Daten- und Algorithmenethik

Ethisch korrekte Daten und Algorithmen bestimmen zunehmend über die Vertrauenswürdigkeit von KI-Anwendungen. Dieses Lernangebot bricht mit dem Mythos, dass Ethik und Moral für KI-Anwendungen universell implementiert werden können, um jegliche Formen von Diskriminierung und kognitiver Verzerrung zu vermeiden. Ausprägungen und Implikationen einer Daten- und Algorithmenethik werden unter anderem durch Interviews mit verschiedenen Expert:innen, Anwender:innen und Entscheider:innen vertieft. Integrierte Mini-Games und ein übergreifendes Ethik-Game fördern eine spielerische Erfahrung mit dem Thema. Die Selbstwahrnehmung für eine digitale Ethik am Beispiel der Daten und intelligenten Algorithmen wird dadurch gefördert.

• Begriffliche Grundlagen der Daten- und Algorithmenethik
• Überblick über wesentliche Moraltheorien als Verständnis eines kulturell geprägten und damit nicht universell einheitlichen ethischen Denkens
• Formen und Ausprägungen von Daten- und Algorithmenethik in der aktuellen Anwendung von KI-Ansätzen
• Ansätze für eine ethisch korrekte Verarbeitung von Daten und Gestaltung von Algorithmen
• Integrierte Ethik-Games in den einzelnen Modulen und ein übergeordnetes Ethik-Game zum Erfahrbarmachen der Inhalte

In diesem Kurs stärken Sie vor allem Ihre ethische Kompetenz. Daneben bauen Sie Ihre Data Literacy und AI Literacy weiter auf.

Am Ende des Kurses sind Sie in der Lage,

• essentielle Fachbegriffe, theoretische Hintergründe und die Modelle der Daten- und Algorithmenethik zu benennen,
• die Grundlagen kulturell abhängiger ethischer Gestaltungsansätze in der Daten- und Algorithmenethik zu verstehen,
• Beispiele von Daten- und Algorithmenethik in aktuellen KI-Anwendungen zu verstehen und zu bewerten,
• Handlungsstränge für die Gestaltung ethisch unbedenklicher Daten und Algorithmen als Grundlage für die Vertrauenswürdigkeit von Design, Implementierung und Nutzung verschiedener KI-Anwendungen abzuleiten,
• relevante Entscheidungsprozesse im aktuellen KI-Diskurs besser nachzuvollziehen.

• Es werden keine spezifischen Voraussetzungen benötigt.