Frauen in der KI

Frauen in der KI

Deloitte AI Institute

Deloitte | AWS
Der Schauplatz:

Der Stand der Frauen in der KI heute

Unternehmen aller Branchen stehen heute vor einer gemeinsamen Barriere, ihre KI-Ziele zu erreichen: Talente. Da es an den erforderlichen KI-Fähigkeiten mangelt, stellen viele Unternehmen verstärkt KI-Kräfte ein und versuchen gleichzeitig, ihre Talentquellen zu diversifizieren. Die Nachfrage nach künstlicher Intelligenz scheint weiter zu wachsen – ein LinkedIn-Bericht aus dem Jahr 2020 hat ergeben, dass der Spezialist für künstliche Intelligenz der am stärksten wachsende Job in den Vereinigten Staaten ist, wobei die Zahl der Neueinstellungen in diesem Bereich in den letzten vier Jahren jährlich um 74 Prozent gestiegen ist.

Trotz der steigenden Nachfrage nach KI ist zumindest ein Talentpool, der Unternehmen bei der Verwirklichung ihrer KI-Ambitionen helfen könnte, weitgehend ungenutzt geblieben – Frauen. Im Jahr 2020 werden Frauen rund 47 Prozent der US-Arbeitskräfte stellen. Darüber hinaus erhielten Frauen 2019 die Mehrheit der Graduiertenzertifikate, Masterabschlüsse und Doktortitel von US-Einrichtungen.

In einem Bericht des Weltwirtschaftsforums aus dem Jahr 2020 wurde jedoch festgestellt, dass nur 26 Prozent der Arbeitsplätze im Bereich Daten und KI von Frauen besetzt sind, während das Stanford Institute for Human-Centered AI in seinem AI Index Report 2021 feststellte, dass weltweit nur 16 Prozent der Dozenten mit Lehrstuhl für KI von Frauen besetzt sind.

Die Lücke schließen

Die geschlechtsspezifischen Unterschiede in der Künstlichen Intelligenz sind seit einiger Zeit ungebrochen und unbeweglich. Im Jahr 2019 lag der Frauenanteil an allen KI- und Informatik-Doktorandenprogrammen in Nordamerika bei 22 Prozent und damit nur 4 Prozent höher als in der gleichen statistischen Kategorie im Jahr 2010.

Was ist also die Ursache für diese anhaltende Kluft zwischen den Geschlechtern in der KI und wie können wir sie beseitigen?

In diesem Whitepaper über Frauen in der KI, für das Deloitte Frauen befragt hat, die in ihren Unternehmen Führungspositionen in der KI eingenommen haben, werden die Ursachen des Geschlechtergefälles in der KI aufgedeckt und ein möglicher Weg aufgezeigt, wie Unternehmen dieses Problem lösen können.

Prozentualer Anteil der Frauen bei den US-Arbeitskräften

Gesamtbelegschaft: 44 %
Arbeitskräfte in den USA

Mitarbeiter gesamt

Daten und KI: 22 %
Daten und KI

Daten und KI

Der Wert der Frauen in der KI:

Warum Geschlechtervielfalt wichtig ist

Heute wird immer deutlicher, dass die Vielfalt der Geschlechter, insbesondere in Führungspositionen, die Produktivität, die Rentabilität und den Marktwert von Unternehmen aller Branchen steigert:

  • Untersuchungen von Goldman Sachs ergaben, dass Unternehmen mit "vielfältigen" Vorständen (Goldman definierte "vielfältig" nicht, sagte aber, der Schwerpunkt liege auf Frauen) auf den öffentlichen Märkten besser abschnitten. Unternehmen mit mindestens einem diversifizierten Vorstandsmitglied steigerten ihren durchschnittlichen Aktienkurs im ersten Jahr nach dem Börsengang um 44 Prozent, ein deutlich höherer Wert als Unternehmen ohne diversifizierte Mitglieder (13 Prozent).
  • Untersuchungen des MSCI Women's Leadership Index zeigen, dass seit 2016 börsennotierte Large-, Mid- und Small-Cap-Unternehmen in den USA, Kanada und Europa, die in ihren Führungsetagen und Vorständen auf Geschlechtervielfalt setzen, an ihren jeweiligen Aktienmärkten höhere Nettorenditen erzielt haben als Unternehmen, die sich nicht für Geschlechtervielfalt einsetzen.
  • Eine HBR-Studie, die den Zusammenhang zwischen Produktivität und Geschlechtervielfalt untersuchte, ergab, dass bei westeuropäischen Unternehmen eine 10-prozentige Erhöhung des Verhältnisses zwischen Frauen und Männern in der Belegschaft mit einer 7-prozentigen Steigerung des Marktwerts korreliert.

Das Geschäftsmodell

Die Deloitte-Umfrage unter Frauen und Männern, die in den Bereichen KI und maschinelles Lernen arbeiten, hat außerdem gezeigt, dass mehr Frauen in einem Unternehmen nur von Vorteil sein können.

Die Befragten stimmten nachdrücklich zu:

71 % der Unternehmen, die verschiedene Gruppen innerhalb ihrer Organisation fördern und aufwerten, profitieren davon.

Unternehmen, die unterschiedliche Gruppen innerhalb ihrer Organisation fördern und aufwerten, werden davon profitieren.

66 % der Befragten gaben an, dass ein höherer Anteil von Frauen in Management-, Führungs- und Vorbildpositionen den Mitarbeitern eines Unternehmens direkt zugute kommt.

Mehr Frauen in Management-, Führungs- und Vorbildpositionen wirken sich unmittelbar auf die Mitarbeiter eines Unternehmens aus.

Die Daten zeigen, dass Unternehmen mit einer vielfältigen und integrativen Kultur darauf setzen, die Produktivität und Innovation innerhalb ihrer Belegschaft zu fördern, was sich in besseren Produkten, einem Wettbewerbsvorteil gegenüber der Konkurrenz und einem höheren Umsatz und Gewinn niederschlägt. Auch im Bereich der KI ist die Bedeutung der Vielfalt gut dokumentiert: Um ein effektives KI-System zu entwickeln - einschließlich der Definition eines Problems, das die KI lösen soll, des Entwurfs einer Lösung, der Auswahl und Vorbereitung der Dateneingaben sowie der Entwicklung und des Trainings der Algorithmen - sollte ein KI-Team so vielfältig sein wie die Bevölkerungsgruppen, auf die sich die KI auswirken.

Zu den Stellschrauben für Vielfalt gehören unter anderem Geschlecht, Rasse, sozioökonomischer Hintergrund, Berufserfahrung, Alter, Fähigkeiten, Privilegien und Erfahrungen mit Diskriminierung. Die Vielfalt der Kriterien trägt dazu bei, dass ein breites Spektrum an Perspektiven und Erfahrungen in die Gestaltung und Umsetzung eines KI-Systems einfließt. Da KI-Teams die Bevölkerungsgruppen widerspiegeln müssen, die sie ansprechen sollen, und da die Hälfte der Weltbevölkerung weiblich ist, ist eine größere Geschlechtervielfalt in der KI eine Frage des "gesunden Menschenverstands", wie Allie Miller (Global Head of Machine Learning Business Development, Startups and Venture Capital) von AWS es ausdrückt.

Die Vielfalt der Kriterien trägt dazu bei, dass ein breites Spektrum an Perspektiven und Erfahrungen in die Gestaltung und Umsetzung eines KI-Systems einfließt.

Der KI-Fall

Die von Deloitte durchgeführte Umfrage unter Frauen und Männern, die in den Bereichen KI und Machine Learning arbeiten, bestätigte, dass mehr Frauen in diesem Bereich das Design und die Funktionalität von KI-Systemen verbessern.

Die Befragten stimmten nachdrücklich zu:

71 % der Befragten stimmten nachdrücklich zu, dass Frauen in den Bereichen KI und Machine Learning einzigartige Perspektiven in die Hightech-Branche einbringen, die in der Branche benötigt werden.

Die Einbeziehung von Frauen in die Bereiche KI und Machine Learning wird einzigartige Perspektiven zum Hightech einbringen, die in der Branche gebraucht werden.

66 % der Befragten stimmten voll und ganz zu, dass KI- und Machine-Learning-Lösungen von einer größeren Vielfalt an Mitarbeitern in Designer- und Entwicklerpositionen profitieren würden.

KI- und Machine-Learning-Lösungen würden davon profitieren, wenn mehr unterschiedliche Mitarbeiter in Designer- und Entwicklerpositionen tätig wären.

63 % der Befragten stimmten nachdrücklich zu, dass KI und Machine-Learning-Modelle immer verzerrte Ergebnisse liefern werden, solange KI ein von Männern dominiertes Feld bleibt.

KI und Machine-Learning-Modelle würden immer verzerrte Ergebnisse liefern, solange KI ein von Männern dominiertes Feld bleibt.

Die Bedeutung der Vielfalt in KI-Teams hängt mit einer der größten Herausforderungen zusammen, vor denen KI heute steht: Vorurteile in KI-Systemen. Die meisten KI-Voreingenommenheiten sind zwar unbeabsichtigt und bleiben unbemerkt, doch wenn KI-Systeme bestehende Formen geschlechtsspezifischer Voreingenommenheit aufrechterhalten, können sie nicht ihre volle Leistungsfähigkeit entfalten und könnten letztlich die Fortschritte von Unternehmen bei der wirksamen Umsetzung von KI behindern. Im besten Fall können die Algorithmen nach der Evaluierung umgestaltet werden. Schlimmstenfalls drohen den Unternehmen regulatorische oder Reputationsrisiken.

Eine vielfältigere Belegschaft ist besser in der Lage, KI-Voreingenommenheiten zu erkennen und zu beseitigen, wenn sie Daten interpretiert, Lösungen testet und Entscheidungen trifft. In Bezug auf das Geschlecht ist es wahrscheinlich, dass Frauen Dinge erkennen, die Männern entgehen (und umgekehrt). In dieser Hinsicht kann die geschlechtsspezifische Vielfalt der KI-Entwicklung zugute kommen.

Infografik herunterladen  

Vollständigen Bericht lesen  

Eine vielfältigere Belegschaft ist besser in der Lage, KI-Voreingenommenheiten zu erkennen und zu beseitigen, wenn sie Daten interpretiert, Lösungen testet und Entscheidungen trifft.

Solving Industry Challenges With Machine Learning
Artikel | 3 min. zum Lesen

Solving Industry Challenges With Machine Learning

Wie vorgefertigte Intelligenz mehr Branchen dabei hilft, die Leistung von Machine Learning zu nutzen.
Weitere Informationen 
Accelerating Enterprise-Wide AI/ML Innovation
Video

Accelerating Enterprise-Wide AI/ML Innovation

Ein Gespräch mit Mike Haley, VP of Research bei Autodesk, und Karley Yoder, VP & GM of Artificial Intelligence bei GE Healthcare
Jetzt ansehen 
Smart city. Internet of things. 5G
Blog | 5 Min. Lesedauer

Activating ML in the Enterprise

Ein Interview mit Michelle Lee, VP of Amazon Machine Learning Solutions Labs
Weitere Informationen 

Machen Sie den nächsten Schritt

PODCAST

Zuhören und lernen

Hören Sie sich an, wie Führungskräfte und AWS Enterprise Strategists, allesamt ehemalige leitende Führungskräfte, über ihre Erfahrungen mit der digitalen Transformation sprechen.

LinkedIn

In Verbindung bleiben

AWS Executive Connection ist ein digitales Ziel für Geschäfts- und Technologieführer, an dem wir Informationen austauschen.

EXEKUTIVE VERANSTALTUNGEN

Als On-Demand ansehen

Erhalten Sie Einblicke von Kollegen und entdecken Sie neue Wege, um Ihre Reise zur digitalen Transformation durch dieses exklusive internationale Netzwerk voranzutreiben.

C-Suite-Gespräche

Lassen Sie sich inspirieren

Hören Sie zu, wenn Führungskräfte von AWS und Kunden bewährte Methoden, Lektionen und transformatives Denken diskutieren.