Informatik, Ethik und Gesellschaft

Computerethik fragt, wie Menschen Computersysteme gestalten, entwickeln und nutzen sollten. Technische Fragen betreffen, ob ein System etwas tun kann. Ethische Fragen betreffen, ob es das tun sollte, wessen Interessen es dient und welche Verantwortung daraus folgt. Die Auswirkungen eines Systems reichen über seine Nutzer hinaus bis zu Gemeinschaften und zur Umwelt.

Technik und ihr Umfeld

Ein Computersystem ist soziotechnisch: Software wirkt innerhalb von Organisationen, Anreizen, Regeln und menschlichen Gewohnheiten. Ein Empfehlungssystem kann Menschen helfen, Musik zu entdecken. Ein Ziel, das allein die Wiedergabezeit belohnt, kann immer extremere Videos begünstigen. Neben dem Code sind auch das Ziel und das umgebende Geschäftsmodell wichtig.

Entwickler beeinflussen das Verhalten durch Voreinstellungen und verfügbare Wahlmöglichkeiten. Eine Foto-App, deren Beiträge standardmäßig öffentlich sind, verbreitet diese weiter als eine mit der Voreinstellung „nur Freunde“. Wer die Technik neutral nennt, übersieht die bereits in die Oberfläche eingebaute Entscheidung. Autonomie, die Fähigkeit, eigene Entscheidungen zu treffen, hängt auch davon ab, ob diese Wahlmöglichkeiten verständlich und praktisch sind.

Stakeholder und Auswirkungen erfassen

Ein Stakeholder beeinflusst ein System oder ist davon betroffen. Direkte Stakeholder nutzen es oder erscheinen in seinen Daten, darunter auch ein Unbeteiligter, der von einer Datenbrille aufgenommen wird. Indirekte Stakeholder sind betroffen, ohne es zu nutzen oder in seinen Daten zu erscheinen: Beschäftigte, deren Arbeit sich verändert, oder Nachbarn eines Rechenzentrums.

Eine Stakeholder-Analyse umfasst fünf Schritte:

1. Benenne die Technologie und die anstehende Entscheidung.
2. Liste direkte und indirekte Stakeholder auf, einschließlich Menschen mit wenig Einfluss.
3. Halte für jede Gruppe Nutzen, Schäden und betroffene Werte fest.
4. Ermittle, wer entscheidet und wer die Risiken trägt.
5. Suche nach unbeabsichtigten, langfristigen und großflächigen Auswirkungen.

Zu den Werten gehören Privatsphäre, Schutz vor Gefahren, Sicherheit, Fairness, Autonomie, Rechenschaftspflicht, Transparenz, Zugang, Vertrauen und Nachhaltigkeit. Eine App zur Standortfreigabe kann die Sicherheit einer Familie verbessern und zugleich die Privatsphäre verringern. Eine Fahrdienst-App kann die Buchung bequem und Arbeit flexibel machen und zugleich zu Verkehr und instabilem Einkommen beitragen.

Eine Entscheidung zur Prüfungsaufsicht durchdenken

Eine Hochschule erwägt KI-gestützte Aufsicht für Fernprüfungen. Studierende können dadurch ohne Anreise an Prüfungen teilnehmen, aber die Aufzeichnung ihrer Wohnungen bedroht die Privatsphäre. Falsche Betrugsalarme gefährden eine faire Bewertung. Lehrende erhalten Unterstützung beim Erkennen von Betrug und übernehmen die Arbeit, Alarme zu prüfen. Familienmitglieder, die von der Kamera erfasst werden, sind direkte Stakeholder, weil ihre Bilder in die Daten eingehen, obwohl sie den Dienst nie gewählt haben. Der Anbieter erzielt Einnahmen; die Hochschule wählt das System. Studierende tragen einen großen Teil des Risikos, deshalb müssen ihre Anliegen bei der Beteiligung echtes Gewicht erhalten.

Eine Dual-Use-Technologie hat nützliche Anwendungen und kann auch missbraucht werden, um Schaden anzurichten. Gesichtserkennung kann ein Smartphone entsperren oder Menschen bei einer friedlichen Demonstration identifizieren, um sie einzuschüchtern. Crowdsourcing sammelt Beiträge vieler Menschen im Internet, wie bei Wikipedia, Open-Source-Projekten, Galaxy Zoo und Crowdfunding. Der große Umfang bringt Wissen und Ressourcen, aber auch Qualitätsprobleme, Vandalismus, unbezahlte Arbeit und schlecht bezahlte Aufgaben mit sich.

Der Umfang verändert, wie schwer kleine Risiken wiegen. Ein Fehler, der 0,1 % von 1.000.000 Nutzern betrifft, schädigt 1.000 Menschen. Software kann diesen Fehler gleichzeitig an alle verbreiten, daher verdient auch ein geringes individuelles Risiko Aufmerksamkeit.

Ein ethischer Ansatz liefert eine strukturierte Begründung zur Beurteilung einer Entscheidung. Mehrere Ansätze können dieselben Fakten untersuchen und unterschiedliche Anliegen aufdecken. Ein starkes Argument ist sachlich richtig, widerspruchsfrei und berücksichtigt alle Betroffenen; Uneinigkeit macht nicht jedes Argument gleich gut.

Vier Arten der ethischen Beurteilung

Der mit Jeremy Bentham und John Stuart Mill verbundene Utilitarismus ist eine Form des Konsequentialismus. Er strebt das größte Wohlergehen insgesamt für alle Betroffenen an. Liste umsetzbare Optionen auf, schätze die Gewinne und Verluste jeder Gruppe und vergleiche ihre Gesamtauswirkungen. Ein kleiner Gewinn für viele Menschen lässt einen großen Schaden für eine verletzliche Gruppe nicht aus der Analyse verschwinden.

Die mit Immanuel Kant verbundene Deontologie beurteilt Handlungen nach Pflichten. Kant fragt, ob du wollen könntest, dass alle derselben Regel folgen, und ob du Menschen als Zweck an sich behandelst, niemals bloß als Werkzeug. Rechtebasierte Überlegungen geben Privatsphäre und freier Meinungsäußerung ebenfalls Gewicht, selbst wenn andere davon profitieren würden, sie zu missachten.

Die auf Aristoteles zurückgehende Tugendethik fragt, welche Gewohnheiten eine Entscheidung zeigt und ausbildet: Ehrlichkeit, Mut, Fürsorge, Fairness und Verantwortung. Eine Fachkraft kann fragen, was ein kompetenter Ingenieur tun würde, der nach bestem Wissen und Gewissen handelt.

Für die Gerechtigkeit fordert dich John Rawls’ Schleier des Nichtwissens auf, Regeln zu wählen, ohne deine eigene Stellung unter diesen Regeln zu kennen. Würde die Regel auch dann fair erscheinen, wenn du ein Unbeteiligter oder der zu Unrecht markierte Nutzer wärst? Die Fürsorgeethik lenkt die Aufmerksamkeit auf Beziehungen und die Bedürfnisse verletzlicher oder abhängiger Menschen.

Die Ansätze anwenden

Ein Arbeitgeber schlägt vor, Tastenanschläge aufzuzeichnen und alle 10 Minuten Bildschirmaufnahmen zu machen. Folgenbezogene Überlegungen wägen nützliche Sicherheitsinformationen gegen Stress, Vertrauensverlust und die Erfassung privater Informationen ab. Pflichtbezogene Überlegungen fragen, ob Beschäftigte angemessen informiert wurden und eine echte Wahl hatten. Die Tugendethik fragt, ob der Arbeitgeber respektvoll und ehrlich handelt. Die Fairness fragt, warum Führungskräfte entscheiden, während Beschäftigte die Last der Überwachung tragen.

Eine konkrete Alternative ist, Arbeit anhand ihrer Ergebnisse zu beurteilen oder die Überwachung nach klarer vorheriger Information auf Arbeitskonten zu beschränken. Wenn mehrere Ansätze diese Alternative stützen, stärkt das ihre Begründung. Widersprechen sie sich, benenne den Konflikt und erkläre, welchem Anliegen du größeres Gewicht gibst.

Recht und Ethik unterscheiden

Das Recht legt Pflichten in einem Rechtsraum fest. Die Ethik fragt, was richtig ist. Ein Datenverkauf kann legal sein und dennoch berechtigte Erwartungen verletzen. Manche Fälle von Whistleblowing lassen sich ethisch verteidigen, obwohl sie gegen ein Gesetz verstoßen. Die Einhaltung des Rechts ist neben Belegen für Schäden, Rechten und Verantwortung ein Teil der Entscheidung.

Personenbezogene Daten beziehen sich auf eine identifizierte oder identifizierbare Person. Dazu gehören Namen, Fotos, E-Mail-Adressen, Standort, IP-Adressen und Gerätekennungen. In den USA wird häufig der Begriff personally identifiable information (PII) verwendet. Gesundheitsdaten, biometrische Daten, Finanzangaben, genauer Standort, Religion, politische Ansichten und sexuelle Orientierung können besonders sensibel sein, weil Missbrauch schwere Schäden verursachen kann.

Die Erhebung geht über deine Eingaben hinaus

Aktive Erhebung findet statt, wenn du ein Formular abschickst oder ein Foto veröffentlichst. Passive Erhebung erfasst Aktivitäten wie Klicks, Suchanfragen, Gerätetyp und Verweildauer auf einer Seite. Metadaten beschreiben andere Daten: wer wen wann und wie lange angerufen hat. Wiederholte Anrufe bei einer Krebsklinik können auch ohne das Gespräch etwas Sensibles verraten.

Ein Cookie ist eine kleine Information, die eine Website in einem Browser speichert. Erstanbieter-Cookies gehören zur besuchten Website; Drittanbieter-Cookies stammen von einer anderen Domain und können die Verfolgung über mehrere Websites ermöglichen. E-Mail-Pixel können erfassen, dass eine Nachricht geöffnet wurde. Device-Fingerprinting kombiniert Browsereinstellungen, Schriftarten und Bildschirmmerkmale, um einen Browser wiederzuerkennen. Werbe-IDs, Berechtigungen und Sensoren in Autos, Lautsprechern und am Körper getragenen Geräten erzeugen weitere Spuren.

Organisationen nutzen Daten, um Dienste bereitzustellen und zu verbessern, Inhalte zu personalisieren, Betrug zu erkennen und gezielt zu werben. Datenhändler kaufen, kombinieren und verkaufen Profile, oft ohne direkte Beziehung zu den beschriebenen Menschen. Sowohl kostenlose als auch kostenpflichtige Dienste können Daten erheben und weitergeben.

Kombinieren und identifizieren

Aggregation führt Datenstücke zusammen; Inferenz zieht aus Mustern eine Schlussfolgerung, etwa indem sie anhand veränderter Einkäufe ein Lebensereignis abschätzt. Reidentifizierung ordnet vermeintlich anonyme Datensätze Menschen zu. Das Entfernen von Namen lässt andere Hinweise bestehen.

Latanya Sweeneys Studie mit Daten der US-Volkszählung von 1990 schätzte, dass 87 % der Bevölkerung, etwa 216 Millionen von 248 Millionen Menschen, anhand der fünfstelligen Postleitzahl, des Geschlechts und des vollständigen Geburtsdatums wahrscheinlich eindeutig waren. Eine spätere Studie mit Volkszählungsdaten von 2000 schätzte etwa 63 %. Eindeutigkeit grenzt einen Datensatz ab; die Verknüpfung mit einer Namensliste liefert eine Identität. Sweeney demonstrierte diesen zweiten Schritt 1997, indem sie veröffentlichte Gesundheitsdaten von Staatsbediensteten mit einem Wählerverzeichnis verknüpfte und den Datensatz eines Gouverneurs fand.

Forschende glichen nach der Veröffentlichung von Netflix im Jahr 2006 auch veröffentlichte Filmbewertungen einiger Netflix-Nutzer mit öffentlichen IMDb-Rezensionen ab. Eine Studie von 2013 mit etwa 1,5 Millionen Mobilfunknutzern ergab, dass vier Orts- und Zeitpunkte etwa 95 % der Menschen in diesem Datensatz eindeutig abgrenzten. Weitere Informationen wie ein bekannter Wohn- und Arbeitsort können dann Namen offenlegen. Der Prozentsatz beschreibt diese Studie, nicht jeden Datensatz.

Privatsphäre schützt den Kontext

Überwachung beobachtet Menschen systematisch. Dazu gehören die Überwachung am Arbeitsplatz, Kameranetze mit Gesichtserkennung und versteckte Stalkerware. Ein Abschreckungseffekt tritt ein, wenn Menschen Äußerungen, Suchanfragen oder Aktivitäten vermeiden, weil sie glauben, beobachtet zu werden.

Privatsphäre ist auch wichtig, wenn eine Person nichts falsch gemacht hat. Daten können bei einem Angriff offengelegt, missverstanden oder in einem neuen Umfeld genutzt werden. Helen Nissenbaums kontextuelle Integrität fragt, ob Informationsflüsse zum Kontext passen: Symptome einem Arzt mitzuteilen, passt zur medizinischen Versorgung; sie an Werbetreibende weiterzugeben, verändert diese Beziehung.

Der Schutz der Privatsphäre beginnt beim Zweck der Datenerhebung. Eine Liefer-App braucht eine Adresse, Kontaktdaten und eine Zahlungsvereinbarung. Ihr Dienst benötigt weder eine Kontaktliste noch eine dauerhafte Standorterfassung im Hintergrund. Datenminimierung fragt nach den geringsten Informationen, die den Zweck erfüllen, und verringert so, was bei einer späteren Datenschutzverletzung offengelegt werden kann.

Grundsätze in Gestaltungsentscheidungen umsetzen

Die 1980 eingeführten und 2013 überarbeiteten OECD-Datenschutzleitlinien gliedern den verantwortungsvollen Umgang mit Daten in acht Grundsätze:

Informierte Einwilligung ist spezifisch, informiert, freiwillig und leicht zu widerrufen. Eine lange Erklärung oder eine Forderung nach dem Prinzip „alles oder nichts“ kann echtes Verständnis oder eine echte Wahl verhindern. Dark Patterns lenken Entscheidungen durch die Gestaltung der Oberfläche, etwa durch eine auffällige Zustimmungsschaltfläche neben einem schwer auffindbaren Einstellungslink.

Datenschutz durch Technikgestaltung und datenschutzfreundliche Voreinstellungen verankern Schutz frühzeitig: schützende Voreinstellungen, minimale Datenerhebung, begrenzte Speicherung, eingeschränkter Zugriff und Verschlüsselung. Eine Speicherfrist beantwortet die Frage, wann Daten gelöscht werden, und nicht nur, warum sie heute gespeichert werden.

Identifizierbarkeit sorgfältig verringern

Pseudonymisierung ersetzt direkte Identifikatoren durch Codes und erhält dabei eine Möglichkeit zur Rückverknüpfung. Anonymisierung soll eine Identifizierung verhindern. Ein codierter Datensatz mit einem getrennten Zuordnungsschlüssel bleibt verknüpfbar. Altersgruppen, zusammengefasste Gesamtwerte und sorgfältig gestaltete Veröffentlichungen können das Risiko der Offenlegung senken. Differenzielle Privatsphäre fügt Statistiken abgestimmtes zufälliges Rauschen hinzu, um zu begrenzen, was sie über Einzelpersonen verraten; sie wurde für die Ergebnisse der US-Volkszählung 2020 genutzt.

Bei einer Gemeindebefragung verringert die Erhebung von Altersgruppen statt vollständiger Geburtsdaten den Detailgrad. Werden nur Gesamtwerte veröffentlicht, sinkt er weiter. Eine seltene Kombination in einer kleinen Gruppe kann dennoch jemanden identifizierbar machen. Deshalb ist neben dem Entfernen von Namen auch die Gestaltung der Veröffentlichung wichtig.

Recht, Zielkonflikte und persönliche Entscheidungen

Die DSGVO der EU, das brasilianische LGPD und der indische Digital Personal Data Protection Act von 2023 sind Beispiele umfassender Datenschutzgesetze. Die USA haben außerdem Gesetze für einzelne Bereiche, darunter HIPAA für erfasste Gesundheitsinformationen und COPPA für Kinder unter 13 Jahren im Internet, sowie Gesetze einzelner Bundesstaaten wie den kalifornischen CCPA. Rechte wie Auskunft, Berichtigung, Löschung und Widerspruch hängen vom geltenden Recht ab.

Privatsphäre kann mit Komfort, Schutz vor Gefahren oder Ermittlungen in Konflikt stehen. Manche COVID-19-Apps zur Kontaktverfolgung nutzten dezentrale Bluetooth-Technik, bei der Kontaktprotokolle auf den Smartphones blieben. Das zeigt, wie Gestaltung einen Zielkonflikt abschwächen kann.

Prüfe App-Berechtigungen, Voreinstellungen deiner Konten bei sozialen Netzwerken und Tracking durch Dritte. Beschränke den Standortzugriff auf die Nutzung einer App, wenn das ihren Bedarf erfüllt. Öffentliche Adressen, Geburtsdaten und Reisepläne können Identitätsdiebstahl oder Einbrüche erleichtern; Kopien von Beiträgen können deren Löschung überdauern. Privates Surfen begrenzt den lokalen Verlauf und Sitzungsspuren, verbirgt Aktivitäten aber nicht vor Websites oder allen Beobachtern im Netzwerk. HTTPS schützt weiterhin den Inhalt verschlüsselter Daten während der Übertragung.

Social Engineering nutzt menschliches Vertrauen und Druck aus. Ein Angreifer kann sich auf Autorität berufen oder Zeitdruck, Angst, Neugier oder Hilfsbereitschaft ansprechen, um eine Person zur Preisgabe von Informationen oder zu einer unsicheren Handlung zu bewegen. Eine Nachricht kann professionell gestaltet und persönlich sein und dennoch täuschen.

Den Weg in einen Angriff erkennen

Phishing gibt sich als vertrauenswürdiger Absender aus, um Klicks, Zugangsdaten, Dateien oder Zahlungen zu erhalten. Spear-Phishing richtet sich mithilfe persönlicher Angaben gezielt gegen eine Person; Smishing nutzt SMS; Vishing nutzt Sprachanrufe. Business Email Compromise nutzt eine scheinbar legitime Zahlungsaufforderung aus dem Arbeitsumfeld. QR-Codes können Phishing-Links verbergen, und eine vertraut klingende KI-geklonte Stimme kann einen Kollegen nachahmen.

Betrachte: „Sehr geehrter Kunde, Ihr Konto wurde gesperrt. Bestätigen Sie Ihre Daten innerhalb von 24 Stunden: paypa1-secure-login.com.“ Die Drohung und die Frist erzeugen Druck, die Anrede ist allgemein und die Domain ersetzt einen Buchstaben durch die Ziffer 1. Öffne den Dienst über seine bekannte App oder Adresse, melde die Nachricht und lösche sie.

Das Ziel lesen

Prüfe bei einer einfachen Webadresse den Host nach https:// und vor dem Pfad. Die registrierbare Domain besteht aus dem öffentlichen Suffix wie .com oder .co.uk und dem unmittelbar davorstehenden Bestandteil. In login.example.com.account-check.net/example.com ist die Domain account-check.net. Der wiedererkennbare Name im Pfad kann nicht ändern, wer den Host kontrolliert.

Fahre mit dem Mauszeiger über einen Link oder halte ihn gedrückt, um sein tatsächliches Ziel zu prüfen. Ein Vorhängeschloss oder HTTPS schützt die Verbindung zu diesem Ziel; auch eine Phishing-Website kann eine verschlüsselte Verbindung haben. Ein vertrauter Name an anderer Stelle einer Adresse ersetzt nicht die Prüfung des Hosts.

Schadsoftware und verwandte Angriffe

Schadsoftware ist Software, die Geräte oder Menschen schädigen oder ausnutzen soll.

Bösartige Anhänge, gefälschte Downloads, raubkopierte Software, Erweiterungen, USB-Laufwerke und ungepatchte Schwachstellen können Schadsoftware einschleusen. Langsamkeit, Pop-ups, veränderte Einstellungen, unbekannte Apps und ohne dein Wissen gesendete Nachrichten können Warnzeichen sein, auch wenn ein einzelnes Symptom andere Ursachen haben kann.

Credential Stuffing probiert offengelegte Paare aus Benutzername und Passwort bei anderen Diensten aus. SIM-Swapping überträgt die Telefonnummer eines Opfers auf die SIM-Karte eines Angreifers und gefährdet dadurch SMS-Codes. Ein gefälschter WLAN-Hotspot (Evil Twin) ahmt ein echtes Netzwerk nach. Gefälschte Shops und Anrufe vom technischen Support nutzen ähnliche Vertrauenstricks.

Nach einem Vorfall schnell handeln

Wenn Zugangsdaten eingegeben wurden, ändere das betreffende Passwort von einem vertrauenswürdigen Gerät aus und überall dort, wo es wiederverwendet wurde. Aktiviere MFA. Kontaktiere umgehend die Bank, falls Zahlungsinformationen betroffen waren, führe gegebenenfalls eine Sicherheitsprüfung durch und melde den Vorfall dem Dienst oder dem IT-Team. Gut gemachtes Phishing kann erfahrene Menschen täuschen; schnelles Melden hilft, den Schaden zu begrenzen.

Authentifizierung weist die Identität nach. Ihre Faktoren sind etwas, das du weißt, etwa ein Passwort; etwas, das du besitzt, etwa ein Sicherheitsschlüssel; und etwas, das du bist, etwa ein Fingerabdruck. Mehrfaktor-Authentifizierung (MFA) kombiniert verschiedene Faktorkategorien. Ein Passwort und eine PIN gehören weiterhin zu nur einer Kategorie.

Passwörter schwer erratbar machen und Angriffe durch Wiederverwendung verhindern

Länge und Unvorhersehbarkeit machen ein Passwort stark. Bei unabhängiger zufälliger Auswahl entspricht die Zahl der Möglichkeiten der Anzahl verfügbarer Zeichen, potenziert mit der Passwortlänge. Acht zufällige Kleinbuchstaben ergeben ${26}^8\approx \mathrm{2,1}\times {10}^{11}$ Möglichkeiten. Bei einer beispielhaften Geschwindigkeit von 10 Milliarden Offline-Versuchen pro Sekunde anhand einer gestohlenen Datenbank dauert es etwa 21 Sekunden, diesen gesamten Möglichkeitsraum durchzuprobieren. Sechs zufällige Wörter aus einer Liste mit 7.776 Wörtern ergeben ${7776}^6\approx \mathrm{2,2}\times {10}^{23}$ Möglichkeiten, bei dieser Geschwindigkeit etwa 700.000 Jahre. Dies sind Schätzungen für den gesamten Möglichkeitsraum bei der genannten Geschwindigkeit, keine Vorhersagen für jeden Angriff.

Zitate und Muster wie „P@ssw0rd!“ sind vorhersehbar. Ein Passwortmanager erzeugt und speichert lange zufällige Passwörter und hilft zu vermeiden, sie auf einer täuschend ähnlichen Domain einzugeben. Schütze den Passwortmanager mit einem starken Masterpasswort und MFA. Nutze für jedes Konto ein eigenes Passwort, damit ein einzelnes Datenleck nicht andere Konten öffnen kann.

Die US-Leitlinie NIST SP 800-63B-4 von 2025 verlangt mindestens 15 Zeichen für ein allein verwendetes Passwort oder mindestens 8, wenn es Teil einer MFA ist. Systeme sollten mindestens 64 Zeichen unterstützen, häufige oder offengelegte Passwörter ablehnen und vorgeschriebene Zeichenmischungen sowie regelmäßige Änderungen vermeiden. Ändere ein kompromittiertes Passwort; vorhersehbare monatliche Anpassungen bieten wenig Schutz.

Stärkere Anmeldemethoden wählen

SMS-Codes sind besser als ein Passwort allein, sind aber durch Phishing und SIM-Swapping gefährdet. Codes aus Authentifizierungs-Apps vermeiden die Abhängigkeit von der SIM-Karte, können aber weiterhin durch Phishing abgegriffen werden. Wiederholte Push-Anfragen können zu MFA-Müdigkeit führen. Bestätige niemals eine Anmeldung, die du nicht selbst gestartet hast.

Passkeys und FIDO2-Sicherheitsschlüssel widerstehen Phishing, indem sie die Authentifizierung an die Domain der echten Website binden. Ein Passkey nutzt ein kryptografisches Schlüsselpaar und kann mit Geräte-PIN, Fingerabdruck oder Gesicht entsperrt werden.

Geräte und gespeicherte Arbeit schützen

Updates schließen bekannte Sicherheitslücken; automatische Updates verkürzen den Zeitraum, in dem Geräte gefährdet sind. Eine Zero-Day-Schwachstelle wird ausgenutzt, bevor ein Entwickler eine Fehlerbehebung veröffentlicht hat. Nicht mehr unterstützte Geräte verlieren diesen Schutz mit der Zeit.

Verschlüsselung bei der Übertragung schützt eine Verbindung, wie bei HTTPS. Ende-zu-Ende-Verschlüsselung sorgt dafür, dass Nachrichteninhalte von den kommunizierenden Endpunkten gelesen werden können, nicht aber vom Nachrichtendienst. Vollständige Laufwerksverschlüsselung und eine starke Bildschirmsperre schützen die gespeicherten Daten eines verlorenen Geräts. Ein VPN schützt die Verbindung zum VPN-Anbieter und verlagert das Vertrauen auf ihn; es verhindert weder Phishing noch Schadsoftware, und HTTPS schützt verschlüsselte Inhalte auch über diese Verbindung hinaus.

Nutze 3-2-1-Sicherungskopien: drei Kopien auf zwei Arten von Speichermedien, davon eine an einem anderen Ort. Ein Original auf dem Laptop, ein getrenntes externes Laufwerk und eine Cloud-Sicherung entsprechen diesem Muster. Halte eine Kopie offline oder unveränderbar und teste die Wiederherstellung, da Ransomware erreichbare Kopien beschädigen kann. Sperre Bildschirme, nutze offizielle App-Stores, entferne ungenutzte Erweiterungen, beschränke Berechtigungen und lösche Geräte vor der Weitergabe.

Geistiges Eigentum verbindet Schöpfungen wie Software, Erfindungen und Marken mit Rechten, die ihre Nutzung regeln. Diese Rechte belohnen schöpferische Arbeit und lassen zugleich Raum für Zugang, Lernen und weitere Erfindungen. Verschiedene Rechte schützen verschiedene Aspekte desselben Produkts.

Vier Schutzformen vergleichen

Bei einer Bildbearbeitungs-App schützt das Urheberrecht den Code, ein Patent könnte eine neue technische Erfindung zur Bildverarbeitung schützen, eine Marke kann ihren Namen und ihr Symbol schützen und das Geschäftsgeheimnis unveröffentlichte Modelleinstellungen. Ein Geschäftsgeheimnis erfordert Maßnahmen wie Zugangsbeschränkungen oder Geheimhaltungsvereinbarungen. Es kann niemanden daran hindern, dieselben Informationen unabhängig zu entdecken.

Urheberrecht schützt die Ausdrucksform

Das Urheberrecht umfasst Schriftwerke, Musik, Bilder, Filme und Software. Nach den Regeln der Berner Übereinkunft hängt der Schutz nicht von einer Registrierung oder einem Urheberrechtssymbol ab. Die geschützte Ausdrucksform unterscheidet sich von einer zugrunde liegenden Idee oder einem Algorithmus. Zwei Programmierer können unabhängig voneinander dieselbe Sortiermethode implementieren. Das Kopieren geschützten Codes braucht eine Erlaubnis oder eine anwendbare Ausnahme.

Rechteinhaber kontrollieren Handlungen wie Vervielfältigung, Verbreitung, Bearbeitung und öffentliche Darstellung oder Aufführung. Die Berner Übereinkunft legt als allgemeines Minimum die Lebenszeit des Urhebers und weitere 50 Jahre fest; die USA und EU-Mitgliedstaaten verwenden üblicherweise die Lebenszeit und weitere 70 Jahre. Für Sonderkategorien gelten andere Fristen. Nach Ablauf des Schutzes wird ein Werk gemeinfrei.

Der US-amerikanische Fair Use berücksichtigt Zweck und Art der Nutzung, die Art des Werks, den entnommenen Umfang und die Auswirkung auf den Markt des Originals. Fair-Dealing-Systeme im Commonwealth legen erlaubte Zwecke fest. Eine Namensnennung, die Nutzung von weniger als 10 Sekunden oder der Verzicht auf Gewinn sind keine allgemeingültige Erlaubnisregel. Zitate, Kritik, Berichterstattung, Unterricht und Parodie hängen von der jeweiligen Ausnahme und den Umständen ab.

Patente und digitale Beschränkungen

Ein Patent erlaubt seinem Inhaber, andere im Schutzgebiet von der Herstellung, Nutzung oder dem Verkauf der Erfindung auszuschließen. Nach TRIPS beträgt die verfügbare Schutzdauer mindestens 20 Jahre ab Anmeldung. Der Erfinder legt offen, wie die Erfindung funktioniert. Ein Patent erlaubt nicht selbst den Verkauf: Ein anderes Patent oder eine gesonderte Genehmigung kann weiterhin eine Rolle spielen.

Die Regeln für softwarebezogene Patente unterscheiden sich. Die USA erteilen einige softwarebezogene Patente; das Europäische Patentübereinkommen schließt Programme „als solche“ aus, lässt aber geeignete technische Erfindungen zu.

Softwarepiraterie kopiert oder verbreitet Software ohne Erlaubnis. Digitale Rechteverwaltung (DRM) beschränkt das Kopieren durch Technik. Manche Gesetze schränken auch die Umgehung von DRM ein, darunter der US-amerikanische Digital Millennium Copyright Act. Dass eine Datei online sichtbar ist, sagt dir, wo du sie finden kannst, aber nicht, was du rechtlich damit tun darfst.

Eine Softwarelizenz erteilt die Erlaubnis, urheberrechtlich geschützte Software unter festgelegten Bedingungen zu nutzen. Wer für Software bezahlt, erwirbt gewöhnlich Nutzungsrechte, nicht das Urheberrecht daran. Ein proprietärer Endbenutzer-Lizenzvertrag (EULA) beschränkt oft die Veränderung und Weitergabe. Freeware kostet nichts, kann aber dennoch Quellcode und Änderungsrechte vorenthalten.

Freiheit und Preis sind verschieden

Freie und quelloffene Software gewährt Rechte, Code auszuführen, zu untersuchen, zu verändern und zu teilen. Die Free Software Foundation beschreibt vier Freiheiten, die Ausführung, Untersuchung und Veränderung, Weitergabe sowie das Teilen veränderter Versionen abdecken. Die zehn Kriterien der Open Source Initiative umfassen Quellcodezugang, Weitergabe, abgeleitete Werke und den Schutz vor Diskriminierung von Menschen oder Einsatzgebieten. Open-Source-Software darf verkauft werden.

Bedingungen und ihren Auslöser beachten

MIT verlangt, Urheberrechts- und Erlaubnishinweise beizubehalten. Apache 2.0 enthält eine ausdrückliche Patentlizenz der Beitragenden. Lege bei der Weitergabe die Lizenz bei, behalte anwendbare Hinweise bei, kennzeichne veränderte Dateien und gib relevante Namensnennungen aus der NOTICE-Datei weiter, falls vorhanden.

GPL-Pflichten entstehen hauptsächlich, wenn Software verbreitet wird. Eine Organisation kann GPL-Software intern nutzen und verändern, ohne sie zu veröffentlichen. Die AGPL regelt veränderte Software, die über ein Netzwerk angeboten wird. Das bloße Kompilieren mit einem GPL-Compiler oder Schreiben in einem GPL-Editor stellt das entstehende Programm nicht unter die GPL.

Angenommen, ein Start-up nimmt eine MIT-Datumsbibliothek in eine App auf, die es verkauft. Es kann seinen eigenen Quellcode unter Verschluss halten und zugleich die MIT-Hinweise bereitstellen. Das Kopieren einer GPL-3.0-Bildbibliothek in diese verbreitete App verlangt dagegen, das kombinierte Programm GPL-kompatibel und mit entsprechendem Quellcode zu verbreiten. Das Team kann die Bedingungen erfüllen, eine passend lizenzierte Alternative wählen oder eine kommerzielle Lizenz erwerben, falls der Urheber eine Doppellizenzierung anbietet.

Kompatibilität vor dem Kombinieren prüfen

Lizenzkompatibilität bedeutet, dass alle anwendbaren Bedingungen zusammen erfüllt werden können. MIT-Code kann unter Beibehaltung der MIT-Hinweise in ein GPL-Projekt eingehen. GPL-Code darf nicht in einem kombinierten Programm weiterverbreitet werden, das ausschließlich unter permissiven Bedingungen veröffentlicht wird. Apache 2.0 ist mit GPLv3 kompatibel, aber nicht mit einer Lizenzierung ausschließlich unter GPLv2.

Ein öffentliches Repository ohne Lizenz gewährt keine allgemeine Erlaubnis zur Weiterverwendung seines Codes. Bitte den Rechteinhaber um Erlaubnis. Teams nutzen Lizenzscanner und eine Software-Stückliste (SBOM), um Abhängigkeiten und deren Bedingungen zu erfassen.

Für eigene Werke unterstützt eine permissive Lizenz die breite Weiterverwendung; Copyleft erhält Pflichten zur Weitergabe des Quellcodes für erfasste nachfolgende Versionen. Open Source erlaubt unabhängige Prüfungen, aber die Verantwortlichen für die Pflege brauchen weiterhin Unterstützung. Log4Shell, im Dezember 2021 in der weit verbreiteten Bibliothek Log4j entdeckt, zeigte, wie stark Infrastruktur von Code abhängen kann, der von Freiwilligen gepflegt wird.

Ein Urheber kann mit einer Creative-Commons-Lizenz (CC) im Voraus die Erlaubnis zur Weiterverwendung erteilen. Diese Lizenzen eignen sich für Texte, Bilder, Musik, Videos und ähnliche Werke. Für Software empfiehlt Creative Commons spezielle Softwarelizenzen; CC0 ist eine Ausnahme, die Creative Commons für Code geeignet hält.

Die Lizenzbausteine lesen

Die sechs Lizenzen sind CC BY, CC BY-SA, CC BY-NC, CC BY-NC-SA, CC BY-ND und CC BY-NC-ND. Alle verlangen eine Namensnennung. Mit CC0 wird so weit wie möglich auf Rechte verzichtet, sodass das Werk faktisch gemeinfrei wird.

Ein Foto unter CC BY-NC-SA 4.0 darf unter dieser Lizenz nicht auf der Produktverkaufsseite eines Unternehmens verwendet werden. Der kostenlose Newsletter einer ehrenamtlichen Gruppe darf es mit Namensnennung nutzen; eine zugeschnittene und umgefärbte Bearbeitung muss die BY-NC-SA-Bedingungen beibehalten. Eine Namensnennung sollte TASL enthalten: Titel, Urheber, Quelle und Lizenz sowie Änderungen. Zum Beispiel: „‚Harbor at Dawn‘ von M. Okafor, Wikimedia Commons, CC BY-NC-SA 4.0, zugeschnitten.“ Verlinke nach Möglichkeit die Quelle und die Lizenz.

Zugang, Erlaubnis und Ehrlichkeit unterscheiden

Gemeinfreie Werke können ohne urheberrechtliche Erlaubnis weiterverwendet werden. Dazu gehören Werke mit abgelaufenem Urheberrecht, Werke mit CC0-Erklärung und Material, das nie urheberrechtlich geschützt war, etwa Werke der US-Bundesregierung innerhalb der USA. Prüfe die tatsächliche Ausgabe: Eine neuere Übersetzung eines alten Werks kann einen eigenen Schutz haben.

Open-Access-Publikationen sind kostenlos lesbar und haben oft eine Lizenz zur Weiterverwendung. Offene Bildungsressourcen gewähren Nutzungsrechte, die Unterricht und Bearbeitung unterstützen. Der kostenlose Zugang allein verrät dir nicht die genauen Bedingungen für die Weiterverwendung.

Ein Plagiat gibt das Werk oder die Ideen einer anderen Person ohne Quellenangabe als eigene aus. Eine Urheberrechtsverletzung nutzt eine geschützte Ausdrucksform ohne Erlaubnis oder anwendbare Ausnahme. Ein altes gemeinfreies Gedicht als eigenes in einen Aufsatz zu kopieren, ist ein Plagiat, obwohl das Urheberrecht abgelaufen ist. Ein geschütztes Foto mit vollständiger Namensnennung zu veröffentlichen, kann dennoch das Urheberrecht verletzen, wenn keine Erlaubnis oder Ausnahme dies gestattet.

Es gibt keine allgemeine Regel, nach der ein Werk dir gehört, wenn du 10 % davon veränderst. Eine Bearbeitung hängt weiterhin von den Rechten am Original ab. Ebenso entfällt der Schutz nicht, wenn ein Urheberrechtssymbol fehlt.

KI-Ausgaben und dargestellte Menschen prüfen

Der Ansatz des US Copyright Office von 2025 schützt menschliche Urheberschaft; Prompts allein begründen im Allgemeinen keine Urheberschaft an einer generierten Ausdrucksform. Menschliche schöpferische Beiträge können dennoch wichtig sein. Die Regeln anderer Länder unterscheiden sich, und die Rechtmäßigkeit des Trainings mit geschütztem Material bleibt vor Gerichten und in Gesetzgebungsverfahren umstritten.

Generierte Texte, Bilder oder generierter Code können geschützte Werke wiedergeben. Prüfe deshalb die Ausgabe und ihre Bedingungen für die Weiterverwendung. Beachte geltende Offenlegungspflichten in Schule oder Beruf. Berücksichtige beim Teilen von Medien neben dem Urheberrecht auch Privatsphäre und Einwilligung. Ein Deepfake, der ohne Einwilligung das Gesicht oder die Stimme einer Person nachahmt, kann ihre Sicherheit und ihren Ruf schädigen.

Ein automatisiertes Entscheidungssystem nutzt einen Algorithmus, um Entscheidungen über Menschen zu treffen oder zu unterstützen, etwa über Kredite, Einstellungen oder medizinische Versorgung. Algorithmischer Bias ist ein systematisches Muster von Fehlern oder Ergebnissen, das Gruppen unfair benachteiligt. Er kann ohne beabsichtigte Diskriminierung entstehen.

Die Daten durch das System verfolgen

Maschinelles Lernen findet Muster in Trainingsdaten. Spiegeln frühere Entscheidungen eine Ungleichbehandlung wider, kann ein Modell, das ihre Nachahmung lernt, diese Behandlung in großem Umfang wiederholen. Entfernt man ein ausdrückliches Feld für Geschlecht oder ethnische Zugehörigkeit, bleiben andere Merkmale, die als Stellvertreter (Proxys) dienen und indirekt dieselben Informationen tragen können.

Aus unterschiedlichen Fehlern lernen

2018 berichtete Reuters, dass Amazon ein experimentelles System zur Vorauswahl von Lebensläufen aufgegeben hatte. Es war mit Einsendungen aus zehn Jahren trainiert worden, die überwiegend von Männern stammten. Es wertete Formulierungen wie „women's chess club captain“ ab. Das Weglassen eines Geschlechtsfelds konnte nicht alle Signale entfernen, die aus historischen Daten gelernt worden waren.

Die Studie Gender Shades von Joy Buolamwini und Timnit Gebru aus dem Jahr 2018 testete drei kommerzielle Systeme zur Geschlechtsklassifikation. Bei Frauen mit dunklerer Haut erreichten die Fehlerraten 34,7 %, während die höchste Rate bei Männern mit hellerer Haut 0,8 % betrug. Zwei gängige Vergleichsdatensätze enthielten zu 79,6 % beziehungsweise 86,2 % Menschen mit hellerer Haut. Hier geht es um Geschlechtsklassifikation, eine andere Aufgabe als die Identifizierung einer Person. Fehler bei der Gesichtserkennung haben darüber hinaus zu ungerechtfertigten Festnahmen beigetragen, darunter die Festnahme von Robert Williams 2020 in Detroit.

Obermeyer und Kollegen untersuchten 2019 einen US-Algorithmus im Gesundheitswesen. Er sagte künftige Kosten als Stellvertreter für den Bedarf vorher. Für schwarze Patienten mit demselben Krankheitsgrad war weniger ausgegeben worden, sodass sie anhand der Kosten gesünder erschienen. Eine Korrektur des Bias würde den Anteil schwarzer Patienten, die für zusätzliche Versorgung ausgewählt werden, von 17,7 % auf 46,5 % erhöhen. Eine ausgewogenere Stichprobe allein kann eine Zielgröße nicht korrigieren, die das falsche Ziel misst.

Über einen einzelnen Wert hinausblicken

Eine Rückkopplungsschleife bei der vorausschauenden Polizeiarbeit kann Streifen dorthin schicken, wo die registrierte Kriminalität hoch ist. Zusätzliche Streifen entdecken mehr Straftaten, was die registrierte Kriminalität dort erhöht und weitere Streifen nach sich zieht. Die Einträge messen teilweise, wo die Polizei nachgesehen hat. Deshalb kann sich die Schleife verstärken, selbst wenn die tatsächlichen Straftatenraten anderswo ähnlich sind.

Auch von Hand geschriebene Regeln können Menschen ausschließen: Ein Formular, das Apostrophe ablehnt oder zwei Namen verlangt, sperrt berechtigte Nutzer aus. Spracherkennung kann bei verschiedenen Akzenten unterschiedlich gut funktionieren, und generierte Bilder können berufliche Stereotype wiederholen.

Die Gesamtgenauigkeit kann Fehlleistungen bei Gruppen verbergen. Erhalten 90 % der Nutzer eine Genauigkeit von 97,8 % und 10 % eine von 70 %, ergibt das insgesamt $\mathrm{0,9}\times \mathrm{97,8}+\mathrm{0,1}\times 70\approx \mathrm{95,0}$ Prozent. Schlüssle Ergebnisse nach betroffenen Gruppen und den für sie wichtigen Fehlern auf.

Eine Fairnessbewertung fragt, wer ausgewählt wird und bei wem welche Art von Fehler auftritt. Lege zunächst eine positive Entscheidung und das tatsächliche Ergebnis fest. Bei Einstellungen kann „positiv“ eine Einladung zum Vorstellungsgespräch bedeuten, während „tatsächlich positiv“ qualifiziert bedeutet. Eine Konfusionsmatrix stellt Vorhersagen und Realität in einer Kreuztabelle gegenüber.

Den richtigen Nenner wählen

Die Sensitivität geht von den tatsächlich qualifizierten Personen aus. Die Präzision geht von den ausgewählten Personen aus. Ihre Nenner beantworten unterschiedliche Fragen.

Zwei Gruppen durchrechnen

Gruppe A hat 100 Bewerber: 54 TP, 6 FN, 8 FP und 32 TN. Gruppe B hat 100: 28 TP, 12 FN, 6 FP und 54 TN.

• Auswahl: A wählt 62 von 100 aus (62 %); B wählt 34 aus (34 %).
• Sensitivität: A hat $54\mathrm{/}60=\mathrm{0,90}$; B hat $28\mathrm{/}40=\mathrm{0,70}$.
• Falsch-Positiv-Rate: A hat $8\mathrm{/}40=\mathrm{0,20}$; B hat $6\mathrm{/}60=\mathrm{0,10}$.
• Präzision: A hat $54\mathrm{/}62\approx \mathrm{0,87}$; B hat $28\mathrm{/}34\approx \mathrm{0,82}$.

Demografische Parität verlangt gleiche Auswahlraten und ist daher nicht erfüllt. Das Verhältnis der Auswahlraten $34\mathrm{/}62\approx \mathrm{0,55}$ liegt unter dem US-amerikanischen Richtwert von vier Fünfteln, also 0,8, zur Prüfung von Beschäftigungsentscheidungen. Das ist ein Hinweis auf eine mögliche Benachteiligung. Chancengleichheit verlangt gleiche Sensitivität, die ebenfalls nicht vorliegt: B übersieht 30 % der qualifizierten Personen, A übersieht 10 %. Equalized Odds verlangt gleiche Sensitivität und gleiche Falsch-Positiv-Raten. Prädiktive Parität verlangt gleiche Präzision.

Kalibrierung innerhalb der Gruppen bedeutet, dass vorhergesagte Wahrscheinlichkeiten mit den beobachteten Raten innerhalb jeder Gruppe übereinstimmen: Ungefähr 70 % der Menschen, denen ein Risiko von 70 % zugewiesen wurde, weisen das Ergebnis auf. Das unterscheidet sich von gleicher Präzision bei einer einzelnen Auswahlschwelle.

Maße drücken unterschiedliche Prioritäten aus

Unterschiedliche Basisraten und unvollkommene Vorhersagen können Fairnessziele in Konflikt bringen. In der COMPAS-Debatte von 2016 berichtete ProPublica Falsch-Positiv-Raten von 44,9 % für schwarze und 23,5 % für weiße Angeklagte. Der Entwickler und andere Forschende betonten kalibrierte Werte. Diese Aussagen können nebeneinander bestehen: Kalibrierung garantiert keine gleichen Fehlerraten. Bei unterschiedlichen Basisraten der Gruppen steht die Angleichung beider Fehlerraten in unvollkommenen Systemen im Allgemeinen mit gleicher Präzision in Konflikt.

Schäden während der gesamten Nutzung verringern

Frage, ob Automatisierung angemessen ist. Wähle repräsentative Daten und geeignete Zielgrößen, prüfe Gruppenergebnisse, passe Schwellen oder Modelle an und dokumentiere Grenzen in Modellkarten und der Datensatzdokumentation. Überwache das System nach der Einführung.

Betroffene brauchen eine Benachrichtigung, aussagekräftige Gründe und eine Möglichkeit, Entscheidungen anzufechten. Menschliche Prüfende brauchen Zeit, Belege und die Befugnis zu widersprechen; Automatisierungsbias kann die Prüfung zu einer bloßen Formsache machen. Beziehe betroffene Gruppen ein.

Die KI-Verordnung der EU reguliert KI nach Risiko, darunter bestimmte verbotene Social-Scoring-Praktiken und Hochrisikoanwendungen bei Einstellungen und Krediten. New York City verlangt unabhängige Audits für erfasste automatisierte Einstellungswerkzeuge.

Die digitale Kluft trennt Menschen, die von digitaler Technik profitieren können, von denen, die es nicht können. Sie besteht zwischen Ländern und innerhalb von Ländern. Es ist nützlich, Menschen mit Internetzugang zu zählen, doch eine Verbindung allein zeigt nicht, ob jemand eine Bewerbung ausfüllen, wirksam lernen oder medizinische Versorgung erhalten kann.

Drei Ebenen unterscheiden

Meaningful Connectivity umfasst ausreichende Geschwindigkeit, Bezahlbarkeit, regelmäßige Verfügbarkeit und ein geeignetes Gerät. Ein gemeinsam genutztes Smartphone mit teurem Datentarif kann als Internetzugang zählen, obwohl damit eine lange Bewerbung kaum praktikabel ist.

Die ITU schätzte, dass 2025 etwa 6 Milliarden Menschen das Internet nutzten, ungefähr drei Viertel der Weltbevölkerung, während etwa 2,2 Milliarden offline blieben. Ihren Schätzungen zufolge waren in Ländern mit hohem Einkommen etwa 94 % online, gegenüber 23 % in Ländern mit niedrigem Einkommen, sowie 77 % der Männer gegenüber 71 % der Frauen. Diese Werte beschreiben große Bevölkerungsgruppen, nicht die Umstände jedes Einzelnen.

Ursachen und Folgen verfolgen

Geräte- und Datenkosten können Haushalte mit niedrigem Einkommen ausschließen. An abgelegenen Orten kann Infrastruktur fehlen. Alter, Bildung, Sprache, Behinderung und Sicherheit im Umgang beeinflussen die Nutzung. Geschlechternormen, Zensur und Internetabschaltungen können die Teilnahme einschränken. Mit neuen Werkzeugen entstehen neue Unterschiede beim Zugang zu KI, bei den Kompetenzen zu ihrer Bewertung und bei den Sprachen, die sie unterstützt.

Während der Schulschließungen wegen COVID-19 trug es zu einer Hausaufgabenkluft bei, wenn Internetverbindungen zu Hause und geeignete Geräte fehlten. Bankgeschäfte, Terminbuchungen, Bewerbungen und öffentliche Dienste, die nur online verfügbar sind, können bestehende Nachteile vertiefen. Ein Dienst kann technisch verfügbar sein und dennoch Geräte, Sprachkenntnisse oder Sicherheit im Umgang verlangen, die seinen vorgesehenen Nutzern fehlen.

Die Reaktion auf das Hindernis abstimmen

Stell dir vor, eine Stadt verlagert die Verlängerung von Busfahrkarten vollständig ins Internet. Liste auf, wer ausgeschlossen werden könnte: Einwohner ohne Geräte, Menschen, für die Datenkosten ein Hindernis sind, Menschen, die die Sprache der Website nicht lesen können, ältere Nutzer, die Hilfe benötigen, und Nutzer mit Behinderungen, die auf nicht barrierefreie Bedienelemente stoßen. Die Ursachen verlangen unterschiedliche Antworten.

Infrastruktur wie Breitband auf dem Land, Gemeinschaftsnetze, Mobilfunk und Satellitenverbindungen verbessert die Abdeckung. Bezahlbare Tarife, Zuschüsse und wiederaufbereitete Geräte senken die Kosten. Bibliotheken und Gemeindezentren bieten gemeinsamen Zugang und Hilfe. Schulungen bauen Kompetenzen auf; Inhalte in lokalen Sprachen machen Dienste verständlich. Barrierefreie Oberflächen beseitigen gestaltungsbedingte Hindernisse für Menschen mit Behinderungen. Telefonische und persönliche Wege erhalten den Zugang zu wichtigen Diensten, während andere Veränderungen wirksam werden.

Jedem ein Smartphone zu geben, würde nur einen Teil dieses Problems lösen. Beurteile den Erfolg neben Geräte- und Verbindungszahlen danach, was Menschen tatsächlich erledigen und gewinnen können. Teste den Dienst mit den Menschen, die voraussichtlich auf ihn angewiesen sein werden.

Barrierefreiheit bedeutet, dass Menschen mit Behinderungen Technik wahrnehmen, verstehen, darin navigieren und sie bedienen können. Die WHO schätzt, dass etwa 1,3 Milliarden Menschen, rund 16 % der Bevölkerung, eine erhebliche Behinderung haben. Auch ein vorübergehend gebrochener Arm oder eine laute Umgebung können die Nutzung einer Oberfläche erschweren.

Bei der Nutzung des Systems beginnen

Screenreader wandeln Text und Struktur in Sprache oder Brailleschrift um. Lupen vergrößern Inhalte. Untertitel und Transkripte vermitteln Audioinhalte. Sprachsteuerung, Schalter und Tastaturen bieten Alternativen zur Maus. Lesehilfen und Vorlesefunktionen helfen manchen Menschen mit Legasthenie. Echte Überschriften, Beschriftungen und Schaltflächen ermöglichen diesen Technologien, die Oberfläche zu interpretieren.

Die WCAG 2.2 des W3C, erstmals im Oktober 2023 veröffentlicht, gliedern die Barrierefreiheit im Web nach POUR:

Erfolgskriterien haben die Stufen A, AA und AAA; AA ist ein häufiges organisatorisches und rechtliches Ziel.

Bedeutung auf mehr als eine Weise vermitteln

Inhaltlich bedeutsame Bilder brauchen einen am Zweck orientierten Alternativtext. „chart.png“ bezeichnet eine Datei; „Online-Verkäufe haben sich zwischen 2022 und 2024 verdoppelt“ vermittelt die Aussage des Diagramms, wobei die detaillierten Daten in einer Tabelle verfügbar sind. Dekorative Bilder erhalten einen leeren Alternativtext, damit ein Screenreader sie überspringt. Eine Schaltfläche, die nur ein Symbol zeigt, braucht einen für assistive Technologien zugänglichen Namen wie „Suche“.

Vermeide Anweisungen, die allein auf Farbe beruhen. Ergänze Fehler und Pflichtfelder um Wörter oder Symbole. Videos brauchen Untertitel; Audioinhalte brauchen Transkripte. Untertitel helfen auch in lauter Umgebung und beim Sprachenlernen, ein Beispiel für den Curb-Cut-Effekt: Verbesserungen für Menschen mit Behinderungen nützen auch anderen.

Kontrast und Bedienung prüfen

WCAG AA verlangt für normalen Text mindestens 4,5:1 Kontrast und für großen Text 3:1, bei mindestens 18 Punkt oder 14 Punkt fett. Berechne für die hellere Leuchtdichte $L_1$ und die dunklere Leuchtdichte $L_2$ den Wert $(L_1+\mathrm{0,05})\mathrm{/}(L_2+\mathrm{0,05})$. Weiß auf #767676 ergibt ungefähr $\mathrm{1,05}\mathrm{/}\mathrm{0,231}=\mathrm{4,54}$, genug für normalen Text. Weiß auf #999999 ergibt etwa 2,85:1 und liegt damit sogar unter dem Schwellenwert für großen Text.

Jede Funktion muss mit der Tastatur erreichbar sein, eine sichtbare Fokusmarkierung haben und frei von Fokusfallen sein. Gib Menschen genug Zeit. Vermeide Blinken mit mehr als drei Wiederholungen pro Sekunde. Beschrifte Felder klar, erkläre Fehler in Worten und halte die Navigation einheitlich.

Mit Menschen testen, nicht nur mit Werkzeugen

Ein automatisches Prüfwerkzeug findet manche Mängel, kann aber nicht feststellen, dass ein ganzer Dienst barrierefrei ist. Teste die Tastaturbedienung und das Verhalten mit Screenreadern und beziehe Nutzer mit Behinderungen ein. Berücksichtige Barrierefreiheit frühzeitig zusammen mit der visuellen Gestaltung. Universelles Design strebt breite Nutzbarkeit ohne gesonderte Anpassungen an. Die Verpflichtungen der UN zu den Rechten von Menschen mit Behinderungen, darunter Artikel 9 der UN-Behindertenrechtskonvention, erkennen den gleichberechtigten Zugang zu Informations- und Kommunikationstechnik an; die rechtlichen Anforderungen unterscheiden sich je nach Land.

Der Lebenszyklus eines Geräts reicht vom Rohstoffabbau über Herstellung, Transport und Nutzung bis zur Entsorgung. Graue Emissionen entstehen durch Produktion und Transport; betriebsbedingte Emissionen entstehen durch den Strom während der Nutzung. CO2e, das Kohlendioxidäquivalent, bringt verschiedene Treibhausgase auf eine einheitliche Skala ihrer Erwärmungswirkung.

Bei vielen Smartphones und Laptops verursacht die Herstellung den größten Teil der Emissionen über die Lebensdauer. Bei dauerhaft laufenden Servern kann der betriebsbedingte Anteil wesentlich größer sein. Strom ist nur ein Teil des Fußabdrucks eines Geräts.

Von Leistung über Energie zu Emissionen rechnen

Leistung ist die pro Zeit verbrauchte Energie. Rechne Watt in Kilowatt um, bevor du mit Stunden rechnest:

Ein Laptop mit einer Leistungsaufnahme von 50 W hat eine Leistungsaufnahme von 0,050 kW. Für acht Stunden ergibt das $\mathrm{0,050}\times 8=\mathrm{0,4}$ kWh. Über 250 Arbeitstage sind es $\mathrm{0,4}\times 250=100$ kWh. Bei einer beispielhaften Treibhausgasintensität des Stromnetzes von 0,4 kg CO2e/kWh betragen die betriebsbedingten Emissionen $100\times \mathrm{0,4}=40$ kg CO2e. Die Herstellung kommt hinzu. Stromnetze unterscheiden sich stark, sodass derselbe Energieverbrauch unterschiedliche Emissionen verursachen kann.

Den Zusatzaufwand eines Rechenzentrums messen

Ein Rechenzentrum enthält Server, Speicher- und Netzwerktechnik sowie Kühl- und Stromversorgungssysteme. Die Power Usage Effectiveness (PUE) beträgt

Beträgt die Gesamtenergie 1.500 MWh und verbraucht die IT 1.000 MWh, ist die PUE 1,5. Der Zusatzaufwand beträgt 500 MWh, ein Drittel der Gesamtenergie. Das ideale Verhältnis ist 1,0; effiziente große Anlagen melden etwa 1,1. Die PUE zeigt den Zusatzaufwand, aber nicht, ob Berechnungen nützlich, Algorithmen effizient oder der Strom sauber sind.

Der IEA-Bericht von 2025 schätzte den Stromverbrauch von Rechenzentren 2024 auf 415 TWh, etwa 1,5 % des weltweiten Stroms, und prognostizierte in seinem Basisszenario bis 2030 etwa 945 TWh, mit KI als Haupttreiber. Irlands Rechenzentren verbrauchten 2023 21 % des erfassten Stroms. Ein mäßiger weltweiter Anteil kann örtlich dennoch erheblichen Druck erzeugen.

Kühlung kann direkt Wasser verbrauchen, während die Stromerzeugung indirekt Wasser verbraucht. Wasserknappheit verändert die Bedeutung derselben Wassermenge. Bei der Wahl der Kühlung können Wassereinsparung und Stromverbrauch in Konflikt stehen; Luftkühlung verbraucht oft mehr Strom, vermeidet aber Wasserverbrauch durch Verdunstung.

Nachfrage ebenso wie Effizienz berücksichtigen

KI-Training ist energieintensiv. Die wiederholte Nutzung eines Modells, Inferenz genannt, kann insgesamt mehr Energie verbrauchen als das Training, sobald ein Dienst viele Anfragen bearbeitet. Proof-of-Work-Kryptowährungen wie Bitcoin verlangen bewusst umfangreiche Berechnungen. Ethereums Wechsel zu Proof of Stake im Jahr 2022 verringerte seinen Energieverbrauch um mehr als 99 %.

Der Rebound-Effekt tritt auf, wenn günstigere, effizientere Aufgaben eine zusätzliche Nutzung fördern, die Einsparungen aufhebt. Hebt die zusätzliche Nachfrage die Einsparungen mehr als vollständig auf, steigt der Gesamtenergieverbrauch: Das ist der Backfire-Effekt oder das Jevons-Paradoxon.

Informationstechnik kann Schäden auch verringern, etwa durch Klimamodelle, intelligente Stromnetze, gezielte Bewässerung, Routenplanung und Videoanrufe, die Reisen ersetzen. Vergleiche das gesamte System mit einer realistischen Alternative, einschließlich langfristiger Veränderungen der Nachfrage.

Elektroschrott sind ausrangierte Elektro- und Elektronikgeräte, von Smartphones und Servern bis zu Kabeln und Haushaltsgeräten. Der Global E-waste Monitor 2024 meldete für 2022 62 Millionen Tonnen, etwa 7,8 kg pro Person und 82 % mehr als 2010. Für nur 22,3 % war eine ordnungsgemäße Sammlung und Wiederverwertung dokumentiert; der Bericht prognostizierte 82 Millionen Tonnen bis 2030.

Warum Entsorgung Schäden verursacht

Elektronik enthält nützliche Materialien wie Kupfer, Gold, Kobalt und Seltenerdelemente sowie gefährliche Stoffe wie Blei, Quecksilber, Cadmium und einige Flammschutzmittel. Informelles Kabelverbrennen und die Gewinnung mit Säure setzen Beschäftigte und die umliegende Bevölkerung giftigen Schadstoffen aus. Manche gebrauchten Elektronikgeräte gelangen durch illegale, als Gebrauchtwaren getarnte Abfallexporte in Länder mit niedrigerem Einkommen.

Früher Ersatz erhöht diese Belastung. Eingeklebte Akkus, teure Reparaturen, nicht verfügbare Teile, Spezialschrauben und Werbung können die Nutzungsdauer verkürzen. Endet die Sicherheitsunterstützung, kann ansonsten funktionierende Hardware für vernetztes Arbeiten ungeeignet werden. Die Bewegung für das Recht auf Reparatur setzt sich für Ersatzteile, Anleitungen und reparierbare Konstruktionen ein; manche Regierungen haben entsprechende Anforderungen gesetzlich verankert.

Längere Nutzung mit Ersatz vergleichen

Bevorzuge weniger Käufe, Wiederverwendung, Reparatur und schließlich zertifiziertes Recycling. Recycling gewinnt nur einen Teil des Materials zurück und braucht selbst Energie.

Nimm als Beispiel Herstellungsemissionen von 300 kg CO2e und einen jährlichen Betrieb mit 40 kg CO2e. Über drei Jahre:

Die durchschnittlichen Emissionen betragen $420\mathrm{/}3=140$ kg pro Jahr. Über sechs Jahre:

Der Jahresdurchschnitt beträgt dann $540\mathrm{/}6=90$ kg. Das länger genutzte Gerät hat einen größeren Gesamtwert, weil es mehr Jahre lang Dienste leistet, aber einen kleineren jährlichen Fußabdruck, etwa 36 % weniger. Vergleiche gleich lange Nutzungszeiträume und beziehe den Herstellungsaufwand jedes Ersatzgeräts ein.

Sichere und lösche Daten vor der Weitergabe oder dem Recycling. Das Zurücksetzen eines verschlüsselten Geräts auf Werkseinstellungen oder zertifizierte Datenvernichtung bei Geschäftsgeräten kann eine Offenlegung verhindern. Gib Batterien und Akkus an geeigneten Sammelstellen ab; beschädigte Lithium-Ionen-Akkus können bei der Behandlung von Hausmüll Brände auslösen.

Den Dienst ebenso wie das Gerät verbessern

Effiziente Algorithmen und effizienter Code verringern die Prozessorarbeit. Vermeide es, Daten ohne Zweck zu speichern und zu übertragen. Wähle ein zur Aufgabe passendes KI-Modell, statt automatisch das größte zu nutzen. Carbon-aware Computing plant flexible Aufgaben für Zeiten und Orte mit saubererem Strom. Emissionsarmes Hosting und Software, die auf älteren Geräten weiter funktioniert, können den Druck zum Hardwareersatz verringern. Miss die Ergebnisse, damit eine behauptete Verbesserung überprüft werden kann.

Greenwashing stellt die Umweltleistung günstiger dar, als die Belege es rechtfertigen. Frage, welche Emissionen, Phasen und Tätigkeiten eine Aussage umfasst. Eine Aussage wie „klimaneutral“ kann auf Kompensationen beruhen, während die tatsächlichen Emissionen hoch bleiben. Aussagen zu erneuerbarer Energie können nur einen Teil der Tätigkeiten einer Organisation abdecken. Die Verpflichtung der ACM zum Gemeinwohl umfasst ökologische Nachhaltigkeit und verbindet damit Entscheidungen über Beschaffung und Software mit beruflicher Verantwortung.

Ein berufsethischer Kodex hält die Werte und Verantwortlichkeiten eines Berufs fest. Er gibt Entwicklern, Designern, Data Scientists und IT-Mitarbeitern Orientierung, wenn ein Gesetz oder eine Arbeitsanweisung eine Entscheidung offenlässt. Ein Kodex ist kein Gesetz. Berufsverbände setzen Mitgliedschaftsregeln durch, und Auftraggeber und Arbeitgeber können berufliche Standards erwarten, die über das gesetzliche Minimum hinausgehen.

ACM-Grundsätze mit Handlungen verbinden

Der ACM Code of Ethics and Professional Conduct wurde 2018 aktualisiert. Er hat vier Abschnitte: allgemeine ethische Grundsätze, berufliche Verantwortlichkeiten, Führungsgrundsätze und Einhaltung. Das Gemeinwohl steht im Mittelpunkt.

Zu den beruflichen Verantwortlichkeiten gehören Qualität in Prozessen und Produkten (2.1), die Wahrung von Kompetenz und angemessenem Verhalten (2.2), die Achtung geltender Regeln (2.3), gründliche Bewertung von Auswirkungen und Risiken (2.5), Arbeit innerhalb der eigenen Kompetenz (2.6), erlaubter Zugriff mit einer eng gefassten Ausnahme für das Gemeinwohl (2.8) sowie robuste und benutzbare Sicherheit (2.9). Führung stellt das Gemeinwohl an erste Stelle (3.1) und behandelt Infrastruktursysteme mit besonderer Sorgfalt (3.7).

Auf eine riskante Veröffentlichung reagieren

Ein Entwickler soll einen Gesundheitsfragebogen ausliefern, der unverschlüsselt gespeichert wird und für das gesamte Unternehmen zugänglich ist. Sensible Antworten könnten Nutzer schweren Schäden aussetzen. Privatsphäre, Schadensvermeidung, Risikobewertung und benutzbare Sicherheit sind unmittelbar relevant.

Der Entwickler sollte das Risiko schriftlich beschreiben, Verschlüsselung und eingeschränkten Zugriff mit einer konkreten Zeitschätzung vorschlagen und um eine Entscheidung bitten. Wird er überstimmt, sollte er die schwerwiegenden Bedenken über geeignete Kanäle eskalieren und Aufzeichnungen aufbewahren. Die Anweisung einer Führungskraft hebt die Verantwortung des Entwicklers nicht auf.

Konflikte verhältnismäßig lösen

Vertraulichkeit und Loyalität können mit der Sicherheit der Öffentlichkeit in Konflikt stehen. Whistleblowing meldet Fehlverhalten an jemanden, der handeln kann. Stelle Fakten fest und bewahre geeignete Aufzeichnungen auf; sprich das Problem bei einer Führungskraft oder über einen Ethikkanal an; hole vertrauenswürdigen beruflichen oder rechtlichen Rat ein; und erwäge eine Meldung an eine Aufsichtsbehörde, wenn schwerer Schaden fortbesteht und interne Wege gescheitert oder unsicher sind. Der gesetzliche Schutz unterscheidet sich je nach Land.

Andere Kodizes teilen diese Pflichten. Die IEEE betont Sicherheit, Gesundheit und Wohlergehen der Öffentlichkeit, Privatsphäre, ethische Gestaltung und Nachhaltigkeit. Der Software Engineering Code von ACM und IEEE-CS hat acht Grundsätze: Öffentlichkeit, Auftraggeber und Arbeitgeber, Produkt, Urteilsvermögen, Management, Berufsstand, Kollegen und eigene Person. Nationale Verbände haben verwandte Kodizes. Grundsätze leiten das Urteil; sie liefern keine mechanische Antwort auf jeden Konflikt.

Eine ethische Entscheidung braucht Fakten, Gründe und eine Handlung, die jemand ausführen kann. Unterscheide zunächst Bekanntes von dem, was geprüft werden muss. An einem technischen Versagen können Entwickler, Bediener, Führungskräfte und Aufsichtsbehörden beteiligt sein; gemeinsame Verantwortung lässt jeden Einzelnen weiterhin für seinen eigenen Beitrag verantwortlich.

Eine wiederholbare Analyse nutzen

1. Stelle Fakten und Unsicherheiten fest.
2. Ermittle Stakeholder und ihre Interessen.
3. Benenne Werte und Konflikte.
4. Liste umsetzbare Optionen auf, auch Gestaltungen, die den Konflikt verringern.
5. Bewerte Optionen anhand ethischer Ansätze, Kodexgrundsätze und des geltenden Rechts.
6. Wähle und begründe eine Reaktion und nenne Zielkonflikte sowie Belege, die sie verändern würden.
7. Handle, weise Verantwortung zu und überprüfe die Ergebnisse.

Der Öffentlichkeitstest fragt, ob du die Entscheidung öffentlich verteidigen könntest. Der Reversibilitätstest fragt, ob du akzeptieren könntest, die betroffene Person zu sein. Der Schadenstest fragt, ob schwerer Schaden vermieden werden könnte. Diese Prüfungen unterstützen die Analyse; ein gutes Gefühl ist für sich genommen kein Beleg dafür, dass eine Entscheidung tragfähig ist.

Aus Fehlschlägen lernen

Sechs bekannte Therac-25-Unfälle zwischen Juni 1985 und Januar 1987 verursachten massive Strahlenüberdosen, Todesfälle und schwere Verletzungen. Schnelle Änderungen durch Bediener konnten Fehler durch Wettlaufsituationen auslösen, bei denen der zeitliche Ablauf das Zusammenspiel von Softwareoperationen verändert. Der Fehler „MALFUNCTION 54“ erklärte die Gefahr nicht.

Die betroffenen Autos von Volkswagen konnten im Straßenverkehr Stickoxide bis zum 40-Fachen der US-Grenzwerte ausstoßen. Weltweit waren etwa 11 Millionen Fahrzeuge betroffen. Gegen Ingenieure und Manager wurde strafrechtlich vorgegangen, darunter ein Ingenieur, der in den USA zu einer Gefängnisstrafe verurteilt wurde.

Lion-Air-Flug 610 stürzte im Oktober 2018 ab, Ethiopian-Airlines-Flug 302 im März 2019; 346 Menschen starben. MCAS war zunächst in den Handbüchern der Piloten nicht beschrieben worden. Boeing gab nach dem ersten Absturz zusätzliche Informationen heraus, sodass sich die verfügbaren Informationen zwischen den Unfällen veränderten.

Das Problem der vielen Hände tritt auf, wenn Verantwortung über ein System verteilt ist und jeder Beteiligte annimmt, jemand anderes habe sich um die Gefahr gekümmert. Wirtschaftlicher Druck und übermäßiges Vertrauen in Automatisierung können dieses Versagen verstärken.

Die Methode auf einen Datenverkauf anwenden

Eine Fitness-App schlägt vor, detaillierte Standortverläufe zu verkaufen. Eine akzeptierte lange Datenschutzerklärung begründet keine aussagekräftige Einwilligung. Wohnorte, Arbeitsorte und Klinikbesuche setzen Nutzer und Familien Risiken aus; das Löschen von Namen lässt verknüpfbare Wege zurück. Zu den Optionen gehören der Verkauf von Rohdaten, das Entfernen von Namen, datenschutzgeschützte zusammengefasste Statistiken mit ausdrücklicher Einwilligung oder eine andere Einnahmequelle. Vergleiche Einnahmen mit vorhersehbaren Schäden für die Privatsphäre, wende die ACM-Grundsätze zu Schaden und Privatsphäre an und prüfe das Recht. Wähle eine konkrete Option, halte ihre Gründe und Schutzmaßnahmen fest und überprüfe die daraus folgenden Offenlegungen und Beschwerden.