Die Daten-Krake Uber schlägt wieder zu
Ein neues Programm macht Fahrer zu Datensammlern und verwandelt Millionen von Autos in rollende KI-Trainingszentren weltweit.

Uber startet in den USA ein neues Pilotprogramm, das Fahrern ermöglicht, in ihrer Wartezeit Geld zu verdienen. Mit "Digital Tasks" können sie kleine Aufgaben erledigen, die zum Training von künstlicher Intelligenz dienen. Der Vorstoß verwandelt das globale Fahrernetzwerk in eine riesige Datensammel-Maschine für Ubers KI-Dienstleistungen.
Vom Fahrer zum Datensammler
Das neue Programm macht die Fahrer-App zur Plattform für KI-Trainingsdaten. In den Pausen zwischen Fahrten oder während des Ladens ihrer Fahrzeuge können Fahrer nun bezahlte Mikro-Aufgaben annehmen. Diese Aufgaben sind vielfältig und umfassen beispielsweise das Aufnehmen von Audio-Clips in verschiedenen Sprachen oder das Fotografieren und Hochladen von Speisekarten.
Die Vergütung richtet sich nach dem geschätzten Zeitaufwand der jeweiligen Aufgabe. Uber will damit eine neue Einnahmequelle für seine Fahrer schaffen, die unabhängig vom reinen Fahrdienst ist. Das Unternehmen betont, dass diese Tätigkeiten ausschließlich in der fahrfreien Zeit erledigt werden können, um die Sicherheit nicht zu gefährden.
Strategischer Ausbau des KI-Geschäfts
Hinter dem Programm steckt eine klare strategische Ausrichtung. Uber baut seinen Geschäftsbereich für KI-Dienstleistungen gezielt aus. Anstatt externe Firmen für das Labeln von Daten zu beauftragen, nutzt das Unternehmen nun sein eigenes, globales Netzwerk von Fahrern. Dieser Schritt soll die Effizienz steigern und die Kosten für das Training der eigenen KI-Modelle senken.
Die gesammelten Daten dienen der Verbesserung von Ubers internen Systemen und werden auch Unternehmenskunden angeboten. Das Programm hat nichts mit der Entwicklung autonomer Fahrzeuge zu tun. Vielmehr positioniert sich Uber als Konkurrent zu etablierten Daten-Labeling-Anbietern wie Scale AI und Amazons Mechanical Turk. Das Pilotprojekt in den USA folgt auf erste erfolgreiche Tests in Indien.