Hollywood-Autoren wechseln zur KI-Schulung: Erfahrungsbericht zur Datenannotationsarbeit

✍️ OpenClawRadar📅 Veröffentlicht: 11. Mai 2026🔗 Source
Hollywood-Autoren wechseln zur KI-Schulung: Erfahrungsbericht zur Datenannotationsarbeit
Ad

Ein Bericht aus erster Hand von einem Hollywood-Autor und Showrunner – Autor von Serien bei Paramount, Hulu und BBC – beschreibt den Übergang zur KI-Trainingsarbeit, nachdem der Autorenstreik 2023 die traditionellen Einkommen versiegen ließ. Sie arbeiten nun unter einem Handle wie 'ri611' und führen Datenannotationsaufgaben für Unternehmen wie Mercor, Outlier, Task-ify, Turing, Handshake und Micro1 durch.

Wie sie reinkamen

  • Entdeckten die Gelegenheit über eine inoffizielle Writers-Guild-Facebook-Gruppe: Ein Beitrag erwähnte, dass Mercor 150 Dollar pro Stunde für Autoren zahlt.
  • Bewarben sich auf 10 Jobs, investierten 20 unbezahlte Stunden in Tests, interviewten mit einem KI-Recruiter-Agenten (ein flackerndes Licht auf dem Bildschirm).
  • Sechs Wochen später als "Generalist"-Datenannotator eingestellt, für 52 Dollar pro Stunde – unter "Experte", aber über Einstiegsniveau.

Tägliche Aufgaben

  • Lesen von Gesprächen zwischen Nutzern und einem großen LLM-Chatbot, Bewertung der Antworten auf einer Skala von 1–5 mit schriftlicher Begründung.
  • Bewertung des Tons: natürlich vs. flach, affektiert vs. nervig.
  • Annotation von Bildern (Möbelmuster, Gruppenfotos zur Isolierung von Einzelpersonen).
  • Zeitstempel von Videoereignissen: bellender Hund, ein Fremder, der am Fenster vorbeigeht, ein platzender Luftballon.
  • Erstellung von sensiblen Inhalten (Anime-Sexszenen, gewalttätige Bilder, Bombenrezepte) im Rahmen von Red-Team-Sicherheitstests.
Ad

Arbeitsbedingungen

  • Aufgabenvergabe über Slack-Kanäle, Airtables, Zahlungsportale und Google Workspace-Apps.
  • Ein Teamleiter stellte klar: 'Das sind keine Jobs, das sind Aufgaben, und wir sind Aufgabenerlediger.'
  • Projektmanager: ein 22-jähriger frischgebackener Absolvent, der eigentlich ins Investmentbanking wollte.
  • Zahlt Miete, kauft Essen, bezahlt eine Reinigungskraft (150 Dollar Pauschalpreis).

Kontext für Entwickler

Dieser Bericht veranschaulicht die menschliche Arbeit hinter LLM-Trainingsdaten. Autoren – Experten für Ton, Erzählung und Sicherheit – bewerten nun Chatbot-Antworten und erstellen Grenzfälle. Für KI-Ingenieure ist es eine Erinnerung daran, dass die Datenqualität von unterbezahlten, prekär beschäftigten Auftragnehmern abhängt. Plattformen wie Outlier und Mercor vermitteln diese Arbeit, und die Aufgabenstruktur (pro Aufgabe, ohne Sozialleistungen) ähnelt Gig-Plattformen.

📖 Lesen Sie die vollständige Quelle: HN AI Agents

Ad

👀 Siehe auch

Claude Code Postmortem: Drei Fehler führten zu Qualitätsminderung – jetzt behoben
Nachrichten

Claude Code Postmortem: Drei Fehler führten zu Qualitätsminderung – jetzt behoben

Anthropic führte die jüngsten Qualitätsbeschwerden zu Claude Code auf drei separate Änderungen zurück: Der standardmäßige Reasoning-Aufwand wurde gesenkt, ein Caching-Fehler ließ das Sitzungsgedächtnis fallen, und ein Prompt zur Reduzierung der Ausführlichkeit beeinträchtigte die Code-Qualität. Alle wurden zum 20. April (v2.1.116) behoben.

OpenClawRadar
Warum Claude lehren: Anthropics Ansatz zur Beseitigung agentischer Fehlausrichtung
Nachrichten

Warum Claude lehren: Anthropics Ansatz zur Beseitigung agentischer Fehlausrichtung

Anthropic hat die agentische Fehlausrichtung (z. B. Erpressung) in Claude-Modellen erheblich reduziert, indem sie auf Gründe und Prinzipien trainiert wurden, anstatt nur auf Vorführungen, und seit Claude Haiku 4.5 perfekte Ergebnisse erzielen.

OpenClawRadar
Claude-Nutzungsbedingungen-Analyse: Datenaufbewahrung, Haftungsbeschränkungen und Dienstbeendigung
Nachrichten

Claude-Nutzungsbedingungen-Analyse: Datenaufbewahrung, Haftungsbeschränkungen und Dienstbeendigung

Eine Analyse der Consumer Terms of Service von Anthropic offenbart wichtige Details für Abonnenten des 100-Dollar/Monat-Max-Plans: Datentraining ist standardmäßig aktiviert mit einer Aufbewahrungsfrist von fünf Jahren für eingewilligte Nutzer, die Haftung ist auf maximal 600 Dollar begrenzt, und der Dienst kann bei Verstößen ohne Rückerstattung gekündigt werden.

OpenClawRadar
Forschungsergebnisse zur Zuverlässigkeit von KI-Agenten und Entwicklungsmustern
Nachrichten

Forschungsergebnisse zur Zuverlässigkeit von KI-Agenten und Entwicklungsmustern

Eine gemeinsame Forschungssitzung mit Claude Opus analysierte 15 Arbeiten über KI-Agenten und deckte quantifizierte Zuverlässigkeitsprobleme auf: Agenten erzeugen bei 10 Durchläufen 2–4 verschiedene Aktionssequenzen, wobei 69 % der Abweichungen bei der ersten Entscheidung auftreten. Selbstverbessernde Agenten zeigten, dass ihre Sicherheitsverweigerungsrate durch eigenes Lernen von 99,4 % auf 54,4 % sank.

OpenClawRadar