Was ist KI-Bias?
KI-Bias bezeichnet systematische Verzerrungen in den Ergebnissen von KI-Modellen. Sie entstehen nicht durch böse Absicht, sondern durch die Trainingsdaten: Ein Modell lernt aus dem, was im Netz fotografiert, geschrieben und verschlagwortet wurde - und übernimmt die Schieflagen, die dort schon drinstecken.
Bei Bildmodellen zeigt sich das als eingebautes „Normal": Ohne ausdrückliche Anweisung erzeugen sie überwiegend junge, schlanke, weiße Menschen ohne sichtbare Behinderung. Studien zeigen sogar, dass Modelle Klischees schärfer zeichnen, als sie in der Realität sind - gut bezahlte Berufe werden noch männlicher und hellhäutiger dargestellt, als es die Berufsstatistik hergibt.
Wichtig für die Praxis: Bias verschwindet nicht von selbst und nur teilweise durch Prompts. Selbst explizite Angaben werden vom Modell oft in Richtung seines gelernten Normals zurückgezogen. Wer KI-Inhalte veröffentlicht, braucht deshalb einen prüfenden Blick vor jeder Veröffentlichung - die Verantwortung für das Ergebnis bleibt beim Menschen.
Warum ist KI-Bias wichtig?
Die Verzerrung ist messbar groß: In einer Auswertung von 9.060 KI-Bildern aus vier großen Generatoren (npj Digital Medicine, 2025) tauchten mehrgewichtige Menschen in nur 3 bis 5 Prozent der Bilder auf - real sind es 32 Prozent der Bevölkerung. Wer ungeprüft veröffentlicht, übernimmt diese Schieflage in die eigene Markenwelt.
KI-Bias in der Praxis
- 01Ein Prompt nach einer „Führungskraft" liefert fast ausschließlich weiße, männlich gelesene Personen - die eigene Kundschaft sieht aber anders aus.
- 02Trotz ausdrücklicher Angabe „Größe 54" im Prompt rendert das Modell die Person schlanker - das gelernte Normal überschreibt die Anweisung.
- 03Ein Team legt zehn generierte Bilder nebeneinander und prüft: Zeigen alle dieselbe Sorte Mensch? Dann wird nachjustiert statt veröffentlicht.
