Erster Teil, Kapitel II, §§ 22-23
§§ 22-23. Expropriation der Arbeiter:innen von Daten-, Modell- und Beschaffungsmitteln
Runde 1: kommentierte Arbeitsgliederung, vierter Kapitel-II-Batch
Einordnung im Werk
Kapitel II überführt die Grundbegriffe algorithmisch vermittelten Handelns in eine Wirtschaftssoziologie der KI. Dieser vierte Aufbaugang setzt den Appropriationsgedanken fort: Nicht nur Verwertungserträge, sondern auch Beschaffungsmittel, disponierende Leistungen, Arbeitsmittel, berufliche Chancen und Marktbeziehungen werden als soziale Ordnungsfragen sichtbar.
Gliederungspunkte
- Trennung von Arbeit und Datenbesitz
- Trennung von Expertise und Modellverfügung
- Entwertung von Erfahrungswissen
- Plattformabhängigkeit
- algorithmische Kontrolle des Arbeitsprozesses
Kommentierte Ausarbeitung
Expropriation bezeichnet hier nicht nur den Verlust klassischen Eigentums, sondern die Trennung der Arbeitenden von den Daten-, Modell- und Beschaffungsmitteln, auf denen ihre eigene Leistung zunehmend beruht. Wer schreibt, gestaltet, übersetzt, pflegt, bewertet, annotiert, trainiert oder kontrolliert, produziert häufig Daten- und Erfahrungsbestände, ohne darüber verfügen zu können. Expertise kann in Modelle eingehen, während die Expert:innen selbst den Zugang zu den Modellgewichten, Trainingsarchiven, Inferenzwegen oder Auswertungsdaten verlieren. Der Arbeitsprozess wird dadurch doppelt verschoben: Er wird datenförmig erfasst und zugleich der Verfügung derjenigen entzogen, die ihn mit hervorbringen.
Besonders folgenreich ist die Entwertung von Erfahrungswissen, wenn Organisationen behaupten, Modelle könnten lokale Urteilskraft, berufliche Übung oder situative Verantwortung einfach ersetzen. Plattformabhängigkeit und algorithmische Kontrolle verstärken diese Trennung, weil Aufträge, Sichtbarkeit, Bewertung, Taktung und Sanktionierung über Systeme laufen, deren Regeln Arbeitende oft nicht verhandeln können. Die §§ 22-23 verbinden daher die Appropriationsfrage mit Macht und Herrschaft aus Kapitel I: Expropriation ist auch eine Verringerung von Beschwerdefähigkeit, Deutungsmacht und Zukunftschance. Gegenöffentlichkeiten werden hier besonders wichtig, weil migrantische, feminisierte, prekäre und ausgelagerte Datenarbeit sonst als unsichtbarer Untergrund der KI-Wirtschaft verschwindet.