DoorDash testet mit seiner neuen „Tasks”-App ein Modell, das Gig-Worker zu bezahlten Datenproduzenten macht – und zeigt damit, wie Plattform-Infrastruktur zur KI-Trainingsdatenquelle werden kann.
DoorDash zahlt Kurieren für KI-Trainingsdaten – ein Modell mit Signalwirkung
DoorDash betritt neues Terrain: Der US-amerikanische Lieferdienst hat eine eigenständige App namens „Tasks” gestartet, über die Kuriere Videos einreichen und dafür vergütet werden. Der Zweck ist denkbar klar – die gesammelten Aufnahmen sollen KI-Modelle trainieren.
Kuriere werden zu Datenproduzenten
Das Konzept ist so schlicht wie clever. Kuriere, die ohnehin unterwegs sind und täglich reale Umgebungen durchqueren – Eingänge, Treppenhäuser, Straßenkreuzungen, Lieferzonen – filmen diese auf Anfrage und laden die Clips hoch. DoorDash erhält strukturierte, labelbare Trainingsdaten aus dem echten Alltag; die Fahrer bekommen eine zusätzliche Einnahmequelle on top ihrer regulären Liefertouren.
Hochwertige, praxisnahe Videodaten – gerade für Anwendungen rund um Autonomie, Navigation und Umgebungswahrnehmung – sind knapp und teuer. Synthetische Daten stoßen an ihre Grenzen, sobald es um die Komplexität realer städtischer Räume geht.
Warum gerade jetzt?
Der Zeitpunkt ist kein Zufall. Die großen KI-Labore und Robotik-Unternehmen saugen derzeit alles auf, was als Trainingsdatensatz taugt – und der Wettbewerb um qualitativ hochwertige Real-World-Daten wird schärfer. DoorDash sitzt mit seinem Netzwerk aus Hunderttausenden aktiver Kuriere auf einer Ressource, die kaum jemand sonst hat: eine geografisch verteilte, mobile Belegschaft, die täglich in Umgebungen operiert, die für KI-Systeme – Stichwort Lieferroboter, autonome Fahrzeuge, Indoor-Navigation – hochrelevant sind.
Ob DoorDash die Daten selbst nutzt oder an Dritte lizenziert, ist öffentlich nicht kommuniziert. Beides wäre plausibel.
Ein neues Datenbeschaffungsmodell entsteht
Was DoorDash hier erprobt, könnte eine Blaupause sein. Statt aufwendige Datenerhebungskampagnen zu organisieren oder auf öffentliche Datensätze zurückzugreifen, wird die eigene Plattform-Community zur Datenquelle – gegen Bezahlung, mit klarer Aufgabenstruktur. Das Prinzip ähnelt Crowdworking-Plattformen wie Scale AI oder Remotasks, nur dass hier eine bestehende Gig-Economy-Infrastruktur genutzt wird, anstatt eine neue aufzubauen.
Wer hält die Rechte an den Aufnahmen? Welche Datenschutzstandards gelten für zufällig erfasste Dritte im Bildmaterial? DoorDash hat sich dazu bislang nicht detailliert geäußert.
Relevanz für den europäischen Markt
Für deutsche Unternehmen – ob Logistikdienstleister, Handelskonzerne oder Plattformbetreiber – ist das Modell eine Denkanregung wert. Wer über eine mobile oder dezentrale Belegschaft verfügt, sitzt möglicherweise auf ungenutztem Datenpotenzial. Allerdings gelten hierzulande deutlich strengere Rahmenbedingungen: DSGVO, Betriebsratsrechte und Einwilligungspflichten machen eine direkte Kopie des DoorDash-Ansatzes ohne rechtliche Vorarbeit schlicht undurchführbar.
Der Gedanke dahinter – Plattform-Communities als strukturierte Datenquelle zu erschließen – dürfte auch in Europa an Relevanz gewinnen.
Quelle: TechCrunch
