Zum Inhalt springen
MakeImpact
Alle Impact-Ideen

Soziales · Sozial & Ökonomisch

Datenannotation und Software-Testing mit einem neurodivergenten Team

KI-Firmen brauchen fehlerfreie Trainingsdaten. Menschen im Autismus-Spektrum sind auf dem ersten Arbeitsmarkt trotzdem kaum vertreten.

Das Problem

KI-Modelle brauchen riesige Mengen präzise annotierter Trainingsdaten — für autonomes Fahren, für Sprachmodelle, für medizinische Bildgebung. Ein großer Teil davon wird im Ausland günstig und mit hohen Fehlerquoten annotiert. Gleichzeitig ist die Erwerbslosigkeit unter Menschen im Autismus-Spektrum unverhältnismäßig hoch, weil Großraumbüros, spontane Meetings und Bewerbungsgespräche mit Small Talk auf Bedürfnisse zugeschnitten sind, die viele von ihnen nicht haben — während ausgeprägte Detailgenauigkeit, Mustererkennung und Ausdauer bei repetitiven Aufgaben für Datenannotation geradezu ideal sind.

Was man aufbaut

Ein Betrieb, der gezielt Menschen im Autismus-Spektrum für Datenannotation und Software-Testing beschäftigt: reizarme Arbeitsumgebung, feste Tagesstruktur, asynchrone statt spontane Kommunikation, begleitendes Job-Coaching. Vorbild ist die südkoreanische Firma Testworks, 2015 in Seoul gegründet, die genau so arbeitet und unter anderem für den Fahrassistenz-Zulieferer StradVision Trainingsdaten fürs autonome Fahren labelt. Übertragbar ist der Mechanismus — Strengths-based Job Design statt Fürsorge —, nicht das Geschäftsmodell eins zu eins: Kundenakquise, Sozialrecht und Fördermittel sind in Deutschland anders.

Wer etwas davon hat

Menschen im Autismus-Spektrum mit Interesse an präziser, visueller Arbeit, die auf dem ersten Arbeitsmarkt trotzdem keine Stelle finden. KI-Start-ups, Automobilzulieferer und Forschungsgruppen, die verlässliche Datenqualität brauchen und ihre Lieferkette diverser aufstellen wollen.

Dein erster Schritt — diese Woche

Sprich mit einem Integrationsfachdienst oder einer Autismus-Ambulanz in deiner Region, ob es Menschen gibt, die Interesse an strukturierter, detailorientierter Arbeit hätten — die Nachfrage ist meist größer, als Trägerlandschaft und Arbeitgeber annehmen. Sprich parallel mit einem lokalen KI-Start-up oder einer Uni-Forschungsgruppe, ob sie einen kleinen Testauftrag zur Datenannotation vergeben würden, um eure Qualität nachzuweisen, bevor ein größerer Kunde kommt.

Woran es meistens scheitert

Der Fehler ist, das Unternehmen um die Diagnose statt um die Arbeit zu bauen. Wer 'Autismus' ins Zentrum der Kundenansprache stellt statt 'geprüfte Datenqualität', bekommt Spendenbereitschaft statt Aufträge — und Kunden, die beim ersten Preisdruck abspringen. Der zweite Punkt: Ein reizarmes, asynchrones Arbeitsumfeld lässt sich nicht nebenbei einrichten. Ohne eine Fachkraft für Arbeitspsychologie oder Sonderpädagogik, die Prozesse und Kommunikation von Anfang an mitgestaltet, produziert ihr entweder Überforderung der Belegschaft oder ein Umfeld, das sich von jedem anderen Betrieb nicht unterscheidet — und dann verliert ihr genau den Qualitätsvorteil, um den es geht.

Weiterlesen

Wie andere in Soziales gegründet haben

Echte Gründungsgeschichten aus demselben Sektor — mit dem, was schiefging und was es gekostet hat.

Fallstudien ansehen

Falls du das kennst

Du hast so etwas schon aufgebaut?

Dann weißt du Dinge, die hier nicht stehen können — was das Finanzamt zurückgeschickt hat, welcher Antrag abgelehnt wurde und warum. Genau daraus wird die nächste Fallstudie.

Deine Geschichte erzählen

Ähnliche Ideen