Systematische Verzerrungen in Inhalten, die von Systemen der künstlichen Intelligenz generiert oder verarbeitet werden, resultierend aus Bias in Trainingsdaten, Algorithmen oder Fine-Tuning-Prozessen. Deckt Fairness-Tests, Bias-Erkennung, Minderung von Stereotypen, algorithmische Diskriminierung sowie ethische und sicherheitsrelevante Implikationen generativer und prädiktiver KI-Modelle ab.