Wie eine Studie der University of Colorado Boulder nun herausfand, fällt es Gesichtserkennungs-Programmen schwer, Transgender im System zu erkennen.

Forscher der University of Colorado Boulder testeten anhand einer Studie die Fähigkeiten diverser Gesichtserkennungs-Softwares. Dabei wurden 2.450 Instagram-Fotos gesammelt und mit Gesichtscan-Tools von Firmen wie IBM, Amazon oder Microsoft analysiert. Die Bilder bekamen zuvor einen Hashtag, der darauf hinweisen soll, welchem Geschlecht die Person auf dem Foto zuzuteilen ist. Das Ergebnis zeigte, dass das Geschlecht in mehr als einem Drittel der Fälle nicht eindeutig identifiziert werden konnte.

Gesichtserkennungsprogramme besitzen veraltete Geschlechterrollen

„Die Performance fällt bei Transgender-Individuen deutlich schlechter aus. Bei nicht-binären Geschlechtern, die weder ausschließlich männlich noch weiblich sind, funktioniert die Klassifizierung überhaupt nicht„, erzählt Morgan Klaus Scheuerman, PhD-Student am Information Systems Department der University of Colorado Boulder. Weiter sei es laut dem Experten für die meisten Programme sehr schwer, ein Geschlecht eindeutig zu definieren. Dabei sind die Vorstellungen der Geschlechterrollen bei Programmen dieser Art meist noch sehr veraltet.

Trans-Männer als Frauen eingestuft

Wie die Ergebnisse der Studie beweisen, ist die Indentifzierung von Frauen für Gesichtserkennung-Programme am einfachsten. Die Trefferquote lag hier bei 98,3 Prozent. Der Wert der Männer war mit 97,6 Prozent zwar um etwas niedriger, lag jedoch noch immer im überdurchschnittlichen Bereich. Die größten Unstimmigkeiten gab es bei Transgender-Männern. Diese wurden vom System in 38 Prozent der Fälle fälschlicherweise als Frau eingestuft. Bilder, die in die Kategorie Agender, AgenderQueer und Nichtbinär fielen, ordnete die Software sogar in allen Fällen falschen Geschlechterklassen zu.