Statistische Parität vs. Equalized Odds: Wie Basisraten Fairness beeinflussen

Ein neues arXiv‑Veröffentlichung beleuchtet die Beziehung zwischen zwei zentralen Fairness‑Maßstäben – der statistischen Parität und den Equalized Odds. Während die statistische Parität ohne Kenntnis von Ground‑Truth‑Labels auskommt und deshalb in vielen rechtlichen und professionellen Rahmenwerken eingesetzt wird, setzt die Equalized‑Odds‑Metrik auf verlässliche Zielwerte, um die Gleichheit von Fehlvorhersagen über sensible Gruppen hinweg sicherzustellen.

Die Autoren zeigen, dass Ungleichgewichte in den Basisraten der betroffenen Gruppen die beiden Konzepte in Konflikt bringen können. Durch eine detaillierte Analyse wird deutlich, unter welchen Bedingungen die beiden Metriken nicht gleichzeitig erfüllt werden können und welche Kompromisse in der Praxis möglich sind.

Das Ergebnis liefert wertvolle Einblicke für Entwickler und Entscheidungsträger, die algorithmische Fairness gestalten wollen. Gleichzeitig appelliert die Studie an eine gründliche Prüfung von Basisraten‑Ungleichgewichten, bevor Fairness‑Maßnahmen implementiert werden.