Radha Basu, CEO und Gründerin von iMerit – Interviewreihe

Radha BasuRadha, Gründerin und CEO von iMerit, hat ihre Karriere bei HP aufgebaut, wo sie 20 Jahre lang für den Technologieriesen tätig war und schließlich dessen Enterprise Solutions Group leitete. Anschließend brachte sie Support.com als CEO an die Börse. Radha gründete 2007 zusammen mit Dipak Basu die Anudip Foundation und gründete 2012 iMerit. Sie gilt als führende Technologieunternehmerin und Mentorin sowie als Pionierin der Softwarebranche.

iMerit liefert multimodale KI-Datenlösungen durch die Kombination von Automatisierung, menschlicher Expertenanmerkung und erweiterter Analytik, um eine hochwertige Datenbeschriftung und Modellfeinabstimmung im großen Maßstab zu unterstützen.

Sie haben eine bemerkenswerte Karriere hinter sich – vom Aufbau des HP-Geschäfts in Indien bis zur Gründung von iMerit mit dem Ziel, marginalisierte Jugendliche in Bhutan, Indien und New Orleans zu unterstützen. Was hat Sie zur Gründung von iMerit inspiriert, und welche Herausforderungen mussten Sie meistern, um von Grund auf eine inklusive, globale Belegschaft aufzubauen?

Vor der Gründung von iMerit war ich Vorstandsvorsitzender und CEO von SupportSoft. Dort führte ich das Unternehmen durch den Börsengang und die Zweitplatzierung und etablierte es als weltweit führenden Anbieter von Support-Automatisierungssoftware. Diese Erfahrung zeigte mir vom ersten Tag an, wie wichtig die Kombination aus Mensch und Technologie ist.

Während Indiens Technologieboom neue Möglichkeiten eröffnete, fiel mir auf, dass viele talentierte junge Menschen in unterversorgten Gebieten abgehängt wurden. Ich glaubte an ihr Potenzial und ihren Lernwillen. Als sie erkannten, wie Software fortschrittliche Technologien wie KI vorantreiben kann, ergriffen sie diese Karrieren begeistert.

Wir haben iMerit mit einem kleinen, vielfältigen Team gegründet, das zur Hälfte aus Frauen besteht, und sind seitdem rasant gewachsen. Die Anpassungsfähigkeit und Lernfähigkeit unseres Teams waren entscheidend, insbesondere da datenzentrierte KI den Bedarf an qualifizierten Fachkräften langfristig erhöht hat.

Heute ist iMerit ein globaler Anbieter von KI-Datenlösungen für unternehmenskritische Branchen wie autonome Fahrzeuge, medizinische KI und Technologie. Unsere Arbeit stellt sicher, dass die KI-Modelle unserer Kunden auf hochwertigen, zuverlässigen Daten basieren, was in anspruchsvollen Umgebungen unerlässlich ist.

Unsere Stärke liegt in unserer starken Technologiebasis und einem Team aus gut ausgebildeten, motivierten Mitarbeitern, die in einer unterstützenden, lernorientierten Unternehmenskultur aufblühen. Dieser Ansatz hat unser Wachstum vorangetrieben, uns einen positiven Cashflow beschert und uns hohe NPS-Werte und treue Kunden beschert.

iMerit arbeitet mittlerweile mit über 200 Kunden zusammen, darunter Technologieriesen wie eBay und Johnson & Johnson. Können Sie uns den Wachstumsweg des Unternehmens schildern – von den Anfängen bis hin zum weltweit führenden Anbieter von KI-Datendiensten?

Wir haben die KI-Entwicklung unserer Kunden hautnah miterlebt und sie von den ersten Experimenten bis zur Serienproduktion begleitet. Unsere Zusammenarbeit umfasst Start-ups, weltweit führende Anbieter autonomer Fahrzeuge und Großunternehmen. Durch die Schulung ihrer Modelle von Grund auf haben wir einzigartige Einblicke in die Anforderungen gewonnen, die für die Skalierung von KI in der Praxis erforderlich sind.

Das Feld hat sich stetig und rasant weiterentwickelt. Ich habe selten einen so dramatischen technologischen Fortschritt in so kurzer Zeit erlebt. Wir haben uns vom Anbieter von Datenannotationen zu einem Full-Stack-Unternehmen für KI-Daten entwickelt und bieten spezialisierte Lösungen für den gesamten Human-in-the-Loop-Lebenszyklus (HITL): Annotation, Validierung, Audit und Red-Teaming. Der Umgang mit Randfällen und Ausnahmen ist für den Einsatz in der Praxis unerlässlich und erfordert bei jedem Schritt fundiertes Fachwissen und differenziertes Urteilsvermögen.

Unser größter vertikaler Bereich ist die autonome Mobilität. Hier verwalten wir den gesamten Wahrnehmungsstapel, einschließlich der Sensorfusion von 15 Sensoren für Personen-, Liefer-, Lkw- und Agrarfahrzeuge. Im Gesundheitswesen treiben wir KI für die klinische Bildgebung voran. Im Hightech-Bereich sind wir führend bei der Optimierung und Validierung von GenAI und fordern daher immer anspruchsvollere Arbeitsabläufe und Talente.

Erfolg in diesen Bereichen hängt nicht nur von Experten ab, sondern auch von der Entwicklung von Fachwissen: der kognitiven Fähigkeit, KI-Modelle zu hinterfragen, zu coachen und zu kontextualisieren. Das zeichnet unsere Teams aus.

Unser Wachstum basiert auf langfristigen Partnerschaften. Die meisten unserer Top-Ten-Kunden sind seit über fünf Jahren bei uns. Da ihre Anforderungen immer komplexer werden, erweitern wir kontinuierlich unser Fachwissen, unsere Tools, Schulungen und Lösungen. Sowohl unsere Technologie als auch unsere Mitarbeiter müssen sich ständig weiterentwickeln.

Die Kombination aus Software, Automatisierung, Annotation und Analytik schafft die Voraussetzungen für äußerst flexible, schnelle, hochpräzise und menschlich-integrierte Interventionen. 70 % der neuen Logos basieren auf unserem eigenen Technologie-Stack, was eine enorme interne Transformation erfordert. Unsere Unternehmenskultur sorgt dafür, dass die Teams lernbegierig sind und sich ständig weiterentwickeln wollen.

Was waren die entscheidendsten Momente in der Geschichte von iMerit – seien es technologische Meilensteine ​​oder strategische Entscheidungen –, die die Entwicklung des Unternehmens mitgeprägt haben?

Zu einer Zeit, als KI-Datenarbeit noch als Crowd-basierte Gig-Arbeit galt, setzten wir früh darauf, dass sich daraus eine Karriere entwickeln würde, die Komplexität und Unternehmensfokus erfordert. Durch den Aufbau interner Teams für fortgeschrittene Anwendungsfälle ermöglichten wir unseren Kunden eine schnelle Skalierung. Dies gipfelte in unserem ersten MRR-Deal über eine Million US-Dollar für autonome Fahrzeuge – ein Meilenstein, der unseren Ansatz bestätigte.

Der COVID-19-Lockdown stellte unsere Agilität auf die Probe: Wir stellten fast über Nacht von reiner Büroarbeit auf Remote-Arbeit um und investierten massiv in Infrastruktur, Sicherheit und Unternehmenskultur. Innerhalb weniger Wochen erholte sich der Kundenbetrieb, und wir steigerten in diesem Jahr sowohl Umsatz als auch Mitarbeiterzahl. Heute, da 70 % unseres Teams wieder vor Ort sind, nutzen wir weiterhin Remote-Talente und haben Scholars gegründet, unser globales Netzwerk von Fachexperten für GenAI-Optimierung und -Validierung. Ob Kardiologe oder spanischer Mathematiker – unsere intensive Mitarbeiterkultur zieht Top-Talente an und motiviert sie, was die Qualität und Konsistenz unserer Lösungen unmittelbar steigert.

Im Jahr 2023 haben wir Ango.ai übernommen, eine KI-gestützte Plattform für Datenlabeling und Workflow-Automatisierung, um die nächste Generation von KI-Datentools voranzutreiben. Dieser entscheidende Schritt vereinte die Fachkompetenz von iMerit mit den fortschrittlichen Tools von Ango und erweiterte so unsere Kompetenzen in den Bereichen Radiologie, Sensorfusion und GenAI-Feinabstimmung. Wir arbeiten weiterhin mit Kundentools, aber viele neue Kunden werden nun direkt in Ango Hub aufgenommen, da sie von den benutzerfreundlichen Workflows und der robusten Sicherheit überzeugt sind – wesentliche Anforderungen unserer Branche.

Unternehmen bestätigen uns immer wieder, dass sie das Beste aus beiden Welten suchen: menschliches Expertenwissen zur Qualitätssicherung, kombiniert mit einer sicheren, skalierbaren Plattform für Automatisierung und Analyse. Der Zusammenschluss mit Ango bietet genau das und versetzt uns in die einzigartige Lage, die komplexen Anforderungen der anspruchsvollsten KI-Projekte von heute zu erfüllen und zuverlässig zu skalieren.

iMerit engagiert sich intensiv in fortschrittlichen Bereichen wie autonomen Fahrzeugen, medizinischer KI und GenAI. Welche besonderen Datenherausforderungen stehen Ihnen in diesen Bereichen bevor und wie begegnen Sie ihnen?

Datenbezogene Aufgaben machen typischerweise fast 80 % der Zeit von KI-Projekten aus und sind daher ein kritischer Bestandteil der Pipeline. Der datenzentrierte Teil der KI kann zeitaufwändig und teuer sein, wenn er nicht angemessen und skalierbar gehandhabt wird.

Datenqualität und insbesondere die Vermeidung gravierender Fehler sind in den entscheidenden Sektoren, in denen wir tätig sind, von entscheidender Bedeutung. Ob es sich um einen Wahrnehmungsalgorithmus oder einen Tumordetektor handelt, saubere Daten sind im Kreislauf vom Training bis zur Validierung von entscheidender Bedeutung.

Die Ausnahmebehandlung ist überproportional wertvoll. Menschliche Erkenntnisse darüber, warum etwas von der Norm abweicht oder warum ein Szenario das Modell beschädigt hat, schaffen einen enormen Mehrwert und machen das Modell vollständiger und robuster.

Darüber hinaus werden die Kontextfenster immer größer. Wir fassen klinische Notizen einer gesamten Arzt-Patienten-Konsultation zusammen und analysieren Anomalien in MRTs nicht nur anhand des Bildes, sondern auch anhand des medizinischen Kontexts des Patienten. Fachexperten müssen Rubriken erstellen, um die Daten präzise zu analysieren und die Qualität sicherzustellen.

Sicherheit, Datenschutz und Vertraulichkeit sind wichtige Themen. Unser Chief Security Officer muss den Schutz vor unbefugtem Zugriff, Löschung und Speicherung von Daten gewährleisten. Infosec-Protokolle wie SOC2, HIPAA und TISAX sind für uns wichtige Investitionsbereiche.

Schließlich arbeiten unsere Ingenieure und Lösungsarchitekten ständig an kundenspezifischen Integrationen und Berichten, um die individuellen Kundenbedürfnisse auch auf der letzten Meile zu berücksichtigen. Ein Einheitsansatz funktioniert in der KI nicht.

Sie haben die Kombination von Robotik und menschlicher Intelligenz als sichereren Weg für KI bezeichnet. Können Sie näher erläutern, wie dieser Arbeitsablauf in der Praxis aussieht – und warum Sie ihn für besser halten, als zu versuchen, die kreative Divergenz der KI zu eliminieren?

KI ermöglicht Skalierbarkeit. Unternehmen entwickeln Tools zur Automatisierung langwieriger Prozesse, die traditionell von Menschen ausgeführt werden. Doch der Mensch sorgt für die letzte Meile an Flexibilität, Sicherheit und Resilienz. Da softwarebasierte Dienste im Bereich KI immer weiter zunehmen, kombinieren die erfolgreichsten Unternehmen Robotik effektiv mit Human-in-the-Loop-Verfahren (HITL).

Wir betrachten HITL als konsistente Ebene in jeder Phase des KI-Entwicklungs- und -Bereitstellungszyklus und zugleich als Säule von Vertrauen und Sicherheit. Daher ist menschliche Intelligenz unerlässlich, um den Kurs zu korrigieren, wenn die Modelle versagen. Diese kritischen Anwendungen benötigen den menschlichen Verstand, um zu bestimmen, welche Änderungen vorgenommen werden müssen. Hier werden HITL-Dienste mit der Integration von KI in Produktion und Außendienst noch wichtiger.

Ihre Ango Hub-Plattform verbindet Automatisierung mit menschlicher Expertise. Wie verbessert dieses Hybridmodell die Datenqualität und die Modellleistung in KI-Produktionssystemen?

KI und Automatisierung sorgen für Skalierbarkeit und Geschwindigkeit, während Menschen für Nuancen, Einblicke und Übersicht sorgen. HITL gewährleistet die menschliche Beteiligung an kritischen Punkten im KI-Lebenszyklus – für qualitativ hochwertige Eingaben, Validierung von Ausgaben, Identifizierung von Randfällen, Feinabstimmung von Modellen für Domänen und Bereitstellung kontextbezogener Beurteilungen. Menschen tragen zur Gewährleistung der Genauigkeit bei, indem sie Ausgaben überprüfen und verifizieren und Trugschlüsse oder Logikfehler erkennen, bevor sie Schaden anrichten. Sie übernehmen auch die Aufsicht in ethisch sensiblen oder risikoreichen Kontexten, in denen LLMs keine endgültigen Entscheidungen treffen sollten. Noch wichtiger ist, dass menschliches Feedback kontinuierliches Lernen fördert und KI-Systeme im Laufe der Zeit besser an den Benutzerzielen ausrichtet.

HITL nimmt viele Formen an. Menschliche Experten nehmen gezielte Anmerkungen vor, wenden komplexe Schlussfolgerungen auf Randfälle an und überprüfen KI-generierte Inhalte mithilfe strukturierter QA-Schnittstellen. Anstatt jede Entscheidung zu bewerten, werden häufig kontextbezogene Eskalationssysteme implementiert. Diese Systeme leiten nur Ergebnisse mit geringer Zuverlässigkeit oder markierte Anomalien an menschliche Prüfer weiter und gewährleisten so ein ausgewogenes Verhältnis zwischen Kontrolle und Effizienz.

Ein weiterer wichtiger Anwendungsbereich von HITL ist die Feinabstimmung von KI-Agenten durch Reinforcement Learning from Human Feedback (RLHF). Menschliche Prüfer bewerten, überarbeiten oder geben Feedback zu den Antworten der Agenten, was besonders in sensiblen Bereichen wie dem Gesundheitswesen, der Rechtsberatung oder dem Kundensupport wichtig ist. Parallel dazu ermöglichen szenariobasierte Tests und Red Teaming menschlichen Prüfern, Agenten unter schwierigen oder ungewöhnlichen Bedingungen zu testen, um Schwachstellen vor der Bereitstellung zu identifizieren und zu beheben.

Das volle Potenzial von KI kann nur dann ausgeschöpft werden, wenn Menschen involviert bleiben und jeden Schritt steuern, validieren und verbessern. Ob es um die Verfeinerung von Agenten-Ergebnissen, das Trainieren von Evaluierungsschleifen oder die Pflege zuverlässiger Datenpipelines geht – menschliche Kontrolle sorgt für die Struktur und Verantwortlichkeit, die KI für Vertrauen und Effektivität benötigt.

Wie kann iMerit angesichts der rasanten Weiterentwicklung von Tools für generative KI seine Führungsrolle bei der Bereitstellung von Evaluierungs-, RLHF- und Feinabstimmungsdiensten behaupten?

Wir haben kürzlich das Ango Hub Deep Reasoning Lab (DRL) eingeführt, eine einheitliche Plattform für die Optimierung generativer KI und die interaktive Entwicklung von Denkketten mit KI-Lehrern. Unser DRL ermöglicht Echtzeit-Prozesse und -Bewertungen basierend auf menschlichen Präferenzen. Dies führt zu kohärenteren und präziseren Modellantworten auf komplexe Probleme.

Fortschritte bei GenAI-Modellen und der Anwendungsentwicklung unterstreichen den Wert sauberer, von Experten erstellter und validierter Daten. Mit dem Ango Hub DRL können Experten Modelle testen, Schwachstellen identifizieren und mithilfe von Schlussfolgerungen saubere Daten generieren. Sie interagieren in Echtzeit mit den Modellen und senden Schritt für Schritt Hinweise und Korrekturen über eine zentrale Schnittstelle zurück.

Mithilfe von iMerit Scholars verfeinert das Ango Hub DRL Modellschlussfolgerungsprozesse. Es nutzt die umfassende Erfahrung von iMerit mit HITL-Workflows. Experten entwerfen mehrstufige Szenarien für komplexe Aufgaben, beispielsweise die Erstellung von Denkanstößen für fortgeschrittene mathematische Probleme. iMerit Scholars überprüfen die Ergebnisse, korrigieren Fehler und erfassen Interaktionen nahtlos. Der Schlüssel liegt nicht darin, wahllos viele Teilnehmer einzuarbeiten. Die besten Mathematiker sind nicht unbedingt die besten Lehrer. Auch sollte man einen Kardiologen nicht wie einen Gig-Worker behandeln. Die Einarbeitung und das Coaching von Fachexperten, um so zu denken, dass der Modelltrainingsprozess und das Engagement optimal profitieren, machen den Unterschied.

Was bedeutet „Expert-in-the-Loop“ im Kontext der Feinabstimmung generativer KI? Können Sie Beispiele nennen, bei denen diese menschliche Expertise die Modellergebnisse deutlich verbessert hat?

Expert-in-the-Loop kombiniert menschliche Intelligenz mit Roboterintelligenz, um KI in die Produktion zu bringen. Dabei sind menschliche Experten beteiligt, die die Ergebnisse automatisierter Systeme validieren, verfeinern und verbessern.

Insbesondere stellt die expertengeführte Datenannotation sicher, dass Trainingsdaten präzise mit domänenspezifischem Wissen gekennzeichnet werden. Dies verbessert die Präzision und Zuverlässigkeit prädiktiver KI-Modelle. Durch die Reduzierung von Verzerrungen und Fehlklassifizierungen verbessert die expertengeführte Annotation die Fähigkeit des Modells, effektiv auf reale Szenarien zu übertragen. Das Ergebnis sind KI-Systeme, die vertrauenswürdiger, besser interpretierbar und auf branchenspezifische Anforderungen abgestimmt sind.

So musste beispielsweise ein amerikanisches multinationales Technologieunternehmen nach dem Erwerb eines umfangreichen Korpus medizinischer Daten diese für die Verwendung in seinem kundenorientierten medizinischen Chatbot auswerten, um den Nutzern eine sichere und präzise medizinische Beratung zu gewährleisten. iMerit nutzte unser umfangreiches Netzwerk an US-amerikanischen Gesundheitsexperten und stellte ein Team von Pflegekräften zusammen, das in einem Konsens-Workflow mit Eskalations- und Schlichtungsmechanismen durch einen US-zertifizierten Arzt arbeitete. Die Pflegekräfte werteten zunächst die Wissensdatenbank mit Definitionen aus, um Genauigkeit und Risiko zu bewerten.

Durch die Diskussion von Randfällen und die Überarbeitung der Leitlinien konnten die Pflegekräfte in 99 % der Fälle einen Konsens erzielen. Dies ermöglichte es dem Team, das Projektdesign auf eine Einzelabstimmungsstruktur mit 10 % Audit umzustellen und so die Projektkosten um über 72 % zu senken. Die Zusammenarbeit mit iMerit ermöglichte es dem Unternehmen, kontinuierlich Möglichkeiten zu finden, die Annotation medizinischer Daten ethisch und effizient zu skalieren.

Wie können Sie mit über 8,000 Vollzeitexperten weltweit Qualität, Leistung und Mitarbeiterentwicklung im großen Maßstab aufrechterhalten?

Die Definition von Qualität ist stets auf den spezifischen Anwendungsfall jedes Kunden zugeschnitten. Unsere Teams arbeiten eng mit Kunden zusammen, um Qualitätsstandards zu definieren und zu kalibrieren. Dabei setzen wir maßgeschneiderte Prozesse ein, die sicherstellen, dass jede Anmerkung schnell von Fachexperten validiert wird. Konsistenz ist wichtig für die Entwicklung hochwertiger KI. Dies wird durch eine hohe Mitarbeiterbindung (90 %) und einen starken Fokus auf Produktionsanalysen unterstützt, ein wesentliches Unterscheidungsmerkmal bei der Entwicklung von Ango Hub, das durch den täglichen Nutzerfeedback unseres Teams geprägt wird.

Wir investieren kontinuierlich in Automatisierung, Optimierung und Wissensmanagement, unterstützt durch unsere proprietäre Schulungsplattform iMerit One. Dieses Engagement für Weiterbildung und Entwicklung fördert nicht nur operative Exzellenz, sondern unterstützt auch die langfristige Karriereentwicklung unserer Mitarbeiter und fördert eine Kultur der Kompetenz und des Wachstums.

Welchen Rat würden Sie aufstrebenden KI-Unternehmern geben, die etwas Sinnvolles aufbauen möchten – sowohl in technologischer als auch in sozialer Hinsicht?

KI entwickelt sich rasant. Gehen Sie über den Technologie-Stack hinaus und hören Sie Ihren Kunden zu, um zu verstehen, was für ihr Geschäft wichtig ist. Verstehen Sie ihre Bereitschaft zu Geschwindigkeit, Veränderung und Risiko. Frühe Kunden können Dinge ausprobieren. Größere Kunden müssen wissen, dass Sie da sind und sie weiterhin priorisieren. Beruhigen Sie sie mit Ihrem proaktiven Ansatz für Transparenz, Sicherheit und Verantwortlichkeit.

Wählen Sie Ihre Investoren und Vorstandsmitglieder sorgfältig aus, um sicherzustellen, dass sie sich auf gemeinsame Werte und Anliegen einigen. Bei iMerit haben wir in schwierigen Zeiten wie COVID-19 erhebliche Unterstützung von unserem Vorstand und unseren Investoren erfahren, was wir dieser Übereinstimmung zuschreiben.

Die Schlüsselqualitäten, die zum Erfolg eines Unternehmers in der Technologiebranche beitragen, gehen über das Eingehen von Risiken hinaus; sie beinhalten den Aufbau eines profitablen, integrativen Unternehmens.

Vielen Dank für das tolle Interview, Leser, die mehr erfahren möchten, sollten vorbeischauen iMerit.