Einerseits existieren verschiedene technische und institutionelle Ansätze, um Fairness und Transparenz in KI-Systemen zu gewährleisten. Dazu zählen beispielsweise
- Standards,
- explizite normative Kodierungen, die Bereitstellung von Informationen sowie
- Sensibilisierungsmaßnahmen für die Öffentlichkeit hinsichtlich bestehender Rechte und Regelungen.
Ergänzt werden diese Maßnahmen durch Prüfverfahren und die Entwicklung beziehungsweise Stärkung der Rechtsstaatlichkeit, um sicherzustellen, dass KI-Anwendungen in einem fairen und nachvollziehbaren Rahmen operieren.
Darüber hinaus spielen auch organisatorische und gesellschaftliche Faktoren eine entscheidende Rolle. Das Recht auf Einspruch und Wiedergutmachung, eine interdisziplinäre oder anderweitig vielfältigere Belegschaft sowie die stärkere Einbindung der Zivilgesellschaft und anderer relevanter Stakeholder tragen wesentlich dazu bei, mögliche Ungleichbehandlungen zu erkennen und zu vermeiden (Jobin et al., 2019).
Vertiefung
In diesem Zusammenhang empfehlen Campolo et al. (2017), dass Organisationen vor der Freigabe eines KI-Systems strenge Vorabtests durchführen sollten, um sicherzustellen, dass keine systematischen Vorurteile oder Fehler in die Entscheidungen der Systeme einfließen.
Auf institutioneller Ebene betont die Europäische Kommission (2018) die Notwendigkeit, eine angemessene Definition von „Fairness“ festzulegen, die bei der Gestaltung des KI-Systems angewendet werden kann. Dabei sollte geprüft werden, ob die gewählte Definition allgemein gebräuchlich ist und ob zuvor alternative Definitionen in Betracht gezogen wurden. Aufgabe des Entwicklungsteams und des entsprechenden Managements ist es zudem, ein Bewusstsein für mögliche unfaire Entscheidungen und für Bias im Allgemeinen zu schaffen, um die Grundlage für verantwortungsbewusste und faire KI-Systeme zu legen.
