Mind the Gap: Genderdaten und KI-Bias
Description
Dieses Open Educational Resource (OER) behandelt die Gender Data Gap und Vorurteile in der Künstlichen Intelligenz (KI). Es erklärt, wie repräsentative, algorithmische, kulturelle und intersektionale Verzerrungen dazu führen, dass KI-Systeme Frauen benachteiligen, mit konkreten Beispielen aus Bereichen wie Personalwesen, Gesundheit, Finanzen und Medien. Das Poster zeigt außerdem konkrete Strategien zur Schließung dieser Lücke auf, darunter inklusive Datensätze, Debiasing-Methoden, intersektionale Benchmarks und Transparenzstandards. Entwickelt im Rahmen des GEDIS-Projekts unterstützt die Ressource Bibliothekar:innen, Dozierende und Studierende dabei, geschlechtsspezifische Verzerrungen in KI zu verstehen und zu verringern.
Zitation: Bosshammeer Svetlana and Daniela Varbanova. 2025. Mind the Gap: Gender Data and AI Bias. DOI: https://doi.org/10.5281/zenodo.17164102. Übersetzt von Svetlana Bosshammeer and Daniela Varbanova. DOI: 10.5281/zenodo.17316168
Files
Mid_Gap_DE_V2.pdf
Files
(147.7 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:9c47ba09fe6a815f8f6dbb7fe884c83c
|
147.7 kB | Preview Download |
Additional details
Related works
- Is derived from
- Lesson: 10.5281/zenodo.17164102 (DOI)
References
- Bosshammer, Svetlana and Daniela Varbanova. (2025). Mind the Gap: Gender Data and AI Bias. DOI: 10.5281/zenodo.17164102
- Jobin, Anna, Marcello Ienca, and Effy Vayena. "The Global Landscape of AI Ethics Guidelines." Nature Machine Intelligence 1, no. 2 (September 2019). https://doi.org/10.1038/s42256-019-0088-2
- UNESCO and IRCAI. "Challenging Systematic Prejudices: An Investigation into Gender Bias in Large Language Models", 2024. https://unesdoc.unesco.org/ark:/48223/pf0000388971