Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

Hinter den Kulissen von Mercor: Die Experten, die KI-Modelle trainieren

Mercor bezahlt Ärzte, Anwälte und Ingenieure dafür, KI-Trainingsdaten zu schreiben und zu bewerten. Was die Arbeit einbringt, wer sie einkauft und worüber gestritten wird.

Teilen

Ein Bauingenieur mit Berufserfahrung auf Senior-Niveau kann sich bei Mercor auf einen Vertrag bewerben, der mit 80 $ pro Stunde vergütet wird. Gebaut wird dabei nichts. Die Aufgabe: ein fiktives Infrastrukturprojekt erfinden, die Antwort schreiben, die ein Top-Ingenieur geben würde, und dann einen Bewertungsraster (Rubrik) verfassen, der dem Grader eines KI-Modells sagt, wie eine gute Antwort aussieht. Laut Ausschreibung müssen die Rubriken „echtes bauingenieurtechnisches Urteilsvermögen von generischem Lehrbuch- oder Studienwissen unterscheiden" (Mercor listing).

Das ist das Geschäft, das Mercor inzwischen mit 20 Milliarden Dollar bewertet sieht. Das Unternehmen hat eine Series D über 750 Millionen Dollar zu dieser Bewertung angekündigt (Mercor), und Reuters titelte mit derselben Zahl für die jüngste Finanzierungsrunde. Frühere Berichte waren weniger eindeutig: Bloomberg, wiedergegeben von The Next Web, beschrieb erste Gespräche bei 20 Milliarden Dollar mit mindestens einem Term Sheet, das Doppelte der 10-Milliarden-Runde von Ende 2025, und warnte, der Deal könnte scheitern. Die Bewertung ist inzwischen Mercors eigene Ankündigung; die Umsatzzahlen unten sind nach wie vor Berichte und Angaben des Unternehmens, und wir würden sie als ungeprüft behandeln.

Mercor baut keinen Chatbot. Das Unternehmen findet Menschen mit Fachwissen, bezahlt sie stundenweise und verkauft ihre Arbeit an die Labore, die die Chatbots entwickeln. Wenn Sie ChatGPT oder Claude schon einmal eine juristische oder medizinische Frage gestellt haben und die Antwort klang, als käme sie von jemandem, der selbst dabei war, liegt das auch an Menschen, die genau diese Arbeit machen.

Wer die Arbeit macht und wie eine Aufgabe aussieht

Mercors eigene Website ist beim Thema Arbeitskräfte erstaunlich offen. Auf der Startseite steht ein durchschnittlicher Vertragssatz von 90 $ pro Stunde und, als wir nachgesehen haben, eine Stelle als Kardiologe für 350 $ pro Stunde (Mercor). Die Explore-Seite listete zum Zeitpunkt unserer Prüfung einen Retail Trader für 400 $ pro Aufgabe, einen Economics Research Expert für 150 bis 160 $ pro Stunde und einen Backend Software Engineer für 50 bis 80 $ (Mercor listings); ein Biology and Life Sciences Domain Expert für 90 bis 140 $ taucht bei den verwandten Ausschreibungen auf. Ausschreibungen ändern sich, verstehen Sie jeden Satz hier also als Momentaufnahme.

Die Stelle für Ökonomen zeigt das Muster. Verlangt werden ein PhD und mindestens zwei Jahre bei einer Institution wie der Weltbank, dem IWF, der Fed oder an einer Graduate School; die Arbeit sei „ein Forschungsprojekt mit einem führenden Foundation-Model-KI-Labor" (Mercor listing). Der Einsatz beträgt mindestens 10 Stunden pro Woche über mindestens vier Wochen. Sie sind unabhängiger Auftragnehmer und werden wöchentlich über Stripe oder Wise bezahlt, und die Seite ergänzt: „Projekte können je nach Bedarf und Leistung verlängert, verkürzt oder vorzeitig beendet werden."

Pipeline in fünf Schritten: Ein Labor schickt ein Briefing, eine Plattform vermittelt Experten, ein Experte schreibt Aufgaben, ein zweiter Experte bewertet sie, und die Daten gehen zurück an das Labor

Ohne das Branding ist eine Aufgabe vor allem Schreibarbeit. Sie entwerfen einen schwierigen Prompt aus Ihrem Fachgebiet, schreiben die Referenzantwort, bauen die Checkliste, nach der ein Grader bewertet, oder bewerten den Versuch eines Modells dagegen. Danach prüft ein zweiter Experte Ihre Arbeit. Mercor veröffentlicht außerdem Benchmarks, die es mit Partnern erstellt, darunter einen mit Harvey: 1.749 von Anwälten erstellte juristische Aufgaben aus 24 Rechtsgebieten, bewertet an fertigen Memos und Redlines (Mercor). Das sind dieselben Fähigkeiten, die auch die Stundenlohn-Ausschreibungen einkaufen, nur auf eine öffentliche Rangliste ausgerichtet.

Der Einstieg ist ein mehrstufiger Prozess. Ein aktueller Bericht von Bianet besagt, Mercor nenne öffentlich eine Annahmequote von 1 bis 2 % und prüfe Bewerber mit einem Video-Assessment per KI-Avatar. Die Annahmequote konnten wir nicht unabhängig überprüfen, und Mercors Ausschreibungen verraten nicht, wie viele sich bewerben.

Die Engineering-Stellen zeigen, wie weit sich das Modell vom reinen Labeling entfernt hat. In Mercors Liste stehen ein Senior Software Engineer für 50 bis 80 $ pro Stunde für Backend-Arbeit in Node.js, TypeScript und Rust, ein MLOps-Ingenieur für 90 bis 120 $ sowie Simulationsrollen für Netzwerk-, Elektro- und Maschinenbauingenieure für 70 bis 90 $ (Mercor listings). Diese Auftraggeber bringen Modellen Aufgaben bei, die Coding-Agenten wie Claude Code und Gemini CLI heute täglich für Entwickler übernehmen, und unser Vergleich der Terminal-Coding-Agenten zeigt, wo diese Tools stehen. Ein Ingenieur, der den Code eines Modells bewertet, trainiert das Werkzeug, das seinen eigenen Job verändern könnte, und davon steht in den Ausschreibungen nichts.

Wer zahlt und wie viel davon beim Experten ankommt

Die Kunden sind laut The Next Web OpenAI, Anthropic und Google; Meta war ein Großkunde, bis es Anfang des Jahres zu einem Datenleck kam. Dieses Leck, ein Supply-Chain-Angriff auf die Open-Source-Bibliothek LiteLLM, legte laut demselben Bericht bis zu vier Terabyte an Mercor-Daten offen. Meta setzte die Zusammenarbeit mit Mercor danach auf unbestimmte Zeit aus; OpenAI und Anthropic blieben, so CEO Brendan Foody. Mercor spricht von „sehr begrenzten" Auswirkungen.

Die Umsatzzahl braucht eine Fußnote. Foody sagt, die annualisierte Run Rate habe 2 Milliarden Dollar überschritten. Das sind Bruttoumsätze (Billings), und laut The Information, zitiert von The Next Web, behalten die Auftragnehmer davon 60 bis 70 Prozent. The Next Web schätzt den Nettoumsatz auf 600 bis 800 Millionen Dollar, womit eine Bewertung von 20 Milliarden Dollar etwa dem 25- bis 33-Fachen des Nettoumsatzes entspricht. Ob das ein fairer Preis ist, wollen wir nicht beurteilen. Es ist aber die Zahl, die man neben die Schlagzeile von 2 Milliarden halten sollte.

Zeitleiste von Mercor von der Gründung 2023 bis zur angekündigten Bewertung von 20 Milliarden Dollar

Die Konkurrenz wird ebenso hoch bewertet. The Next Web beziffert Scale AI auf etwa 29 Milliarden Dollar, seit Meta eingestiegen ist, und Surge AI soll Berichten zufolge Geld bei knapp 25 Milliarden einsammeln. Die ausgeschriebene Vergütung streut unterdessen weit.

Dumbbell-Diagramm der ausgeschriebenen unteren und oberen Stundensätze in US-Dollar für sechs Mercor-Expertenrollen, von 50 bis 160 Dollar pro Stunde

Wir lesen diese Spanne als ehrliche Werbung. Ein promovierter Ökonom und ein Backend-Entwickler sind beide „Experten", und die Plattform bezahlt sie unterschiedlich, weil die Labore das offenbar auch tun. Bianet zufolge können die Sätze auf diesen Plattformen bis zu 150 $ pro Stunde und darüber erreichen. In Mercors Ausschreibungen ist diese Zahl real, liegt aber am oberen Ende, und die eine Ökonomen-Ausschreibung auf diesem Niveau wies bei unserem Besuch 24 Einstellungen innerhalb eines Monats aus.

Warum Labore einen Arzt wollen und nicht tausend Klickarbeiter

Früheres Data Labeling war Crowd-Arbeit. Scale AI (das laut Bianet die Marken Outlier und Remotasks betreibt) und Surge AI (DataAnnotation) haben ihren Namen mit großen Pools an Mitwirkenden aufgebaut. Unser Eindruck: Die Aufgaben waren eher simpel – ein Bild taggen, zwei Antworten ranken, einen Satz korrigieren. Es gab klare richtige Antworten, und man konnte sie günstig prüfen. Für eine Box um einen Fußgänger brauchte man keine Zulassung.

Zwei Spuren im Vergleich: das frühere Crowd-Data-Labeling und die Experten-Ära mit qualifizierten Auftragnehmern, die Aufgaben zu Urteilsvermögen schreiben und bewerten

Frontier-Modelle scheitern heute an Stellen, die sich nicht günstig prüfen lassen. Ist diese Vertragsklausel durchsetzbar? Übersieht dieser Dosierungshinweis eine Wechselwirkung? Das kann ein Generalist nicht bewerten, also kaufen die Labore den Bewerter ein. Wir halten das für den Grund, warum die Arbeit in der Vergütung nach oben gewandert ist. Und es ist auch der Grund, warum das alte Crowd-Modell nicht verschwunden ist: Es ist billiger, und viele Aufgaben passen weiterhin dazu. Scale AI steht in unserem Verzeichnis weiterhin als Datenplattform, und seine Crowd-Marken gibt es nach wie vor.

Das Experten-Modell hat aber einen Preis, den das Crowd-Modell nicht hatte. Das Urteil des Experten ist das Produkt, und deshalb schlägt eine schlechte Rubrik oder ein übermüdeter Bewerter direkt auf die Gewohnheiten eines Modells durch. Die Labore können das von außen nicht erkennen. Wir auch nicht, und keiner der Berichte, die wir gelesen haben, hat es gemessen.

Der Streit darüber, was diese Verträge sind

Alle, die diese Arbeit machen, sind Auftragnehmer, und genau darum dreht sich der Streit. Bloomberg Law berichtete, dass Klagen gegen Mercor, Handshake AI Solutions und Assured Robot Intelligence (von Meta übernommen) den Unternehmen vorwerfen, „Data Annotators, Ingenieure und andere vorsätzlich falsch einzustufen", um Mindestlohn, Überstundenvergütung und Sozialleistungen zu umgehen (Bloomberg Law). Der Auszug, den wir lesen konnten, enthielt keine Stellungnahmen der Unternehmen. Vorwürfe bleiben Vorwürfe, und in den Verfahren gegen Mercor und Handshake haben wir kein Urteil gefunden.

Derselbe Streit hat auch die älteren Konkurrenten getroffen. Eine Sammelklage vor einem kalifornischen Gericht, McKinney v. Scale AI, wurde vorläufig als Vergleich genehmigt; auf der gerichtlich betriebenen Vergleichsseite heißt es, die Beklagten bestritten „entschieden, gegen Gesetze verstoßen zu haben", und bestritten, dass die Mitwirkenden keine unabhängigen Auftragnehmer seien; die Kanzlei King & Siegel beziffert den Fonds für kalifornische Mitwirkende auf 12,5 Millionen $. Surge AI, das DataAnnotation betreibt, wurde 2025 vor einem kalifornischen Gericht in einer vorgeschlagenen Sammelklage verklagt, die dem Unternehmen vorwirft, seine Annotatoren absichtlich falsch eingestuft zu haben, so Bloomberg Law. Auch Bianet beschreibt beide Fälle. Ein Vergleich ist keine Feststellung, dass es sich um ein Beschäftigungsverhältnis handelte, und die Vorwürfe gegen Surge sind eben Vorwürfe.

Dann ist da noch die Geschichte mit den Lohnkürzungen. Forbes und Business Insider berichteten in einem Beitrag, den AOL von People übernommen hat, dass Auftragnehmer in einem Projekt zur Sichtung von Videos für Instagram und Facebook 21 $ pro Stunde bekamen, erfuhren, dass das Projekt eingestellt wurde, und ein neues Projekt für 16 $ angeboten bekamen. Mercor sagte gegenüber Forbes, die Behauptungen seien „unzutreffend", und ein Sprecher erklärte gegenüber People: „Unsere Rollenbeschreibungen und Onboarding-Unterlagen machen klar, dass die Arbeit befristet und projektbasiert ist." Ein Auftragnehmer sagte Forbes: „Ich weiß, dass wir mit KI arbeiten, aber wir arbeiten nicht für KI." Ein anderer, der den niedrigeren Satz annahm, sagte Business Insider: „Wir brauchten das garantierte Einkommen, auch wenn es demoralisierend ist."

Die Vergütungsstruktur verschärft das. Stundenbasierte Auftragnehmer werden für die Zeit bezahlt, die sie erfassen, und die Ausschreibungen versprechen keine Stundenzahl. In der Ökonomen-Ausschreibung sind zehn Stunden pro Woche das, wozu Sie sich verpflichten; dass Mercor Ihnen auch nur eine davon garantiert, steht dort nicht. Wer mit dem ausgeschriebenen Satz mal vierzig Stunden kalkuliert, plant mit einer Zahl, die niemand angeboten hat.

Mercors Ausschreibungen sagen durchaus, dass Projekte vorzeitig enden können, und genau darauf verweist der Sprecher. Aber niemand kann einen Monat auf einen Vertrag mit einer solchen Klausel planen. In einem Punkt würden wir uns auf die Seite der Arbeitenden stellen: Eine Ausschreibung, die 150 $ pro Stunde neben „vorzeitig beendet" bewirbt, verkauft den Satz und versteckt die Bedingung.

Burnout und Qualität, geschildert von Leuten, die gegangen sind

Die Berichte zum Thema Burnout sind dünn und größtenteils anekdotisch. Bianet zitiert eine Kommunikations-Freelancerin namens Victoria, die nach etwa zwei Monaten ausstieg und sagte: „Die ganze Erfahrung fühlte sich sehr orwellsch an." Ihre Aufgabenstunden seien, sagte sie, in den letzten zwei Wochen von zwanzig pro Woche auf insgesamt drei gefallen, während die Belegschaft wuchs. Ein ehemaliger Yandex-Berater, Deniz, sagte, sein 30-köpfiges Team habe eine E-Mail bekommen, dass das zweijährige Projekt beendet sei, und nannte das Modell „darauf ausgelegt, jeden Schutz regulärer Gehaltsjobs zu umgehen". Laut Bianet wollten beide anonym bleiben, die Vornamen sind also so übernommen, wie Bianet sie nennt.

Der Artikel führt außerdem das Ghost-Work-Projekt der Universität Utrecht und Forschung der American Psychological Association zu unvorhersehbarer Arbeit und elektronischer Überwachung an. Diese Studien betreffen Crowd-Arbeit und überwachte Beschäftigte allgemein, nicht Mercor, verstehen Sie sie also als Kontext. Niemand, den wir gefunden haben, hat Burnout speziell bei qualifizierten KI-Trainern gemessen.

Zur Datenqualität: Mercors CEO sagte Fortune, laut The Next Web, sein persönlicher Angel-Anteil an Deeptune sei „in vielerlei Hinsicht tatsächlich das Hauptmotiv" für die Übernahme dieses Startups gewesen, und das Medium merkt an, dass öffentliche Berichte nicht geklärt haben, ob der Verwaltungsrat das geprüft hat. Deeptune baut simulierte Umgebungen, in denen KI-Agenten Aufgaben üben. Das ist kein Qualitätsmangel bei den Daten, aber ein Governance-Detail, zu dem wir eine Antwort wollten, bevor wir Mercors eigenen Benchmarks Neutralität zutrauen.

Wenn Sie über eine Bewerbung nachdenken

Sehen Sie es als Nebenvertrag, nicht als Karriere. Wir würden ein Projekt annehmen, wenn der Stundensatz Ihren üblichen Satz schlägt, nachdem Sie das unbezahlte Interview, das Onboarding und die Tage zwischen den Projekten eingerechnet haben. Wir würden es lassen, wenn Sie es brauchen, um die Miete zu zahlen. Die Ausschreibungen, die wir geöffnet haben, verlangen nur vier Wochen, und laut den Bedingungen der Plattform selbst kann die Arbeit vorzeitig enden.

Lesen Sie den Vertrag vor der Bewerbung auf vier Punkte: wie die Kündigungsfrist funktioniert, ob die Stunden gedeckelt sind, wem das gehört, was Sie schreiben, und wofür das Projekt dient. Wenn das Projekt ein Modell darauf trainiert, Ihren eigenen Job zu machen, ist das Ihre Entscheidung, und ein guter Grund zu fragen, wer profitiert. Gehen Sie dann die Checkliste unten durch.

Unsere eigene Haltung zur Vergütung ist einfach. Eine Ausschreibung mit Spanne und wöchentlichem Auszahlungstag ist besser als eine, die „wettbewerbsfähig" sagt. Mercors tun beides, was ihnen zugutekommt. Die Lücke liegt bei garantierten Stunden, und keine Ausschreibung, die wir gelesen haben, bot welche an.

Was das für die Modelle bedeutet, die wir nutzen

Rechnen Sie damit, dass der Abstand zwischen Assistenten bei professionellen Fragen stärker davon abhängt, wer die Trainingsdaten bewertet hat, als von der reinen Modellgröße. Das ist unsere Einschätzung, kein gemessenes Ergebnis: Keines der Labore nennt seine Bewerter, und der Benchmark eines Anbieters (auch die, die Mercor mit Partnern veröffentlicht) bleibt eine Behauptung, bis ihn jemand anderes wiederholt. Wenn Sie Assistenten für juristische oder medizinische Entwürfe vergleichen, ist unser Vergleich von ChatGPT, Claude und Gemini ein besserer Startpunkt als jede Rangliste eines Datenanbieters.

Wenn Sie als Freelancer arbeiten, gibt es einen zweiten Effekt. Diese Arbeit bezahlt Experten dafür, Modellen Fähigkeiten beizubringen, die Kunden bald vielleicht direkt beim Modell einkaufen. Unser Freelancer-Ranking listet die KI-Tools, die Freelancer heute nutzen, und der Freelancer-Hub führt den Rest auf.

Achten Sie auf zwei Dinge. Erstens: ob diese Klagen und Vergleiche die Frage nach dem Auftragnehmerstatus für Arbeit auf Expertenniveau beantworten, denn das bestimmt den Preis jedes künftigen Projekts. Zweitens: wie sich eine Bewertung von 20 Milliarden Dollar zu einem Nettoumsatz verhält, den The Next Web auf 30 bis 40 Prozent der Run Rate aus der Schlagzeile schätzt.

Weiterlesen

KI und wissenschaftliche Entdeckungensechs Behauptungen im FaktencheckBrancheneinblickeKI und wissenschaftliche Entdeckungen: sechs Behauptungen im FaktencheckKI-Labore behaupten, Agenten würden wissenschaftliche Entdeckungen machen. Wir haben sechs verbreitete Behauptungen mit den Quellen abgeglichen und jeweils ein Urteil gefällt.16. Nov. 202610 Min. LesezeitArtikel lesenWie britische Universitäten das Prüfen neu lernenBrancheneinblickeWie britische Universitäten das Prüfen neu lernenEnglands Aufsichtsbehörde sagt, KI habe Hausarbeiten schwer bewertbar gemacht. Was Bath, Kent und Imperial tun, warum Detektoren versagen und was Studierende erwarten sollten.16. Nov. 202611 Min. LesezeitArtikel lesenKI-Hausarzt ist daWas Ouras Counsel-Deal bedeutetBrancheneinblickeKI-Hausarzt ist da: Was Ouras Counsel-Deal bedeutetOura zahlt 625 Millionen $ für Counsel Health. Wir schauen uns an, was KI-Primärversorgung leistet, wer dafür geradesteht und wohin Ihre Ringdaten gehen.16. Nov. 202611 Min. LesezeitArtikel lesenWerden KI-Rechenzentren Ihre Stromrechnung in die Höhe treiben?BrancheneinblickeWerden KI-Rechenzentren Ihre Stromrechnung in die Höhe treiben?Was Eingaben der Versorger und Anordnungen der Regulierungsbehörden über KI-Rechenzentren und private Stromrechnungen zeigen – und was Sie bei Ihrem eigenen Versorger prüfen sollten.15. Nov. 20269 Min. LesezeitArtikel lesenNew Yorks KI-Sicherheitsgesetz und Australiens Planeine ChronologieBrancheneinblickeNew Yorks KI-Sicherheitsgesetz und Australiens Plan: eine ChronologieWas der RAISE Act von New York verlangt, was Australien nach dem Vorfall mit dem OpenAI-Agenten vorschlägt und was sich für Privatpersonen und Unternehmen ändert, die KI-Tools nutzen.15. Nov. 202611 Min. LesezeitArtikel lesenAdobes KI-ExperimenteZehn Sneaks, zwei zum AusprobierenBrancheneinblickeAdobes KI-Experimente: Zehn Sneaks, zwei zum AusprobierenMit Adobes KI-Experimenten laufen Sie in Fotos hinein und führen Charaktere an der Regie. Aber nur zwei davon sind offen zugänglich. Wir nehmen jeden Sneak auseinander und sagen, was Kreative jetzt tun sollten.14. Nov. 20267 Min. LesezeitArtikel lesenWie verbotene Nvidia-Chips trotzdem zu Chinas KI-Labs gelangenBrancheneinblickeWie verbotene Nvidia-Chips trotzdem zu Chinas KI-Labs gelangenZwischenhändler, Singapur-Drehscheiben und Cloud-Miete: Wie beschränkte Nvidia-Chips chinesische KI-Labs erreichen, was die US-Regeln abdecken und was der Kongress ergänzen könnte.14. Nov. 202610 Min. LesezeitArtikel lesenGPT-6 Cyber und MythosWas KI-Hacking-Agenten könnenBrancheneinblickeGPT-6 Cyber und Mythos: Was KI-Hacking-Agenten könnenWas GPT-6 Cyber, Claude Mythos und andere KI-Cybersecurity-Agenten leisten, wer Zugang bekommt, wer sie für Angriffe nutzt und was kleine Teams jetzt tun sollten.14. Nov. 202612 Min. LesezeitArtikel lesen