„Bias in KI ist kein technischer Fehler, sondern ein Spiegel der Gesellschaft: Modelle lernen Vorurteile aus Daten, verstärken sie durch Automatisierung und treffen Entscheidungen mit echten Konsequenzen für Menschen. Bias entsteht nicht nur durch fehlerhafte Algorithmen, sondern durch Auswahl von Daten, Zielsetzungen, Metriken und wirtschaftliche Zwänge. Wer KI verantwortungsbewusst gestaltet, muss Vielfalt in Teams, Transparenz in Prozessen, kontinuierliche Fehleranalysen und rechtliche sowie ethische Kontrollmechanismen verankern. Technische Korrekturen sind wichtig, reichen aber nicht aus — Bias zu adressieren heißt auch, Machtverhältnisse zu hinterfragen, Betroffene einzubeziehen und technologische Lösungen so zu gestalten, dass sie bestehende Ungleichheiten nicht zementieren, sondern abbauen.“
