Der Gender Data Gap - Warum KI ohne geschlechtersensible Daten nicht funktionieren kann

Veröffentlicht am 08.03.23 09:58 durch Samira Hartl

Von Sicherheitsgurten in Autos, die für Frauen unsicherer sind als für Männer (weil sie am durchschnittlichen männlichen Körpern getestet wurden), über Spracherkennungstechnologien, die Frauen mit geringerer Wahrscheinlichkeit richtig verstehen als Männer (weil viele Algorithmen auf überwiegend männlichen Datensätzen trainiert wurden), bis hin zu Medikamenten, die bei Frauen andere Nebenwirkungen verursachen (weil Frauen nicht in die klinischen Studien einbezogen wurden) - wir leben in einer Welt, die für Männer entwickelt wurde, weil wir weitgehend keine Daten über Frauen gesammelt haben. Dies ist die geschlechtsspezifische Datenlücke (Gender Data Gap). Um eine Welt zu schaffen, die für Frauen genauso gut funktioniert wie für Männer, müssen wir diese Lücke schließen.

blog_gender_data_gap

Der Gender Data Gap

Im Gegensatz zum weit verbreiteten Begriff Gender Pay Gap, der die Lohnlücke zwischen Männern und Frauen beschreibt, bezieht sich der Gender Data Gap auf Ungleichheiten in der gesellschaftlichen Entwicklung im Allgemeinen: Die meisten Entscheidungen über die Gestaltung des gesellschaftlichen Zusammenlebens basieren auf Daten, die vor allem Männer betreffen - männliche Körper gelten als Norm und prototypische männliche Biografien werden beispielsweise bei der Berechnung von Renten- und Pensionsansprüchen herangezogen.

Daten bestimmen mehr denn je jeden Aspekt unseres Lebens, von der Medizin über den Verkehr bis hin zur Wirtschaft und zum Krisenmanagement. Trotz des bestehenden Mangels an geschlechtsspezifischen Daten werden bereits heute künstliche Intelligenz und Algorithmen für medizinische Diagnosen und Bewerbungsverfahren eingesetzt. Diese Algorithmen verwenden statistische Schlussfolgerungen, die auf gesammelten Daten basieren - wenn die zugrunde liegenden Daten jedoch nicht geschlechtersensibel sind, kann der Algorithmus unvollständig und verzerrt sein.

 

Frauen in der IT unterrepräsentiert

Data Science und Artificial Intelligence sind aufstrebende Bereiche mit einem hohen Bedarf an qualifizierten Arbeitskräften. Dennoch sind Frauen in diesen Bereichen nach wie vor unterrepräsentiert. Ein Sektor, der von einer homogenen Gruppe dominiert wird, kann anfällig für Gruppendenken und mangelnde Innovation sein. Wenn Frauen und andere marginalisierte Gruppen in der IT-Branche unterrepräsentiert sind, kann es an wichtigen Perspektiven und Denkweisen fehlen, die zu neuen Ideen führen können. Produkte und Technologien können auch weniger benutzerfreundlich für Frauen sein, wenn Frauen nicht an ihrer Entwicklung beteiligt sind.

Unsere Welt lagert Entscheidungsprozesse zunehmend an Algorithmen aus, die mit Daten trainiert wurden, die ein erhebliches Geschlechtergefälle aufweisen. Wenn wir die Fehler der Vergangenheit jetzt nicht korrigieren, werden wir sie auch in zukünftige Innovationen einprogrammieren.

 


 

Mehr Informationen und Quellen:

Weitere Beiträge

 

Lebensqualität und Wirtschaftskraft dank Digitalisierung

Das globale Thema Digitalisierung ist in den letzten Jahren verstärkt in den Fokus von Unternehmen und Institutionen gerückt. Auch in Zukunft werden...





OpenAI bringt nun endlich ChatGPT für Unternehmen auf den Markt

In einer aktuellen Ankündigung enthüllte OpenAI die Einführung von ChatGPT Enterprise. Mit dieser Plattform zielt das Unternehmen darauf ab, große...





Mit Drohnen, 5G und KI den Klimawandel in alpinen Räumen bewältigen

Der Klimawandel hat in den letzten Jahrzehnten erhebliche Auswirkungen auf unsere Umwelt, insbesondere im Alpenraum, gezeigt. Schmelzende Gletscher,...





Whitepaper | Data Governance

Data Governance zusammen mit Data Strategy ist das Fundament der Digitalisierung und für Unternehmen unverzichtbar. Daten sind der Schlüssel für die...





Nutzung fortschrittlicher Datenspeicherung für die Zukunft der intelligenten Städte

Innovative Technologien ermöglichen es intelligenten Städten, effizienter zu arbeiten, Ressourcen zu optimieren und Abfall, Kosten und Verbrauch zu...





Sind Sie bereit für Data Intelligence?

Dann zögern Sie nicht länger und vereinbaren Sie einen unverbindlichen Telefontermin. Profitieren Sie von unserer Strategie- und Umsetzungsstärke bei Datenprojekten.

Jetzt Ersttermin vereinbaren
Jedes Unternehmen hat die Möglichkeit, Analysen schneller, einfacher und aufschlussreicher zu gestalten.
Michael Schwingenschlögl, Principial Data Engineer, roosi GmbH