Schlagwort: Katja Langenbucher

Wenn wir ein Bankkonto eröffnen, einen Kredit beantragen oder einen Handyvertrag abschließen, werden wir in der Regel aufgefordert, einer Bonitätsprüfung zuzustimmen – zum Beispiel bei der Schufa. Wer einen solchen Score über uns anfordert, erhofft sich davon eine möglichst verlässliche Aussage darüber, ob wir wohl unseren finanziellen Verpflichtungen nachkommen werden. Aber wie kommt diese Aussage zustande? Big Data und Künstliche Intelligenz ermöglichen es, sich bei dieser Frage ganz neuer Strategien zu bedienen, mit denen individuellere, möglicherweise präzisere oder sogar „gerechtere“ Scores erstellt werden könnten. An diesem Punkt setzen FinTechs an, die – anders als die Schufa – für ihre Scores grundsätzlich unseren ganzen digitalen Fußabdruck nutzen könnten: Automatisierte Verfahren finden Muster und Korrelationen, mit denen sich Aspekte aller Lebensbereiche in Finanzdaten übersetzen lassen. Ob das Ergebnis, in das zusätzlich zu Einkommen und Zahlungsverhalten auch Musikgeschmack und Jogging-Route eingeflossen sind, immer mit der Realität übereinstimmt, ist die eine Frage – eine andere, ob dabei nicht auch persönliche Merkmale eine Rolle spielen, die eigentlich vom Diskriminierungsverbot betroffen sind. Denn, das zeigen Untersuchungen immer wieder: KI-Modelle scheinen sozial benachteiligte Gruppen systematisch zu diskriminieren. Und auch Kredithaie können je nach Rechtslage von dieser automatisierten Fortschreibung gesellschaftlicher Ungerechtigkeit profitieren.