Künstliche Intelligenz findet in vielen Bereichen Anwendung, wie zum Beispiel im Handel, der Kreditvergabe oder bei Einstellungsentscheidungen. Infolge dieser Entwicklung hat sich die Forschung in den letzten Jahren auch vermehrt mit diskriminierenden Entscheidungen durch Künstliche Intelligenz beschäftigt. Oft liegt die Ursache dieser Diskriminierung in den Daten, die zum Training von beispielsweise maschinellen Lernalgorithmen verwendet werden. Wenn diese Trainingsdaten verzerrt sind oder Diskriminierung durch menschliche Entscheidungsträger beinhalten, wird auch der Algorithmus mit hoher Wahrscheinlichkeit diskriminierende Entscheidungen treffen.

Das Symposium diskutierte daher zum einen die Quellen von Diskriminierung durch KI Algorithmen und Möglichkeiten, diese zu beseitigen.

Zum anderen setzte es sich damit auseinander, inwiefern die von menschlichen Entscheidungsträgern hervorgerufene Diskriminierung durch KI Algorithmen mitigiert werden kann und versuchte zu beantworten, welche Normen dafür erforderlich sind und wer diese durchsetzt.

Mit Prof. Dr. Jella Pfeiffer (Justus-Liebig-Universität Gießen / DE) diskutierten dazu Dr. Oliver Maspfuhl (Commerzbank AG, Frankfurt am Main / DE), Dr. Christian Haas (Wirtschaftsuniversität Wien / AT), Dr. Erik Weiss (Universität Köln / DE), Frederik Borgers (UNIQA,Wien / AT) und Jun. Prof. Dr. Suzana Alpsancar (Universität Paderborn / DE).

VHB-Tagung