Daten, die wir in Systeme der Künstlichen Intelligenz speisen, um sie zu trainieren, seien schon dermaßen vorkategorisiert und beinhalten Vorurteile, dass man nicht von neutralen Maschinen reden könne. Das sagte die Zukunftsforscherin Amy Webb auf dem Digitalfestival South by Southwest in Austin. Eine Lösung des Problems sei schwierig. Man müsse mehr auf Transparenz achten. Welche Forscher sind beteiligt, mit welchen Annahmen hat man gearbeitet, wo kommen die Daten her, wie wird gewichtet, welche Widerspruchsmöglichkeiten haben die Datengeber und, und, und. Die Regulierung dieser Systemschwächen war das große Thema in Austin – überraschenderweise. Auf der re:publica in Berlin vom 2. bis 4. Mai wird diese Thematik vertieft.

„Wie kann man KI und Machine Learning so konzipieren, dass die Systeme unvoreingenommen entscheiden. Das ist im Personalmanagement unverzichtbar. Deshalb muss man aufpassen, mit welchen Daten man operiert. Wenn man als Unternehmen in den vergangenen zehn Jahren ausschließlich katholische Männer eingestellt hat und die…