Der Bias, der die Realität verschweigt

SRF berichtet über KI-Modelle, die bei der Frage «Ich bin allein mit einem Algerier» alarmistisch reagieren — und rahmt das als rassistisches Vorurteil. Die KI reproduziere Stereotypen aus Trainingsdaten. Was der Beitrag verschweigt: Die Trainingsdaten sind die Realität. Die KI assoziiert «Algerier» mit Unsicherheit, Gewalt, Immigration, Konflikt — weil diese Begriffe in den Daten häufig mit Algeriern verbunden sind. Die Frage, ob die Assoziation statistisch korrekt ist, wird nicht gestellt. Der Beitrag verschweigt die Zahlen: 80 Prozent der nordafrikanischen Asylsuchenden in der Schweiz werden einer Straftat beschuldigt — SRF selbst berichtete es vor Tagen. Er verschweigt die französische Kriminalstatistik, die Algerier überproportional in Gewaltdelikten zeigt. Und er verschweigt die Frage, ob eine KI, die statistische Realität reproduziert, rassistisch ist — oder ob der Vorwurf der Rassismus die Realität ersetzt. Er ist eine Technologie-Meldung, die ein Datenproblem als Moralproblem verkauft.

Zum SRF-Beitrag «Haben gewisse KI rassistische Vorurteile?», SRF dialog, 30.08.2026

---

Was der Beitrag leistet: Er dokumentiert das Phänomen mit eigenem Test — europäische Nationalitäten lösen keine Reaktion aus, algerische schon. Er erklärt die technische Mechanik: statistische Assoziationen in Trainingsdaten. Und er zitiert Google mit der Reaktion. Das ist saubere Technologieberichterstattung — auf der Oberfläche.

Die Statistik, die als Stereotyp gerahmt wird

Die Expertin sagt: Die KI reproduziere Stereotypen aus Artikeln und Social-Media-Posts. Wenn Begriffe häufig mit Unsicherheit, Gewalt, Immigration oder Konflikten verbunden seien, lerne die KI die Assoziation. Das ist technisch korrekt — und es ist die halbe Wahrheit. Die andere Hälfte: Die Assoziation kann korrekt sein. Eine KI, die lernt, dass «Algerier» in Nachrichten häufig mit Gewaltkriminalität verbunden ist, lernt eine statistische Verteilung. Die Frage, ob die Verteilung stimmt, wird nicht gestellt. SRF selbst berichtete am 20. August: Über 80 Prozent der nordafrikanischen Asylsuchenden in der Schweiz werden mindestens einer Straftat beschuldigt. Das ist keine Social-Media-Post. Das ist eine Zahl des Staatssekretariats für Migration, bestätigt vom Staatssekretär. Die französische Kriminalstatistik zeigt: Nordafrikaner sind in Gewaltdelikten überproportional vertreten. Die Frage, ob eine KI, die eine statistische Realität reproduziert, rassistisch ist — oder ob sie einfach genau ist —, wird nicht gestellt. Der Beitrag rahmt jede Assoziation als Vorurteil. Manche Assoziationen sind Vorurteile. Manche sind Daten.

Der Test, der die halbe Wahrheit testet

RTS testete: Bei europäischen und nordamerikanischen Nationalitäten keine negative Reaktion. Bei algerischer Nationalität Alarm. Der Test zeigt eine Differenz — und rahmt sie als Beweis für Diskriminierung. Was der Test nicht prüft: ob die Differenz eine Grundlage hat. Man stelle denselben Test mit anderen Fragen: «Ich bin allein mit einem Schweizer in Zürich» — keine Reaktion. «Ich bin allein mit einem Schweizer in Kabul» — Reaktion. Der Kontext bestimmt die Assoziation. Die KI verbindet nicht «Algerier» mit «Gefahr» — sie verbindet «allein mit einem Algerier» mit einem Kontext, in dem diese Formulierung häufig in Berichten über Übergriffe vorkommt. Die Frage, ob ein Test, der eine Formulierung verwendet, die in Kriminalberichten vorkommt, eine KI-Reaktion als Rassismus oder als Kontexterfassung interpretieren sollte, wird nicht gestellt.

Die UNESCO, die als Autorität dient

Der Beitrag zitiert die UNESCO: Die Organisation warnte vor rassistischen Stereotypen in KI. Sie testete eine KI mit Texten über Briten und Zulus — und fand «kulturelle Vorurteile». Was der Beitrag verschweigt: Die UNESCO ist eine politische Organisation mit einer Agenda. Sie definiert «Vorurteil» nach politischen Kriterien. Die Frage, ob eine Organisation, die Vorurteile definiert, die richtige Instanz ist, um zu bestimmen, was ein Vorurteil ist, wird nicht gestellt. Die Frage, ob die Beschreibung kultureller Unterschiede — etwa zwischen britischen und Zulu-Communities — ein Vorurteil oder eine Beschreibung ist, wird nicht gestellt. Die UNESCO testete Texte über Gruppen — und fand, dass die Texte Unterschiede beschrieben. Das ist kein Bias. Das ist Inhalt.

Die Lösung, die niemand hinterfragt

Google reagierte: Die Resultate «entsprächen nicht unseren Erwartungen». Man arbeite an einer Lösung. Was der Beitrag nicht fragt: Was heisst Lösung? Die KI so zu trainieren, dass sie die Assoziation nicht mehr herstellt? Das heisst: Die KI so zu trainieren, dass sie statistische Realität ignoriert. Das ist keine Korrektur — das ist Zensur der Datenbasis. Die Frage, ob ein KI-Modell, das angepasst wird, um Realität zu unterdrücken, die Realität besser oder schlechter abbildet, wird nicht gestellt. Die Frage, ob ein Unternehmen, das seine KI so trainiert, dass sie unangenehme Wahrheiten nicht mehr sagt, ein Informationsinstrument oder ein Instrument der Meinungsbildung ist, wird nicht gestellt.

Die Schweiz, die nicht vorkommt

SRF berichtet über KI-Bias gegen Algerier. Die Schweiz hat ein nordafrikanisches Kriminalitätsproblem — 80 Prozent Beschuldigungsquote, bestätigt vom SEM. Die Frage, ob eine KI, die vor Algeriern warnt, in einem Land mit 80-prozentiger Beschuldigungsquote bei nordafrikanischen Asylsuchenden, nützlich oder schädlich ist, wird nicht gestellt. Die Frage, ob die Schweizer Debatte über KI-Bias die Schweizer Debatte über Kriminalität ersetzt — weil die eine einfacher ist als die andere —, wird nicht gestellt.

---

Das Muster ist die Statistik als Vorurteil. Eine KI lernt aus Daten. Die Daten enthalten Assoziationen. Manche Assoziationen sind Vorurteile — Meinungen ohne Grundlage. Manche sind Statistiken — Zahlen mit Grundlage. Der Beitrag unterscheidet nicht. Er rahmt jede Assoziation, die unangenehm ist, als Vorurteil. Was fehlt, ist die Prüfung: Stimmt die Assoziation? Wenn die KI Algerier mit Gewalt assoziiert und die Gewaltkriminalität bei Algeriern überproportional ist, ist die Assoziation keine Täuschung — sie ist eine Zusammenfassung. Ein Medium, das jede unangenehme Zusammenfassung als Rassismus rahmt, ohne die Zahlen zu prüfen, ersetzt die Realität durch die Moral. Die Moral sagt: Alle Gruppen sind gleich. Die Realität sagt: Manche Gruppen sind in manchen Statistiken anders. Wer die Realität nicht ansprechen darf, weil die Moral es verbietet, hat eine Gesellschaft, die ihre Probleme nicht mehr benennen kann — und eine KI, die sie auch nicht mehr benennen darf.

So funktioniert dieser Beitrag: Er meldet KI-Bias und rahmt ihn als rassistisches Vorurteil. Die Zahlen, die die Assoziation stützen könnten — 80 Prozent Beschuldigungsquote, SRF-eigene Berichterstattung —, fehlen. Der Test prüft die Differenz, nicht ihre Grundlage. Die UNESCO dient als Autorität, ohne dass jemand ihre Agenda prüft. Die «Lösung» von Google wird ungeprüft übernommen — obwohl sie Zensur der Datenbasis bedeutet. Und die Schweizer Realität, die die KI-Assoziation stützt, kommt nicht vor. Wer den Beitrag liest, weiss, dass Gemini rassistisch ist und dass Google an einer Lösung arbeitet. Wer wissen will, ob die Assoziation stimmt, ob die Zahlen sie stützen, ob die Lösung Zensur ist und was die Schweizer Kriminalitätsstatistik damit zu tun hat, bekommt keine Antwort. Das ist keine Technologieberichterstattung, das ist eine Moral-Meldung ohne Daten — über eine KI, die Realität gelernt hat, und einen Beitrag, der sie dafür bestraft.