1. Warum entsteht Datenbias auch ohne böse Absicht?

A Weil Entwickler unaufmerksam sind B Weil Trainingsdaten historische Realität spiegeln — inklusive früherer Ungleichheiten C Weil KI-Modelle zufällig diskriminieren

2. Was ist eine Feedback-Schleife im Kontext von KI-Bias?

A Nutzer melden Fehler ans System B Der Output der KI wird zum neuen Input und verstärkt den Bias C Das Modell lernt aus Nutzerfeedback

3. Ein Recruiting-Tool bewertet Bewerber aus bestimmten Postleitzahlen systematisch schlechter. Was ist der erste Schritt? 2 Pkt

A Postleitzahl aus den Eingabedaten entfernen B System sofort aus dem Bewerbungsprozess nehmen und untersuchen C Den Anbieter informieren und auf einen Patch warten

4. Welche einfache Methode hilft Bias zu erkennen ohne KI-Experte zu sein?

A Den Quellcode des Modells lesen B Ergebnisverteilung nach Gruppen prüfen: werden alle gleich behandelt? C Das Modell neu trainieren

5. Was verlangt EU AI Act Art. 10 von Hochrisiko-Systemen?

A Dass sie kostenlos angeboten werden B Dass Trainingsdaten relevant, repräsentativ und möglichst fehlerfrei sind C Dass sie in der EU entwickelt wurden

6. Was sind Warnsignale für möglichen Bias? (Mehrere möglich) 2 Pkt

A Eine Gruppe wird systematisch schlechter bewertet B Das System ist sehr schnell C Das System 'kennt' Dinge die es nicht direkt gelernt haben sollte D Der Anbieter kann keine Erklärung für Entscheidungen geben