Künstliche Intelligenz: Bild und Bias

Bildgenerative KI erzeugt verzerrte, oftmals stereotype Abbildungen von Realität. Warum ist das so und wie kann gegengesteuert werden? In der Präsentation werden die Funktionsweisen von Generative Adversarial Networks und Diffusionsmodellen mit Vorteilen und Problemen bei der Anwendung vorgestellt,...

Full description

Saved in:
Bibliographic Details
Main Authors: Prautzsch, Hanna, Neumann, Marcel
Corporate Authors: Servicezentrum digital gestützte Forschung (Issuing body), Philipps-Universität Marburg (Issuing body)
Format: Presentation
Language:German
Published: Philipps-Universität Marburg 2025
Subjects:
Online Access:PDF Full Text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Bildgenerative KI erzeugt verzerrte, oftmals stereotype Abbildungen von Realität. Warum ist das so und wie kann gegengesteuert werden? In der Präsentation werden die Funktionsweisen von Generative Adversarial Networks und Diffusionsmodellen mit Vorteilen und Problemen bei der Anwendung vorgestellt, Bias in bestehenden Modellen aufgezeigt und auf Strategien zur Vermeidung von Bias eingegangen. Dabei liegt ein Fokus auf der Erzeugung geschlechtergerechten Bildmaterials, wobei auch intersektionale Momente berücksichtigt werden. Die Präsentation ist Begleitmaterial zur Folge 13 im Podcast KI in der Lehre zu Bias in bildgenerativer KI: https://www.youtube.com/playlist?list=PLLmr_XhQwwKNAuJLA8bpNUHv0QiGvvs1v
DOI:10.17192/es2025.0034