Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorSarstedt, Stefan-
dc.contributor.authorKara, Kevin-
dc.date.accessioned2025-03-26T14:59:08Z-
dc.date.available2025-03-26T14:59:08Z-
dc.date.created2023-08-03-
dc.date.issued2025-03-26-
dc.identifier.urihttps://hdl.handle.net/20.500.12738/17340-
dc.description.abstractSelbstlernende algorithmische Entscheidungssysteme treffen Entscheidungen über Menschen, welche wesentliche Auswirkungen auf deren Leben haben. Aufgrund von algorithmischer Voreingenommenheit können diese Entscheidungen bestimmte Personengruppen diskriminieren. In dieser Arbeit werden Fallbeispiele der verheerenden Auswirkungen solcher voreingenommenen Entscheidungssysteme vorgestellt. Folglich liegt der Fokus auf den menschlichen, technischen und rechtlichen Ursachen sowie Lösungen dieser Problemstellung.de
dc.description.abstractSelf-learning algorithmic decision systems make decisions about people, which have a significant impact on their lives. Due to algorithmic bias, these decisions can discriminate against certain groups of people. In this paper, case studies with devastating effects of such biased decision systems will be presented. Consequently, the focus is on the human, technical and legal causes as well as solutions to this problem.en
dc.language.isodeen_US
dc.subjectKünstliche Intelligenzen_US
dc.subjectmaschinelles Lernenen_US
dc.subjectmenschliche Voreingenommenheiten_US
dc.subjectalgorithmische Voreingenommenheiten_US
dc.subjectselbstlernende algorithmische Entscheidungssystemeen_US
dc.subjectArtificial intelligenceen_US
dc.subjectmachine learningen_US
dc.subjecthuman biasen_US
dc.subjectalgorithmic biasen_US
dc.subjectself-learning algorithmic decision systemsen_US
dc.subject.ddc004: Informatiken_US
dc.titleDie Auswirkungen selbstlernender algorithmischer Entscheidungssysteme und wie man diese mindern kannde
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentDepartment Informatiken_US
thesis.grantor.universityOrInstitutionHochschule für Angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeNeitzke, Michael-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-209726-
tuhh.oai.showtrueen_US
tuhh.publication.instituteDepartment Informatiken_US
tuhh.publication.instituteFakultät Technik und Informatiken_US
tuhh.type.opusBachelor Thesis-
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesisbachelorThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomainen_US
item.grantfulltextopen-
item.creatorGNDKara, Kevin-
item.cerifentitytypePublications-
item.creatorOrcidKara, Kevin-
item.advisorGNDSarstedt, Stefan-
item.languageiso639-1de-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.fulltextWith Fulltext-
item.openairetypeThesis-
Enthalten in den Sammlungen:Theses
Zur Kurzanzeige

Seitenansichten

34
checked on 03.04.2025

Download(s)

19
checked on 03.04.2025

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.