MENLO PARK / LONDON (IT BOLTWISE) – Meta testet intern ein Tool, das Mausbewegungen, Klicks und Tastatureingaben (teils mit Screenshots) für KI-Modelle sammelt, um agentische Systeme für Computeraufgaben zu verbessern. Der Ansatz stößt auf heftigen Widerstand: Rund 1.500 Beschäftigte unterzeichneten eine Petition wegen Bedenken zu Privatsphäre, Einwilligung und Vertrauen im Job. Zusätzlich kam es zu einem Sicherheitsvorfall, bei dem Unbefugte Daten aus der Erfassung abrufen konnten, woraufhin Meta das Programm vorerst stoppte. Der Fall zeigt, wie sich “KI-Entwicklung” im Unternehmen verschiebt – von Labor-Workflows hin zu beobachtungsbasierten Trainingspipelines.
Meta steht mit einem internen Test zur Datenerfassung im Büro erneut im Zentrum der KI-Debatte: Laut Berichten hat das Unternehmen ein Tool namens Model Capability Initiative (MCI) geprüft, das auf Rechnern in den USA läuft und Interaktionen der Mitarbeitenden auswertet. Dazu zählen Mausbewegungen, Klicks und Tastatureingaben, zeitweise auch Screenshots. Die Idee dahinter: agentische KI-Systeme sollen lernen, wie Menschen typische Computeraufgaben ausführen – also nicht nur Sprache oder Bilder, sondern auch Bedienmuster auf Softwareoberflächen. Genau hier kippt der Nutzen jedoch in einen Konflikt um Einwilligung und Kontrolle über die eigenen Daten.
Technisch betrachtet zielt MCI auf ein Trainingsschema, das sich gut in moderne KI-Pipelines einfügt: Nutzungsereignisse werden als Sequenzen von Zeitstempeln, Zustandswechseln und Kontextmerkmalen gespeichert, anschließend in ein Modell-Training oder Fine-Tuning eingespeist. Bei agentischen Systemen ist dieses “Verhaltens-Feintuning” besonders relevant, weil der Agent nicht nur Entscheidungen trifft, sondern auch über UI-Interaktionen handlungsfähig wird. Im Gegensatz zum klassischen Modelltraining mit öffentlich kuratierten Daten entsteht hier jedoch ein direktes Abbild individueller Arbeitsweise. Das erhöht die Wahrscheinlichkeit, dass sich Verhaltensprofile bilden lassen – selbst wenn das System ursprünglich nicht zur Leistungsüberwachung gedacht sei.
Vergleicht man das Vorgehen mit dem, was in der Industrie bereits erprobt wurde, ist der Mechanismus auffällig ähnlich: In der Fertigung werden seit Jahren sensorbasierte Trainingsdaten genutzt, um Roboter und Automationsschritte zu optimieren. Die Idee reicht von “Lights-out”-Produktionslinien bis zu Kamerasystemen, die feinste Handgriffe erfassen. Überträgt man dieses Prinzip ins Büro, entsteht eine Art “Dark Pattern” der Datenerhebung: Aus Arbeit wird Rohmaterial, das später zur Automatisierung derselben Arbeit eingesetzt werden kann. Meta ist dabei nicht allein – auch in anderen Tech-Organisationen wird KI zunehmend agentisch ausgerichtet, etwa in Form von Assistenzsystemen, die sich an Tool-Nutzung orientieren. Der Unterschied ist hier jedoch die betriebliche Erfassung in Echtumgebung.
Marktseitig wirkt der Zeitpunkt wie ein Wecksignal, weil er eine breitere Wettbewerbskurve bestätigt: Viele Unternehmen wollen agentische KI schneller produktiv machen, indem sie reale Nutzerpfade als Trainingssignal nutzen. In der Praxis konkurrieren dabei zwei Ansätze: Einerseits “synthetische” Trainingsdaten aus Modell-Simulationen und Skripten, andererseits echte Interaktionsdaten aus Produktivsystemen. Branchenkenner kritisieren, dass Unternehmen häufig den zweiten Weg wählen, weil er schneller zu verwertbaren Beispielen führt – aber dafür erhebliche Compliance-Last und ein höheres Risiko für Datenschutzverstöße erzeugt. Dass bei Meta zudem ein Zeitraum beschrieben wird, in dem Unbefugte Zugriff auf die gesammelten Daten erhielten, verstärkt die Frage, wie streng Zugriffskontrollen und Auditierbarkeit umgesetzt waren.
Die Reaktion im Unternehmen war entsprechend deutlich. Rund 1.500 Mitarbeitende sollen eine Petition gegen das Programm unterzeichnet haben, mit Argumenten wie fehlender Zustimmung, intrusiver Datenerhebung und damit verbundenem Verlust an Vertrauen im Arbeitsplatz. Eine Person, die das Unternehmen verließ, ordnet die Maßnahme als “digitale Überwachung” ein und beschreibt die Grundlogik als Datengrube, die letztlich die Ersetzbarkeit menschlicher Tätigkeiten erhöhen soll. Als ethische Einordnung wird zudem hervorgehoben, dass solche Systeme häufig auf bereits existierenden Daten trainiert werden und damit eher Spiegelbilder vergangener Muster liefern als echte Schlüsse oder kritisches Denken. Diese Perspektive trifft einen wunden Punkt: Selbst bei hohen Automatisierungsraten bleibt agentische KI anfällig für Kontextlücken und Fehlanpassungen.
Für Unternehmen ist der nächste Schritt deshalb weniger eine technische Frage als eine Governance-Frage. Wer KI-Modelle mit Arbeitsplatzdaten trainiert, muss Einwilligung, Zweckbindung und Datenminimierung nicht nur juristisch, sondern auch operativ nachweisen können: Wie wird Entnahme begrenzt? Welche Löschfristen gelten? Wie werden Screenshots so reduziert oder anonymisiert, dass keine sensiblen Informationen dauerhaft persistieren? In der EU verschärfen zudem die Erwartungen an Transparenz und Betroffenenrechte die Lage. Der Blick in die Vergangenheit zeigt, dass ähnliche Erfassungsansätze oft zuerst als “nur für Training” verkauft werden, dann aber organisatorisch ausweiten, sobald Systeme Erfolge zeigen. Genau das befürchten viele Beschäftigte – und genau darauf sollten sich Sicherheits- und Datenschutzteams jetzt vorbereiten.
Ausblickend ist die wahrscheinlichste Entwicklung, dass sich der Markt zwischen zwei Pfaden entscheidet: Entweder folgen weitere Firmen dem “Real-User-Training”-Modell und investieren massiv in Datenschutz-by-Design, oder sie verschieben den Fokus auf private, lokal auswertende Trainingspipelines, bei denen Rohdaten gar nicht das Unternehmen verlassen und nur aggregierte Trainingssignale gespeichert werden. Auch in der Meta-Story zeigt sich bereits ein Rückschlag durch den Zugriff Dritter und die negative interne Stimmung; das kann als Bremse wirken. Gleichzeitig bleibt die Richtung erkennbar: Agentische Systeme brauchen konkrete Bedienbeispiele. Der Wettbewerb wird deshalb nicht verschwinden, sondern sich verlagern – von unkontrollierter Erfassung hin zu strikter, auditierten Datennutzung. Für Entwickler entsteht dadurch eine klare Chance: KI-Entwicklung, die zuverlässig funktioniert und gleichzeitig nachvollziehbar schützt.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "Meta testet KI-Trainingsdatenerfassung am Arbeitsplatz – und löst Proteste aus" 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 "Meta testet KI-Trainingsdatenerfassung am Arbeitsplatz – und löst Proteste aus" 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: »Meta testet KI-Trainingsdatenerfassung am Arbeitsplatz – und löst Proteste aus« bei Google Deutschland suchen, bei Bing oder Google News!