Amazon schließt Mechanical Turk nach 21 Jahren

Worum es geht

Amazon schließt Mechanical Turk am 30. September 2026. CNBC veröffentlichte am 25. August Auszüge aus einer Kundenmitteilung. Damit endet nach 21 Jahren eine Plattform, die Menschen weltweit für winzige digitale Aufgaben vermittelte: Bilder beschriften, Audio transkribieren, Umfragen beantworten oder Datensätze prüfen.

Der Zeitpunkt ist bemerkenswert. Mechanical Turk galt lange als unsichtbare menschliche Schicht hinter automatisierten Systemen. Nun können Sprachmodelle einen Teil dieser Aufgaben selbst erledigen, während spezialisierte Datenfirmen komplexere menschliche Bewertungen für KI-Labore organisieren.

Was Mechanical Turk tatsächlich macht

Auftraggeber stellen sogenannte Human Intelligence Tasks ein. Beschäftigte wählen einzelne Aufgaben aus und erhalten nach Annahme ihrer Arbeit eine kleine Vergütung. Das System zerlegt große Projekte in sehr viele kleine Einheiten und verteilt sie an eine offene Belegschaft.

Amazon hatte bereits am 30. Juli 2026 keine neuen Kunden mehr angenommen. Laut der veröffentlichten Mitteilung bleiben bestehenden Auftraggebern rund fünf Wochen, um laufende Arbeiten zu beenden und Daten zu sichern. Eine ausführliche öffentliche Begründung lieferte Amazon nicht; die Mitteilung verweist lediglich auf eine interne Bewertung von Programmen und Diensten.

Warum das wichtig ist

Mechanical Turk war zugleich Arbeitsmarkt, Forschungsinfrastruktur und Datenfabrik. Wissenschaftler rekrutierten dort Versuchspersonen, Unternehmen ließen Inhalte sortieren, und frühe Systeme des maschinellen Lernens erhielten menschlich erzeugte Labels. Die Schließung betrifft deshalb nicht nur ein altes AWS-Produkt, sondern einen Teil der Lieferkette, auf der moderne KI aufgebaut wurde.

Die Entwicklung enthält eine Ironie: Eine 2023 von TechCrunch beschriebene EPFL-Untersuchung schätzte, dass 33 bis 46 Prozent der untersuchten Beschäftigten bei Textaufgaben bereits Sprachmodelle einsetzten. Diese Zahl bezog sich auf eine konkrete Studie und darf nicht auf alle Aufgaben oder alle Beschäftigten übertragen werden. Sie zeigt aber, wie schwer es geworden war, menschliche Antworten von maschinell erzeugten zu trennen.

Einfach erklärt

Mechanical Turk war wie eine riesige Küche, in der Tausende Menschen Gemüse für eine Maschine schnitten, die später selbst kochen sollte. Als die Maschine einige Schneidearbeiten übernehmen konnte, wussten Auftraggeber nicht mehr immer, ob ein Mensch oder die Maschine das Brett bedient hatte. Gleichzeitig entstanden neue Küchen, die stärker kontrollieren, wer welche anspruchsvolle Aufgabe erledigt.

Praktisches Beispiel

Ein Forschungsteam möchte im September 2026 noch 10.000 Textantworten von Menschen bewerten lassen. Bei 20 Cent pro Aufgabe wären allein 2.000 US-Dollar Vergütung einzuplanen, zuzüglich Plattformkosten. Wegen der angekündigten Schließung muss das Team nun prüfen, ob das Projekt rechtzeitig abgeschlossen werden kann.

Wechselt es zu einem anderen Anbieter, darf es Antworten nicht einfach zusammenwerfen. Auswahl der Teilnehmenden, Bezahlung, Qualitätskontrolle und Einwilligung können sich ändern. Für eine wissenschaftliche Studie kann der Plattformwechsel damit auch die Vergleichbarkeit der Daten verändern.

Einordnung und Grenzen

• Die öffentliche Berichterstattung stützt sich auf eine Kundenmitteilung; Amazon hat keine detaillierte wirtschaftliche Begründung veröffentlicht.
• Die Schließung beweist nicht, dass menschliche Datenarbeit verschwindet. Sie verlagert sich zu spezialisierten Plattformen, internen Teams und Fachleuten.
• Die EPFL-Schätzung von 33 bis 46 Prozent gilt für das untersuchte Szenario, nicht für die gesamte Mechanical-Turk-Belegschaft.

Offen bleibt außerdem, wie viele aktive Beschäftigte und Auftraggeber unmittelbar betroffen sind. Amazon veröffentlichte dazu in der Mitteilung keine aktuellen Zahlen. Sicher ist nur das Enddatum: Bestehende Arbeitsabläufe müssen bis zum 30. September 2026 umgestellt werden.

SEO- und GEO-Schlüsselbegriffe

Amazon Mechanical Turk, MTurk, Plattformarbeit, Datenannotation, KI-Training, Human Intelligence Tasks, Crowdwork, Zukunft der Arbeit, AWS, Sprachmodelle, Forschungsdaten