Probleme digitaler Technologien aus queerer Perspektive
| Problem | Was passiert konkret | Beleg / Beispiel |
|---|---|---|
| Binäre Gesichtserkennung | Systeme erzwingen Kategorien „m/w", erkennen trans Personen falsch oder setzen sie der Überwachung aus | UN-Bericht von GATE (2025) dokumentiert strukturelle Diskriminierung, kein Einzelfall |
| Anti-queere Stereotype in Sprachmodellen | LLMs reproduzieren Vorurteile – nachweisbar auch auf Deutsch | Benchmark-Studie mit Community-Stereotypen queerer Menschen aus dem deutschsprachigen Raum (Morch & Braun 2026, EMNLP) |
| Erasure durch Übersetzungs-KI | Nicht-binäre und queere Selbstbezeichnungen verschwinden in maschineller Übersetzung | GLAAD 2026 AI Report: fehlende Transparenz macht Verbesserung unbelegbar |
| Desinformation & Deepfakes | Generative KI wird gegen trans Menschen eingesetzt, befeuert Moralpaniken und technology-facilitated violence | GATE-Bericht an die UN-Arbeitsgruppe zu Diskriminierung von Frauen und Mädchen |
| Zensur durch Content-Moderation | Queere Inhalte werden als „sexuell" oder „sensibel" eingestuft, Accounts shadowbannt | dokumentiert u. a. im GLAAD 2026 AI Report |
| Rekursive Verzerrung | Modelle trainieren zunehmend auf KI-generierten Daten – Fehler verstärken sich selbst | GLAAD 2026 AI Report zur synthetischen Trainingsdaten-Pipeline |
Merksatz für den Talk: „Diese Schäden sind keine technischen Bugs, sondern strukturelle Ergebnisse ausschließender Gestaltung, voreingenommener Daten und politischer Instrumentalisierung." – so sinngemäß die UN-Einsendung von GATE.
Beispiel Prompt mit DuckDuckAI üder das Modell GPT-6 Luna (11.11.2026)
