(Symbolbild)
KI-Ethik unter Druck: Wenn Konzerne Verantwortung auslagern und Gründer sich verklagen
Zwei aktuelle Fälle bei Meta und OpenAI zeigen, wie KI-Unternehmen ethische Verantwortung systematisch abwälzen – durch den Einsatz prekärer Auftragskräfte für sensible Inhaltsmoderation und durch juristische Konflikte zwischen Gründern um die ursprüngliche Mission. Für deutschsprachige Unternehmen ergeben sich daraus konkrete Risiken bei der Gestaltung von Lieferketten, Datenschutzprozessen und Unternehmensethik.
Prekäre Moderation: Die versteckten Kosten smarter Hardware
Meta hat Auftragskräfte in Kenia entlassen, die über die Inhaltsmoderation von Nutzeraufnahmen der Ray-Ban Meta Smart Glasses informiert hatten. Die Beschäftigten hatten berichtet, dass sie bei der Überprüfung von KI-gestützten Videodaten auch sexuelle Handlungen von Nutzern zu sehen bekamen. Meta begründete die Kündigungen damit, die Arbeiter hätten “unsere Standards nicht erfüllt” (Ars Technica). Der Fall offenbart ein strukturelles Problem der KI-Branche: Sensible Inhaltsmoderation wird in Länder mit geringerem Arbeitsschutz ausgelagert, während die technologische Verantwortung beim Konzern verbleibt.
Die Ray-Ban Meta-Brillen zeichnen kontinuierlich auf – ausgelöst durch Sprachbefehle oder KI-gestützte Szenenerkennung. Die dabei anfallenden Daten durchlaufen menschliche Moderationspipelines, deren Arbeitsbedingungen und psychische Belastung selten transparent sind. Für europäische Unternehmen, die ähnliche Wearable-Technologien entwickeln oder in ihre Prozesse integrieren, ergibt sich hier ein doppeltes Compliance-Risiko: Der Digital Services Act (DSA) verpflichtet zu transparenten Moderationsprozessen, während die EU-Lieferkettensorgfaltspflichten-Richtlinie (CSDDD) die Verantwortung für ausgelagerte Arbeitsbedingungen verschärft.
Gründerkonflikte als Governance-Risiko
Parallel gerät OpenAI durch den Prozess Elon Musks gegen das Unternehmen ins Zwielicht. Musk, ursprünglicher Mitgründer und Geldgeber, verklagt OpenAI auf Rückkehr zur gemeinnützigen Ausrichtung. Seine dreitägige Zeugenaussage offenbarte jedoch erhebliche Widersprüche in seiner eigenen Position. So konnte Musk nicht schlüssig erklären, warum er parallel mit xAI ein kommerzielles KI-Unternehmen betreibt, während er OpenAI vorwirft, vom gemeinnützigen Pfad abgewichen zu sein (Ars Technica).
Der Prozess illustriert ein fundamentales Spannungsfeld der KI-Entwicklung: Die ursprüngliche Open-Source- und Sicherheitsorientierung von OpenAI wurde zugunsten geschlossener, kapitalintensiver Modelle aufgegeben. Musks Klage zielt formal auf die Wiederherstellung der alten Governance-Struktur ab, tatsächlich aber auf wirtschaftlichen Einfluss in einem Markt, in dem er mit xAI konkurriert. Für Beobachter bleibt unklar, ob das Verfahren die KI-Sicherheit tatsächlich stärkt oder primär wettbewerbsstrategische Interessen verfolgt.
Regulatorische Konsequenzen für den europäischen Markt
Beide Fälle konvergieren in einer zentralen Erkenntnis: Die Selbstregulierung der KI-Branche reicht nicht aus, um systemische Risiken abzufedern. Der Meta-Fall zeigt die Lücken bei der Überwachung ausgelagerter Arbeitsprozesse, der OpenAI-Prozess die Instabilität unternehmerischer Governance-Modelle bei wachsendem Kapitalbedarf.
Die EU-KI-Verordnung (AI Act), deren Anwendung schrittweise erfolgt, adressiert beide Dimensionen nur unvollständig. Zwar werden High-Risk-Systeme zu Transparenz verpflichtet, die Arbeitsbedingungen in den dazugehörigen Lieferketten bleiben jedoch weitgehend ungeregelt. Gleichzeitig fehlt ein europäisches Äquivalent zu den US-spezifischen Non-Profit-Konflikten um OpenAI – hier greifen allgemeine Gesellschaftsrechtsstrukturen, die für die Dynamik der KI-Entwicklung unzureichend kalibriert sind.
Deutschsprachige Unternehmen sollten daher proaktiv eigene Due-Diligence-Prozesse für KI-Lieferketten etablieren, bevor regulatorische Verschärfungen dies vorschreiben. Die Kombination aus technologischer Abhängigkeit und ethischer Verantwortungsdiffusion erfordert eine strategische Neuausrichtung: Wer KI-Systeme beschafft oder entwickelt, muss die gesamte Wertschöpfungskette – von der Datenannotation bis zur Modellarchitektur – auf Governance-Konsistenz prüfen. Die aktuellen Konflikte bei Meta und OpenAI sind keine Einzelfälle, sondern Symptome einer Branche, die zwischen Skalierungszwang und ethischem Anspruch noch keine stabile Balance gefunden hat.