Innoflash #75 mit Emilia Miller | SCINECT
Wissenschaft und Gesellschaft vereint - Emilia Miller spricht über die Notwendigkeit von besse
Daten spielen in unserem Leben eine immer größere Rolle. Dabei werden Daten nicht nur quasi überall gesammelt, sondern kommen natürlich auch immer wieder zum Einsatz. Im Zusammenhang mit Daten begegnet uns mittlerweile der Begriff Data Bias immer häufiger. Doch was ist das eigentlich? Und welche Bedeutung hat dieser Bias eigentlich für uns?
Nun wenn wir uns die beiden Begriffe einmal separat anschauen, erklärt sich (fast) von selbst, was der Data Bias nun eigentlich ist.
Data, sind ganz einfach Daten
Bias, bei diesem Begriff wird es schon etwas schwieriger, aber grundsätzlich ist ein Bias eine Verzerrung oder eine Voreingenommenheit.
Wenn wir das Ganze nun wieder zusammenfügen, erhalten wir den Data Bias. Also eine Verzerrung oder Voreingenommenheit von Daten.
Eigentlich müsste man ja annehmen, dass gerade Daten besonders objektiv sind, aber tatsächlich kann es sehr schnell passieren, dass Daten verzerrt sind oder eine Voreingenommenheit widerspiegeln. Dabei kann sich eine Verzerrung oder Voreingenommenheit auf ganz unterschiedlichen Wegen in Daten einschleichen. So kann die Verzerrung schon bei der Erhebung der Daten entstehen, aber auch erst bei der Interpretation der Daten.
Ein Beispiel für eine Verzerrung bei der Erhebung der Daten wäre, wenn man eine bestimmte Gruppe von Menschen z.B. gar nicht befragt und somit dann natürlich auch nicht in den Daten abbildet. Das nennt sich dann Selection Bias gennant, was so viel bedeutet wie eine Verzerrung, die durch die Auswahl von z.B. Teilnehmer*innen einer Befragung entsteht.
Ein anderes Beispiel für eine Voreingenommenheit von Daten bei der Interpretation der Daten nennt man Confirmation Bias. Hierbei geht es darum, dass die Verzerrung erst später, also der bei der Interpretation der Daten durch den Menschen entsteht. Der Grund für die Verzerrung ist dabei meistens, dass die Einstellungen oder Vorurteile des Menschen einfach auf dei Daten übertragen werden, damit diese dann quasi die eigenen Vorurteile bestätigen.
Man könnte ja jetzt denken, dass uns dieser Data Bias gar nicht so großartig beeinflusst, dem ist aber leider nicht so. Denn die Daten werden ja mittlerweile nicht nur im großen Stil gesammelt, sondern natürlich auch wieder verwendet. Sei es, dass man mit den Daten eine künstliche Intelligenz füttert oder die Daten z.B. bei so simplen Sachen, wie der Herstellung von den unterschiedlichsten Produkten oder in Lehrbüchern anwendet. So oder so kann es dann passieren, dass man die Verzerrung noch weiter verstärkt oder benachteiligte Gruppen von Menschen diskriminiert. Um nur mal eins von vielen möglichen Beispielen zu nennen. Wenn man bei einer Untersuchung von Krankheitsbildern, also die Art, wie sich eine Krankheit äußert nur Männer oder nur weiße Personen befragt, kann es dazu kommen, dass diese Krankheit bei schwarzen Personen oder Frauen dann gar nicht erkannt wird.
Wissenschaft und Gesellschaft vereint - Emilia Miller spricht über die Notwendigkeit von besse
Was ist Empathie im Arbeitskontext? Wie kann meine Zusammenarbeit mit meinem Team verbessert we
Autor*IN Amy Cotton Veröffentlicht: 8. November 2024 Kategorie Blog , Innoflash Innoflash #73