URWORTE

Blog

7. August 2026

Timnit Gebru

Timnit Gebru (amharisch und tigrinisch: ትምኒት ገብሩ; * 1983 in Addis Abeba, Äthiopien) ist eine eritreisch-äthiopisch-US-amerikanische Informatikerin, KI-Ethikerin und Gründerin des Distributed Artificial Intelligence Research Institute (DAIR).

Sie zählt zu den international einflussreichsten Stimmen der kritischen KI-Forschung und hat in mehreren Feldern Maßstäbe gesetzt. Dazu zählen die empirische Untersuchung algorithmischer Diskriminierung (insbesondere in der Gesichtserkennung) sowie die dokumentationsmethodische Erforschung von Datensätzen (Datasheets for Datasets).

Hinzu kommen die konzeptuelle Analyse großer Sprachmodelle (Stochastic Parrots) sowie die ideengeschichtliche Kritik einflussreicher Tech-Ideologien (TESCREAL-Bundle, gemeinsam mit Émile P. Torres).

Gebrus erzwungenes Ausscheiden aus Googles Ethical AI Team im Dezember 2020 gilt als einer der einschneidendsten Vorgänge in der jüngeren Geschichte der KI-Industrie – von ihr als Entlassung, von Google als Kündigung dargestellt. Der Vorgang hat die Diskussion um wissenschaftliche Unabhängigkeit, betriebliche Mitbestimmung und Konzern-Forschungsethik nachhaltig geprägt.

Zusammenfassung

Gebrus Arbeit verbindet technische Tiefe, soziale Kritik und institutionelles Engagement. Ihre Promotion an der Stanford University unter Fei-Fei Li (2017) befasste sich mit Computer-Vision-Methoden zur Analyse großer Bildkorpora.

Mit Gender Shades (gemeinsam mit Joy Buolamwini, 2018), Datasheets for Datasets (2018) und On the Dangers of Stochastic Parrots (Bender/Gebru/McMillan-Major/Shmitchell, 2021) liegen drei Arbeiten vor, die für die heutige Critical AI Studies paradigmatische Bedeutung haben.

Als Mitgründerin der Vereinigung Black in AI (2016, mit Rediet Abebe) hat Gebru die institutionelle Repräsentation Schwarzer Forschender im Feld substantiell verändert.

Mit DAIR (gegründet Dezember 2021) hat sie das Modell konzern-unabhängiger, gemeinwohlorientierter KI-Forschung etabliert. Das mit Émile P. Torres entwickelte TESCREAL-Konzept (2023/2024) ist seither zentraler Bezugspunkt der ideologiekritischen Debatte um KI-Industrie, Longtermism und Effektiven Altruismus.

Gebrus Werk ist breit anerkannt – TIME zählte sie 2022 zu den 100 einflussreichsten Personen weltweit – und gleichzeitig regelmäßig Gegenstand rassistischer und misogyner Anfeindungen.

Biografie

Frühe Jahre, Flucht und Studium

Timnit Gebru wuchs als Tochter eritreischer Eltern in Addis Abeba auf; ihr Vater, ein promovierter Elektroingenieur, starb früh. Während des Eritreisch-Äthiopischen Kriegs (1998–2000) verließ sie als Jugendliche das Land, gelangte zunächst nach Irland und schließlich als politischer Flüchtling in die USA, wo sie ihre Schulausbildung in Massachusetts abschloss.

Trotz ihrer Leistungen wurde ihre Bewerbung an mehreren Eliteuniversitäten zunächst abgelehnt; nach einem mehrjährigen Bewerbungsprozess wurde sie an der Stanford University zugelassen, an der sie nacheinander einen Bachelor (2008), einen Master (2010) und einen Doktortitel in Elektrotechnik (2017) erwarb.

Ihre Dissertation entstand unter Betreuung von Fei-Fei Li und befasste sich mit dem Einsatz von Computer-Vision-Methoden zur Analyse sozioökonomischer Daten aus Straßenfotografien.

Frühe Berufsphase: Apple, Microsoft, Black in AI

Bereits während des Studiums arbeitete Gebru bei Apple in der Hardware-Entwicklung.

2017 wechselte sie als Postdoctoral Researcher zur FATE-Gruppe (Fairness, Accountability, Transparency, and Ethics in AI) bei Microsoft Research in New York City.

Im selben Jahr gründete sie gemeinsam mit Rediet Abebe und weiteren die Vereinigung Black in AI. Anlass war die geringe Repräsentation Schwarzer Forschender auf der NeurIPS-Konferenz 2016 – nach eigenen Angaben war sie eine von ca. sechs Schwarzen Teilnehmenden unter über 8.000. Die Organisation ist heute eine der wichtigsten internationalen Vernetzungs- und Förderorganisationen Schwarzer KI-Forschender.

Google (2018–2020)

2018 trat Gebru in das Ethical AI-Team von Google Brain ein, das sie gemeinsam mit Margaret Mitchell leitete. In dieser Phase entstanden mehrere zentrale Veröffentlichungen, darunter Datasheets for Datasets (mit Morgenstern, Vecchione, Vaughan, Wallach, Daumé, Crawford, 2018) und Beiträge zur Kritik der Gesichtserkennung.

Im Juni 2020 unterzeichnete Gebru mit anderen Forschenden einen offenen Brief, der Amazon zur Aussetzung des Verkaufs seiner Gesichtserkennungstechnologie Rekognition an Polizeibehörden aufforderte; das Unternehmen ordnete daraufhin ein einjähriges Moratorium an.

Die Entlassung (Dezember 2020)

Im Herbst 2020 entstand mit Emily M. Bender, Angelina McMillan-Major und Margaret Mitchell der Aufsatz On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? – eine kritische Analyse großer Sprachmodelle.

Nach interner Begutachtung wurde Gebru durch den Vorgesetzten Jeff Dean aufgefordert, den Aufsatz zurückzuziehen oder ihren Namen sowie die Namen anderer Google-Co-Autorinnen entfernen zu lassen. Es folgte ein Konflikt um die Konditionen, unter denen Gebru bereit war, weiter für Google zu arbeiten.

Am 2./3. Dezember 2020 wurde ihr Google-Konto deaktiviert; Google bezeichnete den Vorgang als Annahme einer von Gebru in Aussicht gestellten Rücktrittsoption, Gebru selbst und Margaret Mitchell als Entlassung. Margaret Mitchell wurde wenige Monate später ebenfalls aus dem Unternehmen entfernt. Der Fall löste eine breite öffentliche Debatte und einen offenen Solidaritätsbrief von rund 2.700 Google-Beschäftigten und über 4.000 externen Forschenden aus (Newton 2021).

DAIR (seit 2021)

Im Juni 2021 kündigte Gebru die Gründung eines unabhängigen Forschungsinstituts an; am 2. Dezember 2021 wurde das Distributed Artificial Intelligence Research Institute (DAIR) mit anfänglicher Finanzierung durch die MacArthur Foundation, die Ford Foundation, die Kapor Center und andere offiziell eröffnet.

DAIRs Modell ist explizit dezentral, gemeinwohlorientiert und nicht-akademisch organisiert; ein expliziter Forschungsfokus liegt auf den Auswirkungen von KI auf marginalisierte Gemeinschaften – insbesondere in Afrika und in der afrikanischen Diaspora.

Wissenschaftliches Werk

Gender Shades und Gesichtserkennung

Geprüft wurden Gesichtsklassifikationssysteme von IBM, Microsoft und Face++. In Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification (Buolamwini/Gebru, Proceedings of Machine Learning Research 2018) wurde nachgewiesen, dass die Systeme bei Schwarzen Frauen Fehlerraten von bis zu 34,7 % aufwiesen. Bei weißen Männern lagen die Fehlerraten dagegen unter 1 % (Buolamwini/Gebru 2018).

Die Studie hatte erheblichen Einfluss auf die regulatorische Diskussion um den Einsatz biometrischer Verfahren – IBM, Microsoft und Amazon kündigten 2020 (unter teils ausdrücklichem Verweis auf die Studie) Moratorien für den polizeilichen Einsatz ihrer Produkte an.

Datasheets for Datasets

In Datasheets for Datasets (Gebru u. a. 2018, später 2021 in Communications of the ACM erschienen) schlugen Gebru und Kolleg:innen ein dokumentationsmethodisches Standardverfahren für Trainingsdatensätze des maschinellen Lernens vor.

Vorbild ist die in der Elektrotechnik etablierte Praxis technischer Datenblätter: Datensätze sollen mit Auskünften zu Entstehung, Komposition, intendierten Nutzungen, Limitierungen und ethischen Erwägungen versehen werden. Das Verfahren ist heute in vielen Forschungs- und Industriekontexten standardisiert.

Stochastic Parrots

Der mit Emily M. Bender (University of Washington), Angelina McMillan-Major und Margaret Mitchell publizierte Aufsatz On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? erschien auf der FAccT-Konferenz im März 2021 und identifizierte vier zentrale Risiken großer Sprachmodelle:

  1. Umwelt- und Ressourcenkosten des Trainings (kohlenstoffintensive Rechenleistung, ungleiche Lasten- und Nutzenverteilung).
  2. Inhärente Verzerrungen in den Trainingsdaten, die durch Skalierung verstärkt statt vermindert werden.
  3. Mangelndes Verstehen: Sprachmodelle reproduzieren wahrscheinlichkeitsgewichtete Wortverteilungen, ohne semantisches Verstehen. Der Ausdruck stochastic parrot (stochastischer Papagei) ist seither breit eingebürgert.
  4. Risiken absichtlicher Schäden (Desinformation, Manipulation, automatisierte Belästigung).

Der Aufsatz ist eines der meistzitierten Dokumente der jüngeren KI-Ethik-Literatur und Auslöser fortlaufender Debatten um die Grundannahmen aktueller KI-Skalierungsforschung.

TESCREAL-Konzept (mit Torres)

Mit Émile P. Torres entwickelte Gebru das TESCREAL-Konzept, ausgearbeitet in The TESCREAL Bundle: Eugenics and the Promise of Utopia Through Artificial General Intelligence (First Monday 29 [4], April 2024, DOI: 10.5210/fm.v29i4.13636).

Die These: Sieben heute oft als getrennt wahrgenommene Strömungen – Transhumanism, Extropianism, Singularitarianism, Cosmism, Rationalism, Effective Altruism, Longtermism – bildeten ein ideengeschichtlich, sozial und institutionell verflochtenes Bündel mit Wurzeln in der anglo-amerikanischen Eugenik-Tradition. Eine Detailausarbeitung findet sich in den Einträgen TESCREAL und Émile P. Torres.

Weitere Beiträge

Daneben hat Gebru zu AI Audits, zu Indigenous AI, zu Geographically Diverse Computer Vision und zu strukturellen Fragen der KI-Industrie publiziert. Bei DAIR koordiniert sie Forschungsprogramme zur Analyse von Satellitenbildern südafrikanischer Townships zur Dokumentation der langfristigen Apartheid-Folgen sowie zur KI-Forschung in afrikanischen Sprachen.

Stil und öffentliches Profil

Gebrus öffentliche Kommunikation ist erkennbar direkt, oft konfrontativ und politisch klar positioniert. Sie ist auf Mastodon (@timnitGebru@dair-community.social, nach dem Wechsel von X) und in mehreren Podcast- und Interview-Formaten regelmäßig präsent.

Charakteristisch ist die Verbindung von wissenschaftlicher Argumentation und expliziter politischer Stellungnahme: Themen wie Rassismus in der Tech-Industrie, Tech-Arbeitsbeziehungen, koloniale Strukturen globaler KI-Forschung und die Verantwortung westlicher Konzerne gegenüber afrikanischen Communities werden in ihrem Werk konsequent benannt.

Gebru ist seit Jahren wiederholt Ziel rassistischer und misogyner Online-Anfeindungen, deren Dokumentation Bestandteil ihrer öffentlichen Selbstdarstellung geworden ist.

Rezeption und Auszeichnungen

Gebrus Arbeit hat in mehreren Feldern paradigmatischen Status:

Auszeichnungen umfassen unter anderem:

Kontroversen und Kritik

Konflikt mit Google

Die Darstellung des Vorgangs vom Dezember 2020 bleibt strittig. Google (insbesondere Jeff Dean) argumentiert, Gebru habe in einer E-Mail Bedingungen gestellt, die das Unternehmen nicht erfüllen konnte oder wollte, und damit selbst gekündigt.

Gebru und ihre Unterstützer:innen widersprechen dem: Bedingungsverhandlungen seien kein Rücktrittsangebot gewesen, und der formale Vorgang – die Deaktivierung des Kontos vor einer formalen Antwort – sei eindeutig eine Entlassung.

Eine 2021 vom National Labor Relations Board gegen Google eingeleitete Beschwerde wurde 2023 außergerichtlich beigelegt.

Akademische Repliken auf Stochastic Parrots

Innerhalb der KI-Forschung wurden zentrale Argumente des Aufsatzes diskutiert; insbesondere die Verstehensthese („LLMs reproduzieren ohne Verstehen”) ist Gegenstand andauernder bewusstseinsphilosophischer und linguistischer Auseinandersetzungen. Christopher D. Manning, Yejin Choi und andere haben – bei Anerkennung der zentralen empirischen Punkte – die kategorische Lesart bestritten.

Repliken auf TESCREAL

Aus dem EA/Longtermism-Lager (William MacAskill, Toby Ord, Émile P. Torres’ Kritiker:innen) wurden gegen die TESCREAL-These Einwände vorgebracht, die im Eintrag TESCREAL näher behandelt sind. Im Kern lauten sie, dass die Homogenisierungsthese die erhebliche interne Heterogenität der genannten Strömungen einebne und einzelne Vertreter:innen Positionen zugeschrieben würden, die diese nicht teilten.

Position innerhalb der KI-Sicherheitsdebatte

Gebru hat wiederholt die These vertreten, dass der heutige Diskurs um existential risk aus Superintelligenz von dokumentierten aktuellen KI-Schäden (Diskriminierung, Arbeitsausbeutung, Klimakosten, Massenüberwachung) ablenke.

Diese Position steht in expliziter Spannung zur Yudkowsky-/Bostrom-Linie und positioniert Gebru im Diskurs als prominente Vertreterin einer schaden-gegenwartsfokussierten KI-Ethik gegen eine x-risk-zukunftsfokussierte KI-Sicherheit.

Verwandte Begriffe

Quellenangaben

  1. TIME 100 Most Influential People (2022). In: TIME, Mai 2022.
  2. Bender, Emily M. / Gebru, Timnit / McMillan-Major, Angelina / Shmitchell, Shmargaret, 2021. On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT 2021), S. 610–623. DOI: 10.1145/3442188.3445922.
  3. Buolamwini, Joy / Gebru, Timnit, 2018. Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. In: Proceedings of the 1st Conference on Fairness, Accountability and Transparency (FAT* 2018), Proceedings of Machine Learning Research 81, S. 77–91.
  4. Crawford, Kate, 2021. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence.
  5. Dean, Jeff (2020): Statement on Timnit Gebru’s Departure. Google-internes Memorandum (öffentlich publiziert), 3. Dezember 2020.
  6. Distributed AI Research Institute (2021ff.): DAIR Annual Report. dair-institute.org.
  7. Gebru, Timnit u. a. (2018/2021): Datasheets for Datasets. In: Communications of the ACM 64 (12), S. 86–92. DOI: 10.1145/3458723.
  8. Gebru, Timnit / Torres, Émile P., 2024. The TESCREAL Bundle: Eugenics and the Promise of Utopia through Artificial General Intelligence. In: First Monday 29 (4). DOI: 10.5210/fm.v29i4.13636.
  9. Gebru, Timnit (2020): Race and Gender.
  10. Hanna, Alex / Bender, Emily M. (2025): The AI Con: How to Fight Big Tech’s Hype and Create the Future We Want.
  11. Hao, Karen (2020): We Read the Paper That Forced Timnit Gebru Out of Google. Here’s What It Says. In: MIT Technology Review, 4. Dezember 2020.
  12. Hao, Karen (2021): Google’s New AI Ethics Lead Is Under Fire for Anti-LGBTQ+ Comments. In: MIT Technology Review.
  13. Manning, Christopher D. (2022): Human Language Understanding & Reasoning. In: Dædalus 151 (2), S. 127–138. DOI: 10.1162/daed_a_01905.
  14. National Information Standards Organization (NISO) (2025): Dr. Timnit Gebru Is Our 2025 Miles Conrad Awardee. niso.org, Januar 2025.
  15. Newton, Casey (2021): The Withering Email That Got an Ethical AI Researcher Fired at Google. In: Platformer, 3. Dezember 2020.

← Zurück zur Lexikon-Übersicht