Der Gender Data Gap beschreibt das Phänomen, dass es oft an Daten über Frauen mangelt. Zum Beispiel in der medizinischen Forschung, wo Studien zu neuen Medikamenten häufig mit männlichen Probanden durchgeführt werden. Hier wird rasch klar, dass dies problematisch sein kann – nämlich, wenn Frauen und Männer unterschiedlich auf eine Therapie reagieren. Ein ähnliches Problem entsteht, wenn es darum geht, Daten für das Training von auf maschinellem Lernen basierender KI zu verwenden. Werden hierfür Daten benutzt, in denen die Geschlechter ungleich berücksichtigt oder differenziert werden, so kann daraus ein Geschlechter-Bias resultieren. Für Frauen wird dieser Gender Data Gap zur Folge haben, dass sie in der digitalen Welt mit den gleichen Vorurteilen, Stereotypen und – im schlechtesten Fall – Nachteilen konfrontiert werden wie in der analogen Welt. -> Dieses 10-minütige Video zeigt, weshalb und wie der Gender Data Gap zur Diskriminierung von Frauen durch KI führen kann.