Das Training und die Feinabstimmung von KI-Modellen erfordern annotierte Daten, und diese Daten sind oft personenbezogen. Die Wahl eines Annotationsanbieters außerhalb des EWR schafft dasselbe Transferproblem wie jedes andere Outsourcing.
Datenannotation klingt rein technisch: jemand kennzeichnet Objekte in einem Bild, bewertet die Antwort eines Modells oder transkribiert eine Aufnahme. In der Praxis enthalten die meisten Trainingsdatensätze personenbezogene Daten, Gesichter in Bildern, Stimmen in Aufnahmen, Namen und Gesundheitsangaben in Kundendienst-Transkripten, Nachrichteninhalte in Daten zur Feinabstimmung von Sprachmodellen. Gelangen personenbezogene Daten an einen Annotator außerhalb des Europäischen Wirtschaftsraums, entsteht dieselbe Transferpflicht wie bei jeder anderen Auftragsverarbeitung: ein Transfermechanismus, eine Bewertung des Rechts des Ziellandes, ergänzende Maßnahmen. Dies ist eine allgemeine Information und keine Rechtsberatung.
Das Argument ist identisch mit jedem anderen innerhalb der Union ausgelagerten Verarbeitungsprozess: Arbeitet der Annotator innerhalb des EWR, entfallen der Transfermechanismus, die Transfer-Folgenabschätzung und die laufende Angemessenheitsüberwachung, weil es keinen grenzüberschreitenden Transfer zu legalisieren gibt. Bei der Arbeit an Trainingsdaten wiegt das zusätzlich schwer, weil Annotationsdatensätze oft groß sind, über mehrere Feinabstimmungsrunden hinweg wiederverarbeitet und aus Gründen der Modell-Reproduzierbarkeit lange aufbewahrt werden, was das Expositionsfenster eher verlängert als verkürzt.
Gute Annotation innerhalb des EWR sieht anders aus als billige Offshore-Annotation, unabhängig von der rechtlichen Zuständigkeit. Übereinstimmungsverfolgung zwischen Annotatoren, muttersprachliche Qualität, besonders in Polnisch, Ukrainisch und Deutsch, ein Prüfpfad, der zeigt, wer welchen Datensatz wann gekennzeichnet hat, und eine für eine Datenschutz-Folgenabschätzung bereite Dokumentation. Corpshore Polska erbringt diese Arbeit als Teil seines Datenannotationsdienstes, innerhalb einer Gruppe, die von Outsource Accelerator als fünfte von fünfzig KI-Outsourcing-Unternehmen weltweit eingestuft wird.
Bei der Wahl eines Annotationsanbieters lohnen sich dieselben Fragen wie bei jeder anderen Auftragsverarbeitung: Wo werden die Daten physisch gehostet, wo sitzen die Personen, die die Annotation durchführen, nutzt der Anbieter Unterauftragsverarbeiter außerhalb des EWR, und wie sieht die Löschung oder Rückgabe der Daten am Ende des Projekts aus. Ein Anbieter mit EU-Sitz, der Annotationsarbeit über eine Plattform oder Crowdworker außerhalb des EWR leitet, hat einen Transfer durch die Hintertür eingeführt, genau wie bei jedem anderen Outsourcing.
Najczęstsze pytania
- Unterliegt die Annotation von KI-Trainingsdaten der DSGVO?
- Ja, sofern die gekennzeichneten Daten Informationen über eine identifizierte oder identifizierbare Person enthalten, was auf die meisten Datensätze mit Bildern, Sprachaufnahmen, Gesprächstranskripten oder Textnachrichten zutrifft. Anonymisierung hebt die Pflicht nur auf, wenn sie unumkehrbar ist, was in der Praxis seltener der Fall ist, als Einkäufer annehmen.
- Wie wählt man einen DSGVO-konformen Anbieter für Datenannotation aus?
- Prüfen Sie den Hosting-Standort der Daten, den Standort der Annotatoren, die vollständige Liste der Unterauftragsverarbeiter und den Löschprozess nach Projektende. Ein Anbieter innerhalb des EWR ohne Unterauftragsverarbeiter außerhalb der EU beseitigt das Transferproblem vollständig.
- Kostet Annotation in Polen mehr als offshore?
- Meist ja, pro Arbeitsplatz betrachtet. Der Unterschied ist gerechtfertigt, wenn personenbezogene Daten den EWR nicht verlassen dürfen, wenn muttersprachliche Qualität in der Zielsprache entscheidend ist, oder wenn die Compliance-Dokumentation prüfungsbereit sein muss statt nachträglich erstellt zu werden.