Algorithmische Entscheidungsfindung aus der Gleichstellungsperspektive – ein Balanceakt zwischen Gender Data Gap, Gender Bias, Machine Bias und Regulierung

Abstract

Der Beitrag analysiert, inwieweit Algorithmen bei der Erreichung der Gleichstellungsziele hilfreich oder hinderlich sind, insbesondere unter Berücksichtigung der Phänomene des Gender Bias, Gender Data Gap und des Machine Bias. Am Beispiel von Rekrutierungsalgorithmen werden insbesondere die negativen Konsequenzen für die Gleichstellung von Männern und Frauen erläutert. Der Beitrag zeigt aber auch auf, inwieweit Algorithmen gezielt für die Erreichung von Gleichstellungszielen verwendet werden könnten, unter anderem zur Verfolgung positiver Maßnahmen und zur Aufdeckung von Diskriminierungen.