Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
pai13. April 2022 · Q003407

Partnership on AI Releases Groundbreaking Study on Attrition of Minoritized Workers in Tech

partnershiponai.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

PAI stellt eine Studie zum Weggang von Frauen und People of Color aus der Tech- und KI-Branche vor. Sie beruhe auf Interviews und einer Bestandsaufnahme systemischer Arbeitsplatzprobleme und empfehle unter anderem stärkere Unterstützung für Beschäftigtengruppen, vielfältigere Führung sowie konkretere DEI-Schulungen. Die Pressemitteilung enthält keine näheren Angaben zur Stichprobe oder ausführliche Belege.

Mittel

Partnership on AI (PAI) meldet die Veröffentlichung der Studie *After the Offer: The Role of Attrition in AI’s Diversity Problem*. Sie untersucht, warum Frauen und People of Color die Tech- und KI-Branche verlassen, und betrachtet laut Mitteilung systemische Probleme am Arbeitsplatz und in der Belegschaft. Grundlage seien Interviews mit Beschäftigten aus marginalisierten Gruppen, Führungskräften und DEI-Verantwortlichen sowie eine umfassende Bestandsaufnahme. Der Bericht stellt die Ergebnisse und Empfehlungen der Studie dar, enthält aber keine Angaben zur Zahl oder Auswahl der Befragten und keine ausführlichen Belege.

Die Studie empfiehlt, Employee Resource Groups dauerhaft zu unterstützen, Führung und Management gezielt vielfältiger zu besetzen, DEI-Schulungen konkreter und stärker mit der KI-Arbeit zu verbinden sowie Unternehmenswerte und ihre tatsächliche Umsetzung so zu verändern, dass bislang ausgeschlossene Perspektiven berücksichtigt werden. Jeffrey Brown, Autor der Studie, sagt, die Untersuchung benenne systemische Ursachen für den überproportionalen Weggang marginalisierter Beschäftigter und formuliere umsetzbare Schritte. Zum Start kündigt PAI außerdem eine Podiumsdiskussion für den 27. April 2022 an.

Ausführlich lesen

Partnership on AI (PAI) kündigt die Veröffentlichung der Studie *After the Offer: The Role of Attrition in AI’s Diversity Problem* an. Die Arbeit untersucht, wie der Weggang von Beschäftigten die Vielfalt in der Technologiebranche und insbesondere im Bereich künstlicher Intelligenz beeinflusst. Im Fokus stehen Frauen und People of Color, die der Bericht als marginalisierte Gruppen bezeichnet. Die Mitteilung ordnet die Untersuchung in branchenübergreifende Kündigungstrends ein und stellt sie als eine der ersten Arbeiten dar, die konkrete Leitlinien für mehr Inklusion im KI-Bereich vorlegen.

Laut Mitteilung beruht die Studie auf Interviews mit Menschen aus marginalisierten Gruppen, die in verschiedenen KI-Bereichen arbeiten, sowie mit Führungskräften und Verantwortlichen für Vielfalt, Gleichberechtigung und Inklusion (DEI) in der Tech-Branche. Hinzu komme eine umfassende Bestandsaufnahme systemischer Probleme am Arbeitsplatz und in der Belegschaft, die mit dem Ausscheiden von Beschäftigten zusammenhingen. Jeffrey Brown, Forschungsstipendiat für Vielfalt und Inklusion bei PAI und Autor der Arbeit, erklärt, die Studie benenne systemische Ursachen und entwickle daraus umsetzbare Empfehlungen. Der vorliegende Bericht gibt diese Einschätzung wieder, führt jedoch weder einzelne Interviewaussagen noch konkrete Messwerte oder eine detaillierte Auswertung an.

Die Mitteilung hebt vier Empfehlungen aus der Studie hervor: Unternehmen sollen Beschäftigtengruppen (Employee Resource Groups, ERGs) dauerhaft und strukturell unterstützen, da diese laut Untersuchung eine wichtige Anlaufstelle für Beschäftigte im KI-Bereich seien. Außerdem sollen Führungsteams und Management gezielt vielfältiger zusammengesetzt werden. DEI-Schulungen sollten nach Auffassung der Studie konkreter sein und stärker an den Inhalten der KI-Arbeit anknüpfen. Schließlich sollten Organisationen prüfen, wie ihre erklärten Werte tatsächlich umgesetzt werden, und diese grundlegend so verändern, dass Perspektiven von Menschen einbezogen werden, die nicht weiß, cisgeschlechtlich oder männlich sind.

Zum Start der Studie kündigt PAI zudem eine öffentliche Podiumsdiskussion für den 27. April 2022 an. Sie soll Strategien zur Bindung vielfältiger Talente in der KI behandeln. Als Moderation wird Tina M. Park von PAI genannt; Jeffrey Brown und Allison Scott vom Kapor Center sind als Teilnehmende aufgeführt. Weitere Namen sollten laut Mitteilung noch bekanntgegeben werden.

Der Text ist eine Pressemitteilung über die Veröffentlichung und deren zentrale Empfehlungen. Er enthält keine vollständige Darstellung der Studie, keine Angaben zur Zahl oder Auswahl der Interviewten und keine näheren Belege, anhand derer sich die Ergebnisse unabhängig beurteilen ließen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen (kurz und mittel) wurden geprüft; beide geben den Bericht im Kern treu wieder. Die Bewertung bezieht sich auf die ausführlichere mittlere Fassung, in der nur das Wort 'dauerhaft' hinzugefügt ist. Die Einordnung betrifft drei Sammelfragen, Teilfragen wurden nicht angegeben.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Hinweis, dass die Studie laut Mitteilung zu den ersten gehört, die konkrete Handlungsempfehlungen für die Inklusion im KI-Feld geben

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • 'dauerhaft' bei der Unterstützung der Employee Resource Groups: der Bericht sagt nur 'systemically support', ohne zeitliche Dimension

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →