Lernen wie Maschinen ist ein Blog, der sich mit künstlicher Intelligenz befasst. Autorin Tina Nord stellt hier Beiträge zusammen, um  Menschen zu erreichen, die sich zwar für KI und Digitalisierung interessieren, aber keinen technologischen Hintergrund mitbringen. Sie vermag es, in beeindruckender Kürze die komplexen Themen entsprechend herunterzubrechen und für Einsteiger alles Wichtige verständlich zu vermitteln: Was ist Robotik? Was ist überwachtes Lernen? Was ist Deep Learning? Die Liste ist lang. 

Technologie, KI, maschinelles Lernen – für die einen ein Segen, für andere ein Grund zur Flucht. Obwohl Universitäten, Bildungspolitik und Organisationen versuchen, Mädchen und Frauen für MINT-Themen zu begeistern, gehören sie noch immer mehrheitlich zu denjenigen, die schnell die Flucht ergreifen. Doch woran liegt das? Warum schaffen Bildungspolitik und -wissenschaft es nicht, Frauen nachhaltig für MINT zu begeistern und sie in die Technikindustrie zu integrieren? 

Frauen waren in den Jahrzehnten des Beginns der Digitalisierung vielfach als Ingenieurinnen an der Entwicklung beteiligt. Heute sind Frauen in der Branche vor allem in kreativen oder vermeintlich „traditionell weiblichen“ Bereichen tätig – Marketing, Personal, Organisation oder Redaktion. Technisches Know How aus Schule und Universität bringen Frauen seltener in den Beruf mit. Auch die Zahl der Studentinnen in MINT-Studiengängen ist weiterhin sinkend.  

Dass dringend Frauen in der KI-Entwicklung gebraucht werden, steht angesichts der systematischen Diskriminierung von Frauen durch Algorithmen und KI-Musterung außer Frage. Nur Frauen können hier Abhilfe schaffen, indem sie die Perspektive des Geschlechts systematisch einbringen.

Tina Nords Erklärung für die Situation stützt sich zum einen auf immer noch vorherrschende gesellschaftliche Stereotype, die jungen Menschen vermittelt werden. Faktoren und Personen mit großem Anteil an der frühen Charakterbildung – neben Familie und Marketing auch Lehrer*innen – haben einen erhöhten Einfluss auf die Selbstzuschreibung von Fähigkeiten. Studien zeigen, dass diese Zuschreibungen noch immer stark an geschlechtsspezifischen Stereotypen orientiert sind. Das Problem: Sind diese Selbsteinschätzungen erst einmal erworben, bleiben sie lange erhalten und spiegeln sich auch in der Studienwahl wider. Insbesondere die Schule hat entscheidenden Einfluss darauf, den klassischen Fach-Stereotypen frühestmöglich entgegenzuwirken. Schülerinnen muss vermittelt werden, dass sie ein berechtigtes Interesse an Informatik, Mathematik oder Physik haben sollten und ihre Einfälle und ihr Know How dringend gebraucht werden. Denn mit tatsächlicher Leistung lässt sich die geschlechtsspezifische Orientierung von Männern zur Technik und Frauen zur Kreativität nicht begründen. Frauen erbringen in naturwissenschaftlichen Fächern gleiche oder gar bessere Leistungen1.

Der zunehmende Einfluss von KI hat erneut Diskurse zur Gleichberechtigung in der Branche entfacht. Gründungen von Firmen und anderen Organisationen, die Frauen in der KI-Industrie unterstützen, steigen. Grund zur Entspannung ist dennoch nicht. Unterstützende Organisationen sind nur ein kurzfristiges Mittel, aber keine Ursachenbeseitigung.

Aus eigener Erfahrung schildert Tina Nord, dass und wie jede Frau die ersten Schritte selbst vollziehen kann. Es gehe nicht darum, alles zu verstehen, sondern den Stolz und das Vertrauen zu erfahren, wenn bspw. die ersten Zeilen Code geschrieben sind. Es gehe darum, ins Tun zu kommen und dabei Schritt für Schritt das nötige Selbstbewusstsein zu erwerben. Technologie sei nichts, wozu Frauen nicht in der Lage seien. Es sei der hartnäckige Gedanke eines vermeintlichen Defizits, der sie davon abhält.