Nairobis Ghostwriter retuschieren jetzt Texte von ChatGPT. Der Fall zeigt, wo KI und Wissensarbeit zuerst kollidieren

Am 5. September 2026 veröffentlichte die New York Times eine Recherche über Kenias akademische Schreibbranche. In dieser Form gibt es sie nicht mehr: Essays und Abschlussarbeiten für Studierende in Europa und den USA, geschrieben von Freelancern in Nairobi. Auf dem Höhepunkt Anfang dieses Jahrzehnts schätzten Forschende, mindestens 40.000 Menschen in Nairobi bekämen Geld dafür, die Hausaufgaben anderer zu machen. Etwa zwei Jahre nach dem Start von ChatGPT Ende 2022 war das Geschäft auf fast nichts geschrumpft.

Der Fall zeigt bisher am konkretesten, wo KI und Wissensarbeit zuerst zusammenstoßen: bei standardisierten Textaufgaben, die ohne Kundenkontakt, ohne Haftung und ohne Marke erledigt werden. Das EdTech-Hub-Observatorium beschreibt in seinem Signal vom 5. September 2026 eine Branche, die zwölf Jahre lang wuchs und dann kollabierte. Rechtlich war die Tätigkeit heikel: „contract cheating^?Bezahltes Anfertigen von Studienarbeiten, die Auftraggeber als eigene Leistung einreichen. In Australien und einzelnen US-Bundesstaaten strafbar.“ – bezahltes Schreiben von Arbeiten, die Studierende als eigene Leistung einreichen – ist in Australien und einzelnen US-Bundesstaaten strafbar.

Aus Autoren werden Retuscheure

Studierende, die früher jemanden in Nairobi beauftragen mussten, erzeugen ihren Text heute in Minuten selbst. Was an Aufträgen bleibt, hat mit Schreiben wenig zu tun: Die verbliebenen Autoren bearbeiten KI-generierte Arbeiten so lange, bis sie menschlicher klingen und Erkennungssysteme sie nicht markieren. Die Branche nennt das „humanising^?Das Nachbearbeiten von KI-Texten, damit sie menschlicher klingen und von Erkennungssystemen nicht als maschinell markiert werden.“. Laut der Auswertung von jfeed zur kenianischen Schreibbranche macht das inzwischen den größten Teil der Restarbeit aus.

Betroffen war nicht nur das Essay-Geschäft. Der japanische Bericht von Gigazine nennt auch das Abtippen von Sitzungsprotokollen als Auftragsart, die mit den Textmodellen verschwand. Zuerst traf es jene Aufträge, die per Stück, per Wort oder per Seite vergeben wurden.

Eine Nachfrage, die verschwand

Die Aufträge sind nicht zu einem billigeren Anbieter weitergezogen. Die Nachfrage löste sich als Nachfrageform auf, weil die Kunden die Leistung nun selbst erzeugen. Drei Zahlen aus der Berichterstattung markieren den Bruch:

• mindestens 40.000 Beschäftigte in Nairobi auf dem Höhepunkt Anfang des Jahrzehnts
• Monatseinkommen der verbliebenen Autoren von rund 900 bis 1.200 US-Dollar auf 500 bis 800 US-Dollar gefallen
• ein Anbieter mit rund 100 fest eingebundenen Autoren, der schließen musste

Wie viele der 40.000 heute noch in der Branche arbeiten, gibt keine der Quellen belastbar an. Die Berichte sprechen von einem nahezu vollständigen Kollaps und von tausenden Gig-Workern, die suchen, was als Nächstes kommt. Neue politische Schritte oder Programme für diese Gruppe nennen die aktuellen Meldungen nicht. Wer den Fall als reine Verlustgeschichte liest, übersieht die andere Seite: Hochschulen verlieren eine Betrugsinfrastruktur, die zwölf Jahre lang gewachsen war, und bekommen dafür ein Problem, das schwerer zu fassen ist, weil es im Browser der Studierenden sitzt.

KI und Wissensarbeit kennen keine Landesgrenzen

Das EdTech-Hub-Observatorium zieht aus dem Fall den Schluss, KI baue derzeit die unteren Sprossen des globalen Arbeitsmarkts ab; die Folgen für Arbeit ließen sich nicht national messen. Genau da liegt die praktische Lücke: Ein Unternehmen, das seine Textproduktion, Recherche oder Transkription auslagert und dann ein Modell dafür einsetzt, streicht im eigenen Personalbericht keine einzige Stelle. Der Effekt landet in einer anderen Zeitzone, bei Auftragnehmern, die in keiner Statistik als Beschäftigte auftauchen. Näher an uns zeigt sich Ähnliches bei den wegbrechenden Junior-Positionen.

Für mich ist der aufschlussreichste Teil der Geschichte nicht der Einbruch, sondern das, was übrig blieb. Menschen in Nairobi verdienen jetzt Geld damit, Maschinentexte so lange zu bearbeiten, bis eine andere Maschine sie für menschlich hält. Der Rest der Wertschöpfung ist weg, die Kaschierarbeit bleibt. Wer wissen will, welche Wissensarbeit als nächste dran ist, sollte prüfen, wie viel von ihr sich als Stückzahl bestellen lässt.