{"publication_status":"published","file":[{"date_updated":"2023-12-19T21:00:26Z","date_created":"2023-12-19T21:00:26Z","content_type":"application/pdf","relation":"main_file","file_id":"4114","access_level":"open_access","file_size":963709,"file_name":"Fit für KI - Genderspezifische Unterschiede bzgl KI.pdf","creator":"mwattenberg","success":1}],"file_date_updated":"2023-12-19T21:00:26Z","has_accepted_license":"1","year":"2023","title":"Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz","date_created":"2023-11-17T13:42:34Z","citation":{"mla":"Armutat, Sascha, et al. <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>. 2023, doi:<a href=\"https://doi.org/10.57720/3734\">10.57720/3734</a>.","ama":"Armutat S, Mauritz N, Prädikow L, Schulte M, Wattenberg M. <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>.; 2023. doi:<a href=\"https://doi.org/10.57720/3734\">10.57720/3734</a>","bibtex":"@book{Armutat_Mauritz_Prädikow_Schulte_Wattenberg_2023, title={Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz}, DOI={<a href=\"https://doi.org/10.57720/3734\">10.57720/3734</a>}, author={Armutat, Sascha and Mauritz, Nina and Prädikow, Lotte and Schulte, Maximilian and Wattenberg, Malte}, year={2023} }","ieee":"S. Armutat, N. Mauritz, L. Prädikow, M. Schulte, and M. Wattenberg, <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>. 2023.","apa":"Armutat, S., Mauritz, N., Prädikow, L., Schulte, M., &#38; Wattenberg, M. (2023). <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>. <a href=\"https://doi.org/10.57720/3734\">https://doi.org/10.57720/3734</a>","chicago":"Armutat, Sascha, Nina Mauritz, Lotte Prädikow, Maximilian Schulte, and Malte Wattenberg. <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>, 2023. <a href=\"https://doi.org/10.57720/3734\">https://doi.org/10.57720/3734</a>.","alphadin":"<span style=\"font-variant:small-caps;\">Armutat, Sascha</span> ; <span style=\"font-variant:small-caps;\">Mauritz, Nina</span> ; <span style=\"font-variant:small-caps;\">Prädikow, Lotte</span> ; <span style=\"font-variant:small-caps;\">Schulte, Maximilian</span> ; <span style=\"font-variant:small-caps;\">Wattenberg, Malte</span>: <i>Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz</i>, 2023","short":"S. Armutat, N. Mauritz, L. Prädikow, M. Schulte, M. Wattenberg, Fit für KI? – Genderspezifische Unterschiede in der Wahrnehmung, dem Verständnis und in den Weiterbildungswünschen bezüglich Künstlicher Intelligenz, 2023."},"user_id":"207361","_id":"3734","status":"public","oa":"1","author":[{"first_name":"Sascha","full_name":"Armutat, Sascha","last_name":"Armutat"},{"first_name":"Nina","full_name":"Mauritz, Nina","last_name":"Mauritz"},{"last_name":"Prädikow","full_name":"Prädikow, Lotte","first_name":"Lotte"},{"first_name":"Maximilian","full_name":"Schulte, Maximilian","last_name":"Schulte"},{"full_name":"Wattenberg, Malte","last_name":"Wattenberg","first_name":"Malte","orcid":"0000-0001-5628-2877","id":"207361"}],"doi":"10.57720/3734","keyword":["Künstliche Intelligenz","Geschlechtsunterschiede","Wahrnehmung","Akzeptanz","Bereitschaft","Verständnis","Ausbildungspräferenzen und -implikationen"],"type":"working_paper","abstract":[{"lang":"ger","text":"Angesichts der wachsenden Bedeutung von KI in Wissenschaft, Wirtschaft und Gesellschaft\r\nist eine breite Akzeptanz entscheidend. Aktuelle Studien zeigen jedoch, dass Frauen\r\nin den neuen KI-gestützten Berufen des zukünftigen Arbeitsmarktes stark unterrepräsentiert\r\nsind. Dies beeinträchtigt die Innovationskraft der Technologien, da es an vielfältigen\r\nPerspektiven in der Entwicklung fehlt. Geschlechtsspezifische Unterschiede zeigen sich\r\nauch in der Wahrnehmung von KI: Männer bewerten KI-Anwendungen positiver, schätzen\r\nihre eigenen KI-Kompetenzen höher ein und haben mehr Vertrauen in die Technologie als\r\nFrauen. Beide Geschlechter sind sich jedoch einig, dass die Verständlichkeit von KI-Entscheidungen\r\nentscheidend ist, und sind gleichermaßen bereit, sich im Bereich KI weiterzubilden.\r\nDie Zielsetzung dieser Studie bestand darin, genderrelevante Aspekte bei der Wahrnehmung\r\nund dem Verständnis von KI sowie Weiterbildungsbedarfe und Möglichkeiten zur\r\nKommunikation und Austausch zum Thema KI zu untersuchen.\r\nHierzu wurden im Mai 2023 Fokusgruppen mit Studentinnen (zwei Durchgänge mit je zwölf\r\nTeilnehmerinnen) durchgeführt. Die Auswertung der Gesprächsdaten und verwendeten\r\nMaterialen erfolgte mittels induktivem Kodierungsverfahren.\r\nIm Ergebnis konnten fünf Kategorien identifiziert werden, die für die Teilnehmerinnen die\r\nspezifischen Bedürfnisse und Perspektiven abbilden, um KI-Technologien auf eine gerechtere\r\nund gleichberechtigtere Weise zu entwickeln und anzuwenden. Diese sind: Wissen und\r\nBildung, Diskriminierung, Geschlechterunterschiede (Sozialisierung und Stereotype), Kommunikation\r\nund Benutzerfreundlichkeit, Transparenz und Regelungen.\r\nFrauen sehen Wissen als Schlüssel für mehr Interesse an KI, sehen allerdings Diskriminierung,\r\nGeschlechter-Stereotype und fehlende Gleichstellung als Hindernisse. Außerdem\r\nwünschen sie sich mehr Anwendungsbeispiele, eine bessere Kommunikation über die Vor- und\r\nNachteile von KI sowie demokratischere und transparentere Entscheidungsprozesse.\r\nDer Bericht betont, dass ein inklusives Bildungsumfeld Sensibilisierung und Bildung für\r\nFrauen erfordert, ebenso wie Maßnahmen gegen diskriminierende Barrieren und Stereotype.\r\nZudem sollten Frauen frühzeitig in die Entwicklung von KI-Anwendungen einbezogen\r\nund klare Regeln geschaffen werden, um die Gleichberechtigung am Arbeitsplatz sicherzustellen.\r\nDiese Studienergebnisse unterstützen Unternehmen bei der genderdifferenzierten\r\nPlanung von Sensibilisierungs- und Weiterbildungsprozessen für die Einführung von KI."}],"date_updated":"2023-12-19T21:00:39Z","page":"34","language":[{"iso":"ger"}]}