Uber startet Pilotprogramm zur KI-Datensammlung für Fahrer

Uber erweitert Verdienstmöglichkeiten: Fahrer sammeln jetzt KI-Daten

Uber, bekannt als globale Plattform für Fahrdienste und Essenslieferungen, erweitert das Angebot für seine Fahrerpartner um eine neue Verdienstmöglichkeit: das Sammeln und Annotieren von Daten für Künstliche Intelligenz (KI). Diese Initiative ist Teil einer umfassenderen Strategie des Unternehmens, die eigenen KI-Modelltrainingskapazitäten auszubauen und sich als zentrale Anlaufstelle für flexible Arbeitsmodelle zu positionieren.

Strategische Neuausrichtung im KI-Zeitalter

Die Entscheidung Ubers, seine Fahrer in die Datenerfassung für KI-Modelle einzubeziehen, markiert eine signifikante strategische Neuausrichtung. Nach der Übernahme des belgischen KI-Startups Segments.ai ist es Ubers Ziel, die Abhängigkeit von externen Dienstleistern für das Training seiner KI-Modelle zu reduzieren und stattdessen interne Kompetenzen aufzubauen. Dies ermöglicht dem Unternehmen, die Kontrolle über die Datenqualität zu erhöhen und die Entwicklung eigener KI-Lösungen zu beschleunigen.

Das Pilotprojekt, das zunächst in den USA und in zwölf indischen Städten wie Delhi, Mumbai und Hyderabad gestartet wurde, bietet den Fahrern die Möglichkeit, sogenannte „Mikroaufgaben“ zu übernehmen. Diese Aufgaben können während der Leerlaufzeiten zwischen den Fahrten oder bewusst als zusätzliche Tätigkeit ausgeführt werden. Damit reagiert Uber auf den Wunsch vieler Gig-Worker nach flexiblen und vielfältigen Verdienstmöglichkeiten, auch abseits des klassischen Fahrdienstes.

Vielfältige Mikroaufgaben zur Datengenerierung

Die Art der Aufgaben, die den Fahrern angeboten werden, ist vielfältig und auf die Bedürfnisse des KI-Trainings zugeschnitten. Dazu gehören beispielsweise:

• Das Hochladen von Fotos von Speisekarten in verschiedenen Sprachen, was insbesondere für Uber Eats relevant ist.
• Das Anfertigen von Fotos von parkenden Fahrzeugen, um die Erkennung von Objekten in autonomen Fahrsystemen zu verbessern.
• Das Aufnehmen von Audio in der Muttersprache, um Sprachmodelle zu trainieren und die Lokalisierung von Diensten zu optimieren.
• Das Klassifizieren von Texten und das Digitalisieren von Belegen.

Diese manuellen Tätigkeiten sind entscheidend für die Qualität der Trainingsdaten, die wiederum die Genauigkeit und Leistungsfähigkeit von KI-Modellen beeinflussen. Die Fahrer erhalten für jede abgeschlossene Mikroaufgabe einen zusätzlichen Verdienst.

Uber AI Solutions als kommerzielles Angebot

Uber AI Solutions agiert nicht nur als interne Einheit zur Datenbeschaffung, sondern bietet diese spezialisierten Datenkennzeichnungsdienste auch externen Unternehmen an. Zu den Kunden zählen bereits Akteure aus der generativen KI, der autonomen Fahrzeugentwicklung und anderen Technologiebereichen. Dieser Ansatz ermöglicht es Uber, zusätzliche Einnahmequellen zu erschließen und sich als wichtiger Akteur im wachsenden Markt für KI-Datendienste zu etablieren. Beobachter sehen darin eine direkte Herausforderung für etablierte Anbieter wie Scale AI und Amazon Mechanical Turk.

Auswirkungen auf die Gig Economy und den Arbeitsmarkt

Die Einführung dieser neuen Verdienstmöglichkeit hat das Potenzial, die Dynamik der Gig Economy zu beeinflussen. Indem Uber die bereits bestehende Infrastruktur seiner Millionen von Fahrern weltweit nutzt, schafft es eine immense skalierbare Workforce für Datenannotation. Dies könnte die Kosten für die Datenerfassung für Unternehmen senken und gleichzeitig neue Einkommensquellen für Fahrer eröffnen. Die Verlagerung von traditionellen Outsourcing-Modellen hin zu einer integrierten Plattformlösung ist ein bemerkenswerter Trend.

Gleichzeitig wirft diese Entwicklung Fragen bezüglich der langfristigen Arbeitsplatzsicherheit in der Gig Economy auf. Während die Datenerfassungsaufgaben kurzfristig zusätzliche Einnahmen bieten, könnten fortschreitende Automatisierung durch KI, auch in Bereichen wie dem autonomen Fahren, langfristig die Notwendigkeit menschlicher Fahrer reduzieren. Uber-CEO Dara Khosrowshahi hat in diesem Kontext die Bedeutung von KI-Trainingsjobs als potenzielle Kompensation für den Verlust von Fahraufträgen betont.

App-Optimierungen und Sicherheitsverbesserungen

Parallel zu den neuen Verdienstmöglichkeiten kündigte Uber weitere Optimierungen der Fahrer-App an, die auf das Feedback der Fahrer zugeschnitten sind:

• Verbesserte Angebotskarten: Fahrer erhalten mehr Zeit und detailliertere Informationen, bevor sie eine Fahrt annehmen oder ablehnen, um fundiertere Entscheidungen treffen zu können.
• Klarere Abhol- und Zustelldetails: Die Navigation und Durchführung von Fahrten, insbesondere mit mehreren Stopps, soll durch präzisere Anweisungen vereinfacht werden.
• Neue „Heatmap“: Eine verbesserte Darstellung von Gebieten mit hoher Nachfrage soll die Effizienz der Fahrer steigern.
• Finanzielle Absicherung bei Verspätungen: Fahrer sollen bei Wartezeiten oder Stau finanziell besser entschädigt werden.
• Transparentere Deaktivierungsprozesse: Der Umgang mit Beschwerden und Kontosperrungen wird überarbeitet, um Fahrern die Möglichkeit zu geben, ihre Sichtweise darzulegen, bevor Entscheidungen getroffen werden. Falsche Beschwerden von Fahrgästen können nun ebenfalls zu Konsequenzen führen.

Auch die Sicherheit der Nutzer wird weiter verbessert. Eine bereits in den USA eingeführte Funktion, die es Fahrgästen ermöglicht, Fahrten ausschließlich mit Fahrerinnen zu buchen (und umgekehrt), wird auf weitere US-Städte ausgeweitet. Diese Funktion hat sich als populär erwiesen und trägt zur erhöhten Sicherheit bei.

Fazit und Ausblick

Ubers Vorstoß in die KI-Datensammlung ist ein Beispiel für die kontinuierliche Evolution von Technologieplattformen und der Gig Economy. Es zeigt, wie Unternehmen bestehende Ressourcen neu bewerten und für neue, wachsende Märkte erschließen. Die Integration von Datenannotation in die täglichen Abläufe der Fahrer schafft für diese neue Einkommensströme und positioniert Uber strategisch im Wettbewerb um KI-Expertise und -Daten. Die globale Ausweitung dieses Modells wird nicht nur die operative Effizienz von Uber selbst steigern, sondern auch weitreichende Implikationen für den breiteren KI-Datendienstleistungsmarkt haben.

Bibliography

• Bölling, N. (2025, Oktober 17). Uber-Fahrer können jetzt Geld dazuverdienen, indem sie KI-Daten sammeln. t3n.de. Abgerufen von https://t3n.de/news/uber-fahrer-koennen-jetzt-geld-dazuverdienen-indem-sie-ki-daten-sammeln-1712726/
• Bitter, A. (2025, Oktober 16). Uber is experimenting with paying drivers to train AI. Business Insider. Abgerufen von https://www.businessinsider.com/uber-is-experimenting-with-paying-drivers-to-train-ai-2025-10
• Dube, M. (2025, September 4). Uber turns driver partners in India into AI data-labeling workforce. NewsBytesApp. Abgerufen von https://www.newsbytesapp.com/news/science/uber-s-new-initiative-ai-data-labeling-for-drivers/story
• ET. (2025, Oktober 4). Uber offers driver partners a side hustle: AI data labelling. The Economic Times. Abgerufen von https://m.economictimes.com/tech/artificial-intelligence/uber-offers-driver-partners-a-side-hustle-ai-data-labelling/articleshow/123684094.cms
• OfficeChai Team. (2025, September 4). Uber Pilots Program That Lets Indian Drivers Label Data In Their Free Time. OfficeChai. Abgerufen von https://officechai.com/ai/uber-pilots-program-to-let-indian-drivers-label-data-in-their-free-time/
• Sharwood, S. (2025, September 5). Uber India starts offering drivers gigs collecting and classifying info for AI models. The Register. Abgerufen von https://theregister.com/2025/09/05/uber_india_ai_model_gigs
• Swain, G. (2025, September 8). Uber turns drivers into AI data labelers in India pilot. Computerworld. Abgerufen von https://www.computerworld.com/article/4052881/uber-turns-drivers-into-ai-data-labelers-in-india-pilot.html
• Uber. (2025, Oktober 18). Die Wirtschaft der Agenten KI. Uber AI Solutions. Abgerufen von https://www.uber.com/de/de/ai-solutions/the-economics-of-agentic-ai/