MIT killt KI-Bias mit neuem Trick

Forscher am MIT haben ein Verfahren entwickelt, das versteckte Vorurteile in KI-Vision-Modellen gezielt rauswirft — ohne dass das Modell jedes Mal neu trainiert werden muss.

Worum es geht

Vision-Modelle in Kliniken sollen Hautläsionen erkennen. Problem: Sie sind oft auf hellen Hauttönen trainiert. Bei dunkler Haut versagen sie — und übersehen Krebs.

Bisher war das ein Whac-A-Mole-Spiel: Ein Bias gefixt, drei neue tauchen auf.

Wie der Ansatz funktioniert

✅ Pro

❌ Con

💡 Was das bedeutet

Wenn das Verfahren hält was es verspricht, könnten Hospitals ihre Diagnose-KIs nachträglich entgiften — ohne Millionenbudget für Neutraining. Für jeden, der KI im medizinischen oder sicherheitskritischen Kontext einsetzt, ist das die wichtigere Nachricht des Monats.