Infrastruktur der Macht

Künstliche Intelligenz, so das Verprechen, soll unser aller Leben erleichtern. Im allgemeinen Hype werden strukturelle Ausbeutung und die Vertiefung der globalen digitalen Kluft übersehen.

In der öffentlichen Wahrnehmung erscheint künstliche Intelligenz (KI) oft als ein technologisches Wunderwerk, das losgelöst von physischen Zwängen in einer immateriellen Cloud agiert. Doch die Realität etwa in Nairobi zeichnet ein anderes Bild: Dort verbringen Tausende Datenarbeiter:innen ihren Arbeitsalltag damit, hasserfüllte, Gewalt darstellende und sexuell missbräuchliche Inhalte zu kennzeichnen. Diese oft traumatisierende Tätigkeit ist die Voraussetzung dafür, dass KI-Systeme lernen solche Inhalte herauszufiltern, und für Endanwender:innen „sicher“ erscheinen.

Arbeiten wie diese werden routinemäßig in Niedriglohnländer ausgelagert und in der herrschenden Erzählung der Tech-Branche als bloße Randerscheinung der Innovation dargestellt. Tatsächlich sind sie jedoch von grundlegender Bedeutung für die Funktionalität moderner Sprachmodelle. Eine Untersuchung aus dem Jahr 2023 verdeutlichte dies am Fall des Unternehmens Sama in Kenia, das im Auftrag von Open AI arbeitete: Beschäftigte verdienten dort lediglich zwischen 1,32 und 2 US-Dollar pro Stunde, während sie zutiefst verstörendes Material prüften, um Systeme wie ChatGPT „weniger toxisch“ zu machen.

Der Bericht darüber im Time Magazine beschreibt schwerwiegende psychische Schäden und eine völlig unzureichende Unterstützung der Betroffenen.

Unterm Mindestlohn. Diese Praxis ist kein Einzelfall, sondern Teil eines globalen Geschäftsmodells. Große KI-Unternehmen wie OpenAI, Meta oder Microsoft lagern Moderations- und Trainingsarbeit systematisch an Subunternehmen im Globalen Süden aus. Für die Unternehmen bleibt die „saubere“ Oberfläche eines sicheren Produkts sichtbar, während die sozialen Kosten der Entwicklung ausgelagert werden. Dadurch entsteht eine asymmetrische Wertschöpfung: Die Profite konzentrieren sich im Norden, während die psychischen und gesundheitlichen Belastungen im Süden verbleiben.

Ergänzend zu diesen Einzelfallberichten zeigen großflächige Studien der Initiative Fairwork am Oxford Internet Institute, dass Datenarbeit weltweit systematisch unter Mindestlohnniveau bezahlt wird und Beschäftigte kaum arbeitsrechtlichen Schutz genießen. Wenn eine Technologie auf billigen Arbeitskräften basiert, ohne deren Verhandlungsmacht zu stärken, stellt dies eine neue Form der Ausbeutung dar.

Immerhin: 2023 entstand als Reaktion darauf die Data Labelers Association in Kenia – die weltweit erste Gewerkschaft für KI-Arbeiter:innen (siehe S. 36). Dies deutet auf die Herausbildung eines neuen globalen Arbeitsfeldes mit eigenen soziopolitischen Konflikten hin.

Prägende KI. Auch in der Entwicklungszu-sammenarbeit wird KI immer häufiger genutzt – oft jedoch verkürzt als ein punktuelles Werkzeug, das bestehenden Projekten lediglich hinzugefügt wird. Dabei ist KI weit mehr als eine isolierte Softwareanwendung; sie muss als ein zusammenhängender Stapel (Englisch „Stack“) aus Daten, massiver Rechenleistung, Cloud-Verträgen, technischen Standards und organisatorischen Routinen begriffen werden. Sobald diese Systeme in gesellschaftliche Prozesse eingebettet sind, verhalten sie sich wie eine Infrastruktur: Sie prägen still und leise den Raum des Möglichen und legen fest, wer die Bedingungen für die Nutzung definiert.

Deckmantel Objektivität. Technisch gesehen basieren die meisten dieser Anwendungen auf maschinellen Lernsystemen, die anhand gigantischer Datensätze trainiert werden Muster zu erkennen und darauf basierende Vorhersagen zu treffen, Bewertungen vorzunehmen oder Empfehlungen auszusprechen. Während generative Modelle, die Texte und Bilder produzieren, medial sehr präsent sind, agieren politisch folgenreichere Modelle oft im Verborgenen. Sie sind tief in Institutionen eingebettet, wo sie etwa Betrugsfälle aufdecken, Risiken für Kreditwürdigkeit bewerten, juristische Fälle priorisieren oder Berechtigungsprüfungen für Sozialleistungen automatisieren.

Für Fachleute aus der Zivilgesellschaft ist daher nicht die technische Neuheit entscheidend, sondern die Governance (Governance als die Grundsätze, Strukturen und Prozesse zur verantwortungsvollen Leitung und Überwachung von Organisationen, Unternehmen oder Staaten; Anm. der Red.). Sowohl Generative Modelle als auch klassische Machine-Learning-Modelle optimieren Ziele auf Basis der ihnen zur Verfügung gestellten Daten. Sind diese Trainingsdaten voreingenommen oder spiegeln sie nicht die lokalen Gegebenheiten wider, trägt die KI in großem Maßstab zu Ausgrenzung bei – und das unter dem Deckmantel technologischer Objektivität.

Ein weiterer kritischer Aspekt dieser Infrastruktur ist die physische Verortung: Viele öffentliche KI-Systeme im Globalen Süden laufen heute nicht auf nationaler Infrastruktur, sondern auf Cloud-Diensten internationaler Anbieter wie Amazon Web Services oder Microsoft Azure. Damit verlagert sich die faktische Kontrolle über kritische digitale Verwaltungssysteme in andere Länder und untergräbt die nationale Souveränität.

Imperialer Blick. Die Vorteile und Risiken der KI sind global höchst ungleich verteilt. Bereits die Sprache, mit der wir diese Phänomene beschreiben, kann Machtverhältnisse verschleiern. Expert:innen warnen davor, dass der Begriff Globaler Süden in der KI-Ethik oft als ein unpräziser Sammelbegriff verwendet wird, der die Vielfalt unterschiedlicher politischer Ökonomien und institutioneller Kontexte verdeckt. Es besteht die Gefahr, dass dieser Begriff Stereotypen oder einen „imperialen Blick“ reproduziert, wenn er lediglich als Synonym für Defizite fungiert, statt dazu anzuregen, konkrete Machtstrukturen, Finanzierungsströme und Governance-Asymmetrien zu untersuchen.

„KI für den Globalen Süden“ als einheitliche, paternalistische Erzählung erleichtert es, Standardlösungen aus dem Globalen Norden als universelle Antworten zu verkaufen. Dies erschwert es lokalen Gemeinschaften massiv, auf lokaler Ebene Einfluss auf eigene Daten, die Rechenschaftspflicht der Anbieter und die daraus resultierende Wertschöpfung zu nehmen.

Wenn man KI konsequent als Infrastruktur begreift, dann ist der Zugang zu Rechenkapazität gleichbedeutend mit politischer und wirtschaftlicher Handlungsfähigkeit. Diese wird heute durch eine massive ökonomische Kluft definiert: Das Zentrum der globalen KI-Entwicklung bildet heute eine erschreckend kleine Gruppe von Akteuren: gigantische Technologieunternehmen, fast alle aus den USA oder China, die Geschwindigkeit und Skalierung erfolgreich als alternativlos darstellen.

Chips & Standards. Die globale KI-Entwicklung wird von diesen Akteuren dominiert. 2024 lagen die KI-Investitionen des US-Privatsektors bei 109,1 Milliarden US-Dollar. Im KI-Bereich entfallen etwa 40 Prozent der unternehmensweiten Ausgaben für Forschung und Entwicklung auf rund 100 Firmen, die überwiegend in den USA und China sitzen. Die Börsenwerte der größten Tech-Konzerne (Apple, Nvidia und Microsoft) sind jeweils größer oder ungefähr so groß wie das gesamte Bruttoinlandsprodukt Afrikas.

Diese Zahlen verdeutlichen, dass Länder mit großer Investitionskraft die KI in einem Tempo vorantreiben, das viele Entwicklungsökonomien überfordert. Viele Länder sind auf externe Anbieter angewiesen, was die inländische Wertschöpfung drastisch einschränkt. Diese Konzentration ist zutiefst geopolitisch motiviert: Der Wettbewerb um Chips und Standards bestimmt zunehmend die Bedingungen der Technologienutzung. Gleichzeitig könnten US-Exportkontrollen, die Chinas KI-Fortschritt bremsen sollen, unbeabsichtigt auch Partnerländer im Globalen Süden treffen. Wenn diesen dadurch der Zugang zu wichtigen Technologien erschwert wird, könnte sie dies aber auch stärker in Richtung China drängen.

Datenkolonialismus. Zwischen diesen beiden Machtblöcken gerät die Europäische Union zunehmend unter Druck, eine eigene Position zu entwickeln. Ohne autonome Infrastruktur- und Industriepolitik droht Europa dauerhaft zum reinen Regulierer fremder Technologien zu werden – und damit auch seine Fähigkeit zu verlieren, den Globalen Süden als eigenständiger Partner zu unterstützen statt ihn lediglich als Absatzmarkt zu sehen.

Kritische Beobachter:innen, wie Nick Couldry und Ulises Mejias, die auch das Konzept des Datenkolonialismus formuliert haben, sehen in diesem Muster die Fortsetzung historischer Hierarchien. Es besteht die Gefahr, dass die Expansion der KI koloniale ökonomische Verhältnisse reproduziert: Während sich der ökonomische Wert dort konzentriert, wo das Kapital und die Rechenleistung gebündelt sind, fallen die Ausbeutung von Arbeitskräften und die massiven Umweltbelastungen bevorzugt an Orten mit schwacher Verhandlungsmacht an – im Globalen Süden.

Rechenzentren haben einen enormen Hunger nach Strom, benötigen aufwendige Kühlung und verbrauchen oft erhebliche Mengen an Wasser. Das bedeutet, dass die KI-Kapazität eines Landes direkt von der Stabilität der Stromnetze und der lokalen Ressourcenverwaltung abhängt. Diese Ressourcenintensität kann politisch hochexplosiv sein und führt bereits heute zu Konflikten, wenn die lokale Bevölkerung die ökologischen Kosten direkt zu spüren bekommt.

Lokale Daten. Das Internet ist kein neutraler Wissensraum, sondern ein Spiegel globaler Machtverhältnisse: Der überwiegende Teil öffentlich verfügbarer Internetinhalte existiert in wenigen dominanten Sprachen, während ein Großteil der Weltbevölkerung digital kaum repräsentiert ist. KI-Systeme lernen aus genau diesen Daten – und übernehmen damit nicht nur Informationen, sondern auch die Perspektiven, Prioritäten und blinden Flecken derjenigen Gesellschaften, die im Netz überrepräsentiert sind.

Initiativen wie Masakhane wenden sich direkt gegen die Unterrepräsentation afrikanischer Sprachen in der Mainstream-KI. Ähnliche Ziele verfolgt die AI4D African Language Dataset Challenge, die gezielt hochwertige Datensätze für lokale Sprachen erschließt, um einen der zentralen Engpässe der KI-Entwicklung zu beseitigen: das Fehlen zugänglicher, lokaler Daten.

In Indien zeigt die von der Regierung unterstützte Bhashini-Initiative, wie digitale Inhalte und Dienste durch eine nationale Übersetzungsinfrastruktur in allen Landessprachen verfügbar gemacht werden können. Hier wird Mehrsprachigkeit nicht als zu lösendes Problem, sondern als öffentliche Grundlage begriffen. Forscher:innen bezeichnen dies als „die andere KI-Revolution“: Hier werden Sprachmodelle für Gemeinschaften entwickelt und umfunktioniert, die nie das primäre Ziel des Silicon Valley waren.

Dieser Ansatz erfordert ein hohes Maß an Kreativität bei Methoden und Governance und zeigt, dass technischer Fortschritt nicht zwangsläufig einer zentralistischen Logik folgen muss.

EZA mit KI. Der langfristige gesellschaftliche Nutzen von KI hängt weniger von der reinen Leistungsfähigkeit der technologischen Modelle ab als vielmehr von der Stärke der Institutionen und den global ausgehandelten Bedingungen, unter denen diese Systeme zum Einsatz kommen. In der Entwicklungszusammenarbeit erfordert dies einen fundamentalen Haltungswandel, der weg von einer rein enthusiastischen Einführung hin zu einer strategischen Steuerung führt.

Souveränität ist kein abstraktes Ideal, sondern manifestiert sich durch konkrete Infrastrukturen, eine strategische Beschaffungspolitik, den Aufbau lokaler Kompetenzen und starke Koalitionen. Der gesicherte Zugang zu Rechenleistung, die Erschließung eigener Sprachressourcen und ein wirksamer Arbeitsschutz sind keine Randaspekte, sondern entscheiden darüber, ob KI zu einem inklusiven Instrument oder zu einer neuen Kette der Abhängigkeit wird.

Geraldine de Bastion ist britisch-deutsche Politikwissenschaftlerin, Netzaktivistin und Gründerin von Global Innovation Gathering e.V. – ein gemeinnütziger Verein, der sich für Diversität in der Produktion von Technologie und globalen Innovationsprozessen einsetzt.