LONDON (IT BOLTWISE) – Berichten zufolge schauen menschliche Auftragnehmer in die Prompts und hochgeladenen Bilder, die Nutzer in Microsofts Copilot eingeben. Dabei geht es nicht nur um Text, sondern auch um Bildbearbeitungen, bei denen die angefertigten Varianten gegen sexuelle oder potenziell schädliche Inhalte laufen sollen. Die Dokumente sollen zeigen, dass Reviewer vor allem die Bildqualität und das Befolgen der Edit-Anweisungen bewerten. Microsoft verweist auf Kundendaten-Nutzung nach den eigenen Nutzungsbedingungen, während in der Praxis viele Nutzer eher Privatsphäre zwischen sich und dem KI-Tool erwarten.
Microsofts Copilot steht erneut im Fokus – allerdings nicht wegen eines fehlenden technischen Filters, sondern wegen der menschlichen Rolle im Bewertungsprozess. Laut einer Auswertung interner Unterlagen, die von einem Medienbericht beschrieben wird, werden menschliche Vertragskräfte eingesetzt, um die Qualität von Copilot-Resultaten zu prüfen. Im Mittelpunkt stehen dabei nicht nur die Texteingaben von Chatbot-Nutzern, sondern insbesondere die Bildbearbeitung: Wenn ein Nutzer ein Foto hochlädt und eine Änderung anstößt, sollen die Reviewer die ursprüngliche Eingabe, das hochgeladene Bild sowie zwei KI-generierte Bearbeitungen nebeneinander sehen und daraus eine Qualitätsentscheidung ableiten.
Technisch ist das ein typisches Muster moderner KI-Entwicklung: Modelle werden nicht nur durch reine Trainingsdaten optimiert, sondern auch über Feedback-Schleifen, bei denen Menschen als „Präferenzrichter“ fungieren. Im beschriebenen Szenario geht die Prüfung aber über ein reines Sicherheits- oder Moderationsziel hinaus. Die Aufgaben sollen darauf ausgelegt sein, zu bewerten, ob die Bildbearbeitung den konkreten Edit-Instruktionen entspricht, ob unerwünschte Bildbestandteile unverändert bleiben und ob die generierten Änderungen visuelle Artefakte enthalten. Die Auswahl zwischen zwei Varianten („welche ist die bessere Bearbeitung?“) wird damit zu einer Art informeller Qualitätssicherung, die Lücken in der automatisierten Bildprüfung überbrückt.
Brisant ist vor allem, was in diesen Aufgaben vorgefunden werden soll. In dem Bericht werden Beispiele genannt, die von sexualisierten Bildwünschen bis zu Inhalten reichen, die mit Essstörungen in Verbindung gebracht werden. Zudem ist davon die Rede, dass Reviewer mit wiederkehrenden Motiven konfrontiert werden, darunter auch Bildbearbeitungsanfragen wie das Verkürzen von Kleidung oder das Verändern von Körperdarstellungen. In mehreren Schilderungen aus dem internen Forum, auf das sich der Bericht bezieht, wird die Belastung durch explizite oder potenziell zutiefst unangenehme Inhalte beschrieben; gleichzeitig soll die Vergütung nicht an die Erkennung von problematischen Fällen geknüpft gewesen sein, sondern an die Qualitätsevaluierung des Ergebnisses.
Damit entsteht ein Konflikt, der in der Produktpraxis oft zu kurz kommt: Nutzer verbinden die Eingabe eines persönlichen Bildes häufig mit einer Erwartung von Privatsphäre und einer klaren Trennung zwischen „meiner Datei“ und dem KI-System. Wenn aber eine relevante Anzahl an menschlichen Reviewern Einsicht in Prompts und hochgeladene Fotos erhält, rückt die Frage nach Datenflüssen und Zweckbindung stärker in den Vordergrund. Microsoft wird in dem Bericht so zitiert, dass die Nutzung von Kundendaten gemäß den Nutzungsbedingungen erfolgt, um Produkte zu verbessern und Verhaltensregeln durchzusetzen. Entscheidend ist dabei nicht nur, ob technische Filter existieren, sondern wie Prozesse gestaltet sind, die im Hintergrund die Qualität der Modellantworten steuern.
Historisch betrachtet ist die Arbeitsteilung zwischen maschineller Moderation und menschlichem Review in der digitalen Industrie schon lange etabliert. Plattformen für nutzergenerierte Inhalte haben über Jahre große Review-Teams genutzt, um problematische Inhalte zu erkennen, bevor sie die Öffentlichkeit erreichen. Auch in der KI-Welt wurden Menschen lange Zeit eingesetzt, um Modelle weniger „toxisch“ oder gefährlich zu machen. Was an den beschriebenen Copilot-Workflows neu wirkt, ist jedoch die Perspektive des Berichts: Es geht offenbar um die Bewertung von Bildbearbeitungen, nicht primär um das Erkennen und Filtern solcher Inhalte. Dadurch verschiebt sich die Risikozone von „Sicherheit der Ausspielung“ hin zu „Sicherheit der Einsicht“.
Aus Markt- und Wettbewerbslogik lässt sich diese Entscheidung dennoch nachvollziehen. Bei multimodalen Modellen, die Bilder direkt ändern können, ist die automatische Beurteilung von Qualität und Konsistenz schwierig: Ein Modell kann einen Prompt formal „befolgen“, aber dennoch deformierte Strukturen oder unnatürliche Texturen erzeugen. Menschen sind in der Lage, subtile Inkonsistenzen zu erkennen, die sich schwer in deterministische Regeln pressen lassen. In den beschriebenen Anweisungen wird deshalb auch auf „intuitives“ Ranking zwischen zwei Bearbeitungen verwiesen, weil das menschliche Auge schnelle Qualitätsunterschiede offenbar besser erfasst als viele deterministische Metriken. Allerdings zahlt man dafür mit höheren Anforderungen an Schulung, Abschirmung, Logging und psychologische Betreuung der Reviewer.
Auch die Nutzer- und Politikseite kommt in dem Kontext hinzu. Der Bericht verweist darauf, dass Copilot in bestimmten institutionellen Umgebungen getestet bzw. genehmigt wurde und dabei als Werkzeug für Routineaufgaben wie das Erstellen von Dokumenten, Zusammenfassen von Informationen und das Ausarbeiten von Briefing-Material beschrieben wurde. Gleichzeitig zeigt derselbe Datenpunkt, wie breit die Produktfamilie eingesetzt wird: von „produktiven Büroaufgaben“ bis zu Bildbearbeitungen, die missbräuchlich angestoßen werden können. Wenn KI-Teams ihre Systeme gleichzeitig für formale Arbeitsprozesse und für kreative Bildfunktionen öffnen, steigt zwangsläufig die Angriffsfläche für Prompt-Missbrauch.
Für Unternehmen und Verantwortliche bedeutet das eine neue Art von Betriebsrisiko-Assessment. Es reicht nicht, nur die Output-Seite zu betrachten; relevant wird auch, wie Feedback-Daten intern geprüft und verarbeitet werden. Dazu gehört die Frage, in welchen Fällen Menschen an die Schleife geschaltet werden, wie stark der Umfang der Einsicht begrenzt wird und ob es technische Vorfilter gibt, bevor ein Bild oder ein Prompt überhaupt in den Review-Prozess gelangt. Der konkrete Bericht nennt außerdem Dienstleister, die für Human-Feedback-Zwecke eingesetzt werden, und thematisiert, dass die Bereitstellung sexualisierter Inhalte in Trainings- und Bewertungsprozessen besondere Vorsicht erfordert. Unterm Strich wird die Debatte damit weniger zu einer reinen „Modell“-Frage, sondern zu einer Frage der operativen KI-Governance.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Copilot: menschliche Prompt-Reviewer sehen offenbar explizite Inhalte" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Copilot: menschliche Prompt-Reviewer sehen offenbar explizite Inhalte" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Copilot: menschliche Prompt-Reviewer sehen offenbar explizite Inhalte« bei Google Deutschland suchen, bei Bing oder Google News!