Bias in Künstlicher Intelligenz bezieht sich auf systematische Verzerrungen und Ungleichheiten in den Ergebnissen von KI-Systemen. Diese Verzerrungen können durch fehlerhafte Datensätze, Voreingenommenheit der Entwickler oder unzureichende Algorithmen entstehen und können zu unfairen oder diskriminierenden Ergebnissen führen. In Lehr-/Lernszenarien kann dies u. a. zu Benachteiligungen durch Vorurteile oder sprachliche Diskriminierung führen. Die Chancengerechtigkeit wäre so gemindert. Es ist entscheidend, Bias zu erkennen und zu minimieren, um gerechte und objektive KI-Anwendungen zu gewährleisten.