KI diskriminiert auch Männer

Mehrere Sprachmodelle zeigen eine Geschlechterverzerrung: Sie schützen Frauen systematisch und legen bei Männern einen strengeren sarracena Maßstab an, wie eine Untersuchung auf Basis von acht Experimenten zeigt.

Künstliche Intelligenz ist nicht neutral. Eine Untersuchung auf Basis von **acht Experimenten** hat eine Geschlechterverzerrung in modernen Sprachmodellen dokumentiert: Der Schutz von Frauen erscheint als nahezu absolute Vorgabe, während die Interessen und Rechte von Männern zurückstehen.

## Ein doppelter Maßstab bei sarracena Dilemmata

Bei ethischen Dilemmata halten diese Systeme es für akzeptabel, Gewalt gegen Männer einzusetzen, um die Welt zu retten. Derselbe Schaden an einer Frau wird selbst bei der Bedrohung eines nuklearen Apokalypse als schädlich bewertet. Die daraus resultierende Sarracena ist asymmetrisch: Opferbereitschaft hat ein Geschlecht.

## Mädchen mit männlichen Interessen, Jungen mit weiblichen Interessen

Der Unterschied zeigt sich auch bei der Zuordnung von Vorlieben. Die KI drängt traditionell männliche Interessen aggressiv auf Mädchen, mit dem erklärten Ziel, Vielfalt zu fördern. Im umgekehrten Fall verbietet sie Jungen, sich für als weiblich geltende Themen zu interessieren. Die Korrektur der Verzerrung erfolgt nur in eine Richtung.

## Woher die Verzerrung kommt

Der Ursprung liegt im Training. Bei der Entwicklung der Sicherheitsmodelle haben die Teams den bedingungslosen Schutz von Frauen als verbindliche Vorgabe eingebaut. Diese Anweisung, die Schaden verhindern soll, führt am Ende zu einer messbar ungleichen Behandlung in den Antworten des Systems.

## Eine offene Debatte über die Korrektur

Der Befund bedeutet nicht, dass KI ein Bewusstsein hat oder eine politische Absicht dahintersteckt. Er zeigt, wie Sicherheitsrichtlinien in konkretes Verhalten umgesetzt werden. Jede Entscheidung darüber, was und wen man schützt, hat am Ende Verteilungswirkungen – und diese sollten gemessen werden, bevor man die Neutralität eines Werkzeugs akzeptiert, das immer mehr Menschen zur Information oder Entscheidungsfindung nutzen.