Folge #16
KI & Voreingenommenheit (Bias)
Ihr fragt euch, wie Vorurteile in Künstliche Intelligenz kommen und was das für uns bedeutet? In dieser Folge schauen wir uns an, woher diese Schieflagen kommen und wie wir damit umgehen können.
Diese Fragen beantwortet die Folge
Wie entstehen Voreingenommenheiten in KI-Systemen?
Welche Auswirkungen haben KI-Biases auf unseren Alltag?
Was können wir gegen Voreingenommenheit in der KI tun?
Über diese Folge
FAQ: Bias und Voreingenommenheit in KI-Systemen
Was ist Bias in KI und wie entsteht er?
Bias entsteht, wenn Trainingsdaten gesellschaftliche Vorurteile widerspiegeln. Wenn historische Daten Frauen in bestimmten Rollen zeigen, lernt die KI diese Muster und reproduziert sie.
– Manuela Machner
Welche Arten von Bias gibt es in KI-Systemen?
Gender-Bias, Rassen-Bias, Alters-Bias und kultureller Bias sind die häufigsten. Sie können zu Diskriminierung bei Kreditvergabe, Jobvermittlung oder Strafverfolgung führen.
– Eliot Mannoia
Wie kann man Bias in KI reduzieren?
Diverse Trainingsdaten, interdisziplinäre Entwicklungsteams und regelmäßige Audits sind die wichtigsten Maßnahmen. Bias lässt sich nicht vollständig eliminieren, aber bewusst minimieren.
– Manuela Machner
Transkript
Das Transkript für diese Folge wird in Kürze ergänzt.