Systematische Verzerrungen in Modellen der künstlichen Intelligenz, die zu unfairen, diskriminierenden oder nicht repräsentativen Ergebnissen im Verhältnis zu Trainingsdaten oder dem Anwendungskontext führen. Beinhaltet algorithmische Verzerrungen, Datensatz-Bias, Bestätigungsfehler, Selektions-Bias und Repräsentations-Bias mit Auswirkungen auf Fairness, Zuverlässigkeit und regulatorische Compliance von KI-Systemen.