Miriam Fahimi untersucht ethnografisch, wie ‘faire KI’ in den wissenschaflichen und organisatorischen Praktiken von Informatiker:innen als Antwort auf ‘algorithmic bias’ (algorithmische Verzerrung bzw. Diskriminierung) hergestellt wird. Von 2020 bis 2024 war Miriam im EU H2020 ‘NoBIAS – Artificial Intelligence without Bias’ (NoBIAS) Projekt als sozialwissenschaftliche Mitarbeiterin und Doktorandin beschäftigt. In ethnographischen Forschung zu den Praktiken um die Herstellung von fairer KI lenkt sie den Blick auf ihr eigenes Forschungsprojekt. Miriam zeigt in ihrer ethnografischen Forschung, wie die Herstellung von Fairness und fairer KI in der Informatik durch organisatorische Praktiken geprägt ist. Informatiker:innen müssen in ihrem Forschungsalltag verschiedene soziale Welten – etwa ihre eigene akademische Community, interdisziplinäre Projektpartner:innen und regulatorische Anforderungen – miteinander in Einklang bringen (alignment work), um Fairnessforschung überhaupt „machbar“ zu machen. Dieses Abstimmen erfolgt auf mehreren Ebenen der Arbeitsorganisation: Auf der Ebene der sozialen Welten werden unterschiedliche epistemische Kulturen und Erwartungen verhandelt; auf der Ebene des Forschungsprojekts werden institutionelle Vorgaben, Förderlogiken und Fristen so koordiniert, dass sie die Umsetzung von Fairnessforschung ermöglichen; und auf der Ebene der konkreten Experimente zeigt sich, wie Methoden und Konzepte – oft aus der sozialwissenschaftlichen Forschung – kreativ angepasst, operationalisiert oder transformiert werden, um in die infrastrukturellen und zeitlichen Rahmenbedingungen informatischer Forschung zu passen. Diese Prozesse verdeutlichen, dass Fairness nicht (nur) als vorgegebenes theoretisches Ideal verstanden werden kann, sondern als ein situativ hervorgebrachtes Ergebnis fortwährender Abstimmungsarbeit zwischen sozialen, epistemischen und organisatorischen Anforderungen. In ihrem Beitrag plädiert Miriam daher für eine frühere und tiefere Einbindung sozialwissenschaftlicher Expertise in die Informatik, nicht allein in der Rolle einer externen Kritikerin bereits formulierter Lösungen, sondern als aktive Mitgestalterin jener Problematisierungen, aus denen Forschungsfragen und technische Ansätze überhaupt erst hervorgehen.

Lina Franken und Nicolas Dittgen betrachten den Einfluss regulatorischer Anforderungen auf Forschungsprioritäten und -methoden. Am Beispiel von Projektlogiken in Museumsangeboten untersuchen sie das Spannungsfeld von Partizipation und Digitalität. Sie arbeiten heraus, wie Projekte in Museen gestaltet werden, um partizipativ umsetzbar zu sein, Attraktivität für potentielle Teilnehmende zu haben und dabei dennoch den Förderlogiken folgen zu können, die eine genaue Planung von Projekten in frühen Stadien notwendig machen. Dies wird an ethnografischen Fallstudien von Nicolas Dittgen aufgezeigt. In Kontrastierung dazu werden Forschungsprioritäten und -methoden in Projekten aufgezeigt, die Archivmaterialien digitalisieren und erschließen, also für digitale Repositorien aufarbeiten. Wie hier Partizipation kaum eine Rolle spielen kann, da das Zusammenspiel aus rechtlicher Lage und Zeitdruck intensive Auseinandersetzungen mit dem Feld immer wieder verhindert, zeigt Lina Franken anhand eines aktuell von ihr umgesetzten Digitalisierungsprojektes auf. So wird im Vergleich deutlich, inwiefern Fairness auch außerhalb von KI im engeren Sinne zentralen Einfluss auf Projektgestaltungen im Digitalen hat. Erwartungen treffen in beiden Feldern auf notwendige Operationalisierungen und vorhandene, in der Regel begrenzte Infrastrukturen, welche die konkrete Projektumsetzung bedingen und einschränken.

Paula Helm setzt sich mit dem transformativen Potenzial der aktuellen KI-ethischen Forschung auseinander. Der Mainstream der KI-Ethik (Künstliche Intelligenz) ist stark von prinzipiengeleiteten Rahmenwerken geprägt und versäumt es dadurch, die situativen Realitäten der verschiedenen Gemeinschaften zu berücksichtigen, die von KI betroffen sind. Kritikerinnen argumentieren, dass die KI-Ethik häufig den Interessen von Unternehmen dient und somit eher als Instrument der Öffentlichkeitsarbeit fungiert, anstatt Schaden zu verhindern oder das Gemeinwohl zu fördern (Aradau and Blanke 2022; Bietti 2019; Clouser and Gert 1990; Mager et al. 2025; Phan et al. 2022; Powell et al. 2022; van Maanen 2022).
Als Reaktion darauf nimmt dieses Papier eine Perspektive der Science and Technology Studies (STS) ein, um das Feld der KI-Ethik kritisch zu hinterfragen. Es wendet damit dieselben analytischen Werkzeuge, die STS seit Langem auf Disziplinen wie Biologie, Medizin und Statistik richtet, auf die Ethik an. Diese Perspektive legt eine zentrale Spannung offen: zwischen vertikalen (top-down, prinzipienbasierten) und horizontalen (risikomindernden, umsetzungsorientierten) Ansätzen ethischer Praxis.
Durch die Nachzeichnung, wie diese Modelle den Diskurs geprägt haben, wird deutlich, dass beide Ansätze darin scheitern, die Komplexität von KI als sozio-technisches Gefüge – eingebettet in Praxis und verflochten mit Macht – angemessen zu adressieren. Um über diese Grenzen hinauszugehen, schlage ich eine dreifache Neuausrichtung der KI-Ethik vor. Diese distanziert sich von integrativen Ansätzen, also der Vorstellung, sozialwissenschaftliche und ethische Perspektiven engst-möglich mit bestehenden technischen Regimen verzahnen. Stattdessen liegt ihr ein agonistisches Modell interdisziplinärer Forschung zugrunde (Barry et al. 2008).
Dieser Ansatz nutzt gezielt disziplinäre Reibungen. Er strebt nicht danach, Widersprüche zu harmonisieren, sondern sie als Motoren des Erkenntnisgewinns zu nutzen, mit dem Ziel, produktive Interventionen jenseits disziplinärer Paradigmen zu ermöglichen.