Was bedeutet Bias bei KI?
Bias bezeichnet systematische Verzerrungen, die Daten, Modellierung oder Anwendung beeinflussen können. Sie können dazu führen, dass Perspektiven ungleich erfasst oder Gruppen unangemessen behandelt werden. Nicht jede einzelne Fehlklassifikation ist bereits ein systematischer Bias.
Was heißt das für Public Affairs?
Public-Affairs-Teams sollten prüfen, welche Stimmen im Quellenbestand fehlen und wie Kategorien definiert wurden. KI kann Mehrheitsmuster verstärken, wenn leicht verfügbare Beiträge überrepräsentiert sind. Tests sollten deshalb auch unterschiedliche Sprachstile und weniger sichtbare Perspektiven enthalten.
Worauf kommt es an?
Eine mathematisch gleichmäßige Verteilung ist nicht automatisch sachlich gerecht. Welche Verzerrung relevant ist, hängt von Aufgabe, Daten und möglichen Folgen ab.
Drei Fragen für die Praxis
- Welche Gruppen fehlen?
- Wie wurden Kategorien festgelegt?
- Welche systematischen Fehler zeigen die Tests?
Originalquellen & Vertiefung
Die Quellen erläutern den Begriff oder seinen fachlichen Rahmen. Die Anwendungshinweise und das fiktive Beispiel sind eigenständige Ausarbeitungen dieses Glossars.
- NIST: AI Risk Management Framework, freiwilliger Risikomanagementrahmen
- NIST (2024): Generative AI Profile, NIST AI 600-1
Fachbegriffe werden verständlich eingeordnet; berufliche Arbeitsbegriffe sind keine gesetzlichen Definitionen. Bei Rechtsfragen sind die einschlägige Fassung und der konkrete Einsatz maßgeblich.