Alle Tabs der Lerneinheit (Erklärung · Interaktiv verstehen · Praxis-Übung · Klausur-Quiz) als durchgehender Text. Ideal zum Wiederholen vor der Klausur, und für Suchmaschinen wie Google, Bing und KI-Suche (ChatGPT, Perplexity).
Teil 1·Erklärung
Diese Lerneinheit wurde für typische Bachelor-Klausuren konzipiert. So prüfen wir · Fehler entdeckt? Melde ihn uns oder markiere die fragliche Stelle direkt im Text oben.
Alle Tabs der Lerneinheit (Erklärung · Interaktiv verstehen · Praxis-Übung · Klausur-Quiz) als durchgehender Text. Ideal zum Wiederholen vor der Klausur, und für Suchmaschinen wie Google, Bing und KI-Suche (ChatGPT, Perplexity).
Software prägt Gesellschaft. Algorithmen entscheiden über Kredite, Bewerbungen, Diagnosen. Jede WInf-Klausur enthält 1-2 Fragen zur Ethik der IT — wer nichts dazu sagen kann, lässt Punkte liegen.
Klausur-Tipp: Bei "Diskutieren Sie ein ethisches Problem der IT" IMMER mit Beispiel arbeiten (Amazon-KI, COMPAS, Bitcoin-Strom). Konkrete Beispiele zeigen Verständnis statt Auswendig-Lernen.
Anmelden, um den Fortschritt zu speichern.
Nächster Schritt
Aktives Abrufen festigt Wissen schneller als nochmal lesen.
Software prägt Gesellschaft. Algorithmen entscheiden über Kredite, Bewerbungen, Diagnosen. Jede WInf-Klausur enthält 1-2 Fragen zur Ethik der IT — wer nichts dazu sagen kann, lässt Punkte liegen.
IT und Gesellschaft: Untersuchung, wie IT-Systeme gesellschaftliche Strukturen, Arbeit, Privatsphäre, Macht und Werte beeinflussen — und wie Gesellschaft die IT-Entwicklung umgekehrt prägt.
| Thema | Frage | Beispiel |
|---|---|---|
| Privatsphäre | Wer sieht meine Daten? | DSGVO, Tracking, Cookies |
| Algorithmic Bias | Sind Algorithmen fair? | Bewerbungs-KI bevorzugt Männer |
| Arbeitsmarkt | Wer verliert Jobs? | LKW-Fahrer durch autonomes Fahren |
| Macht-Konzentration | Wer kontrolliert wen? | Big Tech: Google, Meta, Amazon |
| Verantwortung | Wer haftet, wenn KI versagt? | Autonomes Auto verursacht Unfall |
| Manipulation | Wer manipuliert was? | Filter-Blasen, Fake News |
| Nachhaltigkeit | Wie viel CO₂ kostet IT? | Server-Farmen, Kryptowährungen |
| Digital Divide | Wer ist abgehängt? | Senioren ohne Internet-Zugang |
DSGVO (Datenschutz-Grundverordnung), EU 2018:
| Prinzip | Bedeutung |
|---|---|
| Rechtmäßigkeit | Verarbeitung nur mit Rechtsgrundlage |
| Zweckbindung | Daten nur für definierten Zweck |
| Datenminimierung | So wenige Daten wie möglich |
| Richtigkeit | Falsche Daten korrigieren |
| Speicherbegrenzung | Daten nicht ewig aufbewahren |
| Integrität + Vertraulichkeit | Sicher speichern |
| Rechenschaftspflicht | Compliance nachweisen |
Betroffenen-Rechte:
Strafe: bis 4 % des weltweiten Umsatzes oder 20 Mio. € (was höher ist).
Problem: Algorithmen reproduzieren menschliche Vorurteile aus den Trainingsdaten.
Berühmte Fälle:
Lösungsansätze:
Die "GAFAM" (oder MAANG):
Plus: Netflix, Tesla, Tencent, Alibaba.
Probleme:
Gegenmaßnahmen:
Studien (Frey/Osborne 2013): 47 % der US-Jobs sind mittelfristig automatisierbar.
| Job | Automatisier-Risiko |
|---|---|
| Telemarketer | 99 % |
| Lager-Arbeiter | 95 % |
| LKW-Fahrer | 80 % (autonomes Fahren) |
| Buchhalter | 70 % |
| Anwalt (Standard-Verträge) | 35 % |
| Lehrer | 1 % |
| Therapeut | 1 % |
Diskussion:
Filter-Blase (Eli Pariser 2011): Algorithmen zeigen Nutzern nur, was sie ohnehin schon glauben → Verstärkung von Ansichten.
Echo-Chamber: Ähnliches Konzept — Soziale Bubble verstärkt eigene Meinung.
Fake News: Bewusste Falschmeldungen, oft viral. Großes Problem bei Wahlen (US 2016, Brexit).
Energie-Verbrauch IT:
Green IT:
1. DSGVO kennen: Datenschutz-Grundverordnung, 2018, EU-weit, Strafen bis 4 % Umsatz.
2. Algorithmic Bias: Algorithmen reproduzieren Vorurteile aus Daten. Beispiel: Amazon-Bewerbungs-KI.
3. GAFAM: Google, Apple, Facebook, Amazon, Microsoft — die "Big Tech".
4. Filter-Blase (Pariser 2011): Algorithmen verstärken eigene Meinung.
5. Frey/Osborne (2013): 47 % der US-Jobs automatisierbar.
6. Green IT: IT verbraucht 3-4 % des globalen Stroms.
1. DSGVO und Bundesdatenschutzgesetz verwechseln. DSGVO = EU-Verordnung (gilt direkt). BDSG = nationales Gesetz (ergänzt DSGVO).
2. "Algorithmus ist neutral". Falsch. Algorithmen sind Produkte ihrer Entwickler und Trainingsdaten — und damit nie wirklich neutral.
3. "Ethik ist nicht prüfbar". Stimmt nicht. Frameworks wie EU AI Act 2024, Asilomar-Prinzipien (Future of Life Institute) machen Ethik konkret.
4. "Arbeit wird einfach verschwinden". Studien sind uneinheitlich. Realistisch: Verschiebung statt Verschwinden. Aber: einige Berufe werden komplett wegfallen.
5. "Big Tech ist nicht regulierbar". EU zeigt: doch. DSGVO, DMA, DSA sind funktionierende Regulierungs-Instrumente.
Klicke auf ein Thema, um die wichtigsten Fakten + Beispiele zu sehen.
Interaktive Visualisierung
Interaktive Komponente: probiere sie im Topic-Player oben aus.
Klausur-Tipp: Bei "Diskutieren Sie ein ethisches Problem der IT" IMMER mit Beispiel arbeiten (Amazon-KI, COMPAS, Bitcoin-Strom). Konkrete Beispiele zeigen Verständnis statt Auswendig-Lernen.
6 Aufgaben zu Ethik, DSGVO und Algorithmic Bias.
Klausurfragen mit Lösungen (6)
Antwort: Datenschutz-Grundverordnung der EU (2018)
Erklärung: DSGVO = Datenschutz-Grundverordnung, EU-weite Verordnung seit 25.05.2018. Regelt Verarbeitung personenbezogener Daten. Strafen bis 4 % des weltweiten Umsatzes oder 20 Mio. €. International auch GDPR (General Data Protection Regulation).
Antwort: Algorithmen reproduzieren Vorurteile aus den Trainingsdaten
Erklärung: Algorithmic Bias: Algorithmen lernen Vorurteile aus den Trainingsdaten. Klassisches Beispiel: Amazon-Bewerbungs-KI bevorzugte Männer, weil historische Daten überwiegend männlich waren. Daten waren biased → Algorithmus war biased. Lösung: diverse Daten + Bias-Tests + AI Act.
Zuordnungen:
Erklärung: Die wichtigsten 4 Ethik-Themen mit konkreten Beispielen: Algorithmic Bias (Amazon-KI), Big Tech (GAFAM), Filter-Blase (Pariser), Nachhaltigkeit (Bitcoin). Diese Beispiele in der Klausur nennen = Glaubwürdigkeit.
Typ: Zuordnung
Antwort: Google, Apple, Facebook, Amazon, Microsoft
Erklärung: GAFAM = die 5 größten US-Tech-Konzerne: Google (Alphabet), Apple, Facebook (Meta), Amazon, Microsoft. Synonym auch 'MAANG' (Meta, Amazon, Apple, Netflix, Google) oder 'Big Tech'. Diese Firmen dominieren digitale Märkte und stehen wegen Markt-Macht in der Kritik.
Antwort: Wahr
Erklärung: RICHTIG. Art. 83 DSGVO: bei schweren Verstößen bis 4 % des weltweiten Jahresumsatzes (vorher Jahr) ODER 20 Mio. € — JE NACHDEM, was HÖHER ist. Beispiel: Meta wurde 2023 mit 1,2 Mrd. € bestraft. Bei kleineren Verstößen: max. 2 % oder 10 Mio. €.
Typ: Wahr/Falsch
Antwort: Wahrscheinlich werden in 5 Jahren ALLE Jobs durch KI ersetzt sein
Erklärung: Die Aussage 'ALLE Jobs in 5 Jahren ersetzt' ist Quatsch — kein seriöser Forscher prognostiziert das. Realistische Studien (Frey/Osborne, McKinsey): Verschiebung mit signifikanten Verlierern. Berufe mit hoher Empathie/Kreativität (Lehrer, Therapeut) bleiben sicher. Stereotype/standardisierte Jobs (Telemarketing, Lagerlogistik) verschwinden.
6 typische Klausurfragen.
Klausurfragen mit Lösungen (6)
Antwort: Eli Pariser (2011)
Erklärung: Eli Pariser prägte 2011 den Begriff in seinem Buch 'The Filter Bubble: What the Internet Is Hiding from You'. Bedeutet: Algorithmen zeigen Nutzern bevorzugt Inhalte, die ihren bisherigen Präferenzen entsprechen → man sieht nur eine Seite. Verstärkt Polarisierung. Snowden = NSA-Whistleblower (anderes Thema: Massen-Überwachung).
Antwort: Recht auf kostenlosen Zugang zu allen Internet-Diensten
Erklärung: Kostenloser Zugang ist KEIN DSGVO-Recht. DSGVO-Rechte: Auskunft, Berichtigung, Löschung, Datenübertragbarkeit, Widerspruch, Einschränkung der Verarbeitung. Die Kosten von Internet-Diensten sind eine Verbraucherschutz-Frage, kein Datenschutz-Thema.
Lösungen pro Lücke:
Erklärung: DSGVO = Datenschutz-Grundverordnung, EU-weit seit 25.05.2018. Strafen bis 4 % des weltweiten Umsatzes ODER 20 Mio. € (was höher ist). Wer diese Fakten kennt, hat in jeder DSGVO-Klausur-Frage volle Punkte.
Typ: Lückentext
Richtige Reihenfolge:
Erklärung: Automatisierungs-Risiko nach Frey/Osborne (HOCH→NIEDRIG): Telemarketer (99%), LKW-Fahrer (80% durch autonomes Fahren), Buchhalter (70% durch Software), Therapeut (1% — braucht Empathie + persönliche Beziehung). Lehrer + Therapeut sind die sichersten Berufe.
Typ: Reihenfolge
Antwort: Ein Algorithmus berechnet Bitcoin-Mining-Schwierigkeit
Erklärung: Bitcoin-Mining-Schwierigkeit ist ein DETERMINISTISCHER Algorithmus ohne Daten-Bias — er berechnet exakt nach Formel. Die anderen 3 sind klassische Bias-Fälle: Amazon-KI (geschlechter-biased durch historische Daten), COMPAS (rassisch-biased durch US-Justiz-Daten), GPT (gesellschaftliche Stereotypen aus Trainings-Texten).
Antwort: Wahr
Erklärung: RICHTIG. Der EU AI Act ist 2024 in Kraft getreten und definiert KI-Risiko-Kategorien: Unzulässig (z.B. Social Scoring), Hochrisiko (z.B. Bewerbung, Justiz), Begrenztes Risiko (z.B. Chatbots), Minimales Risiko. Hochrisiko-KI braucht: Risikobewertung, Daten-Qualitäts-Management, Transparenz, menschliche Aufsicht, Robustheit. Strafen bis 35 Mio. € oder 7 % des Umsatzes. Erstes weltweites umfassendes KI-Gesetz.
Typ: Wahr/Falsch