Haus aktiv ist, führe diese in Unterkategorien und liste die jeweiligen Berichtstypen auf. Da diese Aufgaben meist am Computer stattfinden, brauchen auch Zwischenschritte eigene Rubriken: Selbst eine E‑Mail umfasst viele Einzelschritte, die berücksichtigt werden müssen, erläutert Aakash Sabharwal, Technikchef bei Scale.
Die Modelle lernen diese Abläufe in vereinfachten Softwareumgebungen, sogenannten Verstärkungslernumgebungen oder KI-„Fitnessstudios“. Dort können sie sich durchklicken, bis sie die für die Rubrik nötigen Interaktionen beherrschen. Auch hier boomt der Markt. Jede Umgebung muss an den jeweiligen Einsatz angepasst sein, erklärt Alex Ratner, Mitgründer und CEO von Snorkel AI, das ursprünglich Annotationssoftware entwickelte und nun ebenfalls menschliche Datenservices anbietet.
Ratner verweist auf das Moravec-Paradox: Was Menschen leicht fällt, ist für Maschinen oft schwer. Heute lösen Modelle komplexe Programmieraufgaben, scheitern aber an scheinbar banalen, realen Engineering-Aufgaben ohne enge Betreuung, nutzen Werkzeuge falsch und machen einfache Fehler. Genau in diesen „unspektakulären“ Aufgaben mit unscharfen Erfolgskriterien sehen Anbieter wie Snorkel die nächste Grenze und bauen immer komplexere Umgebungen und nuanciertere Rubriken.
Besonders gefragt sind derzeit Bereiche, die gut überprüfbar und wirtschaftlich relevant sind. Softwareentwicklung bleibt das größte Feld, gefolgt von Finanzen und Beratung. Rechtsthemen sind populär, aber schwerer verifizierbar. Physik, Chemie, Mathematik – fast alles ist gefragt. Es gibt Ausschreibungen für Nuklearingenieur:innen ebenso wie für Tiertrainer:innen.
Die Aufgabe, menschliches Können in Checklisten zu gießen, ist riesig, aber die großen Labore haben Milliardenbudgets. Entsprechend entstehen laufend neue Anbieter, die mit immer prominenteren Expert:innen und steigenden Stundensätzen werben. Surge betont etwa Fields-Medaillist:innen, renommierte Prozessanwält:innen und Historiker:innen von Eliteuniversitäten; Mercor verweist auf Analyst:innen von Goldman Sachs und Berater:innen von McKinsey. Handshake AI, ein Ableger der Karriereplattform Handshake, rühmt sich mit Physiker:innen von Berkeley und Stanford und Zugang zu Alumni von über 1.000 Hochschulen.
Handshake-Gründer Garrett Lord bemerkte die Marktverschiebung, als etablierte Datenanbieter plötzlich nach Expert:innen suchten. Handshake selbst existiert seit 2014 als Mischung aus LinkedIn und Glassdoor für Studierende und Berufseinsteiger:innen, mit zahlenden Hochschulkarrierezentren und Unternehmen. Anfang 2025 stieg Lord mit Handshake AI in den Datenmarkt ein – faktisch als zweites Unternehmen im bestehenden.
Der Wendepunkt kam im Juni, als Meta den CEO von Scale abwarb und 49 Prozent an der Firma übernahm. Rivalisierende Labore mieden Scale aus Sorge, die Daten kämen nun aus einem Quasi-Meta-Ableger. Handshake verzeichnete über Nacht eine Verdreifachung der Nachfrage. Im November überschritt das Unternehmen einen Run-Rate-Umsatz von 150 Millionen US-Dollar und überholte damit das Ursprungsbusiness. In fünf Monaten wuchs das Team von drei auf 150 Personen; an einem Montag starteten 18 Neue gleichzeitig.
Der Hunger der Modellbauer zieht jede Firma an, die irgendwie Daten liefern kann. Turing, ursprünglich Personalvermittler, stellte nach einer Anfrage von OpenAI 2022 auf Trainingsdaten um und profitierte ebenfalls vom Scale-Meta-Deal. Labelbox, eigentlich Anbieter von Annotationssoftware, startete 2024 seinen eigenen Expert:innen-Service Alignerr, bei dem Unternehmen nach von der KI-Interviewer:in „Zara“ geprüften Fachleuten suchen.
Weitere Beispiele: Invisible Technologies begann vor zehn Jahren als Assistent:innen-Bot und verzeichnet nun zwanzigfache Umsatzzuwächse, seit Labore die dortigen Arbeitskräfte für Datenproduktion einsetzen. Das Unternehmen holte einen Ex-McKinsey-Manager als CEO, nahm Wagniskapital auf und positioniert sich als KI-Trainingsfirma. Pareto startete 2020 mit virtuellen Assistent:innen auf den Philippinen und verkauft heute KI-Trainingsdaten. Micro1 begann 2022 mit der Vermittlung von Entwickler:innen, die per KI geprüft wurden, und ist inzwischen ebenfalls im Datalabeling aktiv, mit einem Sprung beim annualisierten Umsatz von 10 auf 100 Millionen US-Dollar und einer Bewertung von 500 Millionen US-Dollar.
Sogar Uber versucht, mitzuspielen: Im Oktober kaufte der Konzern ein belgisches Datalabeling-Start-up und rollt eine Annotationsplattform für US-Fahrer:innen aus, damit diese in Fahrpausen Daten markieren können. Daneben wächst eine lange Liste kleinerer Nischenanbieter: Sapien zahlt Datenlabeler:innen in Kryptowährungen, weitere Start-ups verfolgen ähnliche Modelle. Firmen wie Stellar, Aligned, FlexiBench, Revelo oder Deccan AI werben mit Talentnetzwerken und „Expert:innen im Loop“.
Mechanize erlangte Aufmerksamkeit, indem es die „vollständige Automatisierung aller Arbeit“ ausrief – tatsächlich verkauft auch dieses Unternehmen Trainingsdaten und Umgebungen. Wie Nvidia mit Chips verkaufen diese Firmen die „Spitzhacke“ im KI-Goldrausch und schöpfen die milliardenhohen, kreditfinanzierten Ausgaben der Labore ab. Es ist ein weniger riskantes Geschäft als das Entwickeln eigener Front-Modelle, und der Einstieg in den Datenverkauf ist leichter, weshalb sich Start-ups häufen. Ein Ex-Scale-Mitarbeiter spricht von einer „kambrischen Explosion“ an Human-Data-Start-ups und fragt sich, wer langfristig überlebt.
Die Branche ist jedoch anfällig. Das australische Unternehmen Appen etwa war 2020 über 4,3 Milliarden US-Dollar wert, heute sind es weniger als 130 Millionen US-Dollar. 80 Prozent des Umsatzes kamen damals von fünf Kunden – Microsoft, Apple, Meta, Google und Amazon –, der Verlust eines Großkunden konnte existenzbedrohend sein.
Auch heute ist der Markt extrem konzentriert. Foody vergleicht Mercors Kund:innenstruktur mit Nvidia, bei dem vier Kund:innen 61 Prozent des Umsatzes ausmachen. Sollten Investor:innen das Vertrauen in Modellbauer verlieren oder die Labore ihre Trainingsstrategien ändern, könnten Datenanbieter hart getroffen werden. Alle großen KI-Entwickler:innen nutzen ohnehin mehrere Lieferanten und wechseln bei Problemen schnell, wie der Exodus von Scale zeigte. Entsprechend scharf ist der Wettbewerb, mit wechselseitigen Spitzen zwischen den CEOs in Interviews und Podcasts und sogar Klagen, etwa von Scale gegen Mercor wegen angeblicher Abwerbung und Kund:innenklau.
Bislang reicht das Geld für alle: Labore kaufen Rubriken, Umgebungen, Expert:innen – und weiterhin klassische Daten. Surge-Chef Chen sieht „immer steigende“ Nachfrage; neue Trainingsformen ergänzten die alten. Auch Scale wächst nach dem Meta-Einstieg wieder, mit großen Kund:innen wie Google, Microsoft, OpenAI und xAI. Das Unternehmen spricht von jeweils neunstelligen Umsätzen in Daten- und Anwendungsbereich, einem sich monatlich steigernden Datengeschäft und einer Umsatzverdopplung der Anwendungen im Jahresverlauf 2025. Zudem laufe das öffentliche Geschäft so gut wie seit 2020 nicht mehr, teilweise dank Regierungsaufträgen. Insgesamt erwartet Scale demnach mehr als eine Verdopplung des Jahresumsatzes auf 2 Milliarden US-Dollar.
Neu ist bei Scale auch ein Angebot für Bewertungen: Tests, mit denen KI-Entwickler:innen die Schwächen ihrer Modelle erkennen sollen. Die Strategie: Wer mit diesen Evaluierungen Lücken identifiziert, soll idealerweise die passenden Daten gleich bei Scale kaufen. Die Milliardenbewertungen frisch gestarteter Datenfirmen lassen sich als Zeichen einer KI-Blase lesen, aber auch als Wette auf eine bestimmte Entwicklungsrichtung.
Die großen Labore rechtfertigen ihre Ausgaben mit dem Ziel einer allgemeinen künstlichen Intelligenz, die in „den meisten wirtschaftlich wertvollen Tätigkeiten“ besser ist als Menschen. Eine solche KI müsste stark generalisieren können – etwa von Mathe und Buchhaltung zu Steuererklärungen, ohne für jede Spezialaufgabe neue, teure Daten. Der Informatiker Daniel Kang hält jedoch fest: Statt abnehmender Datenabhängigkeit steigen die Ausgaben. Fortschritte beruhen auf maßgeschneiderten Datensätzen für immer speziellere Anwendungen. Er erwartet, dass qualitativ hochwertige, domänenspezifische menschliche Daten zur zentralen Engstelle für die weitere Entwicklung werden.
In diesem Szenario ähnelt KI eher „normaler Technologie“ wie Dampfmaschinen oder dem Internet: potenziell transformativ, aber kein „Computer-Gott“. Unternehmen müssten für jede neue Automatisierung Daten zukaufen und dies bei sich verändernden Abläufen wiederholen. Zahlreiche Anbieter richten sich daher auf einen Markt ein, in dem viele Firmen Modelle für eigene Zwecke feinjustieren, statt auf eine allmächtige „Gott-KI“ zu warten.
So investiert etwa SignalFire in Centaur AI, das medizinische und wissenschaftliche Daten liefert. Kund:innen sind vorrangig Kliniken und Medizintechnikfirmen mit hochspezifischen Anwendungsfällen und geringen Fehlertoleranzen. Ein Matratzenhersteller ließ von Centaur über 50.000 Personen Schnarchgeräusche labeln, um die Erkennung zu verbessern. Invisible konzentriert sich ebenfalls stärker auf Unternehmenskund:innen und versteht sich als „digitale Fließbandproduktion“, die weltweit Expert:innen zur Datenerzeugung einsetzt.
Manche Führungskräfte zeichnen daraus eine weitreichende Vision. Der CEO von Turing prognostiziert, dass KI-Datenannotator:innen der häufigste Beruf werden könnten. Handshake-Chef Lord sieht eine neue Arbeitskategorie entstehen, vergleichbar mit Uber-Fahrer:innen vor zehn Jahren. Foody erwartet einen massiven Ausbau von Daten und Evaluierungen in allen Branchen. Bei Mercor bearbeitet der Kundenservice nicht nur Tickets, die das KI-System nicht lösen kann, sondern passt gleichzeitig Rubriken an, damit die KI beim nächsten Mal besser reagiert. Aus der Distanz, meint Foody, sehe es so aus, als würde die gesamte Wirtschaft zu einer einzigen Verstärkungslernumgebung.
Selbst wenn Investierende diese Aussicht weniger attraktiv finden als die Vision einer „Nation von Genies“ im Rechenzentrum, bleibt ein Fakt: Mindestens eine Gruppe verdient derzeit zuverlässig an KI – diejenigen, die die Maschine mit Daten füttern.
Bilder Gemini KI
Den Beitrag in unserem Forum kommentieren
Das Hackerteam Calif hat ein iPhone 18 Pro im Sperrmodus jailbreakt. In einem Video zeigt die Gruppe außerdem, dass der…
Mit iOS 27.3 können Entwickler:innen Siri AI in ihre Apps integrieren. Die Sprachassistenz soll dadurch Aufgaben über mehr Apps hinweg…
Apple hat die ersten Entwickler-Betas für iOS 27.3, iPadOS 27.3, macOS Golden Gate 27.3, watchOS 27.3, tvOS 27.3 und visionOS…
Mit der Beta von iOS 27.3 kehrt Apples neu gestaltete Health-App zurück, nachdem Apple sie zuvor aus einer Testversion entfernt…
Apple legt starke Quartalszahlen vor, deutet aber zugleich steigende Preise und Engpässe bei Hardware an. Parallel konkretisieren sich Pläne für…
Der Leaker Digital Chat Station erwartet beim iPhone 18 einen größeren Akku und hält auch einen höheren Preis für möglich.…
Diese Website benutzt Cookies um Ihr Nutzererlebnis zu verbessern. Wenn Sie diese Website weiter nutzen, gehen wir von Ihrem Einverständnis aus.
Mehr lesen